You are on page 1of 345

UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA

PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA

METODOLOGIA PARA IMPLANTAO DA MANUTENO CENTRADA NA


CONFIABILIDADE: uma abordagem fundamentada em Sistemas Baseados em
Conhecimento e Lgica Fuzzy

EMERSON RIGONI

Florianpolis - SC, Fevereiro de 2009.


Livros Grtis
http://www.livrosgratis.com.br
Milhares de livros grtis para download.
UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA

METODOLOGIA PARA IMPLANTAO DA MANUTENO CENTRADA NA


CONFIABILIDADE: uma abordagem fundamentada em Sistemas Baseados em
Conhecimento e Lgica Fuzzy

Tese submetida

UNIVERSIDADE FEDERAL DE SANTA CATARINA

para a obteno do grau de

DOUTOR EM ENGENHARIA MECNICA

EMERSON RIGONI

Florianpolis - SC, Fevereiro de 2009.


UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA MECNICA

METODOLOGIA PARA IMPLANTAO DA MANUTENO CENTRADA NA


CONFIABILIDADE: uma abordagem fundamentada em Sistemas Baseados em
Conhecimento e Lgica Fuzzy

EMERSON RIGONI

Esta tese foi julgada adequada para a obteno do ttulo de


DOUTOR EM ENGENHARIA
ESPECIALIDADE ENGENHARIA MECNICA
sendo aprovada em sua forma final.

Prof. Eduardo Alberto Fancello, D.Sc.


Coordenador do POSMEC - UFSC

Prof. Jonny Carlos da Silva, Dr. Eng. Prof. Acires Dias, Dr. Eng.
Universidade Federal da Santa Catarina - UFSC Universidade Federal da Santa Catarina - UFSC
Orientador Co-Orientador

BANCA EXAMINADORA

Prof. Jonny Carlos da Silva, Dr. Eng. Prof. Gilberto Francisco Martha de Souza, Dr. Eng.
Universidade Federal da Santa Catarina - UFSC Universidade de So Paulo - USP
Presidente Relator

Prof. Enrique Andrs Lpez Droguett, Ph.D. Prof. Jorge Coelho, D.Sc.
Universidade Federal de Pernambuco - UFPE Universidade Federal da Santa Catarina - UFSC

Prof. Nelson Back, Ph.D.


Universidade Federal da Santa Catarina - UFSC
DEDICATRIA

Para meus pais, Reinaldo e Lindamir, pela educao, amor, exemplos e contra-exemplos
de vida que me fortalecem e orientam meus passos.

minha av Helena pelo amor e a sabedoria a mim concedidos nos momentos difceis.

Ao meu irmo Cleverson pela parceria e apoio incondicional que me complementam e


encorajam.

Para Silvana pela nossa cumplicidade e amor, pelo incentivo e companhia nos momentos
em que a serenidade me estava distante, pela ajuda e participao importante nesta
caminhada e pela pacincia comigo.
AGRADECIMENTOS

Este trabalho a concretizao de um desejo pessoal e resultado de um esforo substancial de


pesquisa, explicitado aqui de maneira formal. Nesta busca de conhecimento e realizao me foi grata e
fundamental a ajuda daqueles que contriburam com esta empreitada. A estes, o meu agradecimento
sincero:

Deus, pela proteo e inspirao em todos os momentos.

Aos meus Orientadores Professores Jonny Carlos da Silva, Dr. Eng. e Acires Dias, Dr. Eng. pela
orientao, incentivo, pacincia e dedicao a mim concedidos.

Aos Membros da Banca Examinadora pela ateno, gentileza e disponibilidade em ler e acrescentar o
seu conhecimento e suas contribuies ao meu trabalho.

A CAPES e a UFSC por tornarem material e intelectualmente realizvel o desenvolvimento desta tese.

A UTFPR e ao DAELT pela licena capacitao que tornou possvel a consecuo deste trabalho.

Aos meus pais e familiares que me proporcionaram as condies necessrias para alcanar este
objetivo.

A Silvana pela ajuda sincera e carinhosa com o texto, as tradues, formataes e o companheirismo
indispensvel nos momentos difceis.

Ao Luis Alberto Galaz Mamani pelos finais de semana, nos quais se dedicou a contribuir com sua
preciosa e indispensvel ajuda com os softwares.

Ao professor Iony Patriota de Siqueira, especialista em MCC, que contribui com sua experincia
durante processo de aquisio de conhecimento e validao dos softwares desenvolvidos.

Aos colegas do NEDIP, em especial ao Luis Fernando Peres Calil pelo imprescindvel
compartilhamento de conhecimento, ao Heitor Azuma Kagueiama pela ajuda indispensvel em muitos
momentos desta empreitada, ao Eduardo Yuji Sakurada pela acessibilidade e disposio em me ajudar
sempre, ao Leonardo Mecab pelo compartilhamento das dificuldades e desafios no projeto SECOMP,
ao Paulo Francisco do Carmo pela troca de experincias e informaes e a todos os bolsistas e
estagirios que passaram pelo NEDIP e de alguma maneira contriburam com este trabalho.

Aos colegas Luiz Amilton Pepplow, Paulo Rogrio da Silveira e Walter Luis Mikos pelas trocas de
informaes e ajuda nas agruras do caminho.

Ao Ivan Eidt Colling pela ajuda com o Esperanto.

Aos meus alunos Cristiano Jos Gober, Lus Carlos Santos da Silva e Rogrio Jos dos Santos por
terem aceito o desafio da validao em campo dos softwares.

Aos colegas do DAELT que me substituram durante meu afastamento e assim tornaram possvel esta
empreitada.
RESUMO

RIGONI, Emerson. METODOLOGIA PARA IMPLANTAO DA MANUTENO


CENTRADA NA CONFIABILIDADE: uma abordagem fundamentada em Sistemas Baseados
em Conhecimento e Lgica Fuzzy. Tese de Doutorado apresentada ao Programa de Ps-Graduao
em Engenharia Mecnica (POSMEC) da Universidade Federal de Santa Catarina (UFSC), como
requisito parcial para obteno do ttulo de Doutor em Engenharia Mecnica, Florianpolis, 2008.

A implantao da Manuteno Centrada na Confiabilidade (MCC) nem sempre acontece


de maneira adequada, harmoniosa e consistente, resultando em baixo comprometimento dos
mantenedores e, em casos crticos, abandono do programa de MCC pela falta de sinergia com os
objetivos da empresa. Alm dos aspectos tcnicos, os aspectos gerenciais tambm influenciam no
successo de um programa de MCC.
Este trabalho prope uma metodologia para auxiliar a implantao da MCC, ponderando
seus pr-requisitos e auditando cada etapa do processo de implementao, reduzindo assim os
fatores crticos para o successo do programa. Tais fatores esto, na maioria das vezes, relacionados
a baixa aderncia da empresa/sistema aos pr-requisitos exigidos pela MCC e/ou etapas mal
executadas durante a sua implementao. A proposta deste trabalho ponderar as caractersticas da
empresa/sistema e as necessidades da MCC e, aps a implementao de cada etapa, audit-la para
que as inconsistncias ocorridas durante sua execuo no se propagem para as demais. Em etapas
especficas prope-se tambm ferramentas para auxiliar a sua implementao, apoiando a tomada
de deciso frente s incertezas que se interpem ao processo decisrio.
A metodologia proposta orientada por um Sistema Baseado em Conhecimento Fuzzy
(SBC-Fuzzy) que incorpora critrios para diagnstico e tomada de deciso, levando em conta os
aspectos tcnicos, gerenciais, a experincia de programas consolidados de MCC e o
conhecimento institucional. Com esta metodologia, possvel minimizar os riscos de insucesso
das metodologias tradicionais de implantao da MCC, considerando e tratando as incertezas por
impreciso (lxicas) do processo com uma viso holstica das interaes e necessidades da MCC.
O SBC-Fuzzy desenvolvido, bem como as ferramentas sugeridas para implementao das
etapas crticas, foram testados e validados em campo por especialistas em implantao e gesto
de programas de MCC. Tal processo comprovou os benefcios e a acurcia da metodologia e das
ferramentas propostas.

Palavras Chave: Sistema Baseado em Conhecimento, Lgica Fuzzy, Manuteno Centrada na


Confiabilidade.
ABSTRACT

RIGONI, Emerson. METHODOLOGY FOR RELIABILITY CENTERED MAINTENANCE


IMPLEMENTATION: an approach grounded in Knowledge Based System and Fuzzy Logic.
Doctorate Thesis presented to the Graduate Program in Mechanical Engineering (POSMEC) of the
Federal University of Santa Catarina (UFSC), as a partial requisite for Doctorate in Mechanical
Engineering. Florianpolis, 2008.

The Reliability Centered Maintenance (RCM) implementation does not always happen in
an appopriate, harmonious and consistent way, which results in low commitment from
maintainers and, in some critical cases, abandonment of the RCM program due to lack of sinergy
with the companys goals. Along with technical aspects, some management ones also influence
the success of the RCM program.
This thesis proposes a methodology to assist RCM implementation, considering its pre-
requisites and auditing each implementation stage process in order to reduce critical factors to the
programs success. These factors are, most of the time, related to the low adherence of the
company/system to the pre-requisites demanded by RCM, and/or bad executed steps, during its
implementation. It aims, therefore, to consider the companys/systems characteristics as well as
the RCM needs and, after the implementation of each step, audit them so that the inconsistencies
occured during its execution are not extended to further ones. In addition, some auxiliary tools
are also proposed for the implementation of specific steps to support decision making regarding
uncertantities that may be interposed to the decision-making process.
This methodology is based on a Knowledge Based System-Fuzzy (KBS-Fuzzy) which
incorporates criteria for diagnosis and decision-making, taking into account technical and
management aspects as well as the experience of RCM consolidated programs and institutional
knowledge. In this way, it is possible to minimize the unacomplished risks of traditional RCM
implementation methodologies, considering and treating inaccuracy (lexical) uncertanties of the
process within a holistic view of RCM interactions and needs.
The KBS-Fuzzy developed, as well as the suggested tools for critical steps
implementation, were field validated and tested by specialists in implementation and RCM
program management, verifying the benefits and accuracy of such methodology and tools.

Key-words: Knowledge Based System, Fuzzy Logic, Reliability Centrered Maintenance.


RESUMO

RIGONI, Emerson. METODOLOGIO POR EFEKTIVIGO DE VARTADO FOKUSIGITA


SUR FIDINDECO: aliro fundamentita sur Sciarbazitaj Sistemoj kaj Svaga Logiko. Doktora tezo
prezentita al la Postdiploma Programo pri Mekanika Inenierarto (POSMEC) de la Federacia
Universitato de Sankta Katarino (UFSC) kiel parta postulo por la havigo de la titolo de Doktoro pri
Mekanika Inenierarto, Florianopolo, 2008.

La efektivigo de la Vartado Fokusigita sur Fidindeco (VFF) ne iam farias en maniero


adekvata, harmonia kaj konsekvenca, el kio rezultas malalta devontio de la prizorgistoj kaj, en
krizaj okazoj, forlaso de la VFF-programo pro manko de samcela kunagado rilate al la celoj de la
entrepreno. Krom teknikaj aspektoj, anka mastrumaj aspektoj influas la sukceson de
VFF-programo.
Tiu i laboro proponas metodologion por helpi la efektivigon de VFF, konsiderante ties
antapostulojn kaj postkontrolante iun etapon de la efektivigproceso, tiel malpliigante la riskajn
faktorojn cele al la sukceso de la programo. Tiaj faktoroj koncernas, plejofte, la malaltan
altenion de la entrepreno/sistemo al la antapostuloj postulataj de VFF kaj/a etapojn malbone
plenumitajn dum ties efektivigoj. La propono de tiu i laboro estas konsideri la karakterizaojn de
la entrepreno/sistemo kaj la necesojn de VFF, kaj kontroli iun etapon tuj post ties realigo, por ke
ties nekoheraoj ne sin propagu al la sekvontaj tupoj. En specifaj etapoj oni proponas anka
efektivig-helpilojn, celante apogi la decid-ekprenon alfronte al necertaoj apereblaj dum la
decidproceso.
La proponita metodologio estas fundamentita sur Sciarbazita Sistemo kun Svaga Logiko
(SBS-Svaga), kiu enprenas kriteriojn por la diagnozo kaj decid-ekpreno, kunkalkulante aspektojn
teknikajn kaj mastrumajn, same kiel la spertojn el plensukcesaj VFF-programoj kaj la institucian
sciaron. Per i tiu metodologio, eblas minimumigi la riskojn de malsukceso de la tradiciaj
VFF-efektivigaj metodologioj, konsiderante kaj pritraktante la necertaojn leksikonajn, a tiujn
generatajn pro neprecizecoj en la proceso, per tuteca rigardo al la interagoj kaj necesoj de
Vartado Fokusigita sur Fidindeco.
La disvolvita SBS-Svaga, same kiel la sugestitaj iloj por efektivigo de la kritaj etapoj, estis
surterene elprovitaj kaj atestitaj fare de fakuloj pri efektivigo kaj mastrumado de VFF-programoj.
Tia proceso pruvis la avantaojn kaj la ekzaktecon de la proponitaj metodologio kaj iloj.

losilvortoj: sciarbazita sistemo, svaga logiko, vartado fokusigita sur fidindeco.


LISTA DE FIGURAS

Figura 1.1 - Efetivo Prprio de Pessoal na rea de Manuteno........................................................ 20


Figura 1.2 - Qualificao do Pessoal da Manuteno. ........................................................................ 20
Figura 1.3 - Programao Anual de Treinamento para o Pessoal de Manuteno.............................. 21
Figura 1.4 - Indicadores de Disponibilidade ....................................................................................... 22
Figura 1.5 - Idade Mdia dos Equipamentos/Instalaes em Operao..................................................... 22
Figura 1.6 - Monitoramento de Mquinas e Equipamentos Utilizados nas Empresas ........................ 24
Figura 2.1 - Curva da Banheira ........................................................................................................... 35
Figura 2.2 - Padres de Taxa Instantnea de Falhas ........................................................................... 36
Figura 2.3 - Estgios Evolutivos da Falha........................................................................................... 40
Figura 2.4 - Estrutura para Sntese das Metodologias Estudadas........................................................ 42
Figura 2.5 - Metodologia para Implantao da MCC proposta pela IEC 60300-3-11 ....................... 43
Figura 2.6 - Metodologia para Implantao da MCC proposta pela SAE JA1011/JA1012................ 45
Figura 2.7 - Metodologia para Implantao da MCC - ABS .............................................................. 46
Figura 2.8 - Metodologia para Implantao da MCC - NASA ........................................................... 47
Figura 2.9 - Metodologia para Implantao da MCC - NOWLAN E HEAP...................................... 48
Figura 2.10 - Metodologia para Implantao da MCC - MOUBRAY................................................ 49
Figura 2.11 - Metodologia para Implantao da MCC - SMITH........................................................ 50
Figura 2.12 - Metodologia para Implantao da MCC - SMITH E HINCHCLIFFE ........................ 51
Figura 3.1 - Hierarquia do Conhecimento........................................................................................... 54
Figura 3.2 - Espiral do Conhecimento ................................................................................................ 57
Figura 3.3 - Processo de Construo de um SBC................................................................................ 62
Figura 3.4 - Principais Atores do Processo de Construo de um SBC .............................................. 63
Figura 4.1 - Grau de Especializao do Pessoal da Manuteno ....................................................... 67
Figura 4.2 - Contextualizao de SBC e SE dentro dos SIs............................................................... 70
Figura 4.3 - Arquitetura de um Sistema Especialista (SE) .................................................................. 70
Figura 4.4 - Etapas de Desenvolvimento de Software Utilizando o Modelo Incremental .................. 74
Figura 4.5 - Ncleo, Suporte e Limites de um Conjunto Fuzzy .......................................................... 88
Figura 4.6 - Operaes: Complemento, Interseo e Unio de Conjuntos Fuzzy .............................. 90
Figura 4.7 - Partio de Conjuntos Fuzzy ........................................................................................... 90
Figura 4.8 - Modificadores Lingsticos do FuzzyCLIPS................................................................... 91
Figura 4.9 - Diagrama Tpico de um Modelo de Inferncia de Mandani............................................ 94
Figura 4.10 - Exemplo de um Processo de Inferncia Fuzzy .............................................................. 97
Figura 5.1 - Procedimento de Referncia para Implantao da MCC............................................... 100
Figura 5.2 - Aspectos do Procedimento de Referncia para cada Etapa da MCC ........................... 101
Figura 5.3 - Planilha da FMECA adotada no Procedimento de Referncia ...................................... 105
Figura 5.4 - Seleo das Funes Significantes e Classificao dos seus Modos de Falha .............. 106
Figura 5.5 - Seleo das Tarefas de Manuteno .............................................................................. 107
Figura 5.6 - Avaliao dos Pr-requisitos e Auditoria Fuzzy das Etapas da MCC .......................... 111
Figura 5.7 - Processo de Avaliao dos Pr-Requisitos e Auditoria Fuzzy da MCC........................ 111
Figura 5.8 - Processo de Avaliao Fuzzy dos Pr-Requisitos das Etapas da MCC......................... 112
Figura 5.9 - Termos Primrios para Avaliao de Pr-Requisitos e Auditoria ................................. 112
Figura 5.10 - Processo de Auditoria Fuzzy das Etapas da Mcc ........................................................ 113
Figura 5.11 - Critrios para Julgamento do xito de um Programa de MCC ................................... 114
Figura 5.12 - Avaliao dos Pr-Requisitos da Etapa 0. ................................................................... 119
Figura 5.13 - Avaliao dos Pr-Requisitos da Etapa 1. ................................................................... 124
Figura 5.14 - Avaliao dos Pr-Requisitos da Etapa 2. ................................................................... 128
Figura 5.15 - Avaliao dos Pr-Requisitos da Etapa 3. ................................................................... 131
Figura 5.16 - Avaliao dos Pr-Requisitos da Etapa 4. ................................................................... 133
Figura 5.17 - Avaliao dos Pr-Requisitos da Etapa 5. ................................................................... 135
Figura 5.18 - Avaliao dos Pr-Requisitos da Etapa 6. ................................................................... 136
Figura 5.19 - Avaliao dos Pr-Requisitos da Etapa 7. ................................................................... 138
Figura 5.20 - Avaliao dos Pr-Requisitos da Etapa 8. ................................................................... 140
Figura 5.21 - Auditoria da Etapa 0 .................................................................................................... 143
Figura 5.22 - Auditoria da Etapa 1 .................................................................................................... 143
Figura 5.23 - Auditoria da Etapa 2 .................................................................................................... 145
Figura 5.24 - Auditoria da Etapa 3 .................................................................................................... 146
Figura 5.25 - Auditoria da Etapa 4 .................................................................................................... 148
Figura 5.26 - Auditoria da Etapa 5 .................................................................................................... 149
Figura 5.27 - Auditoria da Etapa 6 .................................................................................................... 151
Figura 5.28 - Auditoria da Etapa 7 .................................................................................................... 153
Figura 5.29 - Auditoria da Etapa 8 .................................................................................................... 154
Figura 6.1 - Metodologia de Desenvolvimento do DALF-MCC ...................................................... 159
Figura 6.2 - Possveis Configuraes dos Termos Primrios no DALF-MCC ................................ 160
Figura 6.3 - Tela de Ponderao dos Quesitos .................................................................................. 161
Figura 6.4 - Relatrio de Avaliao da Etapa.................................................................................... 163
Figura 6.5 - Critrio de Codificao da Base de Conhecimento do DALF-MCC............................. 163
Figura 6.6 - Processo de Inferncia Fuzzy com Atribuio de Conceitos......................................... 165
Figura 6.7 - Processo de Inferncia Fuzzy com Atribuio de Notas ............................................... 166
Figura 6.8 - Processo de Inferncia Fuzzy com Atribuio de Nota e Conceito............................... 168
Figura 6.9 - Conjuntos Fuzzy Resultantes da Avaliao Simulada de C4 e C5 da Etapa 0.............. 169
Figura 6.10 - Processo de Inferncia Fuzzy para Avaliao da Etapa 0. .......................................... 169
Figura 7.1 - Tela de Acesso aos Softwares de Apoio a Implementao da MCC............................. 171
Figura 7.2 - Matriz para Avaliao do Grau de Risco....................................................................... 182
Figura A.1 -Planilha FMECA adotada no Procedimento de Referncia........................................... 215
Figura A.2 - Estgios Evolutivos da Falha........................................................................................ 216
Figura A.3 - Sntese: Causas, Modo de Falha e Efeitos .................................................................... 218
Figura A.4 - Identificao de Funes Significantes......................................................................... 219
Figura B.1 - Etapas de Desenvolvimento de Software Utilizando o Modelo Seqencial ................. 229
Figura B.2 - Etapas de Desenvolvimento de Software Utilizando o Modelo Espiral ....................... 230
Figura B.3 - Desenvolvimento de Software com Modelo Baseado em Componentes...................... 231
Figura B.4 - Processo de Desenvolvimento de um SBC ................................................................... 232
Figura B.5 - Tcnicas de Modelagem Botton-up e Top-Down ......................................................... 236
Figura B.6 - AC no Paradigma Top Down........................................................................................ 237
Figura B.7 - O Processo KDD........................................................................................................... 243
Figura B.8 - Exemplos de Redes Semnticas: Tipo um e tem parte............................................... 245
Figura B.9 - Exemplo de Frames....................................................................................................... 246
Figura B.10 - Exemplos de Interfaces no wxCLIPS ......................................................................... 254
Figura C.1 - Procedimento de Referncia para Implantao da MCC .............................................. 100
Figura G.1 - Possveis Configuraes dos Termos Primrios no DALF-MCC ................................ 301
Figura G.2 - Exemplo de ponderao para Et_0_C_2_Q_1.............................................................. 301
Figura G.3 - Determinao da rea AC1 da Equao G2 .................................................................. 303
Figura G.4 - Tela Inicial do DALF-MCC (Menu Incio) .................................................................. 304
Figura G.5 - Tela de Identificao e Caracterizao da Empresa (Menu Empresa).......................... 304
Figura G.6 - Tela de Parametrizao (Menu Parametrizao Fuzzy)................................................ 305
Figura G.7 - Tela de Ponderao dos Pr-Requisitos (Menu Pr-Requisitos) .................................. 306
Figura G.8 - Tela para Ponderao para Auditoria (Menu Auditoria) .............................................. 306
Figura G.9 - Relatrio (Cabealho Pr-Requisitos e Auditoria) ....................................................... 307
Figura G.10 - Relatrio (Avaliao da Etapa 0)................................................................................ 308
Figura G.11 - Relatrio (Etapa 0 - Critrio 3) ................................................................................... 309
Figura G.12 - Tela de Apresentao do OpenFMECA ..................................................................... 310
Figura G.13 - Tela de Configuraes do OpenFMECA .................................................................. 310
Figura G.14 - Tela de Incluso de Participante na Base de Dados do OpenFMECA ....................... 311
Figura G.15 - Tela de Elaborao da FMECA (EXEMPLO DISJUNTOR).................................... 311
Figura G.16 - Tela de Avaliao de ndices ..................................................................................... 311
Figura G.17 - OpenFMECA: Gerenciamento de Aes e Controles Atuais ..................................... 312
Figura G.18 - Tela de Reavaliao de ndice .................................................................................... 312
Figura G.19 - Relatrios OpenFMECA............................................................................................. 313
Figura G.20 - Tela de Login do FMECA-Delphi .............................................................................. 313
Figura G.21 - Tela do Formulrio Sobre o Especialista .................................................................... 314
Figura G.22 - Tela da Primeira Iterao............................................................................................ 314
Figura G.23 - Tela do Relatrio da Primeira Iterao ....................................................................... 315
Figura G.24 - Tela de Coleta de Informaes Adicionais ................................................................. 315
Figura G.25 - Tela do Relatrio das Informaes Adicionais........................................................... 316
Figura G.26 - Tela da Segunda Iterao............................................................................................ 317
Figura G.27 - Tela do Relatrio Individual do Especialista .............................................................. 317
Figura G.28 - Tela Inicial do NPR-Fuzzy ......................................................................................... 318
Figura G.29 - Tela de Parametrizao e Ponderao do NPR-Fuzzy................................................ 319
Figura G.30 - Relatrio de Avaliao do NPR-Fuzzy....................................................................... 320
Figura G.31 - Tela de Abertura do DALF-Diagramas ...................................................................... 321
Figura G.32 - Tela de Abertura do DALF-Diagramas - Etapa 4 - Parte 1 ........................................ 321
Figura G.33 - Tela de Identificao e Descrio da Funo ............................................................. 322
Figura G.34 - Tela de Parametrizao dos Termos Primrios........................................................... 322
Figura G.35 - Tela de Ponderao dos Quesitos - Etapa 4 - Parte 1 ................................................. 324
Figura G.36 - Tela de Resultados do Processo de Inferncia Fuzzy - Etapa 4.................................. 324
Figura G.37 - Tela de Ponderao dos Quesitos - Etapa 4 - Parte 2 ................................................. 236
Figura G.38 - Tela de Abertura do DALF-Diagramas - Etapa 5....................................................... 326
Figura G.39 - Tela de Ponderao dos Quesitos - Etapa 5. ............................................................... 329
Figura G.40 - Tela de Resultados do Processo de Inferncia Fuzzy - Etapa 5.................................. 239
Figura G.41 - Cabealho e Parametrizao Fuzzy. ............................................................................ 330
Figura G.42 - Diagramas da Deciso Resultantes. ............................................................................. 331
Figura G.43 - Ponderao dos Quesitos e Resultados do Processo de Inferncia. .............................. 331
LISTA DE TABELAS

Tabela 1.1 - Principais Indicadores de Desempenho Utilizados ......................................................... 21


Tabela 4.1 - Diferenas entre os Sistemas Convencionais e os SBCs .............................................. 72
Tabela 4.2 - Critrios para Seleo de SBCs ..................................................................................... 75
Tabela 4.3 - Propriedades dos Conjuntos Fuzzy ................................................................................. 89
Tabela 7.1 - Escala de Valores para Estimativa do Grau de Confiana ............................................ 177
Tabela 7.2 - Termos Lingsticos (Primrios) Utilizados no NPR-Fuzzy ........................................ 179
Tabela 7.3 - Graduao da Severidade das Conseqncias............................................................... 182
Tabela 7.4 - Freqncia de Ocorrncia da Falha Funcional ou do Modo de Falha........................... 182
Tabela 7.5 - Categorias de Risco da Falha Funcional ou do Modo de Falha .................................... 183
Tabela 8.1 - Dados Estatsticos do DALF-MCC............................................................................... 186
Tabela 8.2 - Entradas Simuladas no DALF-MCC............................................................................. 187
Tabela 8.3 - Resultado do Questionrio de Validao (Alunos - UTFPR) ....................................... 188
Tabela 8.4 - Resultado do Questionrio de Validao (Especialistas - Congressos) ........................ 189
Tabela 8.5 - Resultado do Questionrio de Validao (Aplicao em Campo) ................................ 191
Tabela 8.6 - Resultado do Questionrio de Validao (Especialistas em MCC) .............................. 193
Tabela A.1 - Sugesto de Crittrios para Avaliar a Severidade dos Modos de Falha ....................... 220
Tabela A.2 - Sugesto de Critrios para Avaliar a Ocorrncia da Causa da Falha ........................... 221
Tabela A.3 - Sugesto de Critrios para Avaliar a Ocorrncia da Causa da Falha ........................... 222
Tabela A.4 - Sugesto de Critrios para Avaliar a Detecco da Causa da Falha ............................ 223
Tabela A.5 - Ferramentas para Promoo da Qualidade ................................................................... 224
Tabela B.1 - Vantagens e Desvantagens da AC Baseada em Anlise de Protocolo ......................... 233
Tabela B.2 - Exemplo de Representao Objeto-Atributo-Valor (OAV) ......................................... 247
Tabela B.3 - Tipos de Regras no FuzzyCLIPS) ................................................................................ 252
LISTA DE SIGLAS E ACRNIMOS

ABNT Associao Brasileira de Normas Tcnicas


ABRAMAN Associao Brasileira de Manuteno
ABS
American Bureau of Shipping
Agncia Americana Regulamentadora da Construo de Navios
AC Aquisio do Conhecimento
Anlise de Grades de Repertrio
AGR
Repertory Grid Analysis
ASME
American Society of Mechanical Engineers
Sociedade Americana de Engenheiros Mecnicos
Air Transport Association of America Maintenance Steering Group Task Force 3
ATA MSG3 Associao do Transporte Areo Americano Grupo Governamental de Conduo
da Manuteno Fora Tarefa 3
C1, C2...Cn Critrios Avaliados
CCQ Crculos de Controle da Qualidade
CHESF Companhia Hidreltrica do So Francisco
COG Centro de Gravidade
CNPq Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico
CLIPS
C Language Integrated Production System
Sistema de Produo Integrado de Linguagem C
CMMS
Computer Maintenance Management Systems
Sistema Computadorizado de Gerenciamento da Manuteno
D Deteco
DAELT Departamento Acadmico de Eletrotcnica
DALF-MCC Diagnstico Auxiliado por Lgica Fuzzy para a MCC
DIA Deteco de Interao Automtica
DOD
Department of Defense
Departamento de Defesa
EC Engenheiro de Conhecimento
ECM
Experience Centered Maintenance
Manuteno Centrada na Experincia
ECOMP Estao de Compresso de Gs Natural
EE Estao de Entrega
EH Especialista Humano
EMC Sigla do Departamento de Engenharia Mecnica da UFSC
EEO Evidente com efeito Econmico ou Operacional
EPRI
Electric Power Research Institute
Instituto de Pesquisa em Energia Eltrica
ESA ESA Evidente com efeito na Segurana ou Ambiente
ETA
Event Tree Analysis
Anlise da rvore de Eventos
FAA
Federal Aviation Administration
Administrao Federal da Aviao
FMEA
Failure Modes and Effects Analysis
Anlise dos Modos de Falha e seus Efeitos
FMECA
Failure Modes, Effects and Criticality Analysis
Anlise dos Modos de Falha seus Efeitos e sua Criticidade
FTA
Fault Tree Analysis
Anlise da rvore de Falhas
GASBOL Gasoduto Bolvia-Brasil
GC Gesto de Conhecimento
IA Inteligncia Artificial
ICOM
Input, Control, Output, Mechanism
Entrada, Controle, Sada e Mecanismo
IDEF
Integration DEFinition
Definio Integrada
IEC
International Electrotechnical Commission
Comisso Internacional de Eletrotcnica
ISO
International Organization for Standardization
Organizao Internacional para Padronizao
JESS
Java Expert System Shell
Shell para desenvolvimento de Sistemas Especialistas em Java
KADS
Knowledge Acquisition and Design Structure
Aquisio de Conhecimento e Projeto de Estrutura
KDD
Knowledge Discovery in Data Base
Descoberta de Conhecimento em Banco de Dados
MCC Manuteno Centrada na Confiabilidade
MF Modos de Falha
MIT
Massachusetts Institute of Technology
Instituto de Tecnologia de Massachusetts
MOM Mdia dos Mximos
MSG-1
Maintenance Steering Group Task Force 1
Grupo Governamental de Conduo da Manuteno Fora Tarefa 1
MTBF
Mean Time Between Failure
Tempo Mdio Entre Falhas
MTTR
Mean Time To Repair
Tempo Mdio Para Reparo
NASA
National Aeronautics and Space Administration
Agncia Aero-Espacial Norte Americana
NBR Norma Brasileira
NE Nmero de Efeitos
NPR Nmero de Prioridade de Risco
NeDIP Ncleo de Desenvolvimento Integrado de Produtos
NIST
National Institute of Standards and Technology
Instituto Nacional de Padronizaes e Tecnologias
O Ocorrncia
OAV Objeto - Atributo - Valor
OEO Oculto com efeito Econmico ou Operacional
ONS Operador Nacional do Sistema
OPAL
Object, Process and Actor Modeling Language
Linguagem de Modelagem Agente, Objeto e Processo
OSA Oculto com efeito na Segurana ou Ambiente
PF Intervalo entre a Falha Potencial e a Falha Funcional
PMBOK
Project Management Body of Knowledge
Conjunto de Conhecimentos em Gerenciamento de Projetos
PMI
Project Management Institute
Instituto de Gerenciamento de Projetos
Q1, Q2...Qn Quesitos a serem Ponderados
QC Quantidade de Causas
RC Representao do Conhecimento
RCM
Reliability Centered Maintenance
Manuteno Centrada na Confiabilidade
S Severidade
SADT
Structured Analysis and Design Technique
Tcnica de Anlise e Projetos Estruturados
SAE
Society of Automotive Engineers
Sociedade de Engenheiros Automotivos
SBC Sistema Baseado em Conhecimento
SCADA
Supervisory Control And Data Acquisition
Superviso Controle e Aquisio de Dados
SCGM Sistema de Controle e Gesto da Manuteno
SE Sistema Especialista
SI Sistema Inteligente
SRCM
Streamlined RCM
Processo Simplificado/Abreviado de Implantao da MCC
SSCM Sistemtica para Seleo da Concepo de Manuteno
TBG Transportadora Brasileira Gasoduto Brasil Bolvia S.A.
TMDA
Task / Method / Domain / Application
Tarefa / Mtodo / Domnio / Aplicao
TPM
Total Productive Maintenance
Manuteno Produtiva Total
UFSC Universidade Federal de Santa Catarina
UML
Unified Modeling Language
Linguagem de Modelagem Unificada
UTFPR Universidade Tecnolgica Federal do Paran
SUMRIO

CAPTULO 1 - INTRODUO.............................................................................................................. 19
1.1 TEMA DE PESQUISA ......................................................................................................................... 19
1.1.1 Aspectos Gerais................................................................................................................................... 19
1.1.2 Aspectos Especficos .......................................................................................................................... 19
1.2 PREMISSAS E PROBLEMA DE PESQUISA.................................................................................... 23
1.3 TRABALHOS RELEVANTES ............................................................................................................ 25
1.4 OBJETIVOS .......................................................................................................................................... 28
1.4.1 Objetivo Geral..................................................................................................................................... 28
1.4.2 Objetivos Especficos ......................................................................................................................... 28
1.6 JUSTIFICATIVAS E CONTRIBUIES........................................................................................... 29
1.7 DELIMITAO DO TEMA ................................................................................................................ 30
1.8 METODOLOGIA DA PESQUISA ...................................................................................................... 31
1.9 ESTRUTURA DO TRABALHO.......................................................................................................... 32

CAPTULO 2 - MANUTENO CENTRADA NA CONFIABILIDADE ....................................... 33


2.1 INTRODUO ..................................................................................................................................... 33
2.2 ASPECTOS GERAIS............................................................................................................................ 33
2.2.1 Evoluo Histrica da MCC............................................................................................................... 35
2.2.2 Consideraes sobre os Mecanismos de Falha .................................................................................. 35
2.2.3 Consideraes Bibliogrficas e Normativas ...................................................................................... 35
2.2.4 Atributos e Critrios de um Processo de MCC .................................................................................. 38
2.3 CONCEITOS INERENTES A IMPLANTAO DA MCC.............................................................. 39
2.4 METODOLOGIAS PARA IMPLANTAO DA MCC.................................................................... 42
2.4.1 Metodologia Proposta pela IEC 60300-3-11...................................................................................... 42
2.4.2 Metodologia Proposta pela SAE JA1011/JA1012............................................................................. 44
2.4.3 Metodologia Proposta pela ABS (American Bureau of Shipping) ................................................... 44
2.4.4 Metodologia Proposta pela NASA (National Aeronautics and Space Administration) ................... 44
2.4.5 Metodologia Proposta por Nowlan e Heap ........................................................................................ 46
2.4.6 Metodologia Proposta por Moubray................................................................................................... 47
2.4.7 Metodologia Proposta por Smith........................................................................................................ 48
2.4.8 Metodologia Proposta por Smith e Hinchcliffe ................................................................................. 50
2.5 CONSIDERAES E SNTESE DO CAPTULO ............................................................................. 52

CAPTULO 3 - GESTO DO CONHECIMENTO.............................................................................. 53


3.1 INTRODUO ..................................................................................................................................... 53
3.2 DEFINIES E CONCEITOS............................................................................................................. 53
3.3 CRIAO DO CONHECIMENTO..................................................................................................... 56
3.4 A IMPORTNCIA DA GESTO DO CONHECIMENTO (GC) ..................................................... 59
3.5 A FUNO DA ENGENHARIA DO CONHECIMENTO NA GC.................................................. 61
3.6 A GESTO DO CONHECIMENTO E O PROCESSO DE MCC ..................................................... 63
3.7 CONSIDERAES E SNTESE DO CAPTULO ............................................................................. 66

CAPTULO 4 - SISTEMAS BASEADOS EM CONHECIMENTO .................................................. 67


4.1 INTRODUO ..................................................................................................................................... 67
4.2 DEFINIES E CONCEITOS............................................................................................................. 68
4.3 DIFERENAS ENTRE A ABORDAGEM ALGORTMICA E A HEURSTICA........................... 71
4.4 PROCESSO DE DESENVOLVIMENTO DE UM SBC .................................................................... 73
4.5 AQUISIO E ELICITAO DO CONHECIMENTO.................................................................... 76
4.5.1 Tcnicas Manuais para Elicitao do Conhecimento ........................................................................ 77
4.5.2 Tcnicas Automatizadas para Elicitao de Conhecimento .............................................................. 79
4.5.3 Consideraes sobre Aquisio de Conhecimento (AC)................................................................... 80
4.6 REPRESENTAO DO CONHECIMENTO (RC) ........................................................................... 80
4.6.1 Consideraes sobre Representao de Conhecimento (RC)............................................................ 83
4.7 VERIFICAO E VALIDAO DE SBC ........................................................................................ 84
4.8 TRATAMENTO DE INCERTEZAS ................................................................................................... 85
4.8.1 Tratamento das Incertezas do Processo de Implantao da MCC..................................................... 86
4.9 LGICA FUZZY .................................................................................................................................. 87
4.9.1 Conjuntos Fuzzy Definies............................................................................................................ 87
4.9.2 Propriedades dos Conjuntos Fuzzy .................................................................................................... 88
4.9.3 Operaes Fuzzy................................................................................................................................. 89
4.9.4 Variveis Lingsticas......................................................................................................................... 90
4.9.5 Modificadores Lingsticos Fuzzy ..................................................................................................... 91
4.9.6 Regras de Produo Fuzzy ................................................................................................................. 91
4.9.7 O Processo de Inferncia Fuzzy ......................................................................................................... 93
4.10 A SHELL FUZZYCLIPS .................................................................................................................... 97
4.11 CONSIDERAES E SNTESE DO CAPTULO ........................................................................... 97

CAPTULO 5 - METODOLOGIA DESENVOLVIDA PARA IMPLEMENTAO DA MCC .. 99


5.1 INTRODUO ..................................................................................................................................... 99
5.2 PROCEDIMENTOS DE REFERNCIA PARA IMPLANTAO DA MCC................................. 99
5.3 ASPECTOS DE CADA ETAPA DO PROCEDIMENTO DE REFERNCIA ............................... 100
5.3.1 Etapa 0 Adequao da MCC ......................................................................................................... 101
5.3.2 Etapa 1 Preparao......................................................................................................................... 102
5.3.3 Etapa 2 Seleo do Sistema e Coleta de Informaes .................................................................. 103
5.3.4 Etapa 3 Anlise dos Modos de Falha, seus Efeitos e sua Criticidade (FMECA) ........................ 104
5.3.5 Etapa 4 Seleo das Funes Significantes e Classificao de seus Modos de Falha ................. 105
5.3.6 Etapa 5 Seleo das Tarefas de Manuteno Aplicveis e Efetivas............................................. 106
5.3.7 Etapa 6 Definio dos Intervalos Iniciais e Agrupamento das Tarefas de Manuteno.............. 108
5.3.8 Etapa 7 Redao do Manual e Implementao ............................................................................. 109
5.3.9 Etapa 8 Acompanhamento e Realimentao................................................................................. 109
5.4 METODOLOGIA PARA DIAGNSTICO DA MCC...................................................................... 110
5.5 SUCESSOS E FRACASSOS NA CONDUO DE UM PROGRAMA DE MCC........................ 114
5.6 ESTRATGIA PARA AVALIAO DOS PR-REQUISITOS DAS ETAPAS DA MCC.......... 117
5.6.1 Avaliao dos Pr-Requisitos da Etapa 0......................................................................................... 118
5.6.2 Avaliao dos Pr-Requisitos da Etapa 1......................................................................................... 123
5.6.3 Avaliao dos Pr-Requisitos da Etapa 2......................................................................................... 128
5.6.4 Avaliao dos Pr-Requisitos da Etapa 3......................................................................................... 130
5.6.5 Avaliao dos Pr-Requisitos da Etapa 4......................................................................................... 133
5.6.6 Avaliao dos Pr-Requisitos da Etapa 5......................................................................................... 134
5.6.7 Avaliao dos Pr-Requisitos da Etapa 6......................................................................................... 136
5.6.8 Avaliao dos Pr-Requisitos da Etapa 7......................................................................................... 137
5.6.9 Avaliao dos Pr-Requisitos da Etapa 8......................................................................................... 139
5.7 ESTRATGIA PARA AUDITORIA DAS ETAPAS DA MCC ...................................................... 141
5.7.1 Auditoria da Etapa 0 ......................................................................................................................... 142
5.7.2 Auditoria da Etapa 1 ......................................................................................................................... 143
5.7.3 Auditoria da Etapa 2 ......................................................................................................................... 144
5.7.4 Auditoria da Etapa 3 ......................................................................................................................... 145
5.7.5 Auditoria da Etapa 4 ......................................................................................................................... 147
5.7.6 Auditoria da Etapa 5 ......................................................................................................................... 148
5.7.7 Auditoria da Etapa 6 ......................................................................................................................... 151
5.7.8 Auditoria da Etapa 7 ......................................................................................................................... 152
5.7.9 Auditoria da Etapa 8 ......................................................................................................................... 153
5.8 AVALIAO DOS FATORES CRTICOS PARA A IMPLANTAO DA MCC...................... 155
5.9 CONSIDERAES E SNTESE DO CAPTULO ........................................................................... 155
CAPTULO 6 - IMPLEMENTAO COMPUTACIONAL............................................................ 157
6.1 INTRODUO ................................................................................................................................... 157
6.2 ASPECTOS GERAIS DA IMPLEMENTAO COMPUTACIONAL.......................................... 157
6.3 METODOLOGIA DE DESENVOLVIMENTO................................................................................ 158
6.4 ORGANIZAO DAS REGRAS NO DALF-MCC ........................................................................ 160
6.5 POSSVEIS CONFIGURAES DO PROCESSO DE INFERNCIA FUZZY............................ 163
6.6 CONSIDERAES E SNTESE DO CAPTULO ........................................................................... 170

CAPTULO 7 - FERRAMENTAS COMPUTACIONAIS DE APOIO MCC............................. 171


7.1 INTRODUO ................................................................................................................................... 171
7.2 PROPOSTAS PARA IMPLEMENTAO DA ETAPA 3 .............................................................. 172
7.2.1 OpenFMECA Suporte Implementao da FMECA .................................................................. 173
7.2.2 FMECA-Delphi Tcnica Delphi para Elicitao do NPR ............................................................ 174
7.2.3 NPR-Fuzzy Lgica Fuzzy para Avaliao do NPR...................................................................... 177
7.3 PROPOSTAS PARA IMPLEMENTAO DA ETAPA 4 .............................................................. 180
7.3.1 Anlise de Risco nos Diagramas de Deciso da Etapa 4 da MCC.................................................. 180
7.4 PROPOSTAS PARA IMPLEMENTAO DA ETAPA 5 .............................................................. 183
7.5 CONSIDERAES E SNTESE DO CAPTULO ........................................................................... 184

CAPTULO 8 - VERIFICAO E VALIDAO DO PROTTIPO............................................ 185


8.1 INTRODUO ................................................................................................................................... 185
8.2 VERIFICAO................................................................................................................................... 185
8.3 VALIDAO...................................................................................................................................... 187
8.4 CONSIDERAES E SNTESE DO CAPTULO ........................................................................... 195

CAPTULO 9 - CONSIDERAES FINAIS ..................................................................................... 197


9.1 INTRODUO ................................................................................................................................... 197
9.2 SOBRE OS OBJETIVOS E QUESTES DE PESQUISA PROPOSTOS....................................... 197
9.3 SOBRE AS CONTRIBUIES TCNICO-CIENTFICAS DA PESQUISA ................................ 199
9.4 SUGESTES PARA TRABALHOS FUTUROS.............................................................................. 200

APNDICE A - MANUTENO CENTRADA NA CONFIABILIDADE .................................... 215


A.1 GUIA PARA PREENCHIMENTO DA PLANILHA DE FMECA ................................................. 215
A.1.1 Funo .............................................................................................................................................. 215
A.1.2 Falha Funcional................................................................................................................................ 216
A.1.3 Modo de Falha ................................................................................................................................. 217
A.1.4 Efeitos do Modo de Falha................................................................................................................ 218
A.1.5 Severidade (S) .................................................................................................................................. 220
A.1.6 Causas............................................................................................................................................... 221
A.1.7 Ocorrncia (O) ................................................................................................................................. 221
A.1.8 Controles Atuais............................................................................................................................... 222
A.1.9 Deteco (D) .................................................................................................................................... 222
A.1.10 NPR (S.D.O) .................................................................................................................................. 223
A.2 MCC APLICADA AO GASODUTO BOLVIA BRASIL (GASBOL) .......................................... 223

APNDICE B - SISTEMAS BASEADOS EM CONHECIMENTO ................................................ 229


B.1 MODELOS PARA DESENVOLVIMENTO DE SOFTWARE ...................................................... 229
B.2 AQUISIO E ELICITAO DO CONHECIMENTO TCNICAS MANUAIS..................... 232
B.3 AQUISIO E ELICITAO DO CONHECIMENTO TCNICAS AUTOMATIZADAS .... 239
B.4 REPRESENTAO DO CONHECIMENTO (RC) TCNICAS................................................. 244
B.5 VERIFICAO E VALIDAO DE SBC...................................................................................... 248
B.6 MODELAGEM DO CONHECIMENTO.......................................................................................... 249
B.7 CONFIABILIDADE DE SBC............................................................................................................ 250
B.8 FUZZYCLIPS COMO FERRAMENTA PARA DESENVOLVIMENTO DE SBC-FUZZY ....... 251
APNDICE C QUESTIONRIOS DE AQUISIO E VALIDAO....................................... 255

APNDICE D MANUAL DE INSTALAO E EXECUO DO DALF-MCC ...................... 265

APNDICE E PUBLICAES ......................................................................................................... 273


E.1 CONGRESSOS E REVISTAS........................................................................................................... 275
E.2 ORIENTAO DE TRABALHO DE CONCLUSO DE CURSO ............................................... 275

APNDICE F - QUESITOS E CRITRIOS DO SBC-FUZZY DESENVOLVIDO ..................... 277


F.1 ANLISE DOS PR-REQUISITOS DA MCC ................................................................................ 279
F1.1 Pr-Requisitos_Etapa 0...................................................................................................................... 279
F.1.2 Pr-Requisitos_Etapa 1..................................................................................................................... 280
F.1.3 Pr-Requisitos_Etapa 2..................................................................................................................... 281
F.1.4 Pr-Requisitos_Etapa 3..................................................................................................................... 282
F.1.5 Pr-Requisitos_Etapa 4..................................................................................................................... 283
F.1.6 Pr-Requisitos_Etapa 5..................................................................................................................... 284
F.1.7 Pr-Requisitos_Etapa 6..................................................................................................................... 284
F.1.8 Pr-Requisitos_Etapa 7..................................................................................................................... 285
F.1.9 Pr-Requisitos_Etapa 8..................................................................................................................... 286
F.2 AUDITORIA da MCC ........................................................................................................................ 286
F.2.1 Auditoria_Etapa 0............................................................................................................................. 286
F.2.2 Auditoria_Etapa 1............................................................................................................................. 287
F.2.3 Auditoria_Etapa 2............................................................................................................................. 288
F.2.4 Auditoria_Etapa 3............................................................................................................................. 289
F.2.5 Auditoria_Etapa 4............................................................................................................................. 291
F.2.6 Auditoria_Etapa 5............................................................................................................................. 291
F.2.7 Auditoria_Etapa 6............................................................................................................................. 294
F.2.8 Auditoria_Etapa 7............................................................................................................................. 295
F.2.9 Auditoria da Etapa 8 ......................................................................................................................... 296

APNDICE G - IMPLEMENTAO COMPUTACIONAL........................................................... 299


G.1 DALF-MCC ........................................................................................................................................ 301
G.1.1 Processo de Fuzzyficao e Desfuzzyficao ................................................................................. 301
G.1.2 Interface com o Usurio................................................................................................................... 303
G.1.3 Resultados e Concluses do Processo de Inferncia....................................................................... 307
G.2 OPEN-FMECA ................................................................................................................................... 309
G.2.1 Interface e Estrutura do OpenFMECA............................................................................................ 310
G.3 FMECA-Delphi................................................................................................................................... 313
G.3.1 Interface e Estrutura do FMECA-Delphi ........................................................................................ 313
G.4 NPR-FUZZY....................................................................................................................................... 318
G.4.1 Interface e Estrutura do NPR-Fuzzy................................................................................................ 318
G.5 DALF-DIAGRAMAS (ETAPA 4) .................................................................................................... 320
G.5.1 Interface e Estrutura do DALF-Diagramas para a Etapa 4 ............................................................. 321
G.6 DALF-DIAGRAMAS (ETAPA 5) .................................................................................................... 326
G.6.1 Interface e Estrutura do DALF-Diagramas para a Etapa 5 ............................................................. 326
G.7 RELATRIO DE RESULTADOS E CONCLUSES DO DALF-DIAGRAMAS ....................... 330

APNDICE H NDICES ..................................................................................................................... 333


NDICE ONOMSTICO .......................................................................................................................... 335
NDICE REMISSIVO ............................................................................................................................... 339
19
CAPTULO 1

INTRODUO

1.1 TEMA DE PESQUISA

1.1.1 Aspectos Gerais

A habilidade das empresas contemporneas de gerir, com a necessria competncia e


eficincia, seus ativos em busca de um diferencial competitivo est fortemente vinculada a sua
poltica de gesto da manuteno. Neste contexto a Manuteno Centrada na Confiabilidade (MCC)
apresenta-se como uma alternativa consolidada e que preserva, na sua metodologia, o capital
intelectual das empresas.
Vale ressaltar que independente da poltica de gesto da manuteno, no h diferencial
competitivo sustentvel, seno atravs do que a empresa sabe, como utiliza o que sabe e a
velocidade com que aprende. Por esta razo, a Gesto do Conhecimento (GC), associada
Inteligncia Artificial (IA), em especial os Sistemas Baseados em Conhecimento (SBCs), esto se
consolidando como ferramentas fundamentais de auxlio s polticas de gesto da manuteno.

1.1.2 Aspectos Especficos

A implantao e a gesto da MCC nem sempre acontecem de maneira adequada, harmoniosa


e consistente, resultando em falta de comprometimento e, em casos crticos, em abandono do
programa de MCC pela falta de sinergia com os objetivos da empresa. Alm dos aspectos tcnicos, os
aspectos gerenciais e organizacionais tambm influenciam o sucesso de um programa de MCC
(MOUBRAY, 2001). Alguns dos principais problemas relacionados ao insucesso da MCC so
(SIQUEIRA, 2005): equvocos na previso e gerenciamento de custos tanto de horas/homem como de
equipamentos, resultando em aumento do tempo de retorno dos investimentos; falta de apoio da alta
gerncia, o que pode ter como conseqncia baixo comprometimento, limitaes ou abandono do
programa de MCC; e falta das condies prvias necessrias para cumprimento do programa de MCC
(histricos de falha, conhecimento profundo da planta ou equipamento e cultura da equipe de
manuteno e operao). Outro aspecto a ser analisado a diferena de abordagem dos processos
tradicionais de implantao e gesto da MCC, originalmente concebidos para a indstria de aviao, e
os aspectos peculiares de outros ramos industriais, como por exemplo: o petroqumico e o de energia
eltrica. Um dos exemplos desta diferena o conhecimento sobre o histrico de falhas dos ativos. Na
indstria de aviao este conhecimento, por fora de regulamentaes, minuciosamente explicitado,
porm, em outros ramos industriais, grande parte deste conhecimento de natureza tcita, o que
ratifica a necessidade da GC.
A poltica de gesto da manuteno, no contexto deste trabalho a MCC, desempenha, segundo
Teixeira (2001) e Kardec e Xavier (2003), um papel importante para manter a logstica da empresa
20
afetando diretamente sua competitividade. Assim, a metodologia de gesto da manuteno deve ser
parte de uma estratgia para a efetividade da excelncia empresarial o que, segundo Tsang (1998),
extrapola a viso de um setor de manuteno exclusivamente com funo ttica e operacional. Para
ratificar a importncia crescente e a funo estratgica da manuteno nas empresas brasileiras
relevante uma consulta ao Documento Nacional de 2007, uma pesquisa elaborada e conduzida pela
Associao Brasileira de Manuteno (ABRAMAN) publicada no 22 Congresso Brasileiro de
Manuteno realizado em Florianpolis SC em Setembro de 2007. Os prximos pargrafos
apresentam alguns dados constantes deste documento e as respectivas concluses inerentes.
No ano de 2007 a atividade de manuteno demandou das empresas pesquisadas 37.921
empregados prprios, o que corresponde a 23,24% (valor mdio) do total de empregados de cada
empresa (Figura 1.1). Ao longo dos ltimos anos se observa uma tendncia de crescimento do pessoal
prprio, o que em tese fortalece o comprometimento das equipes de manuteno.

Empregados Prprios na Manuteno TM / TE (%)


Total de Total de 30
Funcionrios das Funcionrios na TM
Ano / TE
(%) 28
Empresas (TE) Manuteno (TM)
2007 163.146 37.921 23,24 26
Tendncia
2005 108.784 23.651 21,74 24
2003 109.794 31.504 28,69 22
2001 159.454 33.015 20,71
1999 133.650 26.257 19,65 20

1997 154.250 30.750 19,94 18

1995 320.650 67.375 21,01 1995 1997 1999 2001 2003 2005 2007 Ano

Figura 1.1 Efetivo Prprio de Pessoal na rea de Manuteno.


Fonte: adaptado de ABRAMAN, 2007.

Quanto ao perfil do pessoal prprio de manuteno, observa-se de acordo com a Figura 1.2,
que: de 2003 para 2005 houve um leve decrscimo da presena de pessoal de nvel superior e da
mo-de-obra qualificada nas atividades de manuteno, indicadores estes que obtiveram um
acrscimo de 2005 para 2007 impulsionados, em parte, pelo vigor experimentado pela economia do
pas, no mesmo perodo; crescente a presena de pessoal tcnico de nvel mdio nas atividades de
manuteno durante os ltimos anos; e a mo de obra no qualificada vm se mantendo abaixo dos
8% desde 1999. Isso ratifica a constatao de que, de um modo geral, as empresas esto mantendo
ou melhorando o nvel de qualificao do pessoal da rea de manuteno.

Qualificao do Pessoal da Manuteno (%) Mo de Obra No Qualificada (%)


Tcnico de Mo de Mo de 9,5
Ano Nvel No
Nvel Obra Obra No 9
Superior Classificada
Mdio Qualificada Qualificada 8,5
8
2007 8,70 18,25 40,46 6,72 25,87 7,5
2005 7,06 16,07 36,05 7,91 32,91 7
2003 7,20 14,85 40,62 4,94 32,39 6,5

2001 7,64 14,81 38,72 7,63 31,20 6


5,5
1999 7,08 13,35 38,06 6,77 34,74 5 Tendncia
1997 6,18 14,78 40,63 8,07 30,34 4,5
1995 6,65 13,52 17,15 8,81 53,87 1995 1997 1999 2001 2003 2005 2007 Ano

Figura 1.2 Qualificao do Pessoal da Manuteno.


Fonte: adaptado de ABRAMAN, 2007.
21
A Tabela 1.1 mostra que nos ltimos anos houve uma utilizao crescente de indicadores de
desempenho da manuteno. Isto demonstra a preocupao das empresas em criar subsdios para a
tomada de deciso, almejando uma gesto eficaz da manuteno, o que enfatiza a necessidade de
ferramentas para auxlio tomada de deciso e tratamento das incertezas do processo decisrio.

Tabela 1.1 Principais Indicadores de Desempenho Utilizados.


Fonte: adaptado de ABRAMAN, 2007.
Principais Indicadores de Desempenho Utilizados (%) Grau de
Importncia
Tipos 1995 1997 1999 2001 2003 2005 2007 em 2007
Custos 26,21 26,49 26,32 25,91 21,45 21,96 20,33 1
Disponibilidade Operacional 25,20 24,70 22,60 23,24 19,58 19,81 18,51 2
TMEF (Tempo Mdio Entre Falhas) - - - - 11,89 11,69 14,21 3
TMPR (Tempo Mdio Para Reparo) - - - - 9,56 11,46 11,74 4
Backlog (Trabalho Acumulado) 8,07 6,55 8,98 10,41 9,32 6,92 11,57 5
Freqncia de Falhas 17,54 12,20 14,24 16,22 11,66 12,17 9,75 6
Satisfao do Cliente 13,91 11,01 11,76 11,86 8,62 8,11 8,93 7
Retrabalho 9,07 5,65 8,36 8,96 6,06 6,68 3,97 8
Utiliza Outros Indicadores - 11,31 4,95 2,18 0,23 0,48 0,66 9
No Utiliza Indicadores - 2,09 2,79 1,22 1,63 0,72 0,33 10

Outra evidncia do empenho das empresas na busca pela excelncia na manuteno o


aumento dos programas de treinamento para os mantenedores, visando equipes mais preparadas e
aes de manuteno mais efetivas (Figura 1.3). Este aumento do conhecimento institucional torna
imperativo o uso de tcnicas computacionais para seu tratamento e explicitao, objetivando
facilitar sua apropriao por toda a empresa.
Programao Anual de Treinamento para o Pessoal de Manuteno (%)
100

95
Programao Anual de Treinamento para o
90
Pessoal de Manuteno (% de Empresas)
Tendncia
Ano 1995 1997 1999 2001 2003 2005 2007 85

Sim 74,11 81,51 73,04 85,92 76,19 96,77 87,97 80


No 25,89 18,49 26,96 14,18 23,81 3,23 12,03 75

70
1995 1997 1999 2001 2003 2005 2007 Ano

Figura 1.3 Programao Anual de Treinamento para o Pessoal de Manuteno.


Fonte: adaptado de ABRAMAN, 2007.

Respeitando a diversidade das fontes de dados do relatrio apresentado pelo Documento


Nacional de 2007 (ABRAMAN, 2007), os aspectos positivos relacionados at aqui, com base
culminaram com uma inverso na curva da Disponibilidade Operacional que vinha decrescendo
entre 2001 e 2005 e voltou a crescer em 2007. Por outro lado a Indisponibilidade Devido a
Manuteno foi a mais baixa desde 2003 (Figura 1.4). Segundo o Documento Nacional, em 2007
os 8 (oito) melhores indicadores (acima de 90%) apresentaram uma mdia de 94,37% para a
Disponibilidade Operacional. Estes aspectos esto relacionados com polticas inovadoras de
gesto da manuteno aliadas a aspectos macro econmicos do pas, os quais contriburam para o
crescimento das empresas/indstrias e com a necessidade de investimento em mquinas e
equipamentos e conseqentemente no suporte a sua manuteno.
22
Indicadores de Disponibilidade (%)
Tipos 1997 1999 2001 2003 2005 2007
Disponibilidade Operacional 85,82 89,30 91,36 89,48 87,90 90,82
Indisponibilidade Devido Manuteno 4,74 5,63 5,15 5,82 5,80 5,30

a) Disponibilidade Operacional (%) b) Indisponibilidade Devido Manuteno (%)


92 6

91 Tendncia 5,8

90 5,6

89 5,4

88 5,2 Tendncia
87 5

86 4,8

85 4,6
1997 1999 2001 2003 2005 2007 Ano 1997 1999 2001 2003 2005 2007 Ano

Figura 1.4 Indicadores de Disponibilidade.


Fonte: adaptado de ABRAMAN, 2007.

A preocupao com a gesto da manuteno crescente, uma vez que a idade mdia dos
equipamentos e/ou instalaes alta (65,81 % acima de 11 anos Figura 1.5) e as demandas esto
aumentando, o que exige aumento equivalente da disponibilidade operacional.

Idade Mdia dos Equipamentos e/ou Idade Mdia dos Equipamentos/Instalaes em Operao (%)
Instalaes em Operao (%) Idade 50

Ano Acima Mdia 45


0 a 5 6 a 10 11 a 20 21 a 40 40
de 40 (Anos)
anos anos anos anos 35
anos
30
2007 10,32 23,87 33,55 31,61 0,65 17,27 25
2005 4,50 26,13 45,05 20,72 3,60 16,95 20
2003 13,49 21,43 37,30 26,98 0,79 16,38 15

2001 7,75 16,90 45,07 28,17 2,11 17,97 10

1999 6,90 21,55 50,86 20,69 0,00 15,96 5

1997 6,96 22,61 53,04 17,39 0,00 15,51 0


0 a 5 anos 6 a 10 anos 11 a 20 anos 21 a 40 anos Acima de 40
1995 6,77 21,88 50,52 19,79 1,04 16,20 anos

Mdia (%) 8,10 22,05 45,06 23,62 1,17 - Mdia 1995 a 2007 Ano de 2007
Desvio Padro 2,93 2,81 7,30 5,26 1,29 -

Figura 1.5 Idade Mdia dos Equipamentos/Instalaes em Operao


Fonte: adaptado de ABRAMAN, 2007.

A conjuntura revelada pelo Documento Nacional em 2007 (ABRAMAN, 2007), ressalta a


importncia da GC atrelada a metodologias consistentes de gesto da manuteno, a qual, no
pode ser definida apenas com base em questes mercadolgicas ou decises intuitivas dos
tomadores de deciso.
As questes mercadolgicas esto relacionadas, principalmente, com a aquisio de
softwares proprietrios de gesto da manuteno (CMMS Computer Maintenance Management
Systems) os quais nem sempre atendem s necessidades especficas de uma determinada empresa
ou sistema. J as decises intuitivas so, invariavelmente, parciais e no avaliam todo o contexto
da aplicao e/ou empresa, resultando em falta de comprometimento e descrdito do programa de
gesto da manuteno (FUENTES, 2006).
23
1.2 PREMISSAS E PROBLEMA DE PESQUISA

Cada metodologia de gesto da manuteno possui requisitos e necessidades cuja adequao


da empresa/sistema deve ser previamente avaliada para que a sua aplicao resulte nos efeitos
desejados. Alm disto, ao se adotar uma metodologia de gesto da manuteno, seu ciclo de vida
deve ser acompanhado a fim de que os desvios de conduta sejam rapidamente corrigidos,
maximizando seus benefcios.
A MCC possui atributos de uma das melhores prticas de GC, somada finalidade original
de se promover a confiabilidade dos ativos pela manuteno. A prtica de MCC constitui uma forma
potencial de GC, embora os seus praticantes no percebam esta associao. Na MCC as pessoas so
produtoras de conhecimento e ao mesmo tempo consumidoras pela troca de informaes entre
equipes multidisciplinares. O processo de MCC, desde a aquisio de informaes at o
estabelecimento das tarefas adequadas de manuteno, est inteiramente centrado no ser humano
assim como a GC (ALKAIM, 2003).
Alm dos aspectos gerais relacionados at aqui, h outros inerentes ao contexto atual de
gesto dos ativos que, presume-se, corroboram para a utilizao da MCC como metodologia de
gesto da manuteno, dentre os quais citam-se:

Os equipamentos e sistemas esto cada vez mais complexos e com modos de falha ocultos
ao operador e/ou mantenedor, o que sugere atividades de manuteno preditivas ou de
inspeo funcional. Moubray (2001) afirma que 40% dos modos de falha dos ativos so
ocultos e destes 80% requerem inspeo funcional. Blanco (2007), aps comparar diversos
programas de MCC, concluiu que ao final da sua implementao 60% das atividades de
manuteno, sugeridas pelos Diagramas de Deciso da MCC, so preditivas ou de
inspeo funcional. Isto ratifica a MCC como apta a tratar os modos de falha inerentes aos
ativos em seu contexto operacional atual;
Por conscientizao ou por imposio legal, alm das questes econmicas, os gestores dos
ativos esto, cada vez mais, sensibilizados com as questes ambientais e de segurana que
permeiam a gesto da manuteno. Moubray (2001), Siqueira (2005), Smith e Hinchcliffe
(2004) alm de outros autores e normas pesquisadas demonstram que o tratamento das
questes ambientais e de segurana um dos atributos dos Diagramas de Deciso da MCC;
A automatizao dos sistemas, aliada ao aumento do monitoramento automtico das
mquinas/equipamentos, conforme apontado pelo Documento Nacional de 2007
(ABRAMAN, 2007) mostrado na Figura 1.6, corrobora a utilizao de dados/conceitos
relacionados confiabilidade. Tais sistemas, cada vez mais desassistidos pelo operador,
privilegiam a MCC frente a outras metodologias de gesto da manuteno, por exemplo, a
Manuteno Produtiva Total (TPM Total Productive Maintenance), a qual por princpio
dependente das decises dos operadores e mantenedores.
24
Principais Tipos de Monitoramento de Mquinas e
Equipamentos Utilizados nas Empresas (%)
Ano Coletores de Monitoramento Automtico (%)
No Utiliza Dados e 22
Manual Automtico
Monitoramento Programas 20

Especficos 18
Tendncia
2007 2,23 36,16 41,97 19,64 16

2005 6,99 35,66 38,46 18,89 14

2003 11,45 33,13 36,75 18,67 12

2001 8,15 29,89 45,65 16,31 10

1999 6,08 37,17 44,59 12,16 8


1995 1997 1999 2001 2003 2005 2007 Ano
1997 8,47 30,51 50,85 10,17
1995 12,70 47,62 29,10 10,58

Figura 1.6 Monitoramento de Mquinas e Equipamentos Utilizados nas Empresas.


Fonte: adaptado de ABRAMAN, 2007.

Os fatores supracitados somados ao contexto atual da manuteno evidenciam, por sua vez, os
seguintes aspectos: a manuteno assumiu importncia estratgica para a gesto dos ativos nas
empresas contemporneas; a poltica de gesto da manuteno deve ser condizente com o contexto
operacional da empresa/sistema; a necessidade de tcnicas de GC premente, principalmente como
aliadas da poltica de gesto da manuteno, para explicitao do conhecimento tcito dos operadores
e mantenedores; ferramentas para tratamento das incertezas do processo decisrio, frente a dados
qualitativos, podem auxiliar a conduo do processo de implantao das polticas de gesto da
manuteno; a MCC possui requisitos desejveis gesto de ativos cuja aderncia da empresa/sistema
deve ser ratificada para maximizar seus resultados. Tais aspectos ensejam as seguintes premissas:

A implantao da MCC como metodologia de gesto da manuteno depende da sua


aderncia ao contexto da empresa/sistema;
Os benefcios de um programa de MCC so maximizados a partir de sua correta implantao e
conduo, o que pressupe aes de auditoria ao longo de todo o seu ciclo de vida;
Para consolidao dos pr-requisitos anteriores, entende-se ser importante a utilizao de
tcnicas de GC vinculadas a ferramentas para tratamento das incertezas do processo decisrio;
O sucesso da implantao da MCC dependente da correta tomada de deciso frente a
dados invariavelmente qualitativos (ALKAIN, 2003). Portanto, o tratamento das incertezas
inerentes a este processo decisrio pode ser facilitado com o uso de tcnicas de IA, mais
precisamente a lgica Fuzzy (CAMPOS, 2004 e GARCIA, 2006).

As dificuldades e, por vezes, insucessos na implantao de MCC, e/ou na sua gesto,


ocorrem por no se dispor de ferramentas de diagnstico e de deciso que facilitem avaliar o
conjunto de incertezas no ambiente corporativo, no campo tcnico, na formao de recursos
humanos, na gesto e na identificao do nvel de maturidade da corporao. Neste contexto,
acredita-se que a conduo do processo de implantao e auditoria, utilizando um SBC-Fuzzy que
trate as incertezas inerentes ao processo decisrio, pode trazer benefcios e aumentar a aderncia da
empresa/sistema ao programa de MCC. Dessa hiptese emerge a questo principal, norteadora deste
trabalho: Como conduzir e orientar a implantao e a auditoria de um programa de MCC
tratando as incertezas por impreciso ou de natureza lxica do processo decisrio?
25
Decorrentes desta questo norteadora para guiar o processo de desenvolvimento deste
trabalho, fundamentar seus diagnsticos e orientar a coleta de informao, surgem alguns
questionamentos subjacentes, a saber:

O que caracteriza um bom programa de MCC ao longo de todo o seu ciclo de vida?
Para que tipo de empresa/sistema a MCC mais aderente? Quais os pr-requisitos e
necessidades de um programa de MCC que corroboram com tal aderncia?
Quais so e de que maneira os fatores gerenciais e tcnicos afetam positiva ou negativamente
a implantao e a gesto de um programa de MCC? Como tratar e incluir tais fatores no
processo decisrio de implantao e auditoria da MCC?
Como as metodologias tradicionais de implantao e gesto da MCC podem ser conduzidas
para reforar os fatores de sucesso e minimizar o impacto dos fatores de insucesso?
Quais os indicadores institucionais e tcnicos que aferem a performance de um programa de
MCC? Como estes indicadores podem realimentar o processo de implantao da MCC?

Ao responder e confrontar as respostas destas questes com as metodologias tradicionais


de implantao e gesto da MCC (NOWLAN e HEAP, 1978; SMITH, 1993; SMITH e
HINCHCLIFFE, 2004; MOUBRAY, 2001; NASA, 2000; IEC 60300-3-11, 1999; SAE JA 1011,
1999; SAE JA 1012, 2002; ABS, 2004) formula-se a tese de que possvel conceber uma
metodologia operacionalizada por um SBC-Fuzzy para, em conjuntos com tais metodologias e
softwares comerciais, orientar o processo de implantao e auditoria da MCC, a fim de
maximizar seus fatores de sucesso.

1.3 TRABALHOS RELEVANTES

A partir da pesquisa bibliogrfica e com a inteno de fundamentar o presente trabalho e


vislumbrar as possveis contribuies para o domnio do conhecimento proposto, foram selecionados
alguns artigos, resumidos nos prximos pargrafos. Os autores destes artigos trazem exemplos de
aplicaes que fundamentam esta proposta de tese e foram motivadoras para o foco deste trabalho.

Rajotte e Jolicoeur (2000) propuseram mudanas na metodologia da MCC para adequ-la s


necessidades da concessionria de Energia Eltrica de Quebec. As principais mudanas foram:

Aplicao da MCC abordando/tratando o equipamento (Disjuntor, Seccionadoras,


Transformadores, etc...) ao invs do sistema (Linhas de Transmisso, Subestaes, etc...). Isto
permitiu a concepo de padres para outros equipamentos similares (templates), o que seria
mais difcil na abordagem sistmica;
Mudana da noo de criticidade, a qual normalmente envolve a probabilidade de falha e as
conseqncias para o sistema, passou a ser entendida, por limitao dos dados disponveis,
como sendo resultado do custo de reparo do equipamento, da probabilidade de falha e das
26
conseqncias para a segurana e o meio ambiente. Esta mudana foi devida a presena de
equipamentos similares, porm em posio estratgica diferenciada com custos de
manuteno e conseqncias distintas para o sistema/empresa e de difcil ponderao devido
configurao do sistema.

Alm das adaptaes sugeridas os autores ressaltam a importncia do envolvimento de todo o


pessoal da manuteno e o fato de o programa de MCC ser um processo contnuo dependente das
demandas do sistema e dos avanos tecnolgicos.

Johnston (2002) prope uma metodologia para medir os benefcios de um programa de MCC,
para a empresa. O autor argumenta que alm das pessoas normalmente resistirem s mudanas, o
perodo de tempo entre a anlise da MCC e a obteno de benefcios mensurveis longo, o que pode
suscitar dvidas quanto eficincia da MCC, principalmente em programas consolidados de
manuteno. Sendo assim, o autor prope mtricas em funo do progresso da MCC, qualidade e
benefcios para a empresa.

Backlund (2003) defende em seu trabalho de doutorado, junto a empresas de gerao de


energia eltrica, algumas pr-condies para implantao da MCC. O autor enfatiza a necessidade de
uma viso holstica para implantao da MCC e demonstra, com estudos de caso, que as falhas dos
programas de MCC no so somente de natureza tcnica, mas tambm gerenciais e organizacionais.

Raposo (2004), por sua vez, prope uma metodologia para incorporar a anlise de risco nos
diagramas de deciso da MCC. A anlise proposta pelo autor se aplica na definio das funes
significantes e a classificao de seus modos de falha. Este mesmo tema foi objeto de estudo
apresentado por Hauge e Johnston (2001).

Siqueira (2005a), por outro lado, sugere uma metodologia para avaliar o impacto de um
programa de MCC no desempenho do sistema eltrico. O autor relata sua experincia na implantao
da MCC na Companhia Hidreltrica do So Francisco (CHESF) e prope diversos ndices para avaliar
o desempenho do sistema eltrico aps a implantao da MCC. Estudo semelhante foi apresentado
por Bertling et al (2003).

Waltrich e Tondello (2007) estabelecem uma relao entre a MCC e a GC. Os autores
apresentam a experincia da Eletrosul em MCC, e enfatizam o fato da mesma ser uma prtica potencial
de GC. Aspectos semelhantes da relao entre a MCC e a GC so discutidos por Alkaim (2003).

Alm das questes metodolgicas, as ferramentas utilizadas na implantao tambm tm uma


influncia direta na eficcia dos programas de MCC. o caso da Anlise dos Modos de Falha e seus
Efeitos (FMEA), principal ferramenta da MCC, abordada em Antonietti (2002) e Garcia (2006).
Antonietti (2002) relata as dificuldades encontradas durante a aplicao da FMEA em uma indstria
automobilstica e aponta algumas pr-condies para sua aplicao. Garcia (2006) apresenta uma
abordagem Fuzzy para classificao dos Modos de Falha no FMEA para assim priorizar as aes de
melhoria/manuteno.
27

A partir da pesquisa bibliogrfica sintetizada nos pargrafos anteriores, pode-se inferir que:

Nem sempre as metodologias existentes para implantao e gesto da MCC, concebidas


para a indstria de aviao, atendem s necessidades especficas de uma determinada
empresa e/ou sistema;
Os benefcios de um programa de MCC para a empresa so de longo prazo e, portanto podem
causar desmotivao, culminando em abandono do programa ou falta de comprometimento
dos envolvidos;
Muitas empresas no esto aptas a adotar a MCC como poltica de gesto da manuteno,
dado que, a MCC pressupe a existncia de pr-requisitos que no so comuns a todas as
empresas, estando, em geral, restritos a grupos de empresas em setores especficos;
Os procedimentos para implantao da MCC necessitam de uma metodologia para verificao
de pr-requisitos e auditoria das etapas implementadas do programa de MCC. Esta metodologia
deve incorporar mecanismos para tratamento das incertezas do processo decisrio;
Falta uma metodologia clara para mensurar a relao entre o desempenho do programa de
MCC e o desempenho do sistema. A falta de um procedimento atrelado a dados concretos,
para avaliar o programa de MCC, pode esconder desvios de conduta que podem inviabilizar a
implementao do programa;
As ferramentas utilizadas pela MCC nem sempre apresentam resultados satisfatrios para
aplicaes especficas. Ferramentas que dificultam a organizao da informao e das aes
de manuteno, associadas a reunies tediosas, podem desmotivar a equipe ou produzir
resultados duvidosos;
Faltam ferramentas para implementao das etapas da MCC que tratem as incertezas inerentes
aos dados qualitativos que influenciam o processo decisrio.

Os aspectos motivadores dos trabalhos precedentes, bem como suas relativas concluses
sugerem a necessidade de melhorias nos procedimentos de implantao da MCC como metodologia
de gesto da manuteno. Sendo assim, nos prximos itens, sero apresentados os objetivos deste
trabalho, buscando uma contribuio cientfica original que fundamente a tese proposta e ajude a
consolidar os procedimentos para implantao da MCC e tratar as incertezas do processo decisrio.

1.4 OBJETIVOS

1.4.1 Objetivo Geral

O objetivo geral deste trabalho propor e desenvolver um SBC-Fuzzy que incorpore uma
metodologia para auxiliar a implantao da MCC que pondere seus pr-requisitos e audite, aps
implementao, cada uma de suas etapas para aumentar a probabilidade de sucesso dos programas
de MCC.
28
Assim sendo, prope-se ponderar as caractersticas da empresa/sistema e as necessidades da
MCC e, aps a implementao de cada etapa, audit-la para que as inconsistncias ocorridas durante
sua execuo no se propagem para as demais etapas.
Para concretizar a proposio desenvolve-se uma metodologia, a qual est inserida e
operacionalizada por um SBC-Fuzzy, o qual incorpora critrios para diagnstico e tomada de deciso,
ponderando os aspectos tcnicos, os aspectos gerenciais, a experincia de programas consolidados de
MCC e o conhecimento institucional. Assim, entende-se ser possvel tratar as incertezas por
impreciso, decorrentes de variveis qualitativas do processo decisrio, e aumentar a chance de
sucesso dos programas de MCC com uma viso holstica de suas interaes e necessidades. Desta
forma a equipe de implantao poder antever suas necessidades e interpor adequaes e regras de
conduta que aumentem as chances de sucesso do programa de MCC.

1.4.2 Objetivos Especficos

Este trabalho dever tambm atender aos seguintes objetivos especficos, para cumprimento
de seu objetivo geral:

Investigar as metodologias existentes para implantao da MCC, resgatando seus conceitos,


estratgias, ferramentas e necessidades. De forma concomitante identificar os fatores crticos
de sucesso de um programa de MCC (planejamento, implantao e gesto) almejando
possveis contribuies;
Desenvolver uma estratgia para identificar os atributos da empresa relacionados com as
necessidades e pr-requisitos da MCC;
Propor uma metodologia de anlise qualitativa que confronte os atributos da empresa com as
necessidades e fatores crticos de sucesso da MCC. Assim ser possvel verificar se a empresa
possui os atributos necessrios para aderir a um programa de MCC com riscos de insucesso
minimizados. As incertezas por impreciso inerentes devero ser equacionadas;
Desenvolver mecanismos de explicitao do conhecimento tcito, o qual deve compor o
processo de inferncia que ir avaliar a consistncia dos pr-requisitos e a consolidao das
etapas na auditoria do programa de MCC;
Definir as variveis de anlise que iro compor a metodologia, a partir das quais sero
prescritos os diagnsticos e concluses que, por sua vez, iro apoiar a tomada de deciso. Com
estas definies ser possvel desenvolver um SBC-Fuzzy que contemple tais variveis;
Criar indicadores de validao do SBC-Fuzzy proposto e da metodologia a ele incorporada e
selecionar os especialistas que iro valid-lo;
Ajustar as entradas e sadas do SBC-Fuzzy desenvolvido em funo dos resultados do
processo de validao com os especialistas;
Testar em campo o SBC-Fuzzy e a metodologia proposta para ratificar os resultados do
processo de validao com os especialistas.
29

1.6 JUSTIFICATIVAS E CONTRIBUIES

Muitos programas de MCC, quando no abandonados no todo ou parcialmente, tm


desempenho insatisfatrio Blanco (2007). As metodologias existentes no possuem mecanismos
suficientemente eficazes para diagnosticar e se resguardar dos fatores responsveis por esses
insucessos dos programas de MCC. Nesse sentido esse trabalho se justifica e contribui nos
seguintes aspectos:

A proposio de uma metodologia para verificar a aderncia das caractersticas da empresa


aos requisitos de um programa de MCC, possibilita a adequao do procedimento de
implantao, ou, mudanas nos aspectos internos da empresa que afetam a MCC,
vislumbrando uma implementao futura;
A investigao dos fatores crticos que podem afetar o sucesso de um programa de MCC ao
longo de todo o seu ciclo de vida, torna possvel criar barreiras para resguardar o programa de
MCC dos efeitos dos fatores tcnicos e gerenciais que o afetam negativamente;
O desenvolvimento de uma metodologia para facilitar implantao da MCC focada nos
fatores crticos, relacionados tanto com os aspectos tcnicos quanto gerenciais, agregar valor
aos procedimentos existentes de implantao da MCC, e o SBC-Fuzzy, associado
metodologia proposta, permitir diagnosticar e orientar o processo decisrio de forma a
minimizar os riscos de insucesso;
O procedimento de anlise de pr-requisitos e auditoria, proposto neste trabalho, pode servir
como indicador para o acompanhamento do desempenho do processo de implantao da
MCC, focado nos fatores relevantes para o seu sucesso. A partir destes indicadores possvel
realimentar o processo de implantao e promover as correes necessrias.

A implantao e a gesto da MCC envolvem decises com base em dados qualitativos e


quantitativos. Destaca-se, neste processo, a importncia da experincia e conhecimento tcnico dos
administradores do programa de MCC. Para gerir este conhecimento e tratar as incertezas inerentes ao
processo decisrio e de diagnstico dos fatores que so crticos para o sucesso de um programa de
MCC, mencionados em itens anteriores, este trabalho se justifica e contribui nos seguintes aspectos:

Proposio de uma tcnica baseada em IA (SBC-Fuzzy) para: tratamento e estruturao das


incertezas por impreciso ou lxicas do processo decisrio; diagnstico qualitativo dos fatores
que impactam na implantao da MCC; e proposio de regras de conduta que minimizem os
riscos de insucesso do programa de MCC;
Criao de um repositrio de conhecimento heurstico referente ao processo de implantao da
MCC. Esse conhecimento particularmente importante para criar de barreiras que
minimizaro os fatores de insucesso, revertendo na melhoria do desempenho do programa de
MCC.
30

1.7 DELIMITAO DO TEMA

O estudo realizado e as proposies apresentadas nesse trabalho esto delimitados, em termos


contextuais, pelos seguintes aspectos:

Os aspectos normativos e conceituais tm como referncia:


As normas: IEC-60300-3-11, 1999; SAE JA 1011, 1999; SAE JA 1012, 2002;
Especialistas em implantao e gesto de MCC;
Programas consolidados de MCC, em diferentes estgios de evoluo. Assim ser
possvel identificar, fatores de insucesso da MCC ao longo de todo o seu ciclo de vida,
incluindo planejamento, implantao e gesto.
A GC fundamenta a consecuo de mecanismos para explicitao do conhecimento tcito dos
operadores, mantenedores e especialistas em MCC para assim, avaliar os pr-requisitos e
auditar a implantao da MCC;
O conhecimento tratado neste trabalho , em sua maioria, de natureza qualitativa com uma
incerteza por impreciso intrnseca. Para tratar essas incertezas e estruturar a coleta de
informaes, diagnstico e apoio deciso desenvolvido um SBC-Fuzzy;
O SBC-Fuzzy desenvolvido no trata dos procedimentos metodolgicos e documentais para
implementao das etapas do processo de implantao da MCC, mas sim da anlise de seus
pr-requisitos e sua auditoria. Para as etapas mais expressivas do procedimento de
implantao da MCC softwares complementares so desenvolvidos para sanar problemas
especficos de cada etapa, evidenciados ao longo do processo de aquisio do conhecimento.

Portanto a consolidao dos objetivos deste trabalho estar delimitada pela utilizao da lgica
Fuzzy devido s suas vantagens inerentes, citadas por Fernandes (2004, p. 28), as quais so detalhadas
no Captulo 4, e pela GC como elemento estruturante para explicitao do conhecimento tcito
valendo-se dos benefcios citados por Alkaim (2003).

1.8 METODOLOGIA DA PESQUISA

Silva e Menezes (2005) classificam uma pesquisa de quatro maneiras: quanto aos
procedimentos adotados, quanto natureza, quanto forma de abordagem e quanto aos objetivos.
Conforme a classificao sugerida por Silva e Menezes (2005) quanto aos procedimentos
metodolgicos utilizados neste trabalho tem-se: pesquisa bibliogrfica, levantamento, pesquisa
participante e pesquisa-ao. O material bibliogrfico abrange os aspectos norteadores deste
trabalho (GC, IA e MCC), os quais so explicitados em captulos especficos. Os levantamentos
ocorreram junto aos especialistas que participaram da elicitao do conhecimento, os quais tambm
de modo participante contriburam para composio do SBC-Fuzzy e das ferramentas
31
complementares, propostas para as etapas mais expressivas do processo de implantao da MCC.
As tcnicas para aquisio e representao do conhecimento so mostradas no Captulo 4. O
problema coletivo e a participao cooperativa que evidencia a pesquisa-ao esto caracterizados
de seguinte forma: o problema coletivo diz respeito implantao e auditoria da MCC como forma
de gesto da manuteno, em seus diversos domnios de aplicao; e os envolvidos de modo
cooperativo foram especialistas em MCC, participantes do processo de elicitao do conhecimento
para consolidao do SBC-Fuzzy desenvolvido.
Quanto sua natureza, esta pesquisa se caracteriza como aplicada o que, segundo Silva e
Menezes (2005), gera conhecimento para aplicaes prticas e dirigidas soluo de problemas
especficos. A aplicao prtica est caracterizada na implantao de programas de MCC. O
problema especfico que se quer resolver a anlise dos pr-requisitos e a auditoria das etapas de
implantao da MCC, com uma viso holstica de seus pr-requisitos e das caractersticas e
necessidades organizacionais, tratando as incertezas do processo decisrio.
Em relao forma de abordagem, proposta por Silva e Menezes (2005), este trabalho se
classifica como qualitativo. Deste modo, as dinmicas da MCC foram analisadas de forma indutiva,
focando no processo e em seus pontos crticos com o objetivo de inferir uma metodologia genrica
que minimize os fatores de insucesso.
Quanto aos objetivos, seguindo a definio de Gil (1996), este trabalho se classifica como
exploratrio, pois visa proporcionar maior familiaridade com as etapas de implantao da MCC com
o objetivo de tornar explcitos seus conceitos e requisitos, corroborando com a construo das
hipteses e concepo da metodologia proposta. Envolve ainda, levantamento bibliogrfico,
entrevista com especialistas e estudo e anlise de casos.
Quanto ao desenvolvimento do SBC-Fuzzy, foi adotado o modelo incremental. Neste
modelo possvel que as etapas do ciclo de desenvolvimento sejam seguidas utilizando apenas
pequenas partes de conhecimento em relao totalidade do domnio do conhecimento. Esse
procedimento permite retornos s etapas anteriores, caso seja constatado algum tipo de erro ou
inadequao em alguma tomada de deciso ao longo do processo, seguindo assim os conceitos de
Engenharia Simultnea propostos por Silva (1998).
A formatao deste trabalho segue as normas e recomendao da Universidade Federal de
Santa Catarina (UFSC) para trabalhos acadmicos. As figuras cuja fonte no esteja citada
subentende-se como sendo do autor.

1.9 ESTRUTURA DO TRABALHO

Os captulos iniciais tratam cada um dos temas envolvidos como um assunto especfico focado
nos objetivos deste trabalho. Nos captulos finais explicitada a inter-relao entre os diversos temas
abordados e o modo como este relacionamento implementado para cumprir os objetivos desta tese.
Sendo assim, excluindo-se o presente Captulo, os demais, possuem o seguinte contedo:
32
O Captulo 2 apresenta os tpicos principais referentes MCC e s metodologias tradicionais
para sua implantao e gesto. Este captulo norteia as inovaes propostas e serve de apoio
para o planejamento da etapa de aquisio do conhecimento;
O Captulo 3 trata dos conceitos e definies relativas gesto do conhecimento e sua
importncia para a criao e a disseminao sistematizada do conhecimento institucional,
particularmente aquele aplicado implantao da MCC e sua auditoria. As necessidades e
aspiraes apontadas neste captulo ratificam a concepo do SBC-Fuzzy proposto;
O Captulo 4 mostra o ciclo de desenvolvimento de um SBC-Fuzzy, evidenciando as etapas
mais relevantes, as definies e os conceitos. Este captulo oferece suporte gesto do
conhecimento tratada no Captulo 3, fundamentando a criao de um repositrio de
conhecimento que serve de apoio tomada de deciso e diagnstico das caractersticas da
empresa e/ou sistema, frente aos requisitos da MCC, auxiliando tambm em sua auditoria;
O Captulo 5 explicita a metodologia proposta para auxiliar a implantao da MCC de modo a
ponderar as caractersticas e objetivos da empresa/sistema e os requisitos de um programa de
MCC, incluindo sua auditoria;
O Captulo 6 apresenta os detalhes do desenvolvimento do SBC-Fuzzy proposto para apoio
deciso e diagnstico dos fatores inerentes a implantao e auditoria da MCC. A aplicao
computacional tratada neste captulo segue os preceitos do Captulo 5 aliado fundamentao
terica dos Captulos 2, 3 e 4;
O Captulo 7 mostra as ferramentas computacionais sugeridas para auxiliar a implementao
das Etapas 3, 4 e 5, do procedimento de referncia adotado neste trabalho, explicitado no
Captulo 5;
O Captulo 8 apresenta a validao da metodologia a partir das opinies e consideraes dos
especialistas, alm de demonstrar os resultados de uma aplicao em campo da metodologia
proposta e das ferramentas computacionais associadas;
O Captulo 9 finaliza o trabalho apresentando a anlise dos resultados alcanados bem como
os desdobramentos que podem culminar com trabalhos futuros em temas correlatos.
33
CAPTULO 2

MANUTENO CENTRADA NA CONFIABILIDADE

2.1 INTRODUO

Este captulo apresenta os conceitos inerentes a Manuteno Centrada na Confiabilidade


(MCC) com interesse e/ou relacionados aos objetivos deste trabalho. Alm dos aspectos tericos,
tambm so apresentados os procedimentos para implantao da MCC luz das bibliografias e
normas de referncia. A partir desta abordagem tem-se o arcabouo terico para vislumbrar: os pr-
requisitos necessrios para a implementao das etapas, que compem o procedimento de
implantao da MCC; as etapas mais expressivas do processo de implantao da MCC; e os
aspectos mais relevantes que devem compor o processo de auditoria de um programa de MCC.
Os itens abordados neste captulo fundamentam os questionamentos e a base de conhecimento do
SBC-Fuzzy (Sistema Baseado em Conhecimento Fuzzy) desenvolvido, para avaliao dos pr-requisitos
e auditoria da MCC. Tambm procura-se elucidar os fundamentos para compreender as necessidades do
procedimento de implementao das etapas, visando interpor solues que possam minimizar as
dificuldades comumente experimentadas pela equipe de implantao de um programa de MCC.

2.2 ASPECTOS GERAIS

A norma NBR-5462 (ABNT, 1994) define manuteno como sendo a combinao de


todas as aes tcnicas e administrativas, incluindo as de superviso, destinadas a manter ou
recolocar um item em um estado no qual possa desempenhar uma funo requerida. A mesma
norma define item como sendo qualquer parte, subsistema, sistema ou equipamento que possa
ser considerado individualmente e ensaiado separadamente.
Para Moubray (2001), manter significa continuar em um estado existente, ou seja, a
manuteno o conjunto de tcnicas de atuao para que os ativos fsicos (equipamentos,
sistemas, instalaes) cumpram ou preservem sua funo. O mesmo autor atribui manuteno a
funo de assegurar que os itens fsicos continuem a fazer o que os seus usurios querem que
eles faam. Essa mudana de enfoque proposta, de ateno no ao item, mas funo que ele
possui, representa a ruptura do paradigma de manuteno proposto pela MCC. De acordo com
Rausand (2003), o objetivo principal da MCC reduzir o custo de manuteno, focalizando as
funes mais importantes do sistema, evitando ou removendo aes de manuteno que no so
absolutamente necessrias.
A MCC , portanto, uma metodologia para analisar as funes do sistema e o modo como
estas funes podem falhar para, ento, aplicar um critrio de priorizao explcito baseado em
fatores ambientais, econmicos, operacionais e de segurana, a fim de identificar as tarefas de
34
manuteno aplicveis e efetivas (MOUBRAY, 2001; SIQUEIRA, 2005; SMITH, 1993; SMITH
e HINCHCLIFFE, 2003).

2.2.1 Evoluo Histrica da MCC

A MCC teve suas origens na dcada de 50 como resultado de vrios estudos de


confiabilidade desenvolvidos pela indstria da aviao civil americana. Entretanto, foi na dcada de
60 que os conceitos da MCC foram desenvolvidos pela indstria area americana como resposta a
um novo cenrio que surgia, ou seja, um crescente aumento dos custos de manuteno e baixa
confiabilidade na manuteno preventiva tradicional, baseada no tempo. Alm destes, outros fatores
tambm contriburam tais como o aumento da quantidade e diversidade dos ativos fsicos a serem
mantidos, projetos cada vez mais complexos e otimizados, novas metodologias de manuteno e o
crescente reconhecimento da responsabilidade da manuteno dentro de uma organizao.
Em 1967, representantes das linhas areas, fabricantes e o governo americano apresentaram
o MSG-1 (Maintenance Steering Group Grupo Governamental de Conduo da Manuteno),
cujo objetivo era estabelecer um procedimento adequado de manuteno, de modo a reduzir o
tempo de paralisao, os custos associados e melhorar a segurana de vo para o Boeing 747. Em
1970, um segundo grupo foi formado, o MSG-2, que gerou o Airline Manufacturer Maintenance
Program Planning Document (Documento de Planejamento do Programa de Manuteno dos
Fabricantes de Aeronaves). Este documento generalizava os procedimentos especficos de
manuteno do MSG-1, de modo a torn-lo aplicvel para todas as aeronaves. A partir dos
documentos MSG-1 e MSG-2, Nowlan e Heap (1978) desenvolveram um estudo mais detalhado,
encomendado pelo Departamento de Defesa dos Estados Unidos, para a determinao de normas e
procedimentos de manuteno com base em uma ampla anlise estatstica. Este documento,
conhecido como MSG-3, tornou-se um marco para a manuteno da indstria aeronutica, no qual
os autores denominaram a metodologia de manuteno proposta de Reliability Centered
Maintenance (RCM MCC). Os estudos de Nowlan e Heap (1978) consolidaram e proporcionaram
a base terica para o desenvolvimento da MCC. Desses estudos, duas concluses se destacaram:

1) Revises programadas tm pouco efeito na confiabilidade total de um equipamento


complexo, a menos que exista um modo de falha dominante;
2) Existem muitos equipamentos para os quais no h forma efetiva de manuteno
programada.

A partir dos estudos iniciais de Nowlan e Heap (1978), vrios autores e instituies
propuseram metodologias ligeiramente diferentes para a implantao da MCC (NOWLAN e
HEAP, 1978; SMITH, 1993; SMITH e HINCHCLIFFE, 2003; MOUBRAY, 2001; NASA, 2000;
IEC 60300-3-11, 1999; SAE JA 1011, 1999; SAE JA 1012, 2002; ABS, 2004), as quais sero
abordadas em um item especfico deste captulo.
35
2.2.2 Consideraes sobre os Mecanismos de Falha

De acordo com a NBR-5462/1994, falha o trmino da capacidade de um item em


desempenhar a funo para o qual foi projetado. A falha pode ser tanto o colapso total do sistema,
quando este deixa de operar por completo, como o desvio do ponto ou faixa desejada de operao.
Neste ltimo caso, se a resposta do sistema est fora da faixa tolerada, o sistema est deixando de
cumprir a sua funo e, por conseguinte, falhou. Em um equipamento complexo, composto de
muitos componentes, cada qual com um mecanismo de falha diferente, a curva da probabilidade
condicional de falhas por unidade de tempo ou taxa instantnea de falha (t) ao longo do perodo de
vida do equipamento ser uma combinao dos mecanismos de falha de cada componente,
ponderada pela sua participao e influncia temporal na funo principal do equipamento. Esta
curva, conhecida como a Curva da Banheira (Figura 2.1), utilizada, quando aplicvel, para
representar o comportamento tpico do mecanismo de falha agregado destes componentes. Na fase
inicial, regio 1 da Figura 2.1, ocorrem as denominadas falhas de juventude, normalmente
associadas a erros de projeto ou de fabricao. Durante a vida operacional, regio 2, as falhas
ocorrem com uma probabilidade aproximadamente constante (falhas aleatrias). O final da vida do
componente, regio 3, caracteriza-se por forte influncia da degradao e a probabilidade
condicional de falhas aumenta significativamente (MONCHY, 1989).

(t)
Regio 1 Regio 2 Regio 3

Curva Global
Taxa de Falhas

Falhas por Desgaste


Falhas Aleatrias

Falhas Prematuras
Tempo (t)

Figura 2.1 Curva da Banheira.


Fonte: adaptado de MOUBRAY, 2001.

O estudo dos mecanismos de falha busca identificar as caractersticas peculiares das


diversas formas como as falhas acontecem e assim escolher a melhor estratgia de manuteno
(SIQUEIRA, 2005). A constatao de que diferentes mecanismos de falhas provocam diferentes
comportamentos nos equipamentos, ao longo da sua vida til, constituiu o ponto de partida da
metodologia MCC. Os estudos originais de Nowlan e Heap (1978) conduziram identificao de
trs comportamentos bsicos dos componentes (no estruturais de aeronaves comerciais) ao longo
da sua vida til, com relao taxa instantnea de falha:

1) Alguns componentes mostram uma idade bem definida de desgaste, onde ocorre um
aumento rpido na taxa instantnea de falha, (t);
36
2) Outros componentes podem apresentar uma taxa instantnea de falha (t) constante;
3) Outros componentes podem no apresentar qualquer degradao funcional ao longo da
vida til.

Estes comportamentos deram origem s seis curvas bsicas de taxas instantneas de falhas,
observadas ao longo da vida til dos componentes (MOUBRAY, 2001; SMITH e HINCHCLIFFE,
2003; SEIXAS, 2004; SIQUEIRA, 2005). A Figura 2.2 mostra em quatro estudos (UAL United
Air Lines, Bromberg, United States Navy Navio e Submarino) o percentual de componentes, dos
sistemas avaliados, com suas relativas taxas instantneas de falha (identificadas de A a F).
UAL Bromberg U.S. Navy U.S. Navy
1968 1973 1982 (Navio) 2001 (Submarino)
(t) (t) (t) (t)

A 4% (t) A 3% (t) A 3% (t) A 2% (t)

(t) (t) (t) (t)

B 2% (t) B 1% (t) B 17% (t) B 10% (t)


Taxa Instantnea de Falhas

(t) (t) (t) (t)


5% 4% 3% 17%
C (t) C (t) C (t) C (t)

(t) (t) (t) (t)

D
7% 11% 6% 9%
(t) D (t) D (t) D (t)

(t) (t) (t) (t)


14% 15% 42% 56%
E (t) E (t) E (t) E (t)

(t) (t) (t) (t)

F 68% (t) F 66% (t) F 29% (t) F 6% (t)

1 2 3 1 2 3 1 2 3 1 2 3

Figura 2.2 Padres de Taxa Instantnea de Falhas.


Fonte: adaptado de SEIXAS, 2004.

Da Figura 2.2, pode-se concluir que:

a) O padro A muito semelhante ao apresentado na Figura 2.1, referente Curva da Banheira;


b) O padro B mostra uma etapa de taxa instantnea de falha constante ou lentamente crescente,
terminando num perodo que fortemente influenciada pela degradao;
c) O padro C mostra um leve aumento da taxa instantnea de falha, mas sem a identificao do
perodo de degradao;
d) O padro D mostra uma baixa taxa instantnea de falha quando o sistema novo, depois um
rpido crescimento at se chegar a um nvel constante;
e) O padro E mostra uma taxa instantnea de falhas constante ao longo de todo o perodo de
vida do sistema;
f) O padro F comea com uma alta taxa instantnea de falhas quando o sistema novo, para
logo depois cair para uma taxa de falhas constante.
37

Para SMITH e HINCHCLIFFE (2003) estes resultados contradizem a crena de que sempre
h uma conexo entre confiabilidade e idade do sistema em operao. Com relao s falhas, Seixas
(2004) lembra que no se deve descartar o fator humano como causador de tais falhas, citando dois
tipos de erros que podem culminar com uma falha: erros ativos e erros latentes. Os erros ativos so
aqueles em que o efeito prontamente observado, enquanto o erro latente aquele onde a
conseqncia leva um determinado tempo para ser observada. O erro latente , na verdade, uma
combinao de diversos fatores ao longo do tempo que culminam com uma falha.

2.2.3 Consideraes Bibliogrficas e Normativas

Segundo Siqueira (2005), devido s similaridades dos requisitos de segurana com a


indstria aeronutica, a MCC foi tambm inserida na indstria eltrica e nuclear. Em 1981, dez
anos aps as interaes iniciais da United Airlines com a Marinha Americana, a RCM foi adotada
na manuteno de submarinos nucleares. Nesse mesmo ano, Anthony M. Smith, ento na General
Electric, e Tom Matteson da United Airlines, iniciaram, atravs do EPRI (Electric Power Research
Institute), os estudos de viabilidade de aplicao da MCC em usinas eltricas nucleares, os quais
motivaram o EPRI, em 1984, a recomendar sua aplicao na gerao nuclear. Isso motivou a
empresa Florida Power & Light, em 1985, a testar sua efetividade atravs de um projeto piloto na
Usina Turkey Point, sob o patrocnio do EPRI e liderana de Anthony M. Smith e Tom Matteson.
Este projeto foi seguido, em 1986, por outro projeto piloto na Usina Nuclear McGuire da Duke
Power. Estas experincias consolidaram a metodologia hoje adotada em mais de 400 usinas
nucleares e regulamentada pela NRC (National Regulatory Commission) nos Estados Unidos.
A rpida disseminao da MCC motivou o desenvolvimento de verses ligeiramente
diferentes da verso original de Nowlan e Heap (1978). Sua adaptao ao cho de fbrica, alm da
introduo de questes ambientais motivou Moubray (2001) a propor modificaes na lgica MCC,
chamando esta verso de RCM2. Visando reduzir o esforo despendido na implementao de
programas de MCC, o EPRI props uma verso simplificada, denominada de SRCM (Streamlined
RCM). Mais recentemente, Smith e Hinchcliffe (2003) propuseram novas verses baseadas,
respectivamente, no mtodo clssico (Abbreviated Classical RCM) e na experincia (ECM
Experience Centered Maintenance). Tais propostas revelam uma disputa comercial por marcas
registradas, motivando a necessidade de normatizao da metodologia.
O esforo internacional de normatizao da MCC iniciou-se com a publicao, em maro
de 1999, da norma IEC 60.300-3-11(Dependability Management Part 3-11: Application Guide
Reliability Centred Maintenance). J em agosto de 1999, foi publicada a norma internacional SAE
JA 1011, (Evaluation Criteria for Reliability Centered Maintenance (RCM) Processes), contendo
os critrios mnimos que uma metodologia de gesto da manuteno deve apresentar para que seja
chamada de MCC, na viso da SAE (Society of Automotive Engineers). Esta norma decorreu de
uma solicitao do governo americano SAE, em 1995, para substituio da norma
correspondente da fora area (ATA MSG3 Air Transport Association of America
38
Maintenance Steering Group Task Force 3 Operator/Manufacturer Scheduled Maintenance
Development). Em janeiro de 2002, estes critrios foram detalhados com a publicao da norma
SAE JA 1012, (A Guide to the Reliability Centered Maintenance (RCM) Standard), que interpreta
cada um dos itens da norma SAE JA 1011. Simultaneamente, o relatrio ATA MSG-3 continua
sendo referncia na elaborao dos programas de manuteno da indstria aeronutica, tendo sido
revisado em 2007 pela FAA (Federal Aviation Administration).

2.2.4 Atributos e Critrios de um Processo de MCC

Existem quatro atributos, segundo Moubray (2001), que definem e caracterizam a MCC,
tendo relao direta com seus objetivos:

a) Preservao da funo do sistema;


b) Identificao das falhas funcionais e aplicao da FMEA (Failure Modes and Effects Analysis
Anlise dos Modos de Falha e seus Efeitos);
c) Classificao e priorizao das falhas funcionais segundo suas conseqncias;
d) Elaborao das atividades de manuteno segundo sua viabilidade tcnica e seu
custo/benefcio, utilizando um diagrama de deciso.

O processo de implantao da MCC consiste em sistematizar aes, normalmente


orientadas por uma lista de verificao na forma de perguntas sobre os ativos ou sistemas a serem
analisados. Tais aes devem ser documentadas. Os questionamentos que orientam as aes so:

1) Quais so as funes associadas e os padres de desempenho associados ao ativo no seu


contexto operacional atual (Funes)?
2) De que forma o ativo falha em cumprir suas funes (Falhas Funcionais)?
3) O que causa cada falha funcional (Modos de Falha)?
4) O que acontece quando ocorre cada falha (Efeitos da Falha)?
5) Qual o impacto dos efeitos do modo de falha na operao do sistema, no meio ambiente,
na segurana e na economia do processo (Conseqncias da Falha)?
6) O que pode ser feito para prevenir cada falha (Tarefas Aplicveis e Efetivas)?
7) O que deve ser feito se no for encontrada uma tarefa aplicvel e efetiva adequada (Aes
Default)?

Na prtica, e de acordo com Siqueira (2005), costuma-se acrescentar mais uma questo
com o objetivo de definir qual a melhor freqncia para as tarefas de manuteno aplicveis e
efetivas. Tal questo :

8) Qual a freqncia ideal para as tarefas de manuteno aplicveis e efetivas?

Uma norma ou procedimento de implantao da MCC deve, portanto, responder e


documentar, de forma auditvel, as respostas aos questionamentos supracitados. Para este
processo, por sua vez, pode-se utilizar diversas ferramentas e mtodos. Neste trabalho, adota-se
39
um procedimento de referncia para implantao da MCC, o qual ser explicitado no Captulo 5,
que se aplica somente consecuo dos objetivos deste trabalho.

2.3 CONCEITOS INERENTES A IMPLANTAO DA MCC

O objetivo deste item apresentar os principais conceitos inerentes ao processo de


implantao da MCC, particularmente aqueles relativos anlise e tomada de deciso. Tais
conceitos so intrnsecos e necessrios para compreenso das metodologias e normas referentes
implantao da MCC, a serem abordados em itens subseqentes, sendo que tambm serviro de
base para a aquisio de conhecimento e desenvolvimento do SBC-Fuzzy proposto.

Funo, Falha Potencial, Falha Funcional e Modo de Falha

A funo aquilo que se deseja que o item/ativo/sistema faa, dentro de um padro de


desempenho especificado (MOUBRAY, 2001; SMITH e HINCHCLIFFE, 2003; SIQUEIRA,
2005). As seguintes consideraes normatizadas e bibliogrficas elucidam o conceito de funo:

IEC 60300-3-11/1999 (Pg. 17 item 3.1.15) Ao caracterstica normal de um item;


SAE JA1011/1999 (Pg. 04 item 3.13) e SAE JA1012/2002 (Pg. 06 item 3.13) Aquilo
que o proprietrio ou usurio do ativo fsico ou sistema deseja que o mesmo faa;
SAE J1739/2002 (Pg. 31 item 5.2.9) A descrio da funo deve levar em conta
normas aplicveis de desempenho, de material, de processo, ambientais e de segurana;
Moubray, 2001 (Pg. 22 item 2.1) A descrio da funo deve consistir de um verbo,
um objeto e um padro desejado de desempenho.

As funes de cada item/ativo/sistema, em seu contexto operacional, podem ser divididas


em duas categorias:

Funes Primrias: esto relacionadas ao motivo pelo qual o item/ativo/sistema foi


projetado e cobrem questes como velocidade, quantidade, capacidade de transporte ou
armazenagem, qualidade do produto e servios ao cliente;
Funes Secundrias: so aquelas esperadas, e que vo alm do cumprimento das funes
primrias. Esto relacionadas s expectativas do usurio com relao segurana,
controle, conforto, proteo, conteno, integridade estrutural, economia, conformidade
com os regulamentos ambientais e at a aparncia do ativo.

Uma falha potencial uma condio identificvel e mensurvel que indica uma falha
funcional pendente ou em processo de ocorrncia. A falha funcional caracterizada pelo
descumprimento da funo e definida como a incapacidade de um item/ativo/sistema
executar uma funo especfica dentro dos padres desejados de desempenho (MOUBRAY,
40
2001; SMITH e HINCHCLIFFE, 2003; SIQUEIRA, 2005). As seguintes consideraes
normatizadas elucidam o conceito de falha funcional:

IEC 60300-3-11/1999 (Pg. 17 item 3.1.17) Falha na qual um item no consegue


desempenhar uma ou mais de suas funes requeridas;
SAE JA1011/1999 (Pg. 04 item 3.14) e SAE JA1012/2002 (Pg. 06 item 3.14) Um
estado no qual um ativo fsico ou sistema incapaz de desempenhar uma funo
especfica com o desejvel nvel de desempenho.

A falha funcional provocada por um modo de falha, definido como um evento ou


fenmeno fsico que provoca a transio do estado cumprindo a funo para o estado no
cumprindo a funo (Figura 2.3). Netherton (2002 apud ALKAIM, 2003) faz uma extensa
anlise das possveis interpretaes de modo de falha. As seguintes consideraes normativas e
bibliogrficas elucidam o conceito de modo de falha:

MIL-STD-1629A/1980 a maneira a partir da qual a falha observada;


IEC 60300-3-11/1999 (Pg. 17 item 3.1.12) Um dos possveis estados de falha de um
item, para uma dada funo requerida;
SAE JA1011/1999 (Pg. 04 item 3.12) e SAE JA1012/2002 (Pg. 06 item 3.12 e Pg. 14 item
8) Um evento ou condio fsica, que causa uma falha funcional;
SAE J1739/2002 (Pg. 31 item 5.2.10) Maneira como uma mquina/equipamento falha
ao executar sua funo;
Moubray, 2001 (Pg. 53 item 4.1) Qualquer evento que cause uma falha funcional.

Desempenho

Margem de
Deteriorao Normal
P (Falha Potencial)

Degradao Modo de Falha


da Funo Defeito Funo
F (Falha Funcional)

Falha
Ciclo Vida
Intervalo de Inspeo

Intervalo PF
Figura 2.3 Estgios Evolutivos da Falha.
Fonte: adaptado de SIQUEIRA, 2005.

Para a anlise da funo, da falha funcional e do modo de falha, alm das causas do modo de
falha e os efeitos provocados no sistema, a MCC utiliza a FMEA ou a FMECA (Failure Modes,
41
Effects and Criticality Analysis Anlise dos Modos de Falha seus Efeitos e sua Criticidade) caso a
criticidade tambm necessite ser avaliada (SIQUEIRA, 2005). Segundo a norma SAE J1739 (2002)
a FMEA/FMECA pode ser descrita como um conjunto de atividades sistemticas que visa:
reconhecer e avaliar a falha de um produto/processo e os efeitos dessa falha; identificar aes que
possam eliminar ou reduzir a chance de uma falha ocorrer; e documentar o processo.Para os estudos
da MCC comum acrescentar-se uma coluna planilha de FMEA/FMECA proposta pela SAE
J1739, destinada a anlise da falha funcional. Para o preenchimento desta coluna, a MCC utiliza
uma abordagem funcional, caracterizando a falha como a perda da funo (parcial ou total) ou
desvio funcional. J para o preenchimento da coluna modo de falha a MCC utiliza uma abordagem
estrutural, o que enseja a necessidade de informaes/especificaes mais detalhadas de engenharia
para evidenciar o que causou a falha funcional. Segundo Siqueira (2005) cabe manuteno tratar
os modos de falha, assim como, cabe ao projeto/engenharia do item/ativo/sistema tratar as causas do
modo de falha. Mais detalhes do preenchimento da FMEA/FMECA, com base nas diversas normas
e bibliografias pesquisadas, so mostrados no Apndice A deste trabalho.

Funes Significantes e Classificao de seus Modos de Falha

Das funes analisadas na FMEA/FMECA so significantes, do ponto de vista da MCC,


aquelas com algum impacto sobre os seguintes aspectos: segurana, meio ambiente, operao e
economia do processo. Tais funes tero seus modos de falha classificados e sero submetidas s
etapas seguintes do processo decisrio da MCC. Esta classificao se d, primeiramente, pela
evidncia ou no do modo de falha e/ou seus efeitos e, em seguida, pelo impacto nos aspectos
anteriormente citados. Dessa forma, os modos de falha das funes significantes podem ser
classificados em: ESA Evidente com efeito na Segurana ou Ambiente; EEO Evidente com
efeito Econmico ou Operacional; OSA Oculto com efeito na Segurana ou Ambiente e OEO
Oculto com efeito Econmico ou Operacional (IEC 60300-3-11, 1999; SIQUEIRA, 2005). A
identificao das funes significantes e a classificao de seus modos de falha operacionalizada
a partir de diagramas de deciso, os quais variam em termos de formatao conforme as normas e
bibliografias pesquisadas. Mais detalhes dos aspectos supracitados sero tratados no Captulo 5,
quando da abordagem do procedimento de referncia adotado neste trabalho.

Tarefas de Manuteno Aplicveis e Efetivas

Com os modos de falha classificados, determinam-se quais tarefas de manuteno devero


ser adotadas para prevenir ou corrigir cada modo de falha das funes significantes ou,
alternativamente, reduzir seus efeitos e conseqncias para nveis aceitveis. Cabe salientar que,
para a MCC, tais tarefas devem ser aplicveis e efetivas. Sero aplicveis se: prevenirem os
42
modos de falha; reduzirem a taxa de deteriorao; detectarem a evoluo da falha; descobrirem as
falhas ocultas; suprirem necessidade e consumveis do processo e/ou repararem o item aps a
falha. E sero efetivas se: forem aplicveis tecnicamente; viveis com os recursos disponveis; se
produzirem os resultados esperados; e forem executveis a um intervalo razovel do ponto de
vista do proprietrio/usurio. Quando no possvel identificar uma tarefa preventiva, aplicvel e
efetiva, a MCC sugere a utilizao de tarefas default (padro), as quais incluem reprojeto e
operao at a falha com reparo funcional posterior (SIQUEIRA, 2005). Mais detalhes dos
aspectos relacionados s tarefas de manuteno sero tratados no Captulo 5, na abordagem do
procedimento de referncia adotado neste trabalho.

2.4 METODOLOGIAS PARA IMPLANTAO DA MCC

Este item apresenta as principais metodologias para implantao da MCC, a partir das
quais ser possvel propor um procedimento de referncia, o qual servir de base para os
desenvolvimentos deste trabalho. As metodologias tratadas neste item seguem a estrutura
mostrada na Figura 2.4, a qual enfatiza as entradas/pr-requisitos de cada etapa do processo de
implantao, bem como suas atividades inerentes e sadas esperadas de cada etapa.

ETAPA N: NOME DA ETAPA


Entradas / Pr-Requisitos da Etapa.
Atividades a serem desenvolvidas na Etapa.

Sadas da Etapa.

Figura 2.4 Estrutura para Sntese das Metodologias Estudadas.

Todas as metodologias apresentadas nos prximos itens pressupem a documentao, de


maneira auditvel, das decises tomadas em cada etapa e a incorporao de tais decises no
sistema de planejamento e controle da manuteno.

2.4.1 Metodologia Proposta pela IEC 60300-3-11

A IEC 60300-3-11 (1999) fornece as orientaes para o desenvolvimento de um programa


inicial de manuteno preventiva para equipamentos e estruturas, utilizando as tcnicas de anlise
propostas pela MCC. Este guia de aplicao uma extenso do guia IEC 60706-4 (1992), o qual
descreve as tarefas requeridas para o planejamento e suporte manuteno e as interfaces entre a
confiabilidade, mantenabilidade e o plano de suporte a manuteno. A metodologia proposta pela
IEC 60300-3-11 mostrada na Figura 2.5.
43

Projetos, normas, requisitos de equipamentos e


sistemas associados e outros documentos; ETAPA 1: COLETA DE INFORMAO
Conhecimento sobre os requisitos dos As informaes devem ser coletadas antes do incio da anlise e
equipamentos e sistemas; disponibilizadas conforme a necessidade aumenta.
Especialistas na operao e manuteno.
Informaes devidamente detalhadas e padronizadas, para alimentar as
etapas seguintes.
Projetos, normas e requisitos de equipamentos e
sistemas associados e outros documentos; ETAPA 2: IDENTIFICAO DOS SISTEMAS
Conhecimentos sobre os requisitos dos Dividir o equipamento em sistemas; Organizar os componentes em grupos
equipamentos e sistemas; funcionais; Identificar as fronteiras.
Especialistas na operao e manuteno.
Sistemas e fronteiras devidamente identificados e detalhados.
Projetos, normas e requisitos de equipamentos e
sistemas associados e outros documentos; ETAPA 3: IDENTIFICAO DAS FUNES DOS SISTEMAS
Conhecimentos sobre os requisitos dos Identificar as funes principais e auxiliares desempenhadas pelos sistemas e
equipamentos e sistemas; subsistemas.
Especialistas na operao e manuteno.
Funes devidamente identificadas e detalhadas
Normas, leis, projetos, banco de dados, histricos
de manuteno e outros documentos; ETAPA 4: SELEO DOS SISTEMAS
Conhecimento sobre os equipamentos; Selecionar e priorizar os sistemas; Avaliar de acordo com a segurana,
Especialistas como fonte de informao e uso das disponibilidade e fatores econmicos.
ferramentas.
Sistemas selecionados e priorizados.

Informaes sobre custo-benefcio das tarefas, ETAPA 5: IDENTIFICAO E CLASSIFICAO DAS FALHAS
sobre os modos de falha, histrico de falha, etc...;
Conhecimento para identificar e classificar falhas; Identificar as falhas/degradao das funes (falhas funcionais); Classificar
as falhas pela criticidade.
Especialistas para avaliaes qualitativas.
Lista de falhas funcionais, caracterizadas e priorizadas.
Descrio das funes, falhas funcionais e efeitos,
para identificao dos itens significantes; ETAPA 6: ITENS FUNCIONALMENTE SIGNIFICANTES
Conhecimento sobre os requisitos dos sistemas para
identificar os itens; Identificar, listar e detalhar os itens funcionalmente significantes.
Especialistas para avaliar os itens.
Lista de itens funcionalmente significantes para orientar a seleo das
tarefas de manuteno.
Itens funcionalmente significantes, funes, falhas
funcionais, tarefas de manuteno etc...; ETAPA 7: SELEO DAS TAREFAS DE MANUTENO
Conhecimento para seleo de tarefas e uso das Aplicar o diagrama lgico tratando de cada falha funcional; Analisar pelos
ferramentas; efeitos e categorias dos efeitos.
Especialistas para avaliao das informaes.
Tarefas de manuteno selecionadas.
Procedimentos de manuteno documentados e
detalhados, manuais etc...; ETAPA 8: PROGRAMA INICIAL
Conhecimento para execuo das tarefas; Organizar um plano inicial de manuteno baseado na MCC a partir dos
Especialistas para execuo das tarefas e registro de resultados obtidos.
resultados.
Resultados obtidos para realimentao do programa.

Resultados obtidos no programa inicial, ETAPA 9: AVALIAO E REALIMENTAO


formalizados e padronizados;
Com as novas informaes obtidas, atravs do programa inicial, avaliar os
Conhecimento para avaliar os resultados;
resultados e realimentar o programa.
Especialistas para avaliar os resultados.
Informaes para realimentar o programa e avaliar o programa inicial.

Programa de MCC

Figura 2.5 Metodologia para Implantao da MCC proposta pela IEC 60300-3-11.
Fonte: IEC 60300-3-11, 1999.
44

2.4.2 Metodologia Proposta pela SAE JA1011/JA1012

A metodologia proposta pelas normas SAE JA1011 (1999) e SAE JA1012 (2002) foi
criada para atender a demanda internacional por um padro que definisse quais os requisitos que
um programa de gesto da manuteno deve cumprir, para que possa ser chamado de MCC. Os
critrios estabelecidos pelas normas da SAE so baseados em processos e conceitos de MCC
contidos em normas publicadas pela marinha americana MIL-STD-2173(AS) (Reliability
Centered Maintenance Requirements of Naval Aircraft, Weapons Systems and Support
Equipment) e sua sucessora a NAVAIR 00-25-403 (Guidelines for the Naval Aviation Reliability
Centered Maintenance Process Verso de 1996), no documento original de Nowlan e Heap
(1978) e na verso (publicada em 1997) de Moubray (2001).
A metodologia proposta pelas normas SAE JA1011 (1999) e SAE JA1012 (2002) segue a
seqncia mostrada na Figura 2.6.

2.4.3 Metodologia Proposta pela ABS (American Bureau of Shipping)

O guia da ABS (2004) fornece um resumo das vrias tcnicas de manuteno utilizadas na
indstria, para sistemas e mquinas e, tambm, como essas tcnicas podem ser aplicadas dentro da
filosofia da MCC. Segundo este guia, com a aplicao dos princpios da MCC, a manuteno
avaliada e aplicada de maneira mais racional, fornecendo resultados mais positivos para o
proprietrio/operador das embarcaes e instalaes em terra. Alm disso, o guia apresenta a
MCC como uma parte do gerenciamento de risco, permitindo o entendimento das perdas
associadas s falhas dos equipamentos e propiciando um programa de manuteno mais
otimizado.
A metodologia proposta pela ABS (2004), para implantao da MCC segue a seqncia
mostrada na Figura 2.7.

2.4.4 Metodologia Proposta pela NASA (National Aeronautics and Space Administration)

A metodologia proposta pela NASA (2000) est incorporada em um guia criado para
fornecer informaes detalhadas, auxiliar na implementao dos conceitos e dar suporte aos
programas de MCC, dentro das suas instalaes. O objetivo foi ter disposio, em um nico
documento de referncia, a identificao de requisitos da MCC durante o ciclo de vida das
instalaes, os requisitos de desempenho em projetos e contratos e os requisitos de projeto para
mantenabilidade. Essa metodologia segue a seqncia mostrada na Figura 2.8.
45

Projetos, normas, requisitos de equipamentos e ETAPA 1: FUNES


sistemas, questionrios e outros documentos;
Conhecimento sobre os equipamentos e sistemas; Definir as funes e padres de desempenho dentro do contexto de
operao.
Especialistas na operao e manuteno.

Funes devidamente identificadas e descritas;

Projetos, normas, histrico de manuteno, etc...; ETAPA 2: FALHAS FUNCIONAIS


Conhecimento sobre os requisitos dos equipamentos
e sistemas; Identificar como um Sistema pode deixar de cumprir suas funes (Falhas
Funcionais).
Especialistas na operao e manuteno.
Falhas das funes identificadas e detalhadas;

Projetos, normas, histrico de manuteno, etc.; ETAPA 3: MODOS DE FALHA


Conhecimento para decidir pela incluso ou
excluso de um Modo de Falha da anlise; Identificar detalhadamente as causas para as Falhas Funcionais (Modos de
Especialistas na operao e manuteno. Falha).

Modos de Falha identificados, relacionados a cada falha Funcional;


Projetos, normas, requisitos de equipamentos e
sistemas e outros documentos para identificar os ETAPA 4: EFEITOS DAS FALHAS
efeitos; Identificar as conseqncias caso ocorra um determinado Modo de Falha
Conhecimento sobre os equipamentos e sistemas; (Efeitos).
Especialistas na operao e manuteno.
Efeitos identificados, relacionados a cada Falha Funcional.

Projetos, normas, histrico de manuteno, etc.; ETAPA 5: CONSEQNCIAS DAS FALHAS


Conhecimento sobre os equipamentos e Sistemas; Categorizar as conseqncias de cada falha, separando modos de falha
Especialistas na operao e manuteno. ocultos e evidentes.

Conseqncias das Falhas categorizadas.

Projetos, normas, histrico de manuteno, planilhas ETAPA 6: GERENCIAMENTO DA FALHA


de custos, etc.;
Conhecimento para avaliar e selecionar polticas; Selecionar as polticas de gerenciamento da falha de acordo com o ciclo de
vida, probabilidade de ocorrncia, custos, facilidade, viabilidade etc...
Especialistas na operao e manuteno.
Polticas de gerenciamento de falhas, selecionadas e detalhadas.

Conseqncias das Falhas e informaes ETAPA 7: GERENCIAMENTO DAS CONSEQNCIAS


probabilsticas;
Conhecimento para avaliao de riscos; Levantar as informaes sobre as conseqncias da falha para permitir o
Especialistas na operao e manuteno. correto gerenciamento.

Informaes detalhadas para o gerenciamento das conseqncias das


falhas.
Informaes sobre as condies no ciclo de vida,
ocorrncia em relao idade; histricos de falhas, ETAPA 8: PROGRAMAO DAS TAREFAS
etc...; Selecionar uma ou mais polticas de manuteno para a implementao da
Conhecimento sobre os equipamentos e sistemas; MCC, avaliadas e organizadas de acordo com cada sistema.
Especialistas na operao e manuteno.
Polticas de manuteno aplicveis, avaliadas para cada sistema.

Informaes sobre as falhas, conseqncias, ETAPA 9: REPROJETO E MANUTENO CORRETIVA


ocorrncia, custos, etc.;
Conhecimento sobre as falhas e as polticas; Identificar os sistemas onde apenas um reprojeto garante a confiabilidade e
Especialistas na operao e manuteno. aqueles cuja poltica de manuteno ser a corretiva.

Modos de Falhas identificados, relacionados a cada falha das funes.


Informaes sobre as falhas, conseqncias,
ocorrncia, custos, etc...; ETAPA 10: SELEO DAS TAREFAS
Conhecimento sobre as falhas e as polticas de Selecionar as polticas de gerenciamento para cada falha, por abordagem
manuteno; rigorosa ou diagramas de deciso.
Especialistas na operao e manuteno.
Polticas de gerenciamento para cada Modo de Falha identificado e
suas respectivas tarefas;

Programa de MCC

Figura 2.6 Metodologia para Implantao da MCC SAE JA1011/JA1012.


Fonte: SAE JA1011, 1999 e SAE JA1012, 2002.
46
Descrio dos sistemas, histricos, normas, Modos
de Falhas etc.; ETAPA 1: DEFINIR OS SISTEMAS
Conhecimento sobre o funcionamento e manuteno
dos equipamentos; Caractersticas operacionais dos navios e de cada sistema; Separao em
Especialistas na operao e manuteno para descrio grupos funcionais, sistemas especficos e em itens dos equipamentos.
dos equipamentos.
Descrio dos modos operacionais; Sistemas funcionais com as fronteiras;
Priorizao dos grupos funcionais; Contexto operacional.
Projetos e outros documentos que contenham
informaes sobre os equipamentos ou instalaes, ETAPA 2: FUNES E FALHAS FUNCIONAIS
como as entradas e sadas, interao entre Identificar as funes; Identificar as falhas funcionais que resultam em
componentes etc...; perda total ou parcial da funo;
Especialistas na operao e manuteno
Funes e suas falhas devidamente identificadas, detalhadas e
documentadas.
Descrio dos sistemas, histricos de falhas,
normas, listas de Modos de Falhas, etc.; ETAPA 3: CONDUZIR A FMECA
Conhecimento para utilizar as ferramentas e
conduzir a FMECA; Estabelecer as relaes entre causa e efeito; Relacionar efeito final e falha
Especialistas nos equipamentos e uso das funcional; Avaliar a criticidade do Modo de Falha.
ferramentas.
Detalhamento das funes, falhas, modos de falhas, causas, efeitos, etc...

Informaes coletadas na FMECA; ETAPA 4: SELECIONAR ESTRATGIAS DE GERENCIAMENTO DA FALHA


Conhecimento para uso das ferramentas e anlise
dos Modos de Falha; Selecionar e organizar estratgias de gerenciamento de falhas e tarefas de
Especialista para seleo de estratgias. manuteno; Reprojeto; Avaliar condio (preditiva).
Modos de Falha, estratgias, processo de anlise seguido, equipes de
trabalho, consideraes e excluses.

Programa de MCC

Figura 2.7 Metodologia para Implantao da MCC ABS.


Fonte: ABS, 2004.

2.4.5 Metodologia Proposta por Nowlan e Heap

Nowlan e Heap (1978) apresentaram a primeira abordagem da MCC como uma disciplina
lgica para o desenvolvimento de um programa de manuteno programada. Tendo como
referncia a manuteno de aeronaves e equipamentos militares, o objetivo da metodologia
proposta era explorar a confiabilidade dos equipamentos e, assim, minimizar seus custos de
manuteno. Cada tarefa de manuteno programada gerada com uma razo explcita e
identificada: garantir que os equipamentos cumpram com suas funes. A metodologia proposta
por Nowlan e Heap (1978) mais rigorosa do que as adotadas na poca por tratar,
detalhadamente, das conseqncias das falhas das funes e avaliar os modos de falhas e suas
causas. Tal metodologia foi baseada na experincia dos autores no desenvolvimento de
abordagens de manuteno dentro da United Airlines, servindo como referncia para os
programas de manuteno de aeronaves comerciais, submetidos FAA, e equipamentos militares.
Segundo a proposta de Nowlan e Heap (1978), um programa de manuteno tem quatro objetivos
bsicos: assegurar que os nveis de segurana e confiabilidade dos equipamentos sejam
alcanados; recuperar os nveis de segurana e confiabilidade quando ocorre a deteriorao dos
equipamentos; obter as informaes necessrias para a melhoria de projeto dos itens com
confiabilidade insatisfatria; e alcanar esses objetivos com o mnimo custo.
47
A metodologia proposta por Nowlan e Heap (1978) segue a seqncia mostrada na
Figura 2.9.

Projetos e outros documentos que contenham


informaes sobre os equipamentos e instalaes; ETAPA 1: SISTEMAS E FRONTEIRAS
Conhecimento sobre o funcionamento dos Diviso dos sistemas complexos em subsistemas; Identificar os sistemas;
equipamentos a serem mantidos; Definir as fronteiras dos sistemas.
Especialistas na operao e manuteno.
Sistemas e suas fronteiras devidamente identificados.
Projetos e outros documentos que contenham
informaes sobre os equipamentos e instalaes; ETAPA 2: FUNES E FALHAS
Conhecimento sobre o funcionamento dos Identificar as funes que definem as expectativas de desempenho;
equipamentos a serem mantidos; Identificar as Falhas Funcionais.
Especialistas na operao e manuteno.
Funes e suas falhas devidamente identificadas e detalhadas.
Documentao dos Sistemas, para identificao dos
Modos de Falha; ETAPA 3: MODOS DE FALHA
Conhecimento necessrio para estabelecer os Modos
de Falha; Identificar os Modos de Falha.
Especialistas como fontes de informao sobre os
Modos de Falha.
Modos de Falhas, relacionados a cada Falha Funcional, identificados.
Histrico de falhas, dados confiabilsticos dos
componentes, descrio dos sistemas, etc...; ETAPA 4: CONFIABILIDADE
Conhecimento para avaliao da confiabilidade e Avaliar a confiabilidade dos sistemas; Obter informaes sobre o
uso das ferramentas; comportamento dos componentes com a idade.
Especialista para avaliao da confiabilidade.
Confiabilidade relacionada a cada Sistema e Modo de Falha
identificados.
Descries dos Efeitos das falhas, sua probabilidade
de Ocorrncia, etc...; ETAPA 5: CARACTERSTICAS DAS FALHAS
Conhecimento necessrio para identificar as Caracterizar as falhas, quanto relao entre a Ocorrncia das Falhas, o
conseqncias das falhas, sua Criticidade, etc...; tempo de operao e o ciclo de funcionamento dos sistemas.
Especialistas na manuteno e operao do sistema.
Falhas Funcionais caracterizadas.
Descries dos Efeitos das falhas, sua probabilidade
de Ocorrncia, etc...; ETAPA 6: FMEA
Conhecimento necessrio para identificar as
conseqncias das falhas, sua Criticidade, etc...; Desenvolver a anlise de FMEA do ponto de vista da misso ou operao.
Especialistas na manuteno e operao do sistema.
Listagem e descrio de: Funes, Falhas Funcionais, Modos de
Falha, Causas e Efeitos.
Informaes sobre os Modos de Falhas devidamente
detalhados; ETAPA 7: COMPONENTES DO PROGRAMA
Conhecimento para avaliao do custo-benefcio das
tarefas de manuteno, para as falhas identificadas, e Avaliar as informaes obtidas a fim de selecionar para quais Sistemas
definio do programa de manuteno; deve-se aplicar manuteno reativa, preventiva, preditiva ou proativa.
Especialistas na manuteno e operao do sistema. Polticas de gerenciamento de falhas e tarefas de manuteno
descritas.

Programa de MCC

Figura 2.8 Metodologia para Implantao da MCC NASA.


Fonte: NASA, 2000.

2.4.6 Metodologia Proposta por Moubray

A partir do incio dos anos 80, Moubray (2001) e seus colaboradores auxiliaram a
aplicao da MCC em diversas empresas, levando ao desenvolvimento dos conceitos
(denominado RCM2) que nortearam a concepo das Normas SAE JA1011 e SAE JA1012. Trata-
48
se de uma metodologia para aplicao da MCC em empresas/indstrias de setores diversos, alm
da aviao, e que acrescenta em sua anlise o tratamento de questes ambientais.
A metodologia proposta por Moubray (2001) segue a seqncia mostrada na Figura 2.10.

Projetos, normas, diagramas e outros documentos;


Conhecimento sobre o funcionamento dos ETAPA 1: DESDOBRAR OS EQUIPAMENTOS
equipamentos, falhas e modos de falha; Reduzir a anlise do problema a um tamanho gerencivel; Direcionar a
Especialistas na operao e manuteno para anlise de acordo com as reas de conhecimento de engenharia.
descrio dos equipamentos.
Itens identificados e detalhados, quanto s funes, modos de falha, etc...
Projetos, normas, diagramas e outros documentos;
Conhecimento sobre o funcionamento dos ETAPA 2: ITENS SIGNIFICANTES
equipamentos, falhas, modos de falha; Identificar itens cujas falhas resultam em conseqncias para a segurana ou
economia do processo; Identificar itens que possuem funes ocultas; Identificar
Especialistas na operao e manuteno para itens que necessitam de manuteno programada.
descrio dos equipamentos.
Itens significantes identificados e detalhados.
Descrio dos itens, histricos de falha, modos de
falha, etc...; ETAPA 3: REQUISITOS DE MANUTENO
Conhecimento sobre os itens; Avaliar os requisitos dos itens significantes; Selecionar as tarefas que
Especialistas para a identificao das funes e uso satisfazem os requisitos.
das ferramentas.
Requisitos de manuteno e tarefas selecionadas para o programa de
manuteno detalhadas.
Descrio dos itens, histricos de falha, modos de
falha, etc.; ETAPA 4: ITENS SEM TAREFAS EFETIVAS
Conhecimento sobre os itens; Identificar itens sem tarefas aplicveis; Identificar itens sem recomendaes
Especialistas para a identificao das funes e uso de reprojeto; Identificar itens que necessitam de informaes adicionais.
das ferramentas.
Itens sem tarefas efetivas identificveis e/ou sem informaes
complementares.
Informaes sobre a Ocorrncia de falhas, relao
entre idade e confiabilidade, etc...; ETAPA 5: INTERVALOS INICIAIS
Conhecimento sobre os modos de falha para
definio dos intervalos; Selecionar os intervalos iniciais para organizar todas as tarefas definidas,
ou grupo de tarefas, em pacotes de manuteno a serem implementados.
Especialistas para avaliar a Ocorrncia das falhas e
para uso das ferramentas.
Documento contendo as funes, falhas relacionadas e intervalos para
preveno da Ocorrncia das falhas.
Informaes sobre o programa de manuteno
inicial, ciclo de vida dos componentes, etc...; ETAPA 6: EXPLORAO DA IDADE
Conhecimento para coleta e avaliao das
informaes; Sistematizar a coleta de informaes, necessrias para determinar a aplicabilidade
de algumas tarefas de manuteno, e avaliar a efetividade de outras.
Especialistas para realizar as inspees, registrar os
resultados e analis-los.
Novas informaes levantadas sobre itens no tratados anteriormente
para refinamento do programa inicial.

Programa de MCC

Figura 2.9 Metodologia para Implantao da MCC NOWLAN e HEAP.


Fonte: Nowlan e Heap, 1978.

2.4.7 Metodologia Proposta por Smith

A experincia de Smith (1993) est relacionada, principalmente, com as reas de sistemas


aeroespaciais, motores a jato e usinas nucleares de gerao de energia. Tal experincia serviu de
base para um dos livros clssicos da MCC, de Anthony M. Smith, publicado em 1993, que
estende a MCC a setores alm da aeronutica. A amizade profissional com o engenheiro Thomas
D. Matteson, pioneiro da MCC e que participou do desenvolvimento da metodologia adotada pela
FAA, como padro para a manuteno preventiva de aeronaves, originou discusses sobre
49
problemas de confiabilidade, segurana, operao e manuteno. Na dcada de 80 as aeronaves
acumularam mais horas em operao do que os reatores nucleares comerciais dos Estados Unidos,
resultando em um produto mais maduro, sendo que os reatores apresentavam problemas similares
queles experimentados pelas aeronaves comerciais com o passar dos anos. Percebeu-se, ento, o
benefcio potencial do uso das prticas e procedimentos adotados na indstria de aviao
comercial, adaptadas para as usinas nucleares.
A metodologia proposta por Smith (1993), para implantao da MCC, segue a seqncia
mostrada na Figura 2.11.

Projetos, normas e outros documentos;


Conhecimento sobre o funcionamento e manuteno ETAPA 1: DEFINIO DAS FUNES
dos equipamentos; Definir quais so as funes para os componentes ou sistemas; Definir os
Especialistas na operao e manuteno para padres de desempenho para cada funo.
descrio dos equipamentos.
Funes identificadas e descritas, com seus devidos padres de
desempenho.
Projetos, histricos de falha e outros documentos; ETAPA 2: FALHAS FUNCIONAIS
Conhecimento sobre os equipamentos e sobre as
falhas; Identificar as falhas funcionais relacionadas s funes identificadas.
Especialistas na operao e manuteno.
Falhas relacionadas a cada funo devidamente identificadas e
detalhadas.
Descrio dos componentes, listas de modos de
falha etc...; ETAPA 3: FMEA
Conhecimento sobre os sistemas e modos de falha;
Identificar os modos de falha; Identificar os efeitos dos modos de falha.
Especialistas nos sistemas e componentes para
identificao dos modos de falha.
FMEA, contendo os modos de falhas e seus efeitos identificados,
relacionados a cada falha funcional.

Normas, leis, projetos e outros documentos; ETAPA 4: CONSEQNCIAS DAS FALHAS


Conhecimento sobre a operao e manuteno; Avaliar as conseqncias das falhas para a organizao, relacionadas
Especialistas para a identificao das conseqncias. segurana, operao e meio ambiente

Documentos contendo as conseqncias identificadas, relacionadas a


cada falha funcional.
Levantamentos do custo-benefcio das tarefas,
modos de falha, histricos de falha etc...; ETAPA 5: TAREFAS PREVENTIVAS
Conhecimento sobre as caractersticas de Avaliar os modos de falha; Avaliar as caractersticas de deteriorao;
deteriorao dos sistemas, Avaliar o contexto operacional; Identificar as tarefas de manuteno.
Especialistas para a tomada de deciso
Tarefas de manuteno preventiva selecionadas e descritas.
Informaes sobre as falhas, Ocorrncia, relao
entre o potencial das falhas e o tempo etc...; ETAPA 6: TAREFAS PREDITIVAS
Conhecimento sobre as falhas potenciais para Avaliar as condies dos equipamentos; Avaliar o potencial de Ocorrncia de
avaliao das tarefas;
falhas; Definir as aes a serem tomadas caso a falha seja eminente.
Especialistas para seleo das tarefas.
Tarefas de manuteno preditiva e as tcnicas de avaliao da
condio devidamente detalhadas.
Projetos, manuais de fabricantes, bancos de dados
comerciais etc...; ETAPA 7: AES PADRO
Conhecimento sobre benefcios e viabilidade de
cada ao; Definir e aplicar critrios para: Localizar falhas; Propor reprojeto; Operar
at a ocorrncia de falha; Realizar rondas de inspeo.
Especialistas para avaliao das informaes e
seleo das aes padro.
Seleo e detalhamento de aes para aumentar a confiabilidade das
funes.

Programa de MCC

Figura 2.10 Metodologia para Implantao da MCC MOUBRAY.


Fonte: Moubray, 2001.
50

Critrios de seleo;
Conhecimento sobre os equipamentos e os critrios ETAPA 1: SELEO DOS SISTEMAS
de seleo;
Documentos descritivos dos sistemas, diagramas de Selecionar os Sistemas; Definir a ordem de anlise; Organizar a coleta de
bloco, etc...; informaes.
Especialistas na operao e manuteno. Sistemas definidos e selecionados, com as informaes coletadas,
(Ex.: Diagramas que facilitam a visualizao).
Projetos, normas, diagramas e outros documentos;
Conhecimento sobre o funcionamento dos ETAPA 2: FRONTEIRAS DOS SISTEMAS
equipamentos, e dos sistemas responsveis pelas
funes; Identificar as fronteiras dos sistemas selecionados.
Especialistas na operao e manuteno para
descrio dos equipamentos.
Informaes claras e bem definidas sobre os sistemas e suas fronteiras.
Informaes que contemplem a constituio do
sistema e sua operao; ETAPA 3: SISTEMA E DIAGRAMA DE BLOCO
Conhecimento sobre os a constituio e
funcionamento dos sistemas; Identificar e documentar os detalhes essenciais dos sistemas.
Especialistas para a identificao e descrio dos
sistemas.
Descrio dos sistemas e subsistemas (Ex.: diagramas de bloco
funcional, lista de componentes, entradas, sadas etc...).
Descries dos componentes dos sistemas, seu
funcionamento. etc...; ETAPA 4: FUNES E FALHAS FUNCIONAIS
Conhecimento sobre os sistemas; Identificar e listar as funes dos sistemas; Identificar e listar as falhas
Especialistas para a identificao das funes e funcionais dos sistemas.
falhas funcionais.
Funes dos sistemas, falhas funcionais e parmetros que definem as
falhas funcionais identificados e descritos.
Informaes sobre as funes, falhas funcionais, ETAPA 5: FMEA
modos de falha, etc...;
Conhecimento sobre o projeto e a operao; Identificar quais os componentes de um sistema que contribuem para a
Especialistas da manuteno e operao. ocorrncia de uma falha funcional.

Modos de falha, componentes relacionados e informaes para a


seleo de tarefas devidamente documentados.
Informaes sobre as funes, falhas funcionais,
equipamentos, componentes e modos de falha; ETAPA 6: DIAGRAMA DE DECISO
Conhecimento sobre os equipamentos e sua Priorizar e focalizar os recursos a serem aplicados no tratamento dos modos
operao e manuteno; de falha.
Especialistas na manuteno e operao.
Funes, falhas funcionais, modos de falha, etc..., priorizados e
descritos para a seleo das tarefas.
Informaes obtidas nas etapas anteriores e com as
informaes do programa de manuteno existente; ETAPA 7: SELEO DAS TAREFAS
Conhecimento para comparao entre os programas, Determinar, para cada modo de falha, as tarefas de manuteno mais
avaliao e seleo de tarefas; eficazes entre todas as tarefas possveis.
Especialistas na manuteno e operao.
Documentao da seleo das tarefas detalhada, organizada em
planilhas, diagramas, formulrios etc...

Programa de MCC

Figura 2.11 Metodologia para Implantao da MCC SMITH.


Fonte: Smith, 1993.

2.4.8 Metodologia Proposta por Smith e Hinchcliffe

O livro de Smith (1993) foi atualizado pelo autor em 2004, em co-autoria com Glenn R.
Hinchecliffe, que liderou a aplicao da MCC na Florida Power & Light, tendo Anthony M.
Smith como consultor. Neste, os autores aprimoram o contedo do livro Reliability Centered
Maintenance, Smith (1993), e propem melhorias na metodologia de implantao da MCC, com
base em questes prticas observadas pelos autores.
51
A metodologia proposta por Smith e Hinchcliffe, (2004) para implantao da MCC segue
a seqncia mostrada na Figura 2.12.

Critrios de seleo;
Conhecimento dos equipamentos e critrios de ETAPA 1: SELEO DOS SISTEMAS
seleo;
Documentos descritivos dos sistemas, diagramas de Selecionar os sistemas; Definir a ordem de anlise; Organizar a coleta de
bloco, etc...; informaes.
Especialistas na operao e manuteno. Sistemas definidos e selecionados com as informaes relevantes
coletadas (Ex.: diagramas para a visualizao).
Projetos, normas, diagramas e outros documentos;
Conhecimento sobre o funcionamento dos ETAPA 2: FRONTEIRAS DOS SISTEMAS
equipamentos, e sistemas responsveis pelas
funes; Identificar as fronteiras dos sistemas selecionados.
Especialistas na operao e manuteno para
descrio dos equipamentos e sistemas.
Informaes claras e definidas sobre os sistemas e suas fronteiras.
Informaes que contemplem a constituio do
sistema e sua operao; ETAPA 3: SISTEMA E DIAGRAMA DE BLOCO
Conhecimento sobre os sistemas e sua constituio e
funcionamento; Identificar e documentar os detalhes essenciais dos sistemas.
Especialistas para a identificao e descrio dos
sistemas.
Sistemas e subsistemas descritos (Ex.: diagramas de bloco funcional,
lista de componentes, entradas, sadas, etc...).
Descries dos componentes dos sistemas, do ETAPA 4: FUNES E FALHAS FUNCIONAIS
funcionamento, etc...;
Conhecimento sobre os sistemas; Identificar e listar as funes dos sistemas; Identificar e listar as falhas
Especialistas para a identificao das funes e funcionais dos sistemas.
falhas funcionais.
Funes dos sistemas, falhas funcionais e parmetros que definem as
falhas funcionais identificados e descritos.
Informaes sobre as funes, falhas funcionais, ETAPA 5: FMEA
modos de falha etc...;
Conhecimento do projeto e da operao; Identificar quais os componentes de um sistema que contribuem para a
Especialistas da manuteno e operao. Ocorrncia de uma falha funcional.

Documentao de modos de falha, componentes relacionados e outras


informaes para a seleo de tarefas.
Informaes sobre as funes, falhas funcionais,
equipamentos, componentes e modos de falha; ETAPA 6: DIAGRAMA DE DECISO
Conhecimento sobre os equipamentos, operao e Priorizar e focalizar os recursos a serem aplicados no tratamento dos modos
manuteno; de falha.
Especialistas na manuteno e operao.
Funes, falhas funcionais, modos de falha, etc..., priorizados e
descritos para a seleo das tarefas.
Informaes obtidas nas etapas anteriores e com as
informaes do programa de manuteno preventiva ETAPA 7: SELEO DAS TAREFAS
existente;
Conhecimento para comparao entre os programas, Determinar, para cada modo de falha, as tarefas de manuteno mais
avaliao e seleo das tarefas; eficazes entre todas as tarefas possveis.
Especialistas na manuteno e operao. Documentao das tarefas selecionadas detalhadas, organizadas em
planilhas, diagramas, etc...
Resultados da anlise, detalhados e organizados; ETAPA 8: PACOTES DE TAREFAS
Conhecimento para a anlise e estruturao das
tarefas, anlise do programa e uso das ferramentas; Planejar e coordenar a implementao dos resultados da anlise
desenvolvida.
Especialistas na manuteno e operao.
Tarefas de manuteno definidas, detalhadas e organizadas em
pacotes.
Resultados do programa, alteraes na estrutura da
instalao e outras informaes para identificar ETAPA 9: PROGRAMA CONTNUO
possveis melhorias; Validar as decises de manuteno da MCC; Reavaliar as decises da MCC;
Conhecimento para avaliar o programa e o uso das Realizar ajustes necessrios para o programa de manuteno e as definies
ferramentas inerentes; bsicas da MCC.
Especialistas na manuteno e operao. Resultados obtidos com o programa, melhorias identificadas e
detalhadas para orientar alteraes a serem implementadas.

Programa de MCC

Figura 2.12 Metodologia para Implantao da MCC SMITH e HINCHCLIFFE.


Fonte: Smith e Hinchcliffe, 2004.
52
2.5 CONSIDERAES E SNTESE DO CAPTULO

Neste captulo foram abordados os principais conceitos relacionados MCC e de especial


interesse aos objetivos deste trabalho, citados no Captulo 1. Explanadas as definies
relacionadas manuteno, foram abordados os conceitos inerentes MCC sendo, ento, possvel
explicitar as principais metodologias para implantao da MCC, fundamentadas nas bibliografias
e normas comumente utilizadas na prtica.
A pesquisa revelou inconsistncias e/ou divergncias no procedimento de implantao da
MCC, o qual difere entre as normas e bibliografias pesquisadas. Tal constatao revela uma das
dificuldades associadas implantao da MCC, relacionada escolha do procedimento mais
adequado para a conduo desse processo, respeitando-se as caractersticas da empresa/sistema.
Esta observao ratifica a necessidade de compatibilizao das caractersticas da empresa e/ou
sistema com os requisitos da MCC, o que corrobora com os objetivos deste trabalho. E neste caso,
tambm ensejou a proposta de um procedimento de referncia, abordado no Captulo 5, para
contemplar as divergncias observadas nas normas e bibliografias pesquisadas. No Captulo 5
tambm so abordados os desdobramentos e as deliberaes processadas a partir dos aspectos
apresentados no presente captulo. Quanto as questes conceituais e de escopo, as seguintes
observaes podem ser feitas em relao as normas e bibliografias pesquisadas:
A Norma IEC 60300-3-11 de mbito internacional e foi concebida para ser aplicada ao
setor eltrico;
As Normas SAE JA1011 e JA1012 propem uma metodologia para implantao da MCC
muito semelhante a proposta por Moubray (2001), a qual serviu de base para a SAE. Destaca-
se, neste caso, a preocupao com as questes ambientais nos diagramas de deciso;
Os guias da NASA e da ABS apresentam abordagens mais especficas, respectivamente
para: instrumentos e equipamentos de segurana; e embarcaes e instalaes em terra
onde a MCC parte de uma estratgia para gerenciamento de risco;
As bases da MCC foram propostas por Nowlan e Heap (1978) entretanto a abordagem
destes autores est fortemente vinculada manuteno de aeronaves e equipamentos
militares. A aplicao da MCC no setor industrial, a partir dos conceitos de Nowlan e
Heap (1978), se deve a Antony M. Smith (1993). Posteriormente Smith e Hinchcliffe,
(2004) aprimoraram a metodologia inicial, proposta por Antony M. Smith (1993),
enfatizando a MCC como um programa contnuo, ressaltando a necessidade de
realimentaes e atualizaes.
No prximo captulo so abordados os aspectos relativos gesto do conhecimento e sua
relao com a MCC.
53
CAPTULO 3

GESTO DO CONHECIMENTO

3.1 INTRODUO

As vantagens competitivas, inerentes manuteno, esto fortemente relacionadas


poltica de Gesto do Conhecimento (GC), a qual, associada Inteligncia Artificial (IA), em
especial os Sistemas Baseados em Conhecimento (SBC), resulta em agilidade e efetividade das
intervenes de manuteno, ao mesmo tempo em que preserva o capital intelectual das empresas.
No caso especfico da Manuteno Centrada na Confiabilidade (MCC), sua implantao pode ser
mais consistente e eficaz, na medida que o conhecimento institucional utilizado como elemento
norteador das decises.
A GC se insere e contribui com este trabalho explicitando, no SBC-Fuzzy proposto, o
conhecimento tcito de especialistas em implantao da MCC e mantenedores. Tal conhecimento
ser utilizado para confrontar as caractersticas especficas da empresa/sistema com as
necessidades da MCC. Assim, possvel ratificar ou no o atendimento da empresa/sistema aos
pr-requisitos da MCC e/ou a conformidade na execuo das etapas do processo de implantao.
A aplicao do SBC-Fuzzy proposto resulta em um diagnstico das caractersticas da
empresa e sua aderncia ou no s necessidades da MCC. As concluses relativas ao processo de
diagnstico refletem o estgio atual de aderncia da empresa MCC, servindo de base para
anlises futuras da evoluo da empresa e guia durante o procedimento de implementao e
auditoria, ou seja, de maneira indireta, reflete/explicita o conhecimento que a empresa tem de suas
prprias habilidades e competncias e seu grau de adeso s necessidades da MCC.

3.2 DEFINIES E CONCEITOS

Tentando ilustrar o conceito de conhecimento, Rezende (2003) e Giarratano e Riley,


(1998) utilizam a pirmide do conhecimento, Figura 3.1, na qual:

Rudo: so dados de pouco ou nenhum interesse;


Dado: um elemento da informao, um conjunto de letras, nmeros ou dgitos que,
tomados isoladamente, no transmitem nenhuma informao, ou seja, no contm um
significado claro;
Informao: todo aquele dado que foi tratado e possui um valor significativo atribudo
ou agregado a ele e, com sentido natural e lgico para quem usa a informao;
54
Conhecimento: a informao tratada por pessoas ou recursos computacionais para
gerao de cenrios. um termo abstrato que tenta capturar a compreenso do indivduo
sobre um dado assunto;
Sntese, Anlise e Compreenso: constituem o metaconhecimento, um conhecimento
profundo que descreve o conhecimento sobre o conhecimento, ou seja, as leis bsicas que
regem o mundo e a forma como os demais tipos de conhecimento podem ser aplicados.
usado para selecionar qual o conhecimento mais apropriado para a resoluo de um problema.

Metaconhecimento
SINTESE
ANLISE
COMPREENSO
CONHECIMENTO
INFORMAO
DADO
RUDO

Figura 3.1 Hierarquia do Conhecimento.


Fonte: adaptado de REZENDE, 2003 e GIARRATANO e RILEY, 1998.

Segundo Santiago (2004), a informao tem por finalidade exercer algum impacto sobre o
julgamento do destinatrio. Ela deve informar e, portanto, pode ser considerada como sendo o
dado que faz a diferena, pois, ao contrrio deste, ela possui relevncia e propsito. Dados s se
tornam informaes a partir dos seguintes mtodos:

Contextualizao: definio da finalidade dos dados coletados;


Categorizao: conhecimento das unidades de anlise;
Clculo: anlise matemtica dos dados;
Correo: eliminao das imprecises e dos erros;
Condensao: sumarizao dos dados existentes.

Para o autor, o conhecimento uma mistura fluida de experincias, valores, informaes


contextualizadas e percepes insights, alm de possibilitar a existncia de uma estrutura que
permite a avaliao e incorporao de novas experincias e informaes. O conhecimento
intrnseco as pessoas. Nas organizaes ele est presente no apenas em documentos, mas
tambm em rotinas, processos e prticas e, segundo Davenport e Prusak (1998), a transformao
da informao em conhecimento possvel a partir da:

Comparao: entendimento sobre como as informaes relativas a um determinado


assunto podem ter alguma relao ou aplicao em outras situaes;
Conseqncia: implicao que determinada informao pode trazer para a tomada de
55
alguma deciso e/ou ao;
Conexo: relao entre a informao adquirida e um conhecimento j existente;
Conversao: interpretao daquela informao a partir do entendimento sobre o que as
pessoas pensam sobre ela.

A GC busca agregar valor s informaes, filtrando, resumindo e sintetizando-as e, dessa


forma, desenvolvendo um perfil de utilizao pessoal que ajuda a lev-las ao. Entre
informao e conhecimento, observa-se que (SANTIAGO, 2004):

O conhecimento, ao contrrio da informao, diz respeito s crenas e compromissos;


O conhecimento, ao contrrio da informao, est relacionado ao, isto , o
conhecimento tem um determinado fim;
Tanto informao como conhecimento dizem respeito ao significado especfico com
relao a um determinado contexto considerado.

Segundo Abel (2005), o conhecimento pode ser categorizado nos seguintes nveis:

Conhecimento Superficial: descrio de objetos do domnio, informaes que se referem a


problemas imediatos e a soluo associada;
Conhecimento do Domnio: descreve a forma de resolver problemas no domnio na forma
de descries, heursticas ou procedimentos, mesmo que muitos deles no sejam
compreendidos teoricamente;
Conhecimento Profundo: estrutura interna e causal (relaes de causa e efeito) dos objetos
do domnio e suas interaes. o conhecimento terico do domnio que pode ser aplicado
a diferentes tarefas e em mais de uma situao, utilizando mecanismos de transferncia e
analogia. Este tipo de conhecimento de difcil aquisio e trato computacional.

Alm do nvel, as seguintes categorias de conhecimento tm especial interesse para a


finalidade deste trabalho: declarativo, procedural, heurstico, tcito e explcito.
Segundo Abel (2005), o Conhecimento Declarativo trabalha com uma representao
descritiva do domnio, declara os fatos do mundo, o qu as coisas so, como se associam e se
relacionam no mundo. Quanto ao nvel, trata-se de um conhecimento superficial. J o
Conhecimento Procedural descreve a forma como as coisas trabalham sob diferentes tipos de
circunstncias, descrito na forma de instrues passo-a-passo. Pode fornecer uma aplicao
imediata para o conhecimento declarativo (ABEL, 2005).
O Conhecimento Heurstico 1 pode ser tratado como um conjunto de regras que conduzem
o processo de raciocnio. emprico e representa o conhecimento compilado por um especialista
por meio da experincia na resoluo de problemas passados. Este o tipo mais importante de

1
A palavra heurstica vem da palavra grega heuriskein, e significa descobrir, e tambm a origem da palavra
eureca, derivada da exclamao atribuda a Arquimedes, heurika (descobri), dita na descoberta de um mtodo
para determinar a pureza do ouro.
56
conhecimento tratado pelos SBCs e foi introduzido em IA por George Polya, em 1957, em seu
livro How to Solve It (RICH e KNIGHT, 1993; POLYA, 1957).
O Conhecimento Tcito pessoal e intrnseco ao indivduo. um saber subjetivo,
baseado em experincias pessoais e especfico ao contexto e, por essa razo, difcil de ser
formulado e comunicado (SANTIAGO, 2004). Segundo Nonaka e Takeuchi (1997), o
conhecimento tcito pode ser de dois tipos: o primeiro, incorporado nas habilidades e que
pode ser copiado, passvel de codificao, podendo ser articulado e escrito. O segundo
aquele que no pode ser codificado ou escrito, sendo de difcil transferncia por no poder ser
demonstrado; adquirido pela experincia, tendo a interao pessoal um papel fundamental.
Por isso a transferncia dessa forma de conhecimento se d principalmente atravs das redes
pessoais. O Conhecimento Explcito, por sua vez, objetivo e facilmente captado, codificado
e compartilhado. Este um conhecimento transmissvel em linguagem formal e sistemtica
(SANTIAGO, 2004).
Para Nonaka e Takeuchi (1997), o conhecimento tcito algo pessoal, presente no crebro
das pessoas, resultante de suas experincias e aes, formado atravs das emoes, valores,
desejos ou ideais, mas que, num sentido amplo, o novo fator de produo para as organizaes.
J o conhecimento explcito aquele exposto nos documentos, computadores e sistemas de uma
organizao, ou seja, foi transferido da mente das pessoas para ser acessado por membros da
empresa, de forma sistematizada e controlada.

3.3 CRIAO DO CONHECIMENTO

Para Nonaka e Takeuchi (1997), a estrutura conceitual bsica, sobre as formas de


administrao do processo de criao do conhecimento, possui duas dimenses:

Ontolgica: o conhecimento s pode ser criado por indivduos. Uma organizao, por
si s, no pode criar conhecimento; seu escopo apoiar os indivduos e lhes
proporcionar condies para a criao deste. A existncia do conhecimento
organizacional possvel a partir de interaes que permitam sua criao de forma
individual e a sua disseminao para a organizao como um todo;
Epistemolgica: segundo o qual, h dois tipos de conhecimento: Tcito e Explcito.

Os conhecimentos tcito e explcito no so entidades totalmente separadas, mas


mutuamente complementares. O conhecimento humano criado e expandido atravs da interao
social entre os conhecimentos tcito e explcito, ao que se chama de Converso do Conhecimento.
O processo de converso ocorre conforme o modelo apresentado na Figura 3.2. Este processo,
chamado de Espiral do Conhecimento, pressupe a superao de um ambiente competitivo e
egocntrico por um ambiente cooperativo e em harmonia com os objetivos da organizao. A
57
espiral do conhecimento cclica e seu objetivo converter o conhecimento tcito individual no
conhecimento tcito institucional (NONAKA e TAKEUCHI, 1997).

COMPETIO

1. GERAR 2. CODIFICAR
Socializao Externalizao

Tcito Tcito Tcito Explcito

4. APROPRIAR 3. DISSEMINAR
Internalizao Combinao

Explcito Tcito Explcito Explcito

COOPERAO
Figura 3.2 Espiral do Conhecimento.
Fonte: adaptado de NONAKA e TAKEUCHI, 1997.

Segundo Santiago (2004), da Figura 3.2 cabe ressaltar que:

Socializao: um processo de compartilhamento de experincias e, a partir da, da criao


do conhecimento tcito como modelos mentais ou habilidades tcnicas compartilhadas. As
seguintes consideraes podem ser feitas:
Trata-se de um processo de compartilhamento de experincias diversas e criao do
conhecimento tcito e habilidades tcnicas;
A aquisio do conhecimento tcito se faz a partir da experincia;
Brainstorming um meio que permite a reorientao dos modelos mentais de todos os
indivduos em uma mesma direo, por essa razo, um meio eficaz para o
compartilhamento de experincias;
Coloca o indivduo na posio daquele que executa a atividade e permite que ele aprenda
in-loco a partir de uma experincia real;
possvel obter essa socializao a partir do contato com os clientes, permitindo a
criao de idias para aperfeioamento de seus produtos e processos.
Externalizao: um processo de articulao de conhecimentos tcitos em conceitos
explcitos e provocado pelo dilogo ou pela reflexo coletiva. As seguintes consideraes
podem ser feitas:
Trata-se da converso dos conceitos tcitos em explcitos pelo uso de analogias,
conceitos, modelos, hipteses ou metforas;
A escrita uma forma de converter o conhecimento tcito em conhecimento explcito,
apesar das discrepncias e lacunas que possam ocorrer nessa converso;
O processo de criao do conceito pode ser desenvolvido com o dilogo e reflexo
58
coletiva, para isto, se combina a deduo e a induo;
O uso de metforas ou analogias muito eficaz, pois estimula o compromisso direto com
o processo criativo e a criao e elaborao de um conceito. A metfora uma forma de
perceber ou entender intuitivamente uma coisa, imaginando outra coisa simbolicamente.
As eventuais contradies inerentes no uso de uma metfora so harmonizadas a partir da
analogia;
E o mtodo chave para criao do conhecimento explcito, uma vez que cria conceitos
novos e explcitos a partir do conhecimento tcito.
Combinao: baseia-se na troca de informaes explcitas e no paradigma da tecnologia da
informao. Envolve a combinao de conjuntos diferentes de conhecimento explcito.
Ocorre troca e combinao de conhecimentos atravs de meios como documentos, reunies,
ou redes de comunicao computadorizadas. Sendo assim, as seguintes consideraes
podem ser feitas:
Trata-se do aprendizado formal baseado em informaes explcitas e no uso da
tecnologia da informao;
Os indivduos trocam e combinam conhecimentos atravs de documentos, reunies,
conversas ao telefone, e-mails ou redes de comunicao computadorizadas;
Os mtodos formais de educao e treinamento tambm so exemplos de converso
desse conhecimento explcito;
A combinao tambm ocorre quando os conceitos de produtos so associados e
integrados aos principais conceitos da organizao (viso da empresa).
Internalizao: o processo de incorporao do conhecimento explcito no conhecimento
tcito da organizao. Os membros da organizao passam a vivenciar o novo conhecimento
e aprender a partir da sua aplicao learning by doing. Esse conhecimento tcito
acumulado precisa ser compartilhado com outros membros da organizao iniciando, assim,
uma nova espiral de criao de conhecimento. As seguintes consideraes podem ser feitas:
Trata-se da incorporao do conhecimento nas atividades operacionais da empresa para
obteno de um resultado prtico;
Todo ativo de conhecimento obtido nos processos anteriores de socializao,
externalizao e combinao tornam-se valiosos quando so internalizados nas bases do
conhecimento tcito dos indivduos;
H a necessidade da verbalizao e diagramao do conhecimento a partir de
documentos, manuais ou relato de histrias. Toda esta documentao permite ao
indivduo que suas experincias sejam internalizadas, o que aumenta seu conhecimento
tcito;
Ouvir a experincia passada por algum tambm um meio para o compartilhamento do
conhecimento tcito que, a partir de ento, passa a ser da organizao;
59
A expanso do escopo da experincia prtica, o aprender fazendo, essencial para o
processo de internalizao.

O modelo da espiral do conhecimento pode ser resumido da seguinte forma: inicialmente a


socializao desenvolve um campo de interao que permite o compartilhamento das experincias
dos indivduos. A partir da externalizao se propicia o dilogo ou reflexo coletiva, com o uso de
metforas ou analogias, o que resulta no conceito. O modo de combinao possibilita a colocao
do conhecimento recm criado junto quele j existente, resultando em um novo processo, sistema
ou modo de fazer. A internalizao ocorre a partir do aprender fazendo (SANTIAGO, 2004).

3.4 A IMPORTNCIA DA GESTO DO CONHECIMENTO (GC)

Segundo Abel (2005), o conhecimento de uma empresa, tratado como patrimnio voltil,
pode ter um valor agregado que supera todas as instalaes fsicas ou bens tangveis da mesma
empresa. o que chamamos de capital intelectual, isto , o conhecimento tratado como
commodity.
O desafio da Idade do Conhecimento, pela qual passa atualmente a administrao de
empresas, como transformar esse patrimnio voltil e no-registrvel, em algo que possa ser
capturado, tornado independente das pessoas que o retm e, em algum grau, medido
(LEBOWITZ, 1987 e LIEBOWITZ e WILCOX, 1997).
Segundo Abel (2005), a motivao crescente pelo domnio do conhecimento e a
capacidade de gerenci-lo garantida por diversos fatores, a saber:

O percentual de conhecimento envolvido nos produtos e servios est crescendo


rapidamente e se reflete na estrutura dos custos de produo;
O conhecimento necessrio para implementar processos de negcios muda subitamente,
como resultado de desenvolvimentos cientficos e tecnolgicos ou modificaes nas
relaes econmicas;
A presso crescente do tempo cada vez menor no qual as decises gerenciais devem ser feitas;
A mobilidade dos profissionais vem aumentando, devido s modificaes nas relaes de
trabalho e possibilidades tecnolgicas, podendo levar a transferncia do conhecimento direto
para a concorrncia.

A busca de instrumentos que permitam s organizaes reter, organizar e otimizar a


utilizao do conhecimento objeto de estudo da GC (LIEBOWITZ e WILCOX, 1997). A
Engenharia de Conhecimento e, em especial, sua aplicao no desenvolvimento de SBCs uma
das ferramentas que auxiliam o processo de GC, fornecendo os subsdios tecnolgicos para
implantao e consolidao dos mecanismos demandados pela GC.
60
Boff (2001), descreve a GC como sendo: um conjunto de estratgias para criar, adquirir,
compartilhar e utilizar ativos de conhecimento e estabelecer fluxos que garantam a informao
necessria no tempo e formato adequados, a fim de auxiliar na gerao de idias, soluo de
problemas e tomada de deciso. A GC , portanto, o processo sistemtico de identificao,
criao, renovao e aplicao dos conhecimentos estratgicos na vida de uma organizao. um
processo corporativo, focado na estratgia empresarial e que envolve a gesto das competncias,
do capital intelectual, a aprendizagem organizacional, a inteligncia empresarial e a educao
corporativa (NONAKA e TAKEUCHI, 1997).
Baseado no modelo da Espiral do Conhecimento, proposto por Nonaka e Takeuchi (1997),
Terra (2000) destacou as dimenses atravs das quais a GC pode ser entendida:

Alta Administrao: definio dos campos de conhecimento que devero ter prioridade
nos esforos de aprendizado dos funcionrios da organizao, de acordo com a estratgia
organizacional e com as metas a serem atingidas;
Cultura Organizacional: voltada inovao e aprendizado contnuo, comprometida com os
resultados de longo prazo e com a otimizao das reas da empresa;
Estrutura Organizacional: para superar os limites impostos inovao, ao aprendizado e
gerao de novos conhecimentos, as estruturas tradicionais devem dar lugar a equipes
multidisciplinares com alto grau de autonomia;
Polticas de Recursos Humanos: associadas aquisio de conhecimento externo e interno
empresa, bem como com a gerao, difuso e armazenamento de conhecimentos na
empresa;
Sistemas de Informao: uso de tecnologias que ajudem a captao, difuso e
armazenamento do conhecimento nas organizaes, associado ao importante papel do
contato pessoal e do conhecimento tcito para os processos de aprendizado
organizacional;
Mensurao de Resultados: avaliao dos ganhos obtidos sob diferentes aspectos, desde a
imagem, at financeiros e a comunicao dessas metas atingidas para todos na
organizao;
Aprendizado com o Ambiente: realizao de alianas estratgicas com empresas e
aprendizado com os clientes.

No contexto deste trabalho, todas estas dimenses devem ser consideradas para que a
implantao e a gesto da MCC obtenham xito. Nesse sentido, as seguintes consideraes podem
ser feitas com relao a cada uma das dimenses propostas por Terra (2000), com relao direta a
este trabalho:

Alta Administrao: o conhecimento relativo a MCC, tanto anterior como posterior a sua
implantao, deve ser tratado com prioridade pelos nveis superiores da administrao, caso
61
contrrio, no haver comprometimento dos nveis inferiores com o programa de MCC;
Cultura Organizacional: caso a equipe de manuteno no esteja habituada com prticas
que promovam a GC, dificilmente o far aps a implantao da MCC, fortemente
dependente de dados histricos e documentao dos ativos. Desta forma, dificilmente
ocorrer a inovao e o aprendizado organizacional;
Estrutura Organizacional: a manuteno no deve estar isolada dos demais setores da
empresa. O conhecimento e as necessidades de toda a organizao devem permear as
decises da MCC e vice-versa. Durante a sua implantao, o conhecimento institucional
deve balizar as decises do grupo de MCC para que suas decises sejam aderentes s
caractersticas e necessidades da empresa. Ao longo de sua gesto, o programa de MCC
deve estar vinculado ao conhecimento estratgico que orienta o planejamento da empresa,
para que as aes de manuteno sejam as mais eficazes possveis;
Polticas de Recursos Humanos: as necessidades e o potencial interno da empresa devem
estar claramente mensurados e avaliados, para dar respostas rpidas s carncias da MCC,
com a aquisio de conhecimento externo e/ou interno, bem como, garantir o
armazenamento de novos conhecimentos na empresa;
Sistemas de Informao: a MCC fortemente dependente de um sistema computadorizado
para armazenamento de dados e documentao dos ativos. Este mesmo sistema pode
servir para explicitao, armazenamento e disseminao do conhecimento e, com o auxlio
do SBC-Fuzzy proposto neste trabalho, contribuir com o processo de aprendizado
organizacional;
Mensurao de Resultados: o acompanhamento dos resultados do programa de MCC crucial
para realiment-lo e maximizar os ganhos para a empresa. Todo o conhecimento heurstico ou
explcito deste processo deve ser armazenado para utilizao durante o processo decisrio;
Aprendizado com o Ambiente: o conhecimento de programas bem sucedidos de MCC deve
nortear a implantao e a gesto de programas novos, minimizando assim os riscos de
insucesso.

3.5 A FUNO DA ENGENHARIA DO CONHECIMENTO NA GC

A Engenharia do Conhecimento teve este nome reivindicado por Ed Feigenbaum, um


dos idealizadores do DENDRAL 2 (DURKIN, 1994), conduzindo ao paradigma do Sistema
Especialista (SE) ou SBC. Segundo Lira e Fantinato (2005), Engenharia de Conhecimento um
termo usado para descrever o processo global de desenvolvimento de um SE ou, no caso deste
trabalho (ver Captulo 4), um SBC. Tipicamente envolve uma interao entre o construtor do

2
DENDRAL - Projeto desenvolvido em 1965 na Universidade de Standford (EUA). O objetivo era desenvolver
programas capazes de determinar automaticamente o conjunto de estruturas moleculares, constitudas de tomos
conhecidos, capazes de explicar dados provenientes da anlise espectrogrfica de uma molcula desconhecida.
62
sistema, chamado Engenheiro de Conhecimento (EC), e um ou mais especialistas do domnio que
se quer modelar (Figura 3.3).
O EC o profissional responsvel pela estruturao e construo do SBC. Ele aquista
conhecimento de alguma fonte, interpreta e representa em tipos e estruturas convenientes (LIRA
e FANTINATO, 2005). Um estudo mais detalhado pode ser encontrado em Gonzalez e Dankel
(1993) e Rezende (2003) que traam o perfil e citam as caractersticas desejveis do EC.

Perguntas

RESULTADOS

Respostas

Engenheiro de
Especialistas Conhecimento

Figura 3.3 Processo de Construo de um SBC.

Para Lira e Fantinato (2005) os Especialistas, tambm chamados Peritos ou Experts, so


pessoas que possuem um alto grau de conhecimento em um determinado domnio e habilidade
para transmitir esse conhecimento. Em muitos casos, so a fonte de conhecimento para a
concepo do SBC. Um estudo detalhado das caractersticas inerentes a cada tipo de especialista e
as especificidades do relacionamento entre o EC e os Especialistas pode ser encontrado em
Rezende (2003).
Schreiber et al. (2002), analisando a GC e sua interao com a EC, destaca seis atores que
interagem durante a concepo de um SBC, so eles, Figura 3.4:

1) Especialista ou Provedor de Conhecimento: papel exercido pela pessoa que detm o


conhecimento. Tradicionalmente exercido por um especialista no domnio da aplicao;
2) Engenheiro ou Analista de Conhecimento: responsvel pela elicitao do conhecimento do
especialista e modelagem do conhecimento com base nas necessidades do usurio do SBC;
3) Desenvolvedor do SBC: o responsvel pelo projeto e implementao do SBC a partir da
modelagem feita pelo Engenheiro ou Analista de Conhecimento;
4) Usurio de Conhecimento: faz uso direto ou indireto do SBC. Envolver os usurios desde
o incio do desenvolvimento do sistema, no caso de SBCs, mais importante do que no
caso de softwares tradicionais;
5) Gerente de Projeto: est encarregado de comandar o desenvolvimento do SBC. Os maiores
riscos para o gerente de projeto referem-se natureza dos problemas relacionados ao
conhecimento. Assim, requisitos de monitoramento so fundamentais durante o ciclo de
vida do projeto;
63
6) Gerente de Conhecimento: no est diretamente envolvido no desenvolvimento do SBC,
pois sua funo formular uma estratgia de conhecimento ao nvel do negcio e garantir
a disseminao do conhecimento.

A GC requer, alm da disponibilidade da informao, a experincia, o contexto, a


negociao, a interpretao e a reflexo das pessoas para que essa informao faa sentido e tenha
valor. A aprendizagem organizacional a base necessria para a realizao de uma GC bem
sucedida. Uma proposta eficiente de aprendizagem na empresa significa que os conhecimentos
no sero recursos estticos acumulados em arquivos ou na cabea dos indivduos, mas sim
disponveis a qualquer tempo para todos os interessados (SANTIAGO, 2004).

Gestor do
Conhecimento
Define a estratgia de conhecimento, indica
o projeto de desenvolvimento e facilita a
distribuio do conhecimento

Engenheiro / Analista
do Conhecimento
Especialista Elcita Conhecimento de Administra Gerente de
Provedor de Projeto
Conhecimento

Elcita Necessidades de
Valida Entrega Modelos de Administra
Anlise para

Usurio do Desenvolvedor
Conhecimento SBC do SBC
Utiliza Projeta e Implementa

Figura 3.4 Principais Atores do Processo de Construo de um SBC.


Fonte: adaptado de SCHREIBER et al, 2002.

A Engenharia do Conhecimento prov os mecanismos para criao de repositrios de


conhecimento, ao mesmo tempo em que facilita a externalizao e a disseminao deste. No
contexto proposto neste trabalho, a Engenharia do Conhecimento dar suporte s necessidades da
GC na criao do SBC-Fuzzy que ir auxiliar o processo da implantao e auditoria da MCC,
incluindo diagnstico e apoio a deciso.

3.6 A GESTO DO CONHECIMENTO E O PROCESSO DE MCC

A implantao e a auditoria de um programa de MCC envolvem decises com base em


dados qualitativos, disponibilizados pelos operadores e mantenedores dos ativos e, dados
quantitativos que podem ser acessados de um banco de dados da prpria empresa, o que salutar,
64
ou banco de dados genricos disponibilizados por fabricantes ou entidades ligadas anlise
confiabilstica.
O aprendizado e o conhecimento produzidos pela manuteno so expressos por
indicadores de desempenho baseados no custo da manuteno, disponibilidade operacional,
confiabilidade (Tempo Mdio entre Falhas MTBF), mantenabilidade (Tempo Mdio para
Reparo MTTR) e ndices de acidentes com pessoas, instalaes ou meio ambiente.
Seja qual for a etapa do processo de MCC, importante salientar a necessidade de
experincia no procedimento de implementao e conhecimento tcnico de seus executores,
principalmente durante a concepo do FMEA (Failure Modes and Effects Analysis Anlise dos
Modos de Falha e seus Efeitos) ou FMECA (Failure Modes, Effects and Criticality Analysis
Anlise dos Modos de Falha seus Efeitos e sua Criticidade). A GC viabilizada pelo SBC-Fuzzy,
base da metodologia proposta nesta tese, pode ser utilizada para garantir a administrao e
armazenamento deste conhecimento e experincia, auxiliando a implementao e a auditoria da
MCC. Tal conhecimento e experincia esto estruturados na inferncia Fuzzy, proporcionada pelo
SBC sugerido nesse trabalho. Na fase de implementao da MCC, esse conhecimento ser
utilizado para verificar a aderncia da empresa/sistema aos requisitos exigidos pela MCC,
enquanto que, na fase de auditoria, a implementao correta das etapas que ser avaliada pelo
SBC-Fuzzy. Os prximos pargrafos explicitam a relao e a importncia de um sistema de GC
para a MCC.

Caracterizao do Problema

A metodologia da MCC se caracteriza por envolver nos estudos, implantao, auditoria e


gesto representantes de diversas reas (manuteno, operao, segurana e qualidade), garantindo
que a viso e as expectativas de cada setor estejam contempladas nas decises tomadas. Esse grupo
deve analisar, alm da viabilidade da MCC para o contexto da empresa/sistema, as necessidades
estratgicas da empresa em termos de aumento de disponibilidade e confiabilidade dos ativos, alm
da maneira mais econmica de alcanar estes objetivos. Com isto possvel definir os sistemas e
subsistemas que sero analisados e suas fronteiras. O processo de deciso e o conhecimento
intrnseco a ele devem ser documentados para orientar as decises e as etapas seguintes do processo.

Produo e Codificao do Conhecimento

O estudo das falhas e as proposies da MCC so realizados sobre os equipamentos e


componentes escolhidos como estratgicos. O conhecimento, necessrio para cumprimento desta
etapa, normalmente sintetizado em um FMEA/FMECA que deve ser armazenado e disseminado
para auxiliar as equipes de manuteno em intervenes futuras. Este conhecimento pode tambm
ser convertido em regras para um SBC e utilizado para treinamento e apoio a tomada de deciso.
65

Integrao de Conhecimento

Definidas todas as atividades, preciso agrup-las visando reunir as de mesma


periodicidade, especialidade e tipo de interveno em um nico procedimento de manuteno. O
objetivo final desta etapa formar procedimentos padres de manuteno que possam ser
exportados para o Sistema de Controle e Gesto da Manuteno (SCGM) da empresa. Cumpridas
as tarefas agendadas de manuteno, a GC deve garantir a realimentao do programa de MCC,
incorporando os conhecimentos inerentes para consultas futuras.

Disseminao e Apropriao do Conhecimento

Um dos problemas de qualquer metodologia de gesto da manuteno, neste caso a MCC,


a falta de apropriao dos conhecimentos inerentes s suas aes. Para que a MCC contribua com
vantagens competitivas para a empresa, necessrio disseminar os conhecimentos produzidos e
treinar a equipe de manuteno. Este treinamento deve salientar a importncia da documentao das
etapas e do conhecimento envolvido na correo das falhas, principalmente as falhas ocultas ou que
no estavam previstas no FMEA/FMECA inicial e que foram detectadas durante uma interveno
sistemtica ou no. Com isto, garante-se que os procedimentos de manuteno sejam realizados nas
datas corretas, por pessoal especializado, e assim sejam mensurados os resultados da aplicao dos
novos conhecimentos. A partir desses apontamentos calculada a confiabilidade dos equipamentos,
sendo extrados os dados para simulao de disponibilidade, adequao das periodicidades de
interveno e das quantidades de sobressalentes no estoque. Esses procedimentos so indispensveis
para garantir o sucesso de um programa de MCC.

Resultados Esperados

Os resultados qualitativos, decorrentes da aplicao da GC na MCC so:

Otimizao das aes da manuteno, a partir do registro histrico de falhas, agrupamento


de atividades semelhantes e documentao dos ativos;
Melhoria contnua focada no aprendizado organizacional;
Reteno de experincias e conhecimento;
Envolvimento dos operadores nas aes de manuteno e conservao dos ativos devido
ao maior conhecimento sobre suas funes e modos de falha;
Organizao e atualizao da documentao tcnica dos ativos e seus componentes.
66
Os resultados quantitativos, decorrentes da aplicao da GC na MCC so:

Aumento do tempo mdio entre falhas (MTBF);


Diminuio do tempo mdio para reparo (MTTR);
Aumento da disponibilidade operacional do sistema;
Reduo do custo de manuteno;
Reduo do nmero de acidentes;
Acrscimo no volume de produo.

3.7 CONSIDERAES E SNTESE DO CAPTULO

O conhecimento inerente s atividades de manuteno , em geral, de natureza tcita com


alto grau de diversidade e forte transferncia atravs do relacionamento interpessoal (ORTIZ, 2004).
A GC implica em uma nova tcnica aliada gesto da manuteno que leva em conta o
conhecimento organizacional para, ento, alcanar um diferencial competitivo fundamentado na
efetividade das atividades de manuteno.
No contexto especfico, proposto neste trabalho, a teoria da GC orientar a estruturao do
conhecimento dos especialistas e a explicitao do conhecimento tcito dos envolvidos no
processo de implementao e auditoria da MCC. O conhecimento explicitado na metodologia
proposta reflete as caractersticas da empresa e o confronto destas com as necessidades da MCC
tornando-se, assim, estratgico para amenizar os fatores de insucesso que podem influenciar o
processo de implantao. A engenharia do conhecimento, especificamente o SBC-Fuzzy
desenvolvido, utilizada neste trabalho para dar suporte e orientar a tomada de deciso durante a
anlise dos pr-requisitos e a auditoria do processo de implantao da MCC.
Neste captulo foram abordados os principais conceitos relacionados a GC e de especial
interesse aos objetivos deste trabalho. Elucidados os principais conceitos referentes hierarquia
do conhecimento, foram discutidos: os processos de converso e criao do conhecimento; a
importncia da GC no contexto deste trabalho; a funo da Engenharia do Conhecimento como
suporte da GC; e como a GC pode auxiliar o processo de implantao e auditoria da MCC. As
tcnicas e os conceitos, intrnsecos GC norteiam a implementao do SBC-Fuzzy proposto, de
acordo com a finalidade exposta no Captulo 1.
67
CAPTULO 4

SISTEMAS BASEADOS EM CONHECIMENTO

4.1 INTRODUO

Um dos propsitos deste trabalho desenvolver um Sistema Baseado em Conhecimento


Fuzzy (SBC-Fuzzy) para auxiliar o processo de implantao e auditoria da Manuteno Centrada
na Confiabilidade (MCC), focado em seus fatores crticos de sucesso. Um destes fatores, o qual
pode comprometer os benefcios da MCC, o conhecimento tanto do sistema tcnico quanto da
melhor estratgia para implementao e auditoria. Este conhecimento, conforme abordado no
Captulo 3 reconhecidamente heurstico, o que ratifica a necessidade e os benefcios dos SBCs.
Analisando o Documento Nacional de 2007 (ABRAMAN, 2007), possvel verificar a
importncia e a funo estratgica dos SBCs para a gesto da manuteno nas empresas brasileiras.
Esta importncia pode ser concluda com a anlise da Figura 4.1, a qual mostra o Grau de
Especializao do Pessoal da Manuteno. Excluindo os anos de 1997 e 1999, observa-se uma forte
concentrao do pessoal de manuteno em tarefas de uma mesma especialidade associadas ou no
tarefas complementares, ou seja, as tarefas de manuteno esto cada vez mais a cargo de
especialistas. Tal constatao enfatiza a importncia dos SBCs para preservao da memria
corporativa, servindo de repositrio do conhecimento heurstico dos especialistas alm de uma
ferramenta para o treinamento de pessoal e instrumento para consolidao da Gesto do
Conhecimento (GC) principalmente no que diz respeito a explicitao e disseminao.

Grau de Especializao do Pessoal da Manuteno (%)


Tipo de Tarefa do Pessoal da Manuteno 1995 1997 1999 2001 2003 2005 2007
Mesma Especialidade 8,69 6,90 5,22 6,99 37,98 48,72 12,03
Mesma Especialidade + Tarefas Complementares 51,39 38,79 37,39 50,35 15,51 9,40 47,47
Mais de uma Especialidade 39,92 54,31 57,39 42,66 46,51 41,88 40,5
60

50
Manuteno (%)

40
Mesma Especialidade
30 Mesma Especialidade + Tarefas Complementares
20 Mais de uma Especialidade

10

0
1995 1997 1999 2001 2003 2005 2007 Ano

Figura 4.1 Grau de Especializao do Pessoal da Manuteno.


Fonte: adaptado de ABRAMAN, 2007.

Este captulo tratar, portanto dos aspectos relacionados Inteligncia Artificial (IA) em
geral, e sua aplicao no desenvolvimento de SBCs em particular, para concepo de um sistema
computacional baseado em lgica Fuzzy para implementao e auditoria da MCC.
68
4.2 DEFINIES E CONCEITOS

Inserido no contexto computacional, o termo Inteligncia 1 Artificial (IA) foi introduzido


pelo Dr. John McCarty, em 1956, no MIT - Massachusetts Institute of Technology como ttulo da
conferncia de Dartmouth, New Hampshire, sobre as possibilidades de fornecer inteligncia
mquina. Esta conferncia foi tambm o primeiro encontro entre os quatro pesquisadores de IA, nos
Estados Unidos, durante duas dcadas: McCarthy, et al. (1955). Deste encontro nasceram os dois
paradigmas da inteligncia artificial: Simblica e Conexionista, e uma definio de IA atribuda a
John McCarthy, como sendo: o campo da Cincia da Computao que se dedica ao estudo e a
modelagem da inteligncia humana. Na IA Simblica, o comportamento inteligente global
simulado, sem considerar os mecanismos responsveis por este comportamento. Na IA
Conexionista, acredita-se que construindo mquinas que imitem a estrutura do crebro ela
apresentar inteligncia (ABEL, 2005).
Tentando definir IA Russell e Norvig (2004) concluram que esta definio depende de
algumas variantes, relacionadas ao processo de pensamento e raciocnio e ao comportamento.
Assim, segundo Abel (2005), o estudo da IA distribudo em trs grandes reas:

Processamento de Linguagem Natural: permite que as pessoas interajam com o


computador da maneira que esto habituadas a se comunicar, utilizando expresses da
linguagem humana;
Robtica: aliada a engenharia, busca implementar as funes de movimento, percepo e
controle mquina;
Processamento de Conhecimento: refere-se ao armazenamento e a manipulao de
conhecimento pela mquina de forma a permitir sua utilizao para a resoluo de
problemas.

A IA permite construir sistemas para processamento simblico, o que de muitas formas


reproduz a forma como o ser humano resolve problemas. A partir dos anos 60 foram construdos
sistemas para resolver problemas simblicos complexos como soluo de equaes diferenciais
(MACSYMA) 2 , ou proposio de frmulas qumicas estruturais (DENDRAL). A experincia
dessa primeira fase ensinou que a qualidade de soluo desses sistemas no era determinada pelos
mecanismos de raciocnio neles embutidos, mas sim pelo conhecimento extrado de especialistas
humanos e codificado no programa. A partir dessa constatao, parte do esforo na construo de
sistemas de IA voltou-se, na segunda fase, para tcnicas de extrao do conhecimento de
especialistas e codificao em diversos formalismos de representao. Assim nasceu a Engenharia
de Conhecimento e os primeiros Sistemas Especialistas (SEs), numa aluso origem do

1
Etimologicamente, a palavra inteligncia vem do latim inter (entre) e legere (escolher). Inteligncia significa
aquilo que nos permite escolher entre uma coisa e outra, objetivando eficincia.
2
As descries destes e de outros sistemas especialistas desenvolvidos nas dcadas de 60 e 70 podem ser
encontradas em WATERMAN, 1986, GIARRATANO e RILEY, 1998, GONZALEZ e DANKEL, 1993.
69
conhecimento que esses sistemas aplicavam, dos quais os representantes mais conhecidos desta
poca so os sistemas MYCIN que fazia diagnstico de doenas infecciosas, e PROSPECTOR,
que auxiliava na prospeco de minrios metlicos. Esses sistemas, onde o conhecimento de um
indivduo (o especialista) era representado em uma base de conhecimento para ser utilizado
exclusivamente por um mecanismo de inferncia, respondendo consultas, sem integrao com
outros sistemas, estabeleceram as bases para a engenharia de SEs que orientou a rea at o final
dos anos 80 e inicio da dcada de 90. Assim foram definidos os sistemas especialistas nesta fase
(ABEL, 2005):

Um programa de computador inteligente que usa conhecimento e inferncia para resolver


problemas que so difceis o suficiente para requerer percia humana significativa para sua
soluo (FEIGENBAUM, 1979);
Sistema de computao que usa representao de conhecimento ou percia humana num
domnio particular de forma a executar funes semelhantes s de um Especialista
Humano (EH) naquele domnio (BEYON, 1991);
Sistemas computacionais que procuram reunir todos os elementos do processo de deciso
de um EH. Estes sistemas renem informaes especializadas sobre campos de
conhecimento muito especficos (RABUSKE, 1995).

Segundo Abel (2003), uma nova revoluo na Engenharia de Conhecimento aconteceu


com o surgimento dos modelos administrativos de GC e das plataformas distribudas de sistemas.
O modelo tradicional de SEs restringe-se hoje a aplicaes de pequeno porte. Na moderna
Engenharia de Conhecimento, os SEs foram incorporados aos SBCs que tm como funo,
implementar um processo de soluo de problemas que foi racionalizado e padronizado por uma
organizao, e no apenas reproduzir o conhecimento de um EH.
Para encadeamento deste trabalho, importante diferenciar os SEs dos SBCs. Os SBCs
so sistemas capazes de resolver problemas usando conhecimento especfico sobre o domnio da
aplicao, normalmente esto inseridos no processo de gesto de um sistema ou organizao e
envolvem coleta de dados e manipulao de diversos tipos de conhecimento, por exemplo:
procedural, heurstico e explcito. Os SE so SBC que resolvem problemas ordinariamente
resolvidos por um EH, por isso eles requerem conhecimento sobre a habilidade, a experincia e as
heursticas usadas pelo especialista, portanto seu desenvolvimento requer uma profunda interao
entre o Engenheiro de Conhecimento (EC) que ira modelar e/ou desenvolver o sistema e o EH.
Assim os SBCs podem ser classificados como SE quando o desenvolvimento do mesmo voltado
para aplicaes nas quais o conhecimento a ser manipulado restringe-se a um domnio especfico e
conta com um alto grau de especializao e conhecimento heurstico e cujo funcionamento se
processa de maneira isolada de outros sistemas, stand alone (REZENDE, 2003). A Figura 4.3
sintetiza as caractersticas destes sistemas no contexto dos Sistemas Inteligentes (SI).
70

Exibem comportamento inteligente.

Tornam explcito o domnio do conhecimento e


SI esto inseridos em um processo de Gesto.
SBC
Resolvem problemas
SE ordinrios a um EH.

Figura 4.2 Contextualizao de SBC e SE dentro dos SIs.


Fonte: REZENDE, 2003.

O sistema proposto neste trabalho auxilia a implantao da MCC, avaliando seus pr-
requisitos e auditando suas etapas, com foco na GC. Alm do conhecimento heurstico dos EHs
sero utilizados no processo de inferncia o conhecimento explcito de manuais e normas. Portanto,
a partir deste ponto, o produto deste trabalho ser tratado como um SBC. A base do SBC proposto
um SE implementado com a shell FuzzyClips e com uma interface desenvolvida em Visual Basic.
Os SEs so concebidos para reproduzir o comportamento de EHs na resoluo de
problemas do mundo real, mas o domnio destes problemas restrito, porm dentro de seu
domnio, o conhecimento armazenado deve estar no limite da percia e, tambm, organizado de
forma a facilitar a consulta de solues por um usurio no especialista. Com estas caractersticas
os SEs no somente diferem dos sistemas de informao convencionais, que apenas facilitam a
obteno e o armazenamento da informao, como tambm tornam-se teis para a capacitao e o
ensino (LAUDON, 2002). A Figura 4.3 ilustra a estrutura de um SE.

Figura 4.3 Arquitetura de um Sistema Especialista (SE).


Fonte: GIARRATANO e RILEY, 1998.

A base de conhecimento fornece as caractersticas funcionais do sistema. Este ter o


conhecimento que for inserido na sua base de conhecimento (RIBEIRO e CUNHA, 1987). Segundo
Fernandes (2003) a base de conhecimento formada pelas regras e procedimentos que o EH utiliza
na soluo de problemas. Este conhecimento modelado no sistema, com auxlio de um EH ou
outras fontes, pelo EC, que o implementa de maneira prpria representao escolhida.
71
A memria operacional funciona como uma memria de curto prazo do sistema, pois
armazena os fatos, relativos ao problema apresentado pelo usurio, durante o processo de soluo
do problema. Estes fatos podem ser adquiridos de diversas fontes tais como: sensores, respostas
via teclado, banco de dados, ou outros programas (GIARRATANO e RILEY, 1998).
A mquina de inferncia funciona como um processador cognitivo que compara os dados
contidos na memria operacional com o conhecimento contido na base de conhecimento, para
extrair uma concluso (DURKIN, 1994).
A mquina de inferncia a parte do SE que realmente processa o raciocnio e o planejamento
lgico. Quando a base de conhecimento formada por regras, a mquina de inferncia determina qual
condicional da regra, se existir alguma, satisfeita por fatos que estejam na memria operacional e
adiciona a concluso desta regra memria operacional. Existem duas maneiras de implementar a
inferncia, o encadeamento para frente (forward chaining) onde se inicia com uma evidncia para se
chegar a uma concluso e o encadeamento para trs (backward chaining) onde se inicia com uma
concluso e procura-se uma evidncia que a comprove. Tambm possvel, em um sistema, a
aplicao de ambos os mtodos (FERNANDES, 2003).
A agenda uma lista das regras priorizadas pela mquina de inferncia, cujas condies
so satisfeitas pelos fatos ou objetos na memria operacional (GIARRATANO e RILEY, 1998).
Desta forma, a agenda armazena informaes, fatos e estruturas de suporte ao funcionamento do
sistema, quando este efetua raciocnios/inferncias.
O subsistema de aquisio de conhecimento utilizado para introduo ou remoo de
conhecimentos da base de conhecimento (FERNANDES, 2003).
O subsistema de explicao empregado para explicar ao usurio a linha de raciocnio
que o SE utilizou para chegar concluso. Esta caracterstica permite solicitar ao sistema
informaes adicionais, alm de capacit-lo para fins educacionais (FERNANDES, 2003).
A interface com o usurio estabelece um meio de comunicao entre o usurio e o sistema
(FERNANDES, 2003).

4.3 DIFERENAS ENTRE A ABORDAGEM ALGORTMICA E A HEURSTICA

Segundo Rezende (2003), a comunidade de IA tem atribudo algumas caractersticas


especficas a um SI para classific-lo como um SBC ou em casos mais especficos um SE. Em
resumo, os SBCs devem ser capazes de:

Questionar o usurio, usando uma linguagem de fcil entendimento, para reunir as


informaes de que necessita;
Desenvolver uma linha de raciocnio a partir dessas informaes e do conhecimento nele
embutido para encontrar solues satisfatrias. Para isso, o SBC pode manipular regras e
informaes incompletas, imprecisas e conflitantes;
Explicar seu raciocnio, caso seja questionado pelo usurio, do porqu necessita de
informaes externas e de como chegou s suas concluses. Para tanto, o sistema deve
72
memorizar as inferncias realizadas durante o processo de raciocnio, ser capaz de
interpretar esse processo e apresent-lo de forma compreensvel para o usurio do sistema;
Assim como um EH, o SBC pode cometer erros, uma vez que sua base de conhecimento deriva
do EH. Portanto de se esperar que as solues apresentadas, para problemas complexos,
devam ser no mnimo equivalentes quelas oferecidas pelo EH, quando este existir.

As caractersticas acima definem funcionalidades, contudo, no evidenciam as diferenas


fundamentais entre um sistema convencional e um SBC. Tentando evidenciar estas diferenas
Rezende (2003), esclarece que, em um SBC:

Tudo que se sabe sobre o problema deve estar explicitamente representado na base de
conhecimento do sistema;
A base de conhecimento deve ser usada por um agente capaz de interpret-la (em outras
palavras, a representao necessita ser interpretada para possuir significado). Na terminologia
de SBCs, esse agente conhecido como o mecanismo ou mquina de inferncia;
Os problemas resolvidos por SBCs so aqueles sobre os quais no conhecido um
procedimento determinstico que garanta uma resoluo efetiva (em termos de limitaes de
tempo e recursos). Tipicamente, esses sistemas usam conhecimento especfico do domnio
para contornar a exponencialidade da formulao genrica do problema e/ou a ausncia de
conhecimento preciso e completo sobre o seu domnio.

Os dois primeiros itens dessa definio procuram tornar clara a distino entre SBCs e
sistemas convencionais, nos quais base de conhecimento e mecanismo de inferncia so
freqentemente misturados. J o ltimo item diferencia SBCs de sistemas nos quais h
codificao explcita do conhecimento e a resoluo de problemas se faz por meio de
procedimentos determinsticos. A Tabela 4.2 resume, as principais diferenas entre sistemas
convencionais e SBC, com base na bibliografia pesquisada.

Tabela 4.1 Diferenas entre os Sistemas Convencionais e os SBCs.


Fonte: GONZALEZ, 1993 - REZENDE, 2003 - WATERMAN, 1986.
Caracterstica Programa Convencional SBC
Organizao Representa dados Representa conhecimento
Como incorporam o
Dados e relaes entre dados Conceitos, relaes entre conceitos e regras
conhecimento
Tipicamente algoritmos
Tcnica de execuo Busca heurstica
determinsticos
Conhecimento embutido no Conhecimento representado explicitamente e
Forma de controle
cdigo do programa separado do programa que o manipula e interpreta
Explicao Explicao do raciocnio difcil Podem e devem explicar seu raciocnio
Modificao Difcil Fcil
Informaes processadas Precisas Com incerteza
Sada Sempre correta Depende do problema e da base de conhecimento
Expanso Em saltos Incremental
73
4.4 PROCESSO DE DESENVOLVIMENTO DE UM SBC

Segundo Sommerville (2004), um processo de desenvolvimento de software pode ser definido


como um conjunto de atividades e resultados associados, que conduzem produo de um produto de
software. So processos complexos e dependem do julgamento humano como em qualquer processo
intelectual. Por essa razo, existe uma grande diversidade de processos de desenvolvimento de
software, nenhum ideal, e que devem estar adequados s necessidades do desenvolvedor, incluindo a
opo por utilizar processos ad-hoc em vez de utilizar algum processo padronizado. No entanto, em
todo processo de software existem atividades fundamentais comuns como:

Especificao: definio das funcionalidades e restries de operao do software;


Projeto e Implementao: concepo e codificao do software de acordo com as
especificaes;
Validao: avaliao de conformidade com os requisitos;
Evoluo: modificao do software para atender as novas exigncias;
Manuteno: correo de erros de sintaxe e/ou semntica (bug), ampliaes da capacidade e
atualizaes do software;

Essas atividades definem o que chamado de ciclo de vida do software e podem ser
desenvolvidas de diferentes maneiras pelo engenheiro de software ou EC no caso de um SBC.
Segundo Sommerville (2004) e Pressman (2004) existem diversos modelos para desenvolvimento
de software. Os mais conhecidos so:

Modelos seqenciais: linear ou modelo em cascata ou ainda waterfall;


Modelos evolucionrios: incremental e espiral;
Modelo de desenvolvimento baseado em componentes.

Este trabalho adotar o modelo evolucionrio incremental, pois nele possvel que as
etapas do ciclo de desenvolvimento do SBC sejam seguidas utilizando apenas pequenas partes de
conhecimento em relao totalidade do domnio do conhecimento, permitindo retornos s etapas
anteriores, caso seja constatado algum tipo de erro ou inadequao em alguma tomada de deciso
sobre o projeto do SBC, seguindo assim os conceitos de Engenharia Simultnea propostos por
Silva (1998). O Apndice B deste trabalho descreve os demais modelos.
Os modelos evolucionrios so modelos interativos cujo objetivo o refinamento
sucessivo do software objetivando verses cada vez mais completas a partir de aplicaes
sucessivas do modelo seqencial linear. Ao final de cada interao uma verso do software
produzida e avaliada, e novos requisitos e definies so levantados para iniciar um novo ciclo. O
processo repetido at que o software esteja completo. Isto permite ciclos de realimentao com
informaes advindas tanto por parte do EH como dos usurios, sendo, conseqentemente mais
flexvel permitindo mudanas de paradigma nas etapas do ciclo de desenvolvimento, conforme
seja exigido (SOMMERVILLE, 2004 e PRESSMAN, 2004).
74
Uma das diferenas entre o desenvolvimento de um programa computacional
convencional e um programa de SBC est na origem e quantidade de conhecimento a ser
pesquisado, que para os SBCs dificilmente totalmente conhecido mesmo para os EHs, o que
dificulta a determinao do esforo total a ser despendido. Estas particularidades dos SBCs
devem ser consideradas na escolha do seu modelo de desenvolvimento, sendo o incremental um
bom exemplo a ser seguido (GONZALEZ e DANKEL, 1993).
Segundo Gonzalez e Dankel (1993), as etapas do ciclo de vida, no desenvolvimento de
programas computacionais, utilizando o modelo incremental, podem ser seguidas conforme a Figura
4.4. O conhecimento , portanto, dividido em pequenas partes, que em conjunto formam a base de
conhecimento. Durante a formao da base de conhecimento, apesar desta no estar ainda concluda,
pode-se obter uma funcionalidade parcial com algumas limitaes, ao contrrio dos programas
convencionais que precisam estar totalmente concludos para poderem ser utilizados e testados.

Etapa 1 Etapa 6
Anlise Ajuste de Projeto

Etapa 2 Etapa 7
Especificao Implementao

Etapa 3
Etapa 8
Projeto Preliminar
Teste
Etapa 4
Prototipagem

Etapa 5 Etapa 9
Projeto Detalhado Manuteno

Figura 4.4 Etapas de desenvolvimento de software utilizando o Modelo Incremental.


Fonte: GONZALES e DANKEL, 1993.

Dentro da seqncia metodolgica de desenvolvimento dos SBCs, pelo modelo


incremental tm-se as seguintes caractersticas de cada uma das etapas de evoluo do sistema,
com base na Figura 4.4 (GONZALEZ e DANKEL, 1993):

Anlise: nesta etapa so definidos o domnio do problema, que dever ser plenamente
compreendido, e a adequao da tcnica de SBC para este domnio, a anlise pode ser
auxiliada pela Tabela 4.2. No caso especfico deste trabalho o domnio da aplicao a
MCC que devido natureza e especificidade do conhecimento envolvido satisfaz de modo
pleno todos os critrios de anlise propostos na referida tabela;
Especificao: define as fronteiras do campo de aplicao e identifica as funcionalidades
desejadas no SBC. Quanto s fronteiras este trabalho abrange os fatores crticos da
implantao e auditoria da MCC. Quanto funcionalidade o SBC proposto deve ponderar as
caractersticas do sistema/empresa e a partir de um processo de inferncia Fuzzy avaliar os
fatores crticos que podem interferir na implantao e auditoria da MCC e propor solues
ou regras de conduta para amenizar ou eliminar estes fatores crticos;
75
Tabela 4.2 Critrios para Seleo de SBCs.
Fonte: WATERMAN, 1986.
Possibilidade de Justificativa do
Desenvolvimento do SBC Apropriado
Desenvolvimento Desenvolvimento
Tarefa no requer senso Custo com EH

Pelo menos 1 item deve ser satisfeito


Todos os itens devem ser satisfeitos

Todos os itens devem ser satisfeitos


comum grande Tarefa requer
manipulao simblica
EHs podem articular Natureza
Perda do EH Tarefa requer soluo
seus mtodos
heurstica
Existem EHs EH raro

H consenso entre EHs Complexidade Tarefa no trivial


EH requerido em
Tarefa requer tambm vrios locais
Tarefa tem valor prtico
habilidades heursticas
Escopo Tarefa de proporo
A tarefa plenamente Atuao do EH em gerencial
explorada e conhecida ambiente hostil

Projeto Preliminar: define a maneira como o conhecimento inserido na base de


conhecimento, escolha das ferramentas computacionais e do EH ou fontes de conhecimento
alternativas a serem consultadas. Neste caso a ferramenta de desenvolvimento do SBC
proposto a shell FuzzyClips e as fontes de conhecimento especialistas na implantao da
MCC, literatura tcnica e normas;
Prototipagem Inicial: a construo de um SBC, com limitaes de robustez e abrangncia
de atuao, porm com possibilidade de obter concluses limitadas a base de conhecimento
inicial e as decises tomadas na etapa de projeto preliminar. Nesta fase inicia-se a Aquisio
do Conhecimento (AC), incluindo sua identificao, conceituao e formalizao para
posterior armazenamento na base de conhecimento. Neste ponto uma primeira verso do
SBC concebida para testes e tomadas de deciso;
Projeto Detalhado: faz a readequao das decises tomadas na etapa de projeto preliminar,
fundamentada nos resultados da prototipagem inicial;
Implementao: inicia-se nesta etapa o ciclo de desenvolvimento incremental. Nesta fase o
conhecimento adquirido deve ser representado formalmente. Concluda a representao
parte-se para o desenvolvimento da interface, documentao e gerao dos manuais do SBC;
Teste: objetiva ter o retorno do desempenho do SBC. Pode ser subdividida em: etapa de
verificao realizada pelo EC, e etapa de validao conduzida pelo EH e usurios do
sistema. Estas atividades so complementares e necessrias para avaliar e assegurar a
qualidade do SBC. Aps a avaliao das caractersticas dinmicas do SBC o sistema
refinado, corrigindo algum conhecimento incorreto ou ausente no modelo executvel;
Ajustes de Projeto: visa realizar pequenos ajustes a partir do retomo das concluses da etapa
de teste. Aps esta etapa, inicia-se um novo ciclo de implementao e teste, que conduzido
para cada parte de conhecimento a ser inserido no SBC;
Manuteno de Software: atingidas as metas de abrangncia da base de conhecimento, o
SBC finalizado, e entra na etapa de manuteno que realizada para correes de falhas
76
no identificadas durante a construo do SBC e atualizaes ou expanses da base de
conhecimento para as novas configuraes do domnio do problema.

O desenvolvimento dos SBCs inicia-se realmente aps o trmino das etapas iniciais
compreendidas entre a anlise e o projeto detalhado que definem e justificam a sua aplicao,
especificando os requisitos do programa computacional e projetando o SBC. Conforme as etapas de
desenvolvimento incremental so percorridas, a base de conhecimento atinge a maturidade e a
capacidade de resoluo de problemas cada vez mais complexos e com grande amplitude de
atuao. Devido a sua relevncia, alguns dos componentes das etapas do ciclo de desenvolvimento
do SBC sero abordados com mais detalhes nos tpicos que seguem.

4.5 AQUISIO E ELICITAO DO CONHECIMENTO

Forsythie e Buchanan (1989) fazem uma diferenciao entre Aquisio e Elicitao ou


Extrao do Conhecimento definindo que: a AC est relacionada com a coleta das informaes a partir
de um ou mais especialistas ou atravs de outras fontes de conhecimento (livros, documentos, normas,
etc...) at a sua codificao de forma computacional, enquanto que a Elicitao ou Extrao do
Conhecimento diz respeito s vrias tcnicas utilizadas na etapa de AC (entrevistas, teachback3 ,
anlise de protocolo, etc...), Rezende (2003), tambm alerta que, estes termos no so sinnimos de
AC, mas sim um processo de interao entre um agente humano responsvel por construir o SBC,
chamado de Engenheiro de Conhecimento (EC) e a fonte humana de conhecimento (o Especialista).
Entre as definies do termo Aquisio do Conhecimento (AC), na literatura, tm-se:

Transferncia e transformao da habilidade ou percia para resolver problemas contidos em


alguma fonte de conhecimento para um programa computacional (GENARO, 1986);
Processo de dispor, codificar e esmerar o conhecimento, o que pode requerer entrevistas
com especialistas, consultas a uma biblioteca ou introspeco. A pessoa que empreende a
AC deve converter o conhecimento adquirido de maneira que possa ser utilizado por um
programa de computador (HARMON, 1988).

A AC referenciada por vrios autores como um dos maiores obstculos na construo de


SBCs (GENARO, 1986; HART, 1992; GIARRATANO e RILEY, 1998; REZENDE, 2003).
Vrios so os problemas que tornam a AC uma tarefa difcil. Existe a incompatibilidade de nveis
entre seres humanos e mquinas, ou seja, as mquinas exigem que o conhecimento seja expresso
explicitamente, porm, nem sempre o especialista est consciente da estrutura do seu prprio
conhecimento de maneira detalhada para que a mquina possa raciocinar (CLEAL, 1988). Outra
questo a diferena que existe entre as regras que os especialistas declaram e as regras utilizadas
na prtica quando resolvem um problema (HART, 1992).

3
A entrevista teachback consiste de uma conversao entre entrevistador e entrevistado at chegarem a um
consenso sobre o pensamento do entrevistado (ALIBERAS et al, 1996).
77
Para tornar mais efetivo o processo de AC, vrias tcnicas tm sido desenvolvidas para a etapa
de elicitao. Elas podem ser classificadas como manuais, semi-automticas e automticas. Nas
tcnicas manuais, o EC responsvel por elicitar o conhecimento do especialista ou de outras fontes e
depois codific-lo em uma base de conhecimento. Contudo, os problemas de comunicao entre o
grande nmero de agentes humanos envolvidos na tarefa (especialistas, EC e programadores) acabam
por introduzir rudos semnticos no processo que podem comprometer a qualidade da base de
conhecimento. Uma alternativa que objetiva minimizar esses problemas a elicitao automtica ou
semi-automtica, na qual se usa uma ferramenta computacional para auxiliar o EC, ou o prprio
especialista, a construir a base de conhecimento. Com o uso dessas ferramentas, alm de reduzir o
nmero de agentes humanos envolvidos e, por conseqncia, os seus problemas de comunicao,
torna-se mais rpido o processo de construo da base de conhecimento. Isto, facilita para o EC ou
especialista obter respostas a respeito do comportamento do sistema e identificar possveis
inadequaes. Basicamente, as ferramentas de elicitao do conhecimento baseiam-se em algum tipo
de conhecimento ou tcnica preexistente para apoiar o processo de aquisio (REZENDE, 2003).

4.5.1 Tcnicas Manuais para Elicitao do Conhecimento

Este item apresenta as tcnicas manuais de elicitao do conhecimento utilizadas neste


trabalho. O Apndice B mostra outras tcnicas, que tambm foram estudadas. Segundo Rezende
(2003) as tcnicas manuais de elicitao do conhecimento podem ser classificadas e caracterizadas
como segue:

a) Baseadas em Descries

Esta abordagem exige que o EC estude e analise os textos de referncia do domnio e produza
a base de conhecimento a partir deles. Existem vrios problemas com esta abordagem, tais como:
inexistncia de referncias homologadas em um domnio e a necessidade de formao especfica para
entender os textos de referncia.

b) Baseadas em Entrevistas

Envolvem um dilogo direto entre o EC e os especialistas. Esta abordagem no dispensa a


investigao bibliogrfica, mas a utiliza para criar uma linguagem de senso comum entre especialista e
o EC. Existem diferentes tipos de entrevistas que podem ser utilizadas:

b1) Entrevistas No-Estruturadas

Devem ser feitas na fase de identificao, na qual o escopo e o foco da aplicao so


determinados. So conduzidas informalmente, economizando tempo e possibilitando ao EC conhecer
78
mais rapidamente a estrutura do domnio do problema. Por outro lado, segundo Rezende (2003),
dificilmente oferecem uma descrio completa e bem organizada do processo cognitivo do
especialista. Os produtos esperados das entrevistas no-estruturadas so o escopo, a lista de referncias
e um glossrio inicial.

b2) Entrevista Estruturada

Identifica os elementos e as relaes do domnio. feita na fase de Prototipagem Inicial,


na qual formulada a descrio do domnio. Esta abordagem se fundamenta em um processo
sistemtico orientado a um objetivo que leva a uma comunicao organizada entre o EH e o EC.
Isso ajuda a evitar distores decorrentes da subjetividade. As seguintes recomendaes gerais
podem ser seguidas pelo entrevistador:

Estudar o material disponvel a respeito do assunto para fazer questionamentos que sejam
relevantes;
Revisar as tarefas que o SBC ter de realizar;
Escalonar formalmente e planejar a entrevista, usando formulrios;
Elaborar algumas amostras de perguntas antes da entrevista;
Conscientizar o especialista dos objetivos e propsitos das entrevistas e instru-lo a se
preparar com antecedncia.

As entrevistas estruturadas tm a desvantagem de poder produzir resultados influenciados


pelo entrevistador e, portanto, devem ser planejadas e revistas cuidadosamente. Os produtos
esperados das entrevistas estruturadas so: um glossrio robusto, um conjunto de casos a serem
estudados e uma descrio da tarefa, do domnio, e das limitaes.

b3) Acompanhamento de Casos

Feito o modelo de conhecimento a partir da anlise do material das entrevistas e das


referncias, alguns casos devem ser verificados e falhas na descrio do conhecimento,
detectadas. Esse processo de deteco de falhas e incompletudes no modelo, realizado junto com
o especialista em entrevistas focadas em informaes para preenchimento do modelo.

c) Teachback

Teachback uma tcnica utilizada para validar o conhecimento. Nesta tcnica o EC explica
alguns conceitos da rea ou faz a simulao de tarefas de uma rea particular do conhecimento. A
tcnica permite ao especialista acompanhar o raciocnio do EC sobre um determinado assunto.
Deve ser utilizada logo aps as tcnicas de entrevistas.
79
d) Tcnica Delphi

Delphi o nome dado para um conjunto de procedimentos para elicitar e refinar a opinio
de um grupo de pessoas, tipicamente um painel de especialistas, e foi desenvolvida por Norman
C. Dalkey e colaboradores na Rand Corporation (DALKEY, 1967). De maneira geral, o mtodo
para aplicao da tcnica Delphi consiste em: obter as respostas de cada participante s questes
pr-elaboradas, por meio de questionrios ou outra forma de comunicao formalizada; fazer
iteraes (uma ou mais) desses questionrios, onde as informaes colhidas em cada rodada so
controladas e resumidas pelo mediador e realimentada junto ao prximo questionrio; e adotar
como a resposta do grupo uma estatstica representativa das respostas finais (DALKEY, BROWN
e COCHRAN, 1969). O Apndice B mostra mais detalhes da Tcnica Delphi.

4.5.2 Tcnicas Automatizadas para Elicitao de Conhecimento

Diferente das tcnicas manuais de elicitao de conhecimento, que so altamente


dependentes da interao do EC com o especialista, e portanto, sujeitas a rudos semnticos, existem
tambm, abordagens semi-automticas e automticas que oferecem parte ou toda a tarefa de aquisio
j implementada. Algumas abordagens so especficas do domnio e outras so especficas da tarefa.
Algumas enfatizam a interao com o EH, baseando-se em processos psicolgicos de elicitao do
conhecimento. Outras enfatizam o reuso de componentes de conhecimento disponveis em bibliotecas,
tais como ontologias e mtodos de resoluo de problemas (REZENDE, 2003).
O Apndice B mostra algumas das tcnicas automatizadas de uso corrente para a
concepo de SBCs. Os prximos pargrafos mostram a tcnica semi-automtica baseada no
reuso da representao e dos mecanismos de inferncia, a qual foi utilizada neste trabalho.
As primeiras ferramentas semi-automticas de AC surgiram a partir da constatao de que a
forma de representao e o mecanismo de inferncia, utilizados por um determinado SBC poderiam
ser reusados em aplicaes similares em outros domnios. Por serem produzidas a partir de
abstraes sobre SBCs j existentes, essas ferramentas ficaram conhecidas como shells para SBCs.
As shells evoluram a ponto de conterem mecanismos de busca e diversas formas de representao
do conhecimento prontas para serem configuradas. Com isso, o EC pode focar mais na tarefa de
modelagem e desvincular-se significativamente do esforo de implementao do mecanismo de
inferncia atividade que antes do desenvolvimento das shells, consumia um tempo significativo,
porm indispensvel para a etapa de representao do conhecimento (REZENDE, 2003).
Este trabalho utilizou a shell FuzzyClips para construo do SBC proposto. Esta deciso
reduziu consideravelmente o tempo de desenvolvimento do SBC permitindo uma passagem direta
da aquisio para a representao do conhecimento.
80

4.5.3 Consideraes sobre Aquisio de Conhecimento (AC)

Segundo Rezende (2003) embora as ferramentas de aquisio semi-automticas e


automticas tenham suavizado o processo de AC, elas no eliminaram a dependncia do EC. De
fato, ainda no existe uma ferramenta que tenha sido usada em escala comercial diretamente com
especialistas. Neste sentido, as abordagens automticas vm recebendo grande fora, dado seu
potencial de investigao de registros existentes em larga escala e da liberao do EC.
As tcnicas de elicitao do conhecimento no so mutuamente exclusivas, porm ainda
falta definir um mapeamento entre as diversas tcnicas desenvolvidas e como elas podem ser
integradas para resolver os diferentes problemas de aquisio. Algumas metodologias traduzem
automaticamente o modelo de conhecimento para alguma linguagem de representao de
conhecimento, por exemplo, o Protege-II gera regras de produo para a shell CLIPS e JESS
Java Expert System Shell (REZENDE, 2003).
A rea de AC tambm no se encontra plenamente estabilizada. No estgio atual, no foi
estabelecido um consenso sobre o ciclo de vida para o processo de AC com a definio de etapas,
dos produtos resultantes de cada etapa e dos mtodos a serem utilizados em cada uma delas
(RUSSELL e NORVIG, 2004).
Neste trabalho a AC, para desenvolvimento do SBC-Fuzzy, no ficou restrita a um nico
tipo ou fonte de conhecimento, foi includo: conhecimento heurstico de EHs (especialistas na
implantao da MCC), conhecimento procedural ou explcito de tabelas, diagramas, fluxogramas,
normas e livros. Os Captulos 5 e 6 mostram mais detalhes do processo de AC utilizado.

4.6 REPRESENTAO DO CONHECIMENTO (RC)

A Representao do Conhecimento (RC) pode ser entendida como uma forma sistemtica de
estruturar e codificar o que se sabe sobre uma determinada aplicao. Do ponto de vista da estrutura
de representao, o conhecimento pode ser considerado um conjunto de fragmentos que so
acessados pelo processo de inferncia. A adequao heurstica da estrutura de RC pode ser analisada
sob dois aspectos: em relao s propriedades dos fragmentos e em relao s propriedades da
estrutura (FERNANDES, 2003). Quanto codificao, ao contrrio de uma codificao qualquer ou
procedural, uma RC deve apresentar as seguintes caractersticas (BITTENCOURT, 2001):

Ser compreensvel ao ser humano, pois caso seja necessrio avaliar o estado de conhecimento
do sistema, a RC deve permitir a sua interpretao;
Abstrair-se dos detalhes de como funciona internamente o processador de conhecimento que a
interpretar;
Ser robusta, isto , permitir sua utilizao mesmo que no aborde todas as situaes possveis;
81
Ser generalizvel, ao contrrio do conhecimento em si que individual. Uma representao
necessita de vrios pontos de vista do mesmo conhecimento, de modo que possa ser atribuda
a diversas situaes e interpretaes.

Como propriedades dos fragmentos de conhecimento, cita-se (BITTENCOURT, 2001):

Granularidade ou nvel de detalhe do fragmento;


Disponibilidade, pois os fragmentos do conhecimento podem ser explicitamente representados
ou no. Exemplos de conhecimento implcito so as heranas na programao que utilizam
modelagem orientada a objetos;
Credibilidade que est associada ao grau de certeza destes fragmentos.

Como propriedade da estrutura, cita-se (BITTENCOURT, 2001):

Modularidade que vai mostrar o quo fcil adicionar ou modificar os fragmentos de


conhecimento.

Existem vrias tcnicas de RC e para avaliar essas tcnicas existem alguns critrios, dos
quais os principais so (RICH, 1993):

Adequao Lgica: observa se o formalismo usado capaz de expressar o conhecimento do


domnio que se deseja representar;
Convenincia Notacional: verifica as convenes da linguagem de representao. Se essas
forem muito complicadas, a tarefa de codificao torna-se extremamente complexa;
Adequao Inferencial: capacidade de manipular as estruturas representacionais de modo a
derivar novas estruturas que correspondam a novos conhecimentos, inferidos a partir de
conhecimento antigos;
Eficcia Inferencial: capacidade de incorporar estrutura de conhecimento informaes
adicionais que podem ser utilizadas para focalizar a ateno dos mecanismos de inferncia nas
direes mais promissoras;
Eficcia Aquisitiva: capacidade de adquirir um novo conhecimento de maneira facilitada. O
caso mais simples envolve a insero direta, por um EH, na base de conhecimento. Idealmente
o prprio programa deveria ser capaz de controlar a AC diretamente do EH.

A RC um dos problemas cruciais de IA, pois no existe uma teoria geral de RC.
Entretanto, se nenhum bom mapeamento puder ser definido a partir de um problema, ento no
importa a competncia do programa para solucionar problemas, ele no ser capaz de produzir
respostas que correspondam as respostas reais para o problema. (RICH, 1993).
Muitas tcnicas de RC tm sido estudadas pelos pesquisadores de IA. Nos itens seguintes
so apresentadas as tcnicas de RC utilizadas neste trabalho. No Apndice B so mostradas outras
tcnicas de RC que foram estudadas durante a pesquisa bibliogrfica para embasamento terico
deste trabalho.
82
a) Regras de Produo

Os primeiros SBCs foram sistemas baseados em regras. Esses sistemas se inspiraram na


idia que o processo de tomada de deciso humano poderia ser modelado por meio de regras do tipo
{ SE Condies ENTO Concluses FAA Aes }. Portanto, as regras podem expressar

relacionamentos lgicos e equivalncias de definies para simular o raciocnio humano


(REZENDE, 2003).
A parte SE de uma regra uma lista de condies a serem satisfeitas, a parte ENTO uma
lista de concluses e FAA so as aes a serem executadas. Cada uma das condies da lista
verificada, e se todas forem satisfeitas, as concluses so consideradas verdadeiras e as aes sero
executadas. Assim como outros esquemas de representao, as regras podem ser usadas para
justificar a conduta do sistema na busca da soluo. Entre vrias alternativas de RC, as regras
constituem uma forma natural de representar o conhecimento de um EH (REZENDE, 2003).
As grandes vantagens da regra so a naturalidade e a uniformidade. A regra natural, pois
a forma de representao que as pessoas e especialistas normalmente empregam no dia a dia, o que
as tomam fceis de serem entendidas. Uniformes porque normalmente as regras so escritas
segundo um padro, na forma de pares de expresso consistindo em uma condio e uma ao.
Como desvantagem tem-se a dificuldade de compreenso do fluxo de informaes em um SBC.
Esta dificuldade pode ser contornada em algumas situaes onde possvel separar as regras em
grupos (RICH, 1993).

b) Orientao a Objetos

Segundo Rezende (2003), a orientao a objetos rene caractersticas tanto das redes
semnticas quanto dos frames. Entretanto, neste trabalho, o estudo de frames e redes semnticas,
mostradas no Apndice B, tm carter eminentemente histrico e didtico, visto que os SBCs
contemporneos vm utilizando orientao a objetos em vez destas tcnicas. Na orientao a
objetos a estratgia principal representar o conhecimento como conjuntos completos de objetos
com comportamentos. Os objetos so definidos em classes hierarquicamente estruturadas, de
modo que nveis inferiores na estrutura acessam atributos e relacionamentos de nveis superiores
(REZENDE, 2003). A potencialidade da representao orientada a objeto est relacionada com
propriedades como abstrao, encapsulamento, herana e polimorfismo, caracterizadas a seguir
(GONZALEZ e DANKEL, 1993):

Abstrao: ignora aspectos de algumas entidades, concentrando-se naqueles aspectos mais


relevantes para a resoluo do problema corrente;
Encapsulamento: separao dos aspectos externos de um objeto, acessveis por outros, dos
detalhes internos da implementao que ficam ocultos dos demais. usado no
83
desenvolvimento de uma estrutura global de programas, onde cada parte do programa deve
conter tarefas especficas, revelando to pouco quanto possvel, os detalhes internos;
Herana: permite expressar caractersticas comuns possudas por uma coleo de diferentes
classes de objetos em uma s vez;
Polimorfismo: permite que uma mesma mensagem seja respondida por diferentes classes de
maneira prpria de cada classe. Onde mensagem uma solicitao ou comando enviado por
um objeto emissor para um objeto receptor para realizao de um servio ou processamento;

A flexibilidade na descrio o ponto mais forte desta tcnica de representao. Um


conjunto bsico de objetos pode ser estabelecido e ento ser utilizado na implementao de vrios
sistemas atravs de modificaes, de acordo com cada situao (REZENDE, 2003).

c) Orientao a Objetos Associada a Regras de Produo

A orientao a objetos oferece uma representao estrutural concisa de relaes estticas,


mas no oferece facilidades diretas para descrever declarativamente como o conhecimento
armazenado deve ser utilizado. Essa deficincia da representao orientada a objetos pode ser
tratada com sucesso por meio do uso de regras de produo. Por isso, est cada vez mais
difundido o uso de regras de produo combinadas com orientao a objetos, de maneira a
explorar as vantagens que as duas representaes oferecem (REZENDE, 2003).
Segundo Rezende (2003), enquanto a orientao a objetos oferece uma forma rica, simples e
natural para expressar os objetos do domnio, suas relaes e a forma de comportamento, as regras
de produo oferecem um meio simples e natural de expressar o processo de raciocnio do sistema.

4.6.1 Consideraes sobre Representao de Conhecimento (RC)

A RC consiste nos caminhos que podem ser trilhados para codificar o conhecimento em
um programa computacional. A bibliografia estudada revela que, a tcnica de RC mais adequada
depende do tipo do problema e da rea na qual o SBC est sendo usado, no havendo uma regra
geral de representao que atenda a todas as situaes.
Entretanto cabe ressaltar que, sistemas baseados em um nico formalismo de RC (em
particular regras de produo) limitam o tipo de informao que pode ser representado e tendem a
ficarem ineficientes medida que cresce a quantidade e os tipos de informaes que precisam ser
armazenadas. Assim, SBCs hbridos podem ser encarados como uma soluo adequada, pois
combinam as vantagens dos formalismos por eles utilizados.
Neste trabalho se utilizou a orientao a objetos associada a regras de produo, com
auxlio da shell FuzzyClips, os Captulos 5 e 6 mostram mais detalhes deste processo.
84
4.7 VERIFICAO E VALIDAO DE SBC

Segundo Gonzalez e Dankel (1993), os termos verificao e validao esto relacionados


qualidade de software. Neste sentido Smith e Kandel (1993) afirmam que a maioria das
exigncias para um software convencional definidas na ISO/IEC 9126 ou na NBR 13596, aplica-
se tambm aos SBCs, principalmente no tocante interface com o usurio e mquina de
inferncia, que podem ser tratados como softwares convencionais. Entretanto, muitos aspectos da
qualidade do software, presentes nas referidas normas, no foram especificados para SBCs. Um
aspecto nico dos SBCs a capacidade de emular um EH. Assim, uma especificao da
qualidade para os SBCs a habilidade do SBC de equiparar-se ao desempenho de um EH. Uma
outra caracterstica original dos SBCs a separao do conhecimento e do controle, onde: o
conhecimento reside na base de conhecimento e o controle na mquina de inferncia. A mquina
de inferncia pode ser considerada um software algortmico, portanto, as definies da qualidade
para o software convencional se aplicam a ela. J a base de conhecimento no segue o mesmo
raciocnio, de fato, a qualidade de um SBC igualada freqentemente com a qualidade do
conhecimento armazenado na base de conhecimento.
A verificao examina o cumprimento do SBC aos requisitos de projeto, verificando se o que
o mesmo executa est de acordo com as especificaes do sistema. As atividades de verificao so
executadas normalmente pelo EC, e envolvem os seguintes itens (GIARRATANO e RILEY, 1998):

Verificar se o adequado paradigma de RC foi implementado e se o mesmo est livre de erros


de semntica;
Verificar a funcionalidade da tomada de deciso do SBC, examinando a mquina de
inferncia e o processo de raciocnio do sistema, avaliando no somente a conformidade dos
resultados intermedirios e finais, mas tambm se o SBC est usando o processo correto de
encadeamento ao determinar os resultados corretos;
O projeto e a implementao foram modulares;
O sistema tem uma interface apropriada com outros sistemas;
A interface do usurio corresponde s especificaes;
A forma de explicao foi apropriada ao usurio;
Os requisitos de tempo de execuo do sistema foram satisfeitos;
O sistema tem manuteno conforme o grau especificado;
O sistema satisfaz as especificaes de segurana;
Foram adotadas medidas de segurana para proteger que a base de conhecimento seja
modificada sem autorizao;
Verificar as regras quanto aos erros de sintaxe, e neste caso investigar:
Regras Redundantes: duas regras so redundantes se elas possuem premissas idnticas e
levam a concluses idnticas sintaticamente ou em significado;
85
Regras Conflitantes: quando a premissa de duas regras idntica, porm suas concluses
so conflitantes;
Regras Includas: uma regra includa por outra se esta tem mais restries condicionais
para concluses idnticas;
Regras Circulares: conjunto de regras que apresentam um encadeamento entre si
formando loops;
Condicionais Desnecessrias: quando duas regras com concluses idnticas tm quase as
mesmas premissas;
Regra sem Sada (Dead end Rules): no encadeamento direto, estas so regras cujas aes no
afetam qualquer concluso e no so usadas por outras regras para gerar outras concluses;
Regras "Perdidas": so caracterizadas por fatos que no so usados no processo de
inferncia, concluses no afetadas por qualquer outra regra ou funo, ou falhas em cobrir
todos os possveis valores das entradas;
Regras Inatingveis: no sistema de encadeamento direto, este tipo de regra indica que
suas premissas jamais sero satisfeitas, ou pela ausncia de certas regras ou pela falta de
dados de entrada. Isto equivalente a uma "regra sem-sada" no sistema de
encadeamento reverso.

Segundo Smith e Kandel (1993) a verificao realizada utilizando-se a anlise esttica e


dinmica. A anlise esttica no envolve a execuo do SBC, e utilizada, por exemplo, para
verificar a base de conhecimento, manualmente ou utilizando alguma ferramenta automtica, a
fim determinar a exatido, consistncia e a integralidade do conhecimento. A anlise dinmica
envolve a execuo do SBC, e utilizada, por exemplo, para determinar se o SBC est
produzindo as respostas corretas e se est usando o processo correto de inferncia.
A validao determina a eficcia do sistema final com relao s necessidades do usurio
final e ao mesmo tempo avalia se o SBC executa a tarefa desejada com um nvel suficiente da
percia. A validao analisa as exigncias explcitas e implcitas do sistema. As exigncias
explcitas so aquelas definidas na fase de planejamento e especificao do SBC, e que
necessitam ser confirmadas e testadas. Nesta etapa valem os preceitos das normas para softwares
convencionais ISO/IEC 9126 ou NBR 13596. As exigncias implcitas analisam a habilidade do
SBC se equiparar a um EH na resoluo de suas tarefas, estas caractersticas so nicas dos SBCs
e no so vlidos os preceitos das normas para softwares convencionais. Nesta etapa, utilizando-
se da anlise dinmica, as respostas do SBC so confrontadas com as respostas do EH ou com
solues de casos anteriores, buscando ratificar a acurcia do SBC (SMITH e KANDEL, 1993).
O processo de verificao e validao do SBC-Fuzzy desenvolvido neste trabalho est
detalhado no Captulo 8.
86
4.8 TRATAMENTO DE INCERTEZAS

O tratamento de incertezas se justifica nos estudos de SBCs, pois os domnios adequados


sua implementao se caracterizam exatamente por no serem modelados por nenhuma teoria
geral, o que implica em descries incompletas, inexatas ou incertas (FERNANDES, 2003).
As fontes de incerteza possveis em um SBC podem ser causadas por problemas nos dados,
por exemplo: dados ausentes ou no disponveis, dados disponveis porm no confiveis ou
ambguos, a representao dos dados pode ser imprecisa ou inconsistente, os dados podem ser
baseados em valores default e tais valores podem ter excees ou os dados podem apenas
representar a melhor suposio do EH, baseado em associaes plausveis ou estatsticas que o EH
observou, podendo no ser apropriado em todas as situaes. Alm dos dados de entrada, a incerteza
pode estar presente na soluo do problema ou em ambos (GONZALEZ e DANKEL, 1993).
Considerando estas vrias fontes de erro, a maioria dos SBCs requer a incorporao de
alguma forma de representao de incerteza nas entradas e no processo de inferncia quando
aplicado a domnios com a presena de incerteza. Ao se implementar uma tcnica para tratamento
de incerteza, devem-se considerar trs questes principais (GONZALEZ e DANKEL, 1993):

Como representar dados incertos;


Como combinar dois ou mais dados incertos;
Como gerar inferncia usando-se dados incertos.

Existem, basicamente, dois mtodos de representao de incertezas: o simblico e o


numrico. O mtodo simblico trata incertezas atravs de regras de inferncia que representam as
excees no raciocnio do EH e, portanto vivel para trabalhar com uma pequena quantidade de
excees. Os mtodos numricos atribuem aos fatos e regras uma medida numrica que represente
de alguma forma a confiana do especialista. Uma caracterstica freqente desses mtodos a
existncia de um limite mnimo para a medida de incerteza, abaixo do qual o fato ou regra
desconsiderado. Este limite pode, em geral, ser fixado pelo usurio (NASSAR, 2004).

4.8.1 Tratamento das Incertezas do Processo de Implantao da MCC

Este trabalho utiliza, para representao da incerteza, mtodos numricos fundamentados


na Teoria dos Conjuntos Difusos (Fuzzy Set), uma vez que, a incerteza presente na estruturao
do conhecimentto inerente implementao e auditoria da MCC por impreciso ou de natureza
lxica. Outras razes que justificam esta escolha so:

A comunicao com o usurio deve ser a mais apropriada e natural possvel para refletir
os termos e incertezas do processo de implantao da MCC. Isto sugere a utilizao de
variveis lingusticas, as quais, podem ser formalmente tratadas com a lgica Fuzzy;
87
A base de conhecimento de um SBC um repositrio de conhecimento humano e, sendo
este impreciso por natureza, comum a presena de incompletudes tanto nas regras
quanto nos fatos. Os conjuntos Fuzzy representam uma maneira formal e coerente para
tratar estas incompletudes do conhecimento humano;
A incerteza da informao na base de conhecimento requer que a mquina de inferncia
disponha de ferramentas para tratamento desta incerteza. Este tratamento deve transmitir a
incerteza das premissas para as concluses e associar s concluses alguma medida de
incerteza apropriada e compreensvel pelo usurio. A lgica Fuzzy e mais especificamente
a shell FuzzyClips, adotada neste trabalho, permitem este tratamento;
Ao contrrio da lgica clssica, onde uma proposio s pode assumir o valor Verdadeiro
(1) ou Falso (0), na lgica Fuzzy existem tambm valores intermedirios de verdade
dentro de um conjunto finito ou infinito entre 0 e 1. Este conceito est mais prximo do
processo decisrio humano.

Os prximos itens apresentam os conceitos da lgica Fuzzy, os quais subsidiaram o SBC-


Fuzzy desenvolvido.

4.9 LGICA FUZZY

A expresso lgica Fuzzy foi mencionada pela primeira vez em 1965 pelo engenheiro
eletrnico Lotfi Asker Zadeh, professor de Teoria dos Sistemas na Universidade de Berkeley que
desenvolveu, na dcada de 60, a Teoria dos Conjuntos Fuzzy e na dcada de 70 props sua
extenso com o conceito de Varivel Lingstica (CAMPOS, 2004).
A lgica Fuzzy representa a incerteza por impreciso, isto trabalha com conjuntos com
limites imprecisos. Sendo uma extenso da lgica clssica, a lgica Fuzzy utilizada para
representar termos lingisticamente imprecisos (Ex.: ruim, bom, timo). Na lgica clssica, com
base na teoria clssica dos conjuntos, um elemento pertence ou no ao conjunto, enquanto, na
lgica Fuzzy um elemento possui um grau de pertinncia ao conjunto, que varia de 0 a 1, este
grau obtido por meio da funo de pertinncia que representa o conjunto (NASSAR, 2004).

4.9.1 Conjuntos Fuzzy Definies

Na teoria clssica dos conjuntos, se um elemento x do universo de discurso U, pertence a


um dado conjunto A, ento este elemento satisfaz um predicado associado a este conjunto. Pode-se
ento definir este conjunto por meio de uma funo, chamada de funo caracterstica, mapeada por
(x ) : U {0,1} que associa a cada elemento do universo de discurso U um binrio:

1 se x A
(x ) = 4.1
0 se x A
88
A propriedade fundamental da lgica Fuzzy, proposta por Zadeh, tem uma caracterizao
mais ampla, generalizando a funo caracterstica de modo que ela pode assumir um nmero
infinito de valores no intervalo {0,1}. Um conjunto Fuzzy completamente caracterizado por seu
vetor de pertinncia, com os graus de pertinncia individuais multivalentes dentro do intervalo
numrico {0,1}. Esses graus de pertinncias podem ser considerados como medidas que
expressam a possibilidade de um dado elemento ser membro de um conjunto Fuzzy.
Se U o universo que contm os elementos denotados genericamente por x, ento o
conjunto Fuzzy A em U, o conjunto de pares ordenados:

A = { A (x ), x }, x U 4.2

Onde: A (x ) uma funo real, dita funo de pertinncia, mapeada por

A (x ) : U [0,1] , que associa a cada x U um nmero real A (x ) , no


intervalo [0,1] . Este nmero real representa o grau de pertinncia de x em A.
A seguinte terminologia descreve um conjunto Fuzzy (Figura 4.5):

Ncleo: regio do universo de discurso caracterizada por ter uma pertinncia total ao
conjunto Fuzzy, (x ) = 1, x Ncleo .
Suporte: regio do universo de discurso caracterizada por ter uma pertinncia ao conjunto
Fuzzy diferente de zero, (x ) 0, x Suporte .
Limite: regio do universo de discurso caracterizada por ter uma pertinncia ao conjunto
Fuzzy entre 0 e 1, 0 < (x ) < 1, x Limite .

Ncleo

U
Limite Limite
Suporte

Figura 4.5 Ncleo, Suporte e Limites de um Conjunto Fuzzy.

Sejam A e B conjuntos Fuzzy em um universo U, ento x U :

A um conjunto vazio A = , se e somente se A (x ) = 0 ;

A um conjunto complemento de A , se e somente se A( x) = 1 A( x), x U ;


Os conjuntos A e B so iguais ( A = B ) , se e somente se A (x ) = B (x ) ;
O conjunto A um subconjunto de B (A B ) , se e somente se A (x ) < B (x ) .

Um subconjunto de um conjunto Fuzzy A de pontos x de U tal que A (x ) > 0


denominado de conjunto suporte, S(A), do conjunto Fuzzy A. Um conjunto Fuzzy cujo conjunto
89
suporte um nico ponto x de U com A (x ) = 1 chamado de conjunto Unitrio Fuzzy ou
Singular (Singleton).
Dado um conjunto Fuzzy A definido em U e qualquer nmero [0,1] , o -cut A() e o
-cut-forte A(+) so os conjuntos clssicos (crisp) definidos da seguinte forma:

A () = {x | A(x ) }
4.3
A (+) = {x | A (x ) > }

4.9.2 Propriedades dos Conjuntos Fuzzy

Sendo A, B e C conjuntos Fuzzy do universo de discurso U, as propriedades, mostradas na


Tabela 4.3 so vlidas:

Tabela 4.3 Propriedades dos Conjuntos Fuzzy.


Fonte: REZENDE, 2003.
Propriedade Comutativa A B = B A e A B = B A
Propriedade Associativa ( A B ) C = A (B C ) e ( A B ) C = A ( B C )
Idempotncia A A = A e A A = A
Distributividade em relao Unio A (B C ) = (A B ) (A C )
Distributividade em relao Interseco A (B C ) = (A B ) (A C )
Conjunto Fuzzy e seu Complemento A A U e A A
Conjunto Fuzzy e o Conjunto Nulo A = A e A =
Conjunto Fuzzy e o Conjunto Universo A U =U e A U=A
Involuo A=A
Teorema de Morgan (A B) = A B e (A B) = A B

4.9.3 Operaes Fuzzy

Conforme Shaw e Simes (2002), as operaes entre conjuntos, pertencentes a universos de


discurso diferentes, possibilitam a construo da base de conhecimento de um sistema. Esses
mapeamentos ocorrem entre os conjuntos da varivel de entrada A (x ), x U , e o conjunto da
varivel de sada B ( y ), y V atravs da expresso condicional de inferncia:
A B ou Se A(x) Ento B(y) , que a ligao do antecedente ou condio, definido pelo conjunto
A caracterizado por seu vetor de pertinncia, A (x ), x U , com o conseqente ou resultado da
ao, definido pelo conjunto B caracterizado pelo seu vetor de pertinncia, B ( y ), y V . Os
prximos itens mostram as operaes entre conjuntos Fuzzy utilizadas neste trabalho.

Complemento:

O complemento de um conjunto Fuzzy A normalizado, correspondente ao conectivo


NO, normalmente denotado por A . A funo de pertinncia deste conjunto A , A( x) , em

um universo U definida por: A( x) = 1 A( x), x U .


90

Interseo:

A interseo entre dois conjuntos Fuzzy A e B do universo de discurso U corresponde ao


conectivo E, e pode ser representada por C = A B , com C do mesmo universo de discurso U. A
funo de pertinncia C ( x) da interseo C = A B , proposta por Zadeh, definida por:

C ( x) = AB ( x) = min{ A( x), B ( x)}x U .

Unio:

A unio de dois conjuntos Fuzzy A e B do universo de discurso U corresponde ao


conectivo OU, e pode ser representada por C = A B , com C do mesmo universo de discurso U.
A funo de pertinncia C ( x) da unio C = A B , proposta por Zadeh, definida por:

C ( x) = AB ( x) = max{ A( x), B ( x)}x U .

A Figura 4.6 mostra graficamente as operaes complemento, interseo e unio dos


conjuntos Fuzzy A e B em U = [ 0 , 10 ] e as respectivas funes de pertinncia.

A(x) A B(x) B
1 1
0,8 0,8
0,6 0,6
0,4 0,4
0,2 U 0,2 U
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

A(x) A AB(x) AB(x) A


A B B
1 1 1
0,8 0,8 0,8
0,6 0,6 0,6
0,4 0,4 0,4
0,2 U 0,2 U 0,2
U
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10

Complemento de A = A Interseo de A e B = A B Unio de A e B = A B

Figura 4.6 Operaes Complemento, Interseo e Unio de Conjuntos Fuzzy.

4.9.4 Variveis Lingsticas

O conceito da varivel lingstica foi considerado por Cox (1994) como sendo a essncia
da tcnica de modelagem Fuzzy. Uma varivel lingstica pode ser considerada como sendo o
nome dado a um conjunto Fuzzy. As variveis lingsticas representam de modo impreciso,
conceitos de variveis de um dado problema, admitindo como valores somente expresses
lingsticas, tambm chamadas de termos primrios. Uma varivel lingstica pode ter seu termo
primrio representado por um conjunto Fuzzy existente no universo de discurso em que esta
varivel est definida. Deste modo, a cada conjunto Fuzzy deste universo de discurso associado
um conceito lingstico que classifica ou define um valor lingstico para a varivel Fuzzy em
91
questo. A estrutura de conhecimento, ou participao Fuzzy de uma varivel lingstica
definida pelos termos primrios desta varivel. O quanto um dado elemento xi , do universo de
discurso U, satisfaz o conceito representado por um conjunto Fuzzy A, definido pelo valor da
funo de pertinncia A (x i ), x i U (Figura 4.7).

Quesito / Critrio ou Etapa sob Anlise Varivel Lingstica


Ruim Baixa Boa Alta tima Termo Primrio
1

Funo de Pertinncia

1 2 3 4 5 6 7 8 9 10
Parties do
Universo de Discurso
Universo de Discurso

Figura 4.7 Partio de Conjuntos Fuzzy.


So as propriedades sintticas e semnticas que regem o comportamento do sistema de
conhecimento Fuzzy. Elas definem a forma de utilizao das variveis lingsticas. As
propriedades sintticas definem a forma com que as informaes lingsticas Fuzzy so
armazenadas, proporcionando a criao de uma base de conhecimento com sentenas
devidamente estruturadas. Estas propriedades sistematizam os processos de armazenamento,
buscando e processando os dados existentes. Por sua vez, as propriedades semnticas so as
responsveis pela especificao do modo como extrado e processado o conhecimento, contido
na estrutura definida pelas propriedades sintticas, armazenado na forma de declaraes
condicionais Fuzzy, ou regras de produo Fuzzy.

4.9.5 Modificadores Lingsticos Fuzzy

Associados aos termos primrios das variveis lingsticas os modificadores so


operaes que alteram a forma das funes de pertinncia, introduzindo um novo significado ao
conjunto original, criando um conjunto Fuzzy composto. Os modificadores podem alterar tanto o
suporte (por espalhamento ou deslocamento) quanto o ncleo do conjunto Fuzzy original (YEN e
LANGARI, 1998). Os principais modificadores utilizados neste trabalho e que esto disponveis
na shell FuzzyClips so mostrados na Figura 4.8.
1
A( x)
Nome do Modificador Ao 0 ,9
0 ,8

Not No 1 A( xi ), xi U 0 ,7
0 ,6 A
0 ,5
1
Somewhat Um Pouco A 3 ( xi ), xi U 0 ,4
0 ,3

More-or-Less Mais ou Menos A0,5 ( xi ), xi U 0 ,2


0 ,1
0

Very Muito A ( xi ), xi U
2 0 2 4 6 8 10 12 14 16 18 20

Funo de Pertinncia Inicial


Extremely Extremamente A3 ( xi ), xi U Funo de Pertinncia Inicial com Modificador More-or-Less
Funo de Pertinncia Inicial com Modificador Extremely

Figura 4.8 Modificadores Lingsticos do FuzzyClips.


92

4.9.6 Regras de Produo Fuzzy

O modo mais comum de armazenar informaes em uma base de conhecimento Fuzzy,


conforme Rezende (2003) a representao por meio de regras de produo Fuzzy. As regras de
produo Fuzzy normalmente so compostas de duas partes principais, mostradas abaixo de trs
formas equivalentes:

SE {situao} ENTO {ao} SE {x A} ENTO {y B}

Varivel Termo Varivel Termo 4.4


SE Lingstica de Primrio de ENTO Lingstica de Primrio de
Entrada Entrada Sada Sada

A parte SE da regra (antecedente) descreve a situao, para a qual ela designada e a


parte ENTO (conseqente) descreve a ao do sistema Fuzzy nesta situao. A situao compe
um conjunto de condies que, quando satisfeitas, mesmo parcialmente, determinam o
processamento da ao, atravs de um mecanismo de inferncia Fuzzy, ou seja, dispara uma regra.
Por sua vez, a ao compe um conjunto de diagnsticos que so gerados com o disparo da regra.
As aes das regras disparadas so processadas em conjunto e geram uma resposta quantitativa
para cada varivel de sada do sistema.
A modelagem baseada em regras difusas tem como ponto central a definio e a
verificao de um sistema de regras. A definio das regras o procedimento em que o
conhecimento e/ou os dados disponveis so transcritos em regras. Neste processo, quatro
situaes distintas podem ocorrer (BRDOSSY e DUCKSTEIN, 1995):

1. As regras so bem conhecidas pelos especialistas e podem ser descritas diretamente;


2. As regras podem ser definidas por especialistas, mas os dados disponveis devem ser
utilizados para atualiz-las;
3. As regras no so conhecidas explicitamente, mas as variveis requeridas para a descrio
do sistema podem ser especificadas por especialistas;
4. Somente um conjunto de observaes est disponvel, e um sistema de regras tem de ser
definido de forma a descrever as interconexes entre os elementos desse conjunto de dados.

Excetuando-se a primeira situao, em que as regras so definidas unicamente atravs do


conhecimento de especialistas, nas demais, um sistema parametrizado de regras deve ser
inicialmente definido. Posteriormente, este sistema deve ser validado com base num conjunto de
dados contendo valores para as variveis de entrada e de sada, buscando representar, da melhor
forma possvel, segundo algum critrio especificado, a relao entrada/sada desejada. O modelo
assim obtido deve representar bem a relao contida no conjunto de dados para o qual foi
validado. Entretanto, o modelo ser realmente vlido quando representar bem a relao contida
93
em qualquer conjunto de dados que lhe seja apresentado. O processo de modelagem baseada em
regras Fuzzy, portanto, um processo iterativo que envolve, geralmente, trs etapas: identificao
do modelo; treinamento ou ajuste das regras; e, validao do modelo.
A identificao de um sistema inicial de regras um processo subjetivo que requer, tanto
quanto possvel, conhecimento sobre o sistema a ser modelado. Em geral, o processo de
identificao de um sistema de regras envolve as seguintes tarefas interdependentes: seleo de
variveis; partio de domnios; atribuio de funes de pertinncia e termos lingsticos; e,
descrio das regras.
O treinamento ou ajuste das regras a etapa em que os parmetros das funes de
pertinncia associadas aos termos lingsticos so ajustados com base num conjunto de dados,
denominado conjunto de treinamento. Por mais criteriosas que tenham sido a seleo das variveis
e a escolha das funes de pertinncia, raramente, o sistema de regras inicialmente definido
representar bem a relao entre as variveis de entrada e de sada do sistema. O ajuste dos
parmetros , em geral, a tarefa que consome mais tempo no processo de modelagem, por
envolver um processo de tentativa e erro, em que o conjunto de regras sistematicamente inferido
com base nos valores dados para as variveis de entrada e os resultados desta inferncia so
comparados aos valores dados para as variveis de sada.
A validao o processo em que o modelo avaliado quanto ao seu desempenho em
termos de eficincia e eficcia computacional. A eficincia computacional depende,
fundamentalmente, da simplicidade do modelo. A eficcia est relacionada com a capacidade do
modelo em reproduzir as sadas desejadas, quando um conjunto de dados distinto do conjunto
para o qual o modelo foi treinado lhe apresentado. Diz-se que, neste processo, se est avaliando
a capacidade de generalizao do modelo. O conjunto de dados utilizado comumente
denominado conjunto de validao.

4.9.7 O Processo de Inferncia Fuzzy

Dada uma base de conhecimento Fuzzy representativa de um sistema (neste caso dos fatores
crticos para implantao da MCC), e um vetor de entradas crisp, pode-se definir Inferncia Fuzzy
como: o processo pelo qual obtemos as concluses ou sadas de tal sistema, pela avaliao dos
nveis de compatibilidade das entradas com as condies impostas pela referida base de
conhecimento (regras). O conjunto Fuzzy resultante (concluso) pode ou no, de acordo com a
necessidade, ser convertido para um escalar chamado de valor condensado ou desfuzzyficado. O
processamento dos antecedentes, os indicadores de disparos das regras e os operadores utilizados
em um sistema de conhecimento Fuzzy so definidos, de acordo com a semntica, pelo mecanismo
de inferncia. Desta forma, ento, executado o processamento de conhecimento.
Mamdani (1975) props um mtodo de inferncia que foi por muitos anos um padro para
a utilizao dos conceitos da lgica Fuzzy em processamento de conhecimento. As regras de
94
produo em um modelo de Mamdani possuem relaes Fuzzy tanto em seus antecedentes como
em seus conseqentes. O modelo de Mamdani possui mdulos de interface que transformam as
variveis de entrada baseadas em grandezas numricas (crisp), em conjuntos Fuzzy equivalentes
e, posteriormente, as variveis Fuzzy geradas em variveis numricas (crisp) proporcionais. A
Figura 4.9 apresenta um diagrama do modelo de inferncia Fuzzy de Mamdani, o qual ser
utilizado neste trabalho. Os dados provenientes da interface com o usurio so fuzzyficados no
mdulo de converso Escalar Fuzzy, a mquina de inferncia recebe estes dados e processa as
regras existentes na base de conhecimento gerando, a partir da composio de todas as regras
disparadas, um conjunto Fuzzy de sada para o mdulo de converso Fuzzy Escalar que
desfuzzyfica os resultados do processo de inferncia, para posterior apresentao ao usurio. Uma
regra disparada quando o processamento dos antecedentes para as entradas atuais gera graus de
pertinncia maiores que zero. O Captulo 6 explicita melhor este processo.

Figura 4.9 Diagrama Tpico de um Modelo de Inferncia de Mamdani.


Fonte: adaptado de REZENDE, 2003.

No modelo de inferncia Fuzzy de Mamdani, a regra semntica tradicionalmente usada


para o processamento de inferncia denominada de Mx-Min, a qual, segundo Rezende (2003),
utiliza as operaes de unio e interseo entre conjuntos da mesma forma que Zadeh, por meio
de operadores de mximo e mnimo, respectivamente. Os prximos pargrafos ilustram este
processo.
Seja a seguinte regra de produo Fuzzy genrica:

SE {(x1 Ai,1) (x2 Ai,2) ... (xk Ai,k)} ENTO {(y1 Bi,1) ... (ym Bi,m)} 4.5

Onde:

i = 1,..., n o nmero de termos primrios de cada varivel lingstica utilizada;


x1...xk So as variveis lingsticas de entradas do sistema;
Ai,1... Ai,k So os termos primrios definidos nas parties Fuzzy de cada varivel de
entrada, definidos por funes de pertinncia Ai,k;
y1...ym So as variveis lingsticas de sada;
Bi,1... Bi,m So os termos primrios definidos nas parties Fuzzy de cada varivel de
B

sada, definidos por funes de pertinncia Bi,m;


Representa os operadores lgicos ("E" ou "OU").
95

Avaliao dos Antecedentes

A avaliao dos antecedentes (premissas ou situaes) de uma regra se compe, em geral,


de duas etapas. Primeiramente, os valores numricos dados para cada varivel de entrada so
avaliados de acordo com as funes de pertinncia associadas varivel correspondente,
resultando o grau de pertinncia de cada valor nos termos lingsticos correspondentes. Entende-
se esse processo, tambm, como a transformao dos valores numricos das variveis de entrada
em nmeros Fuzzy (fuzzyficao). Na segunda etapa, uma funo aplicada aos graus de
pertinncia obtidos para cada proposio antecedente, produzindo um valor numrico, entre 0 e 1,
que representa o grau com que a expresso condicional da regra satisfeita (grau de
aplicabilidade da regra). As funes utilizadas nesse processo dependem do operador lgico usado
na combinao das proposies, sendo as mais comumente adotadas as funes de mnimo para o
operador "E" e mximo para o operador "OU", tal qual as operaes de interseo e unio de
conjuntos Fuzzy, respectivamente. Formalmente, tem-se:

(A E B) = A B = min{ A (x ), B (x )} x U AB 4.6

(A OU B) = A B = max{ A (x ), B (x )} x U AB 4.7

Onde:

o grau de aplicabilidade ou coeficiente de disparo;


A e B so termos lingsticos;
A(x) e B(x) so os graus de pertinncia de x nos conjuntos Fuzzy associados com A e B,
B

respectivamente.

As regras com ( > 0) so ditas regras aplicveis ou que dispararam para as entradas
atuais, ou seja, elas vo contribuir para o clculo da sada correspondente do sistema de
inferncia. Por sua vez, os graus de aplicabilidade limitaro os valores mximos dos conjuntos
Fuzzy de sada gerados por estas regras.

Implicao

o processo em que os conseqentes das regras, cujas condies so satisfeitas com


algum grau ( > 0), referidas como regras aplicveis, so calculados com base nos respectivos
graus de aplicabilidade. Este processo encerra a idia de que: se o antecedente da regra
verdadeiro com algum grau, ento o conseqente , tambm, verdadeiro, com o mesmo grau. Nos
casos em que as regras possuem mais de um conseqente, todos os conseqentes so igualmente
afetados pelo grau de aplicabilidade.
96
O processo de implicao consiste, basicamente, na modificao dos conjuntos Fuzzy
associados com os conseqentes da regra. No modelo de inferncia Fuzzy de Mamdani, o
conjunto truncado em um nvel correspondente ao grau de aplicabilidade da regra.

Agregao dos Conseqentes

Quando um sistema de regras avaliado para um conjunto de valores dados para as


variveis de entrada, encontram-se, em geral, mais de uma regra aplicvel. Neste caso, os
conseqentes obtidos pela inferncia destas regras devem ser combinados ou agregados para
produzir uma resposta nica do sistema para cada varivel de sada. No modelo de inferncia
Fuzzy de Mamdani, o mtodo de agregao dos conseqentes a unio dos conjuntos difusos.

Condensao dos Conseqentes

O conjunto Fuzzy gerado ao final do processo de agregao pode ento ser utilizado
diretamente em um diagnstico qualitativo de tomada de deciso. Entretanto, em alguns casos, os
conjuntos difusos obtidos pela agregao dos conseqentes no so suficientes como respostas do
sistema, sendo necessria a escolha de valores numricos (crisp) representativos das respostas
difusas. No modelo de inferncia Fuzzy de Mamdani, este valor correspondente ao baricentro
geomtrico ou centride da rea definida pelo conjunto Fuzzy resultante da agregao dos
conseqentes. Este processo comumente chamado de desfuzzyficao.
No mtodo do baricentro geomtrico, para um dado conjunto Fuzzy de sada, proveniente
de uma base de conhecimento processada, a abscissa do baricentro geomtrico da rea
correspondente, utilizada como valor escalar de sada. A equao abaixo sintetiza este processo
para uma sada escalar (S) de um conjunto Fuzzy resultante (C).

x Ci .(ACi )
C i U C
Para um Universo (U) Discreto S =
(ACi )
C i U C

4.8

x C .f (x C )dx C
x c U C
Para um Universo (U) Contnuo S =
f (x C )dx C
x c U C

Onde:

S o valor escalar de sada (valor crisp);


ACi a rea de cada subconjunto Fuzzy de C;
xCi o baricentro geomtrico de cada elemento ACi ;
97
f ( xC ) a funo de pertinncia do conjunto Fuzzy resultante C;
xC so os pontos do universo de discurso U do conjunto Fuzzy resultante C.

Para ilustrar os conceitos abordados neste item, a Figura 4.10 mostra um exemplo de
processo de inferncia Fuzzy, utilizado nesse trabalho. No caso desse exemplo, o usurio pondera
2 Quesitos (Documentao da Manuteno e Documentao do Sistema), os quais iro compor o
processo da avaliao do Critrio (Disponibilidade da Informao/Recursos) o qual faz parte da
avaliao da Etapa 0 do procedimento de referncia, que ser explicitado no Captulo 5. O
primeiro Quesito foi ponderado com uma Nota 1,8, a qual tem um grau de pertinncia = 0,2 ao
termo primrio Ruim e = 0,8 ao termo primrio Baixa. O segundo Quesito foi ponderado com
uma Nota 7,5, a qual tem um grau de pertinncia = 1,0 ao termo primrio Alta. Os termos
primrio se referem a aderncia da empresa/sistema aos Quesitos ponderados.

Documentao da Manuteno Disponibilidade da Informao/Recursos



Ruim Baixa Boa Alta tima 1 Ruim Baixa Boa Alta tima
1 = 0,8 0,8
Implicao
= 0,2 0,2
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Nota = 1,8

Documentao do Sistema Disponibilidade da Informao/Recursos



Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 = 1,0 1
Implicao
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Ponderao e Fuzzyficao Nota = 7,5 Agregao

Disponibilidade da Informao/Recursos
( 2 + 1,8).0,2 (3 + 1,4).0,8 (3 + 1).1
xC . f ( xC )dxC 1.
1
+ 2,5. + 7,5.
2 2 2 0,8
=
x U
C2 = c C = 4,78
f ( xC )dxC ( 2 + 1,8).0,2 (3 + 1,4).0,8 (3 + 1).1
+ +
0,2
xc U C
2 2 2 1 2 3 4 5 6 7 8 9 10

Condensao ou Desfuzzyficao Nota = 4,78

Figura 4.10 Exemplo de um Processo de Inferncia Fuzzy.

Aps a implicao e a agregao dos conseqentes se tem o conjunto Fuzzy resultante do


processo de inferncia cuja desfuzzyficao resulta na Nota = 4,78 que retrata a aderncia da
empresa/sistema ao Critrio sob anlise (Disponibilidade da Informao/Recursos).

4.10 A SHELL FUZZYCLIPS

O FuzzyClips (http://www.iit.nrc.ca/IR_public/fuzzy/fuzzyClips/fuzzyCLIPSIndex.html)
uma extenso da shell Clips e foi desenvolvido pela Integrated Reasoning Group do Institute for
Information Technology da National Research Council of Canada. O FuzzyCLIPS est totalmente
integrado com o mecanismo de inferncia e de fatos do Clips, permitindo assim representar e
manipular fatos e regras Fuzzy, alm de processar raciocnio exato, Fuzzy (no-exato) e
98
combinaes destes, permitindo a mistura de termos Fuzzy e Crisp em regras e fatos do sistema
especialista (FERNANDES, 2001).
Detalhes da estrutura de regras utilizadas no SBC-Fuzzy desenvolvido neste trabalho, com
a utilizao da shell FuzzyClips, podem ser vistos no Captulo 6. O Apndice B mostra as
caractersticas da shell FuzzyClips incluindo trechos do programa computacional desenvolvido.

4.11 CONSIDERAES E SNTESE DO CAPTULO

Neste captulo foram abordados os principais conceitos relacionados aos SBCs e de


especial interesse aos objetivos deste trabalho, explanados no Captulo 1.
Elucidado seu contexto dentro da IA, foram discutidos: a arquitetura, o processo de
desenvolvimento e o tratamento de incertezas utilizando a lgica Fuzzy. O Apndice B deste
trabalho apresenta mais detalhes dos tpicos abordados neste captulo
Deste captulo ressalta-se as seguintes resolues:

O modelo de desenvolvimento adotado neste trabalho o modelo incremental, pois nele


possvel que as etapas do ciclo de desenvolvimento do SBC sejam seguidas utilizando
apenas pequenas partes de conhecimento em relao totalidade do domnio do
conhecimento, permitindo retornos s etapas anteriores, caso seja constatado algum tipo
de erro ou inadequao em alguma tomada de deciso sobre o projeto do SBC, seguindo
assim os conceitos de Engenharia Simultnea propostos por Silva (1998);
Para elicitao do conhecimento so adotadas as tcnicas baseadas em descries,
entrevistas, anlise de protocolo e teachback;
Devido versatilidade dos SBCs hbridos, este trabalho utiliza a representao orientada
a objeto associada a regras de produo como forma de RC;
Este trabalho utiliza os mecanismos de inferncia da shell FuzzyClips e uma interface com
o usurio desenvolvida em Visual Basic. Detalhes deste desenvolvimento so abordados
no Captulo 6.

As tcnicas de Engenharia do Conhecimento, abordadas neste captulo, esto alinhadas


com as necessidades da GC abordada no Captulo 3, ao mesmo tempo em que auxiliam a tomada
de deciso durante o processo de implementao e auditoria da MCC.
99
CAPTULO 5

METODOLOGIA DESENVOLVIDA PARA IMPLEMENTAO DA MCC

5.1 INTRODUO

Este captulo aborda a metodologia proposta para auxiliar a implantao da Manuteno


Centrada na Confiabilidade (MCC), com os requisitos e caractersticas apresentadas no Captulo 1 e
o embasamento terico elucidado nos demais captulos precedentes.
Conforme revelou a pesquisa bibliogrfica, apresentada no Captulo 2, os procedimentos
para implantao de um programa de MCC (NOWLAN e HEAP, 1978; SMITH, 1993; SMITH e
HINCHCLIFFE, 2004; MOUBRAY, 2001; NASA, 2000; IEC 60300-3-11, 1999; SAE JA 1011,
1999; SAE JA 1012, 2002; ABS, 2004) so divergentes em alguns aspectos, quando comparados
entre si. Portanto, para viabilizar o processo de elicitao dos fatores crticos para o sucesso de um
programa de MCC faz-se necessrio a elaborao de um procedimento de referncia que incorpore
todos os aspectos sugeridos na bibliografia pesquisada. Deste modo, ser possvel garantir a
conformidade com todas as normas e autores pesquisados e propor etapas no contempladas por tais
normas e/ou autores, mas que podem de alguma maneira afetar positivamente o sucesso de um
programa de MCC.

5.2 PROCEDIMENTO DE REFERNCIA PARA IMPLANTAO DA MCC

Este item apresenta o procedimento sugerido neste trabalho como referncia para
implantao da MCC. Com base neste procedimento ser possvel elaborar uma metodologia para
auxiliar a implantao da MCC que analise e pondere as caractersticas e objetivos da empresa, as
necessidades do sistema ao qual a MCC ser implantada e os fatores crticos para o sucesso de um
programa de MCC. Ao final dessa anlise ser possvel propor ferramentas e normas de conduta que
minimizem os aspectos que podem afetar negativamente o programa de MCC.
O procedimento de referncia segue as etapas mostradas na Figura 5.1. Cada etapa
pressupe requisitos especficos de entrada e fornecem sadas que sero utilizadas nas etapas
seguintes ou que iro compor o manual de MCC da empresa. Alm disso, cada etapa demanda
determinadas tarefas, mecanismos e controles para sua execuo. O detalhamento de cada uma
destas caractersticas ser explicitado no item referente aos aspectos de cada etapa. O procedimento
de referncia foi desenvolvido para contemplar todas as etapas do ciclo de vida da MCC, desde a
verificao de sua adequao para o sistema pretendido at a realimentao das decises tomadas ao
longo do processo de implantao, em funo de critrios de desempenho do programa de MCC.
Cinco macro-etapas compem o procedimento de referncia proposto, as quais so: Pr-
Implantao; Anlise; Tomada de Deciso; Implementao; e Execuo.
100

Etapa 0
Adequao da MCC Pr- Implantao

Etapa 1
Preparao

Etapa 2
Seleo do Sistema e Coleta de Informaes Anlise

Demandas
Etapa 3
Anlise dos Modos de Falha, seus Efeitos e sua
Objetivos Criticidade (FMECA)
Tarefas
Etapa 4
Entradas
Seleo das Funes Significantes e Classificao de
Sadas seus Modos de Falha
Controles
Etapa 5 Tomada
Mecanismos Seleo das Tarefas de Manuteno Aplicveis e de
Efetivas Deciso

Etapa 6
Definio dos Intervalos Iniciais e Agrupamento das
Tarefas de Manuteno

Etapa 7
Redao do Manual e Implementao Implementao

Etapa 8 Execuo
Acompanhamento e Realimentao

Figura 5.1 Procedimento de Referncia para Implantao da MCC.

5.3 ASPECTOS DE CADA ETAPA DO PROCEDIMENTO DE REFERNCIA

Para explicitar os aspectos envolvidos em cada etapa do procedimento de referncia ser


utilizado um modelo adaptado das recomendaes da metodologia IDEF (Integration DEFinition
Definio Integrada) baseada na Tcnica de Anlise e Projetos Estruturados (Structured Analysis
and Design Techinique SADT), uma abordagem grfica para a descrio de sistemas introduzida
por Douglas T. Ross na dcada de 70 (MICHEL, 2002). Existem 16 mtodos IDEF (do IDEF0 ao
IDEF14 incluindo IDEF1X) sendo que cada um foi projetado para capturar um tipo de informao
particular atravs da modelagem do processo. Em dezembro de 1993, o Instituto Nacional de
Padronizaes e Tecnologias (National Institute of Standards and Technology NIST) liberou o
IDEF0 como um padro para a Modelagem de Funes. O IDEF0, primeiro conjunto de padres do
101
IDEF, processa uma coleo de atividades e outras aes utilizando-se de ICOMs (Input, Control,
Output, Mechanism Entrada, Controle, Sada e Mecanismo), Setas e Caixas. Cada atividade ou
funo conceitualmente representada por uma caixa retangular, sendo que esta atividade pode ser
decomposta em vrios nveis, os quais seguem as mesmas convenes. Portanto, um modelo
completo de IDEF0 uma representao hierrquica do processo decomposta por atividades ou
funes em quantos nveis forem necessrios.
Este trabalho utilizar uma abordagem adaptada da IDEF0 explicitando, alm dos ICOMs,
os Objetivos e as Tarefas de cada etapa, para complementar o mtodo IDEF0 e adequ-lo s
necessidades da metodologia MCC, (Figura 5.2), explanados a seguir:

Controles

Objetivos Tarefas
Entradas Etapa Sadas

Mecanismos
Figura 5.2 Aspectos do Procedimento de Referncia para cada Etapa da MCC.

Objetivos So as razes de existncia de cada etapa e esto relacionados com as funes


que cada etapa desempenha dentro do programa de MCC, por exemplo: verificar aderncia a
determinado critrio; definir um sistema para implementao da MCC; levantar os modos de
falha seus efeitos e sua criticidade para o sistema sob anlise;
Tarefas So atividades a serem desenvolvidas em cada etapa para atendimento de seus
objetivos e das necessidades do programa de MCC, por exemplo: preencher a planilha de
FMECA (Failure Modes, Effects and Criticality Analysis Anlise dos Modos de Falha
seus Efeitos e sua Criticidade); conceber ndices de desempenho; documentar a atividade
desenvolvida na etapa;
Entradas So os requisitos exigidos pela etapa para obteno das sadas, por exemplo:
especialistas, documentao, dados, informaes ou conhecimento sobre o sistema no qual
ser implantada a MCC; resultados de etapas anteriores;
Sadas So os resultados do processamento de cada etapa, para uma prxima etapa ou para
o manual de MCC, por exemplo: decises documentadas; planilha de FMECA preenchida;
manual das aes de manuteno;
Controles So informaes, critrios ou estratgias para monitoramento e/ou garantia da
correta execuo da tarefa, por exemplo: normas aplicveis; conhecimento do especialista;
necessidades da empresa; ndices de desempenho;
Mecanismos So os recursos/ferramentas necessrios ou que auxiliam a execuo da
etapa, por exemplo: planilha de FMECA; diagramas de deciso; equaes para formulao
de ndices de desempenho.
102
Nos prximos pargrafos, cada uma das etapas do procedimento de referncia ser
discriminada fundamentando-se na metodologia IDEF0, adaptada conforme descrito anteriormente.

5.3.1 Etapa 0 Adequao da MCC

Objetivos: verificar se a gesto da manuteno fundamentada na MCC, com seus requisitos e


caractersticas metodolgicas e filosficas, a mais adequada para a empresa/sistema, considerando
suas disponibilidades e limitaes.

Tarefas: comparar e verificar o grau de aderncia das caractersticas da empresa/sistema com as


necessidades e exigncias de um programa de MCC; documentar de forma auditvel as premissas e
concluses desta etapa.

Entradas: especialistas em MCC; especialistas nos sistemas candidatos a implantao da MCC


(pertencentes equipe de manuteno, operao e outros envolvidos direta ou indiretamente com
os sistemas candidatos); pessoal pertencente aos nveis gerenciais da empresa, com autonomia
para tomada de deciso, mobilizao de recursos humanos e financeiros e conhecedores da
estratgia gerencial da empresa com relao aos sistemas candidatos a implantao da MCC e sua
manuteno; informaes gerenciais da empresa; informaes tcnicas e gerenciais da
manuteno; planejamento estratgico da empresa com relao a manuteno e ao sistema ao qual
a MCC ser aplicada 1 .

Sadas: relatrio de avaliao da empresa/sistema contendo os critrios adotados, as ponderaes


feitas e a concluso se a MCC ou no aderente a empresa/sistema sob anlise, com as respectivas
justificativas. Nos casos em que a adoo da MCC no seja recomendada esta etapa pode apresentar
como sada um planejamento estratgico de implementao da MCC, atrelado s caractersticas
atuais da empresa/sistema; documentao referente s decises tomadas nesta etapa.

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; normas e materiais


bibliogrficos que explicitem as necessidades de um programa de MCC.

Mecanismos: local e estrutura para conduo das reunies; disponibilidade dos envolvidos no
processo de implantao da MCC; questionrio estruturado para elicitao das caractersticas da
empresa/sistema, relacionadas com a MCC; critrios para comparao das caractersticas da
empresa/sistema com as necessidades da MCC; mtodos de ponderao dos critrios analisados.

5.3.2 Etapa 1 Preparao

Objetivos: formao da equipe e planejamento estratgico para implantao da MCC.

1
A partir deste ponto estes componentes sero referenciados como expertise em MCC, no sistema-alvo e na
gerncia da empresa
103
Tarefas: estabelecer os objetivos do programa de MCC; definir a abrangncia ou nvel de aplicao
do programa de MCC; preparar, organizar e estruturar a equipe de implantao da MCC para
atender os requisitos das etapas seguintes; inferir sobre as necessidades relacionadas a treinamento,
organizao e estruturao, requeridas ao longo dos procedimentos de implementao do programa
de MCC; elaborar a metodologia e a estratgia para execuo e conduo das reunies da equipe de
implantao da MCC; documentar de forma auditvel as premissas e concluses desta etapa.

Entradas: sadas da etapa anterior 2 ; expertise em MCC, no sistema-alvo e na gerncia da empresa.

Sadas: documentao referente s decises tomadas nesta etapa; plano para implantao da MCC
contendo no mnimo os seguintes itens: objetivos e metas a serem atingidas durante a implantao;
composio da equipe responsvel pela implantao da MCC; calendrio de reunies; programa de
treinamento para a equipe de implantao, membros dos nveis gerenciais e demais interessados
estratgicos para o programa de MCC; cronograma para execuo das tarefas; designao de um
patrocinador interno com suas respectivas atribuies e responsabilidades; alocao de recursos
humanos e financeiros; previso oramentria.

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; normas e materiais


bibliogrficos sobre MCC; disponibilidades e limitaes para formao e treinamento da equipe de
implantao da MCC; critrios e necessidades internas da empresa; dados que permitam um
comparativo com empresas/sistemas de referncia (benchmarking).

Mecanismos: ferramentas computacionais (para esta etapa bastam planilhas eletrnicas e


processadores de texto); local e estrutura para conduo das reunies; disponibilidade dos
responsveis pela conduo do processo de implantao da MCC.

5.3.3 Etapa 2 Seleo do Sistema e Coleta de Informaes

Objetivos: identificar e documentar o sistema que ser submetido anlise e implantao da MCC.

Tarefas: definir e aplicar critrios quantitativos e qualitativos para seleo do sistema ao qual a
MCC ser aplicada; documentar o sistema selecionado e suas fronteiras.

Entradas: sadas das etapas anteriores; expertise em MCC, no sistema-alvo e na gerncia da


empresa; sistemas candidatos a implantao da MCC, com as seguintes informaes: contexto
operacional, documentao de engenharia, histricos de manuteno, custo atualizado de
manuteno, relao com a disponibilidade global do processo produtivo e implicaes na
segurana e meio ambiente.

2
Como sadas das etapas anteriores entenda-se, a partir deste ponto, as sadas materiais (relatrios, documentos,
resultados de anlises, etc...) de todas as etapas anteriores a etapa sob anlise. Isso no exclui a necessidade de
expertise em MCC, no sistema-alvo e na gerncia da empresa para as anlises exigidas na etapa corrente.
104
Sadas: sistema selecionado com as seguintes informaes, quando aplicveis: identificao dos
subsistemas e componentes, descrio textual, diagramas esquemticos, diagramas de blocos,
diagrama organizacional, diagrama funcional, diagrama lgico funcional e descrio das fronteiras;
documentao referente s decises tomadas nesta etapa.

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; documentao de


engenharia dos sistemas candidatos a implantao da MCC; normas aplicveis aos sistemas
candidatos a implantao da MCC; necessidades estratgicas da empresa.

Mecanismos: ferramentas computacionais (planilhas eletrnicas e processadores de texto) ou


software especfico para implantao da MCC; local e estrutura para conduo das reunies; e
disponibilidade dos responsveis pela conduo do processo de implantao da MCC.

5.3.4 Etapa 3 Anlise dos Modos de Falha, seus Efeitos e sua Criticidade (FMECA)

Objetivos: identificar e documentar todas as funes do sistema selecionado na etapa 2, seus modos
de falha, os efeitos adversos destes modos de falha, as causas do modo de falha e uma avaliao de
sua criticidade.

Tarefas: conduzir e documentar o processo de FMECA; criar ndices de consenso, entre a equipe de
implantao e a empresa, para avaliar a criticidade do modo de falha, a qual envolve: a severidade
dos efeitos, a freqncia de ocorrncia das causas do modo de falha e a probabilidade de deteco
das causas do modo de falha.

Entradas: sadas das etapas anteriores; expertise em MCC, no sistema-alvo e na gerncia da


empresa; documentao tcnica do sistema ao qual a MCC ser aplicada; desenhos tcnicos, fotos e
texto explicativo referente aos modos de falha seus efeito e suas causas.

Sadas: funes desempenhadas pelo sistema; falhas funcionais associadas a cada funo; modos de
falha associados perda da funo; efeitos provocados no sistema devido a um modo de falha;
ndice de criticidade ponderando a severidade dos efeitos e a ocorrncia e a deteco das causas do
modo de falha; documentao referente s decises tomadas nesta etapa (planilha de FMECA e
ndices de severidade, ocorrncia e deteco adotados).

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; documentao tcnica do


sistema ao qual a MCC ser aplicada; sadas da etapa 2; normas aplicveis ao sistema sob anlise;
normas e/ou procedimentos para conduo da FMECA.

Mecanismos: ferramentas computacionais (planilhas eletrnicas, processadores de texto ou software


especfico para implantao da MCC); planilha de FMECA ou FMEA (Failure Modes and Effects
Analysis Anlise dos Modos de Falha e seus Efeitos); local e estrutura para conduo das
reunies; FTA (Fault Tree Analysis Anlise da rvore de Falhas) dos modos de falha, para
auxiliar a identificao de suas causas razes; ETA (Event Tree Analysis Anlise da rvore de
105
Eventos) dos efeitos do modo de falha, para auxiliar a identificao e atribuio do seu grau de
severidade; disponibilidade dos responsveis pela conduo do processo de implantao da MCC.

Observao: Este trabalho considera, para efeitos de composio do procedimento de referncia, a


metodologia de FMECA/FMEA proposta pela norma J1739 da SAE (Society of Automotive
Engineers) que divide sua abordagem em 2 tpicos: FMEA de Projeto (Potential Failure Mode and
Effects Analysis in Design) e FMEA de Processo (Potential Failure Mode and Effects Analysis in
Manufacturing and Assembly Processes). A mesma norma apresenta tambm uma metodologia para
aplicar a FMEA em mquinas (Potential Failure Mode and Effects Analysis for Machinery). Para
compatibilizar a proposta da SAE J1739 com as exigncias da SAE JA1011 (Criteria for Reliability
Centered Maintenance Processes) e SAE JA 1012 (A Guide to the Reliability Centered Maintenance
Standard) foi includo na planilha de FMECA uma coluna para registro da Falha Funcional. A
planilha de FMECA proposta por esta norma pode ser vista na Figura 5.3 e seu preenchimento
segue as recomendaes detalhadas no Apndice A.

Resultados das
Aes
Ocorrncia (O)

Efeito Causas Responsvel


Severidade (S)

Deteco (D)
NPR (S.O.D)
Modo do do e

Ocorrncia (O)
Severidade (S)

Deteco (D)
NPR (S.O.D)
Falha Controles Aes
Item

Funo de Modo Modo Data de


Funcional Atuais Recomendadas Aes
Falha de de Trmino
Falha Falha Programada Adotadas

Figura 5.3 Planilha de FMECA adotada no Procedimento de Referncia.


Fonte: adaptado de SAE J1739.

5.3.5 Etapa 4 Seleo das Funes Significantes e Classificao de seus Modos de Falha

Objetivos: analisar cada funo identificada na etapa anterior e determinar se a falha funcional tem
efeito significante, e caso afirmativo, classificar seus modos de falha levando em conta os impactos
nos aspectos pilares da MCC: segurana, meio ambiente, operao e economia do processo.

Tarefas: elaborar os critrios para definio da significncia ou no das funes identificadas na


etapa 3; elaborar os critrios para definio se um modo de falha e/ou seus efeitos so ou no
evidentes e se o impacto ambiental, de segurana, econmico ou operacional; aplicar a lgica de
seleo das funes significantes identificando cada funo como: significante ou no significante;
para as funes significantes classificar, segundo os critrios da MCC, cada modo de falha e/ou seus
efeitos: ESA Evidente com efeito na Segurana ou Ambiente; EEO Evidente com efeito
Econmico ou Operacional; OSA Oculto com efeito na Segurana ou Ambiente; OEO Oculto
com efeito Econmico ou Operacional; documentar as funes significantes com a respectiva
classificao de seus modos de falha, os quais devem seguir na anlise do processo de implantao
da MCC; documentar as funes no significantes, as quais a anlise termina nesta etapa.
106

Entradas: sadas das etapas anteriores; expertise em MCC, no sistema-alvo e na gerncia da


empresa; documentao tcnica do sistema ao qual a MCC ser aplicada; lista de funes j
protegidas por tarefas existentes de manuteno.

Sadas: lista das funes significantes com seus respectivos modos de falha classificados (ESA, EEO,
OSA e OEO), os quais sero submetidos s etapas subseqentes; lista de funes no significantes,
cuja anlise termina nesta etapa; documentao referente s decises tomadas nesta etapa.

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; documentao tcnica do


sistema ao qual a MCC ser aplicada; sadas da etapa 3; normas aplicveis ao sistema sob anlise;
critrios para identificao das funes significantes e classificao de seus modos de falha.

Mecanismos: ferramentas computacionais (planilhas eletrnicas, processadores de texto ou software


especfico para implantao da MCC); diagramas de deciso para seleo de funes significantes;
diagramas de deciso para classificao dos modos de falha das funes definidas como
significantes; local e estrutura para conduo das reunies; disponibilidade dos responsveis pela
conduo do processo de implantao da MCC.

Observao: Por julgar mais adequada, este trabalho utiliza, para composio do procedimento de
referncia, a lgica de seleo das funes significantes e classificao de seus modos de falha,
proposta pela IEC 60300-3-11 (Dependability Management - Part 3-11: Application Guide -
Reliability Centred Maintenance) a qual pode ser vista nas Figuras 5.4 (a) e (b), respectivamente.

a) Seleo das Funes Significantes. b) Classificao dos Modos de Falha

Figura 5.4 Seleo das Funes Significantes e Classificao dos seus Modos de Falha.
Fonte: adaptado de IEC 60300-3-11.

5.3.6 Etapa 5 Seleo das Tarefas de Manuteno Aplicveis e Efetivas

Observao: Por julgar mais adequada este trabalho utiliza, para composio do procedimento de
referncia, a lgica de seleo de atividades de manuteno aplicveis e efetivas proposta pela IEC
107
60300-3-11 (Dependability Management - Part 3-11: Application Guide - Reliability Centred
Maintenance) a qual pode ser vista na Figura 5.5.

ESA Evidente com efeito na Segurana ou Ambiente


OSA Oculto com efeito na Segurana ou Ambiente
EEO Evidente com efeito Econmico ou Operacional
OEO Oculto com efeito Econmico ou Operacional

Figura 5.5 Seleo das Tarefas de Manuteno.


Fonte: adaptado de IEC 60300-3-11.

Objetivos: determinar quais as tarefas de manuteno aplicveis e efetivas para cada uma das
funes significantes identificadas e caracterizadas na etapa 4.

Tarefas: definir os critrios de aplicabilidade e efetividade das tarefas de manuteno; aplicar o


diagrama de deciso para selecionar as tarefas de manuteno aplicveis e efetivas; documentar o
processo de seleo das tarefas de manuteno aplicveis e efetivas.

Entradas: sadas das etapas anteriores; expertise em MCC, no sistema-alvo e na gerncia da


empresa; documentao tcnica do sistema ao qual a MCC ser aplicada; lista das tarefas atuais de
manuteno, de cada um dos itens, cuja alguma funo tenha sido identificada como significante;
dados estatsticos referentes s funes significantes, especialmente: tempo para falhar, tempo entre
falhas, tempo de reparo, rotina/ciclo operacional do item/sistema.

Sadas: tarefas de manuteno aplicveis e efetivas para cada modo de falha das funes
significantes identificadas na etapa 4, dentre as tarefas de manuteno possveis esto: Servio
108
Operacional, Inspeo Preditiva, Restaurao Preventiva, Substituio Preventiva, Inspeo
Funcional, Manuteno Combinada, Mudana de Projeto e Reparo Funcional; documentao
referente s decises tomadas nesta etapa.

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; documentao tcnica do


sistema ao qual a MCC ser aplicada; sadas da etapa 4; normas aplicveis ao sistema sob anlise;
critrios para definio de quais tarefas de manuteno so aplicveis e efetivas para o sistema em
seu contexto operacional.

Mecanismos: ferramentas computacionais (planilhas eletrnicas, processadores de texto ou software


especfico para implantao da MCC); diagramas de deciso para seleo de atividades de
manuteno aplicveis e efetivas; local e estrutura para conduo das reunies; disponibilidade dos
responsveis pela conduo do processo de implantao da MCC.

5.3.7 Etapa 6 Definio dos Intervalos Iniciais e Agrupamento das Tarefas de Manuteno

Objetivos: definir a periodicidade inicial das atividades de manuteno selecionadas na etapa 5 e


agrupar estas atividades de forma estratgica para otimizar as aes da equipe de manuteno.

Tarefas: para todas as tarefas de manuteno selecionadas na etapa 5: estabelecer os mtodos e


critrios para definio da periodicidade ou freqncia de execuo; fixar a periodicidade ou
freqncia de execuo das atividades; definir os mtodos e critrios para agrupamento otimizado
das tarefas; agrupar de forma otimizada as tarefas, de acordo com o tamanho da equipe de
manuteno e oportunidades de concomitncia com outras tarefas.

Entradas: sadas das etapas anteriores; expertise em MCC, no sistema-alvo e na gerncia da empresa;
documentao tcnica do sistema ao qual a MCC ser aplicada; dados confiabilsticos, de
mantenabilidade e de produtividade do sistema ao qual a MCC ser aplicada, as seguintes fontes para
estes dados podero ser utilizadas: estatsticas do sistema; experincia/conhecimento a priori da equipe
de manuteno; dados de sistemas tcnica e operacionalmente similares; dados do fabricante.

Sadas: uma lista contendo as atividades de manuteno selecionadas na etapa 5 agrupadas de forma
otimizada e com um perodo e/ou freqncia de execuo; documentao referente s decises
tomadas nesta etapa.

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; documentao tcnica do


sistema ao qual a MCC ser aplicada; normas aplicveis ao sistema analisado; sadas da etapa 5; dados
confiabilsticos, de mantenabilidade e de produtividade do sistema ao qual a MCC ser aplicada.

Mecanismos: ferramentas computacionais (planilhas eletrnicas, processadores de texto ou software


especfico para implantao da MCC); local e estrutura para conduo das reunies; disponibilidade
dos responsveis pela conduo do processo de implantao da MCC.
109

5.3.8 Etapa 7 Redao do Manual e Implementao

Objetivos: redigir o manual inicial de manuteno e implementar as aes propostas pela MCC com
base nas concluses das etapas anteriores.

Tarefas: redigir o manual de manuteno do sistema ao qual a MCC ser aplicada incluindo:
descrio detalhada do sistema e suas partes componentes, consideraes e concluses das etapas
anteriores, poltica de manuteno para os itens cujas funes foram definidas como no
significantes na etapa 4; planejar, estruturar e implementar as aes propostas pelo programa de
MCC, levando em conta: as necessidades e limitaes da empresa/sistema e o cronograma e a
estratgia de implementao e divulgao do novo programa de manuteno.

Entradas: sadas das etapas anteriores; expertise em MCC, no sistema-alvo e na gerncia da


empresa; documentao tcnica do sistema ao qual a MCC ser aplicada; planejamento estratgico
da empresa com relao ao sistema ao qual a MCC ser aplicada.

Sadas: manual do programa de MCC para o sistema selecionado; planejamento estratgico para
implementao do programa de MCC; execuo do planejamento para implementao;
documentao referente s decises tomadas nesta etapa.

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; documentao tcnica do


sistema ao qual a MCC ser aplicada; normas aplicveis ao sistema analisado; sadas das etapas
anteriores.

Mecanismos: ferramentas computacionais (planilhas eletrnicas, processadores de texto ou software


especfico para implantao da MCC); local e estrutura para conduo das reunies; disponibilidade
dos responsveis pela conduo do processo de implantao da MCC.

5.3.9 Etapa 8 Acompanhamento e Realimentao

Objetivos: definir as estratgias inerentes e executar o acompanhamento e a realimentao do


programa de MCC, ao longo de todo o seu ciclo de vida.

Tarefas: definir os critrios para composio dos indicadores de desempenho, do programa de MCC
e do sistema ao qual a MCC foi implantada; formular os indicadores de desempenho do programa
de MCC e do sistema; definir os ndices de desempenho, a serem alcanados pela MCC, e/ou que
sejam aceitveis, do ponto de vista estratgico da empresa; definir os critrios para realimentao do
programa de MCC (realimentaes peridicas at a consolidao do programa, realimentaes
dependentes dos indicadores de desempenho ou uma estratgia mista); acompanhar o programa de
MCC e o sistema no qual a MCC foi implantada, realimentando o programa inicial/anterior quando
110
necessrio, em funo dos critrios estabelecidos; estruturar e sistematizar as rotinas e estratgias
para coleta das informaes que iro subsidiar os indicadores de desempenho.

Entradas: manual do programa de MCC; expertise em MCC, no sistema-alvo e na gerncia da


empresa; planejamento estratgico da empresa com relao ao sistema ao qual a MCC ser aplicada;
dados estatsticos do sistema ao qual a MCC ser aplicada (confiabilsticos, de mantenabilidade e de
produtividade); dados estatsticos do fabricante ou de sistemas tcnica e operacionalmente similares.

Sadas: listagem dos principais ndices de desempenho a serem atingidos pelo programa de MCC;
critrios para realimentao do programa de MCC; rotinas e estratgias para coleta das informaes
e acompanhamento do programa de MCC e do sistema no qual a MCC foi implantada; indicadores
de desempenho do programa de MCC e do sistema no qual a MCC foi implantada; documentao
referente s decises tomadas nesta etapa.

Controles: expertise em MCC, no sistema-alvo e na gerncia da empresa; planejamento estratgico


da empresa com relao ao sistema ao qual a MCC foi aplicada; normas aplicveis ao sistema
analisado; manual do programa de MCC; aes tcnicas e administrativas que subsidiem as decises
referentes s aes de manuteno, conforme estabelecidas no programa de MCC.

Mecanismos: ferramentas computacionais (planilhas eletrnicas, processadores de texto ou software


especfico para implantao da MCC); local e estrutura para conduo das reunies; disponibilidade
dos responsveis pelo acompanhamento e realimentao do programa de MCC.

5.4 METODOLOGIA PARA DIAGNSTICO DA MCC

A metodologia proposta para diagnstico da MCC, com base no procedimento de referncia


para sua implantao, composta por duas partes, a saber:

A primeira parte trata da avaliao dos pr-requisitos necessrios para implementao de


cada uma das etapas;
A segunda parte trata da auditoria de cada etapa implementada conforme o procedimento de
referncia.

A fim de minimizar os fatores crticos para o sucesso do programa de MCC, ao final da


avaliao dos pr-requisitos e da auditoria, melhorias so sugeridas com base no diagnstico da
empresa/sistema ao qual a MCC ser implantada. Entre a avaliao dos pr-requisitos e a
auditoria (Figura 5.6), est a implementao de cada uma das etapas da MCC, conforme o
procedimento de referncia.
Para maximizar os resultados positivos e evitar os transtornos decorrentes de uma
etapa mal conduzida, durante os procedimentos de implantao da MCC, a metodologia
pressupe a seguinte seqncia de aplicao:
111

1. Antes de iniciar cada uma das etapas do procedimento de referncia, seus pr-requisitos so
avaliados e seus pontos fracos corrigidos;
2. Cada etapa , ento, implementada conforme as exigncias do procedimento de referncia,
respeitando suas necessidades e contemplando seus resultados/sadas;
3. Cada etapa implementada , ento, auditada para certificao de sua conformidade com o
procedimento de referncia, antes de iniciar a implementao da prxima etapa.

Caractersticas Novas Caractersticas Programa de


Empresa ou
da Empresa da Empresa ou Melhoramento
Sistema
ou Sistema Sistema
No
Inferncia Fuzzy Avaliao dos
Pr-Requisitos Aceitvel
(Pr-Requisitos)
da Etapa

Pr-Requisitos Sim
Etapa sob
da Etapa sob
Anlise
Anlise
Implementao
da Etapa
Etapas do
Procedimento
de Referncia Reviso da No Conformidades
Etapa da Etapa
No
Prxima
Sim Avaliao da Sadas da
Aceitvel Inferncia Fuzzy
Etapa Auditoria da Etapa
(Auditoria)
Etapa

Figura 5.6 Avaliao dos Pr-Requisitos e Auditoria Fuzzy das Etapas da MCC.

Os procedimentos de avaliao dos pr-requisitos de cada etapa e de auditoria ps-


implementao da etapa so executados por intermdio de um processo de inferncia Fuzzy. Neste
processo, o analista pondera os quesitos que iro compor os critrios de avaliao pr e ps-
implementao da etapa sob anlise. Sendo assim, cada etapa composta por diferentes critrios para
avaliao dos pr-requisitos e auditoria e cada um desses critrios conta com diferentes quesitos, cujo
grau de aderncia da empresa/sistema resultar na avaliao da etapa. A Figura 5.7 ilustra este cenrio.

Entradas / Sadas / Mecanismos / Controles

Avaliao dos Pr-Requisitos Auditoria


Etapa do
Critrio 1 Quesitos Procedimento de Referncia Critrio 1 Quesitos

Etapa Objetivos Tarefas Etapa


Critrio n Quesitos Critrio n Quesitos

Implementao

Figura 5.7 Processo de Avaliao dos Pr-Requisitos e Auditoria Fuzzy da MCC.


112
O processo de inferncia Fuzzy, que avalia o grau de aderncia da empresa/sistema aos pr-
requisitos de cada etapa, segue a sistemtica mostrada na Figura 5.8.
Caractersticas
da Empresa
ou Sistema

Critrios que Relacionem as Quesitos para Ponderao Parametrizao do


Caractersticas da Empresa Fuzzy da Aderncia da Conjunto Fuzzy para
com os Requisitos da MCC Empresa/Sistema ao Critrio Ponderao do Critrio

Requisitos da Termos Primrios


Etapa sob do Universo de
Anlise Discurso

Agregao dos Quesitos Grau de Aderncia da Ponderao dos


para Avaliao dos Empresa/Sistema aos Quesitos Quesitos dos
Critrios que compem os Critrios Critrios

Relatrio de Avaliao dos Agregao dos Conjuntos Relatrio de Avaliao da


Critrios. Fuzzy resultantes da Avaliao Etapa.
Conjunto Fuzzy - Nota dos Critrios Conjunto Fuzzy - Nota

Figura 5.8 Processo de Avaliao Fuzzy dos Pr-Requisitos das Etapas da MCC.

Este processo tem incio com a comparao das caractersticas da empresa/sistema com os pr-
requisitos exigidos pela MCC, para um desenvolvimento adequado da etapa sob anlise. Esta
comparao feita a partir da anlise, do ponto de vista da empresa/sistema, de critrios pr-
estabelecidos e especficos para cada etapa.
Para a avaliao de cada critrio, a metodologia proposta apresenta diversos quesitos que devem
ser ponderados. Para tanto necessrio, primeiro, a parametrizao dos termos primrios que iro
compor o conjunto Fuzzy, o qual servir de referncia para a anlise. Assim, o usurio poder ponderar
cada quesito com uma Nota, dentro do universo de discurso de 0 a 10, ou um conceito Fuzzy conforme
parametrizado inicialmente. Neste caso, a metodologia prope os seguintes conceitos ou termos
primrios (lingsticos) para a avaliao dos quesitos: Ruim, Baixa, Boa, Alta e tima. Esses conceitos
ou a nota referem-se ao Grau de Aderncia da empresa/sistema aos requisitos da MCC, examinada
implicitamente pelo respectivo quesito. A Figura 5.9 exemplifica uma parametrizao do conjunto Fuzzy
de referncia. Vale ressaltar que o processo de parametrizao deve ser conduzido por um especialista
em MCC e no domnio da aplicao. O conhecimento/experincia deste especialista servir de base para
a definio das funes de pertinncia, as quais definiro os termos primrios que compem o conjunto
Fuzzy de referncia.

Quesito referente ao Critrio sob Anlise

1 Ruim Baixa Boa Alta tima

1 2 3 4 5 6 7 8 9 10
Figura 5.9 Termos Primrios para Avaliao de Pr-Requisitos e Auditoria.
113
Ponderados os quesitos dos critrios de avaliao, o que se tem o grau de aderncia da
empresa/sistema quela necessidade especfica da MCC analisada no respectivo quesito. Cabe agora
proceder agregao dos termos primrios afetados pela ponderao dos quesitos para composio
do grau de aderncia da empresa/sistema ao critrio. Deste procedimento resultaro tantos conjuntos
Fuzzy quantos forem os critrios a serem avaliados. Neste ponto j se tem uma avaliao parcial dos
critrios que, de alguma forma, impactaro na implementao do programa de MCC.
Agregando os conjuntos Fuzzy resultantes da avaliao dos critrios tem-se o conjunto
Fuzzy que representa a aderncia da empresa/sistema aos pr-requisitos da etapa sob anlise. Este
conjunto significa implicitamente o quo apta a empresa/sistema est para implantar aquela etapa. A
desfuzzificao dos conjuntos Fuzzy, resultantes da avaliao dos critrios e da etapa, resulta em
uma Nota (valor crisp) que representa a aderncia da empresa/sistema quele critrio e/ou etapa.
Com a avaliao da etapa e seus respectivos critrios caractersticos, conclui-se o processo de
inferncia conduzido pelo SBC (Sistema Baseado em Conhecimento) Fuzzy.
Em funo dos resultados apresentados pelo processo de inferncia Fuzzy, a equipe estar
apta ou no para proceder implementao daquela etapa da MCC. A implementao de cada etapa
deve ser conduzida respeitando-se o procedimento de referncia com relao aos objetivos, tarefas,
entradas, sadas, controles e mecanismos.
Os mesmos preceitos da fase de pr-implementao da etapa podem ser adaptados para a
fase de auditoria da etapa, a diferena que, no caso da auditoria, a entrada do processo de
inferncia Fuzzy so as sadas do procedimento de referncia, cuja conformidade deve ser avaliada.
Sendo assim, o encadeamento da metodologia, aps estabelecimento dos quesitos para avaliao e
parametrizao dos conjuntos Fuzzy, segue a seguinte seqncia (Figura 5.10): ponderao Fuzzy
dos quesitos relacionadas agora conformidade de execuo da etapa; agregao Fuzzy destes
quesitos para avaliao dos critrios de conformidade da etapa; agregao dos conjuntos Fuzzy
resultantes da avaliao dos critrios a qual, neste caso, origina o conjunto Fuzzy representativo do
grau de conformidade das sadas da etapa com as exigncias do procedimento de referncia.

Critrios para Quesitos para Auditoria Parametrizao do


Sadas da Fuzzy da Aderncia das Conjunto Fuzzy para
Etapa Auditoria da Etapa
da MCC Sadas da Etapa aos Critrios Auditoria da Etapa

Agregao dos Termos Termos primrios referentes ao Ponderao dos Termos Primrios
de Avaliao dos Grau de Aderncia da Etapa Quesitos dos do Universo de
Critrios de Auditoria aos Critrios de Auditoria Critrios Discurso

Relatrio de Avaliao dos Agregao dos Conjuntos Relatrio de Auditoria da


Critrios de Auditoria. Fuzzy resultantes da Avaliao Etapa.
Conjunto Fuzzy - Nota dos Critrios de Auditoria Conjunto Fuzzy - Nota

Figura 5.10 Processo de Auditoria Fuzzy das Etapas da MCC.


114
Cabe ressaltar que, sempre que vivel e efetivo, o SBC-Fuzzy pode apontar solues para as
no conformidades apresentadas pela empresa/sistema, tanto na fase anterior implementao da
etapa, detectadas na avaliao dos pr-requisitos, quanto na fase posterior implementao,
detectadas na auditoria da etapa.

5.5 SUCESSOS E FRACASSOS NA CONDUO DE UM PROGRAMA DE MCC

Para entender as subjacncias do processo de inferncia Fuzzy, inerente a metodologia


proposta, h de se discorrer sobre o que caracteriza o sucesso ou o fracasso de um programa de
MCC. Programas de MCC que fracassaram em alcanar os objetivos inicialmente estabelecidos so
raramente abordados nas literaturas pesquisadas, o que se v so casos de aplicao da MCC em
diferentes setores ou mudanas na metodologia normatizada da MCC para adequ-la s restries
impostas pela aplicao. Algumas consideraes tericas sobre os pontos crticos de um programa
de MCC podem ser encontrados em: Backlund (2003), Moubray (2001), Siqueira (2005), Smith e
Hinchcliffe (2004) e Worledge (1993). Exemplos de adaptaes na metodologia normatizada da
MCC podem ser encontrados em: Johnston (2002), Rajotte e Jolicoeur (2001) e Siqueira (2007).
Exemplos de aplicao da MCC podem ser encontrados em: Alkaim (2003), Backlund (2003),
Lucatelli (2002), Ribeiro (2005) e Vizzoni et al (1999).
Da mesma bibliografia citada no pargrafo precedente, alm de outros artigos pesquisados,
possvel abstrair alguns critrios, a partir dos quais se pode julgar o xito ou fracasso de um
programa de MCC, entre esses destacam-se (Figura 5.11):

Recursos Retorno do Investimento

Sucesso ou Fracasso de
Resultados e Benefcios Tempo
um Programa de MCC

Condies para
Aprimoramento Contnuo Comprometimento

Figura 5.11 Critrios para Julgamento do xito de um Programa de MCC.

Recursos: a MCC requer um significante investimento de recursos financeiros, tempo e dedicao da


equipe de implementao. De acordo com Smith e Hinchcliffe (2004), esses recursos so empregados
prioritariamente para treinamento de pessoal e aquisio de novos equipamentos/instrumentos,
principalmente aqueles demandados pela manuteno preditiva. A falta desses recursos pode limitar as
aes do programa de MCC, culminando, na pior das hipteses, com seu abandono.
115
Retorno do Investimento: o retorno do investimento no programa de MCC pode ser de longo prazo 3 .
Subestimar os investimentos financeiros ao longo do ciclo de vida da MCC, assim como seu tempo
de retorno, pode resultar na perda de apoio da alta gerncia, descrdito e abandono do programa de
MCC (WORLEDGE, 1993).

Tempo: os objetivos da MCC so de longo prazo e o tempo necessrio para sua implementao
pode ser longo, dependendo da complexidade do sistema, porm, as expectativas que antecedem o
programa de MCC so em geral imediatistas. Acomodar essas expectativas ao longo do ciclo de
vida do programa de MCC pode minimizar possveis frustraes (BACKLUND, 2003).

Comprometimento: a MCC impe mudanas internas que exigem o comprometimento da equipe de


manuteno e operao. A falta desse comprometimento pode inviabilizar as aes de manuteno e
desacreditar o programa de MCC (MOUBRAY, 2001).

Condies para Aprimoramento Contnuo: a MCC necessita de aprimoramento contnuo o que


pressupe: realimentao; coleta de dados de falha; atualizao dos mecanismos de deteco da
falha; e revises peridicas do manual de MCC, entre outras aes que visam manter atualizado o
programa de MCC ao longo de todo o seu ciclo de vida (SMITH e HINCHCLIFFE, 2004).

Resultados e Benefcios: os resultados e benefcios de um programa de MCC devem ser analisados


sob diferentes perspectivas, dentre as quais destacam-se: dos interessados na empresa/sistema
stakeholders e suas expectativas; da quantificao dos resultados para avaliao e refinamento das
aes; dos benefcios para a empresa/sistema proporcionados pelo sucesso da implementao da
MCC; da melhoria na qualidade do produto e/ou servio (BACKLUND, 2003).

A proposta deste trabalho vem preencher a lacuna existente entre a teoria, muitas vezes
simplista, e as situaes prticas que podem inviabilizar um programa de MCC e que no encontram
respaldo nas normas de conduta. No se trata, conforme explanado no Captulo 1, de uma
metodologia para implantao da MCC, mas sim de uma metodologia para certificar a aderncia da
empresa/sistema aos requisitos da MCC e a conformidade na implementao das etapas com as
normas e bibliografias pesquisadas.
Com isso pretende-se minimizar os riscos de insucesso dos programas de MCC, garantindo
sua aderncia s necessidades da empresa/sistema e consonncia com as boas prticas de
implementao e gesto. Nesse sentido, os seguintes mecanismos se complementam buscando
alcanar estes objetivos: o conhecimento heurstico de especialistas em implantao e gesto de
programas de MCC, incorporado no SBC-Fuzzy desenvolvido; ferramentas, baseadas em lgica
Fuzzy, para diagnstico e apoio a deciso tanto na fase anterior quanto posterior a implantao da
MCC; e relatrios de avaliao ponderando as caractersticas da empresa/sistema e as necessidades
da MCC, indicando aes de melhoramento sempre que possvel.

3
A Taxa de Retorno do Investimento (ROI Return on Investment) pode ser calculada pela seguinte equao:
ROI = (Investimento Lucro Lquido), assim, obtm-se o tempo necessrio para se reaver o capital investido.
116
Para substanciar a metodologia proposta, os fatores crticos para o sucesso de um programa
de MCC devem ser investigados adotando-se de uma viso holstica de sua relao com a
empresa/sistema. Assim ser possvel conceber critrios para confrontar as caractersticas da
empresa/sistema com os pr-requisitos necessrios para um programa de MCC e tambm avaliar a
conformidade das tarefas executadas ao longo dos procedimentos de implementao.
Uma reviso criteriosa da literatura pesquisada revela que, apesar de algumas questes
tcnicas corroborarem para o fracasso dos programas de MCC, o grande obstculo para o sucesso
est nas questes gerenciais relacionadas com o entendimento da metodologia e o planejamento
para sua implantao (BACKLUND, 2003; MOUBRAY, 2001; SIQUEIRA, 2005; SMITH e
HINCHCLIFFE, 2004; WORLEDGE, 1993). Sendo assim, alm dos aspectos especficos inerentes
s prticas normatizadas de implementao da MCC, a metodologia proposta analisa os fatores
crticos para o sucesso da MCC, sob os seguintes pontos de vista:

Fatores gerenciais e tcnicos da manuteno, incluindo a MCC como uma metodologia que
utiliza diferentes tcnicas e ferramenta para anlise de falhas e definio das aes de
manuteno;
Fatores relacionados com a gesto de projetos, onde, por projeto entende-se a implantao e
a gesto do programa de MCC, incluindo os aspectos relacionados s mudanas internas.

Do ponto de vista gerencial e tcnico da manuteno, os critrios a serem ponderados pelo


usurio contemplam os seguintes aspectos gerais:

Estratgia de gerenciamento da manuteno ou dos ativos: tamanho da equipe, critrios para


planejamento, presena ou no de sistemas computacionais de suporte a manuteno;
Desempenho da manuteno: ordens de servio, tarefas acumuladas, tcnicas de anlise de
resultados e desempenho da equipe;
Cultura da manuteno: nvel de cooperao profissional, conservadorismo;
Competncia da equipe de implantao da MCC: habilidades, experincia, conhecimento da
metodologia, capacidade para implementao da MCC (disponibilidade de documentao,
sistema computacional de apoio, atendimento aos pr-requisitos de cada etapa e
conformidade da execuo da etapa, atendimento a imposies normativas);
Abordagem para anlise do desempenho da MCC: preparao e coleta de dados, escopo,
nvel de detalhamento adequado para a anlise, padres de desempenho desejados.

Do ponto de vista da gesto de projetos, os critrios a serem ponderados pelo usurio


contemplam os seguintes aspectos gerais:

Planejamento inicial: limitaes, foco, escopo, objetivos, consideraes econmicas e de


adequao (convenincia);
Abordagem e estratgia para implementao: abordagem e estratgias para curto e mdio
prazo, estratgias para customizaes, abordagem e estratgias para consolidao das etapas;
117
Controle, monitoramento e avaliao do programa de MCC: planejamento e estruturao
para avaliao dos resultados e benefcios;
Gesto de recursos: planejamento monitoramento e controle dos recursos financeiros,
humanos e de tempo para implementao do programa de MCC;
Planejamento e preparao para gesto das mudanas internas: abordagem e estratgia para
conscientizao, comprometimento, envolvimento, suporte, gesto das expectativas,
treinamento, resistncias internas, sobrecarga de trabalho inicial, disponibilidade de
informao e transparncia do processo.

Com foco nos aspectos tcnicos e gerenciais, abordados neste item, e em exigncias
normatizadas, ser possvel conceber os critrios que iro nortear a avaliao dos pr-requisitos e a
auditoria de cada uma das etapas da MCC.

5.6 ESTRATGIA PARA AVALIAO DOS PR-REQUISITOS DAS ETAPAS DA MCC

Com o procedimento de referncia para implantao da MCC, e a metodologia proposta


para seu diagnstico, foi possvel conceber uma estratgia para avaliar o grau de aderncia da
empresa/sistema s necessidades da MCC, levando em conta os fatores crticos de sucesso citados
no item precedente, processo inverso ao proposto por Fuentes (2006). A estratgia proposta consiste
na ponderao de quesitos, os quais refletem: as competncias e habilidades dos operadores,
mantenedores e da equipe de implementao da MCC; o comprometimento dos nveis gerenciais da
empresa com o programa de MCC; as caractersticas do sistema ao qual a MCC ser implantada; e o
atendimento aos pr-requisitos de cada uma das etapas da MCC. A ponderao dos quesitos deve
ser conduzida de forma que todos os envolvidos na implementao das etapas da MCC,
pertencentes ou no equipe de implementao, possam participar do processo.
Ao final do processo de ponderao dos quesitos, o que se tem so as informaes sobre os
pontos fortes e fracos da empresa/sistema. Estas informaes, em conjunto com o processo de
inferncia do SBC-Fuzzy, iro balizar a avaliao dos seguintes aspectos: pontos que necessitam ou
no de melhoramentos para adoo da MCC; planejamento para implementao das etapas;
deficincias e/ou carncias da equipe de implementao; otimizaes possveis no processo de
implementao das etapas; necessidades de apoio ou envolvimento institucional; e necessidades
operacionais, logsticas e estruturais;
A ponderao dos quesitos compe a avaliao do critrio correspondente que, em conjunto
com os demais critrios, da etapa sob anlise, iro compor sua avaliao final. Esse processo de
avaliao e composio dos conjuntos Fuzzy correspondentes forma o relatrio final de avaliao
dos pr-requisitos da etapa.
Os prximos itens explicitam os critrios e seus respectivos quesitos. A ponderao destes
quesitos subsidia o processo de inferncia Fuzzy que resulta na avaliao dos critrios. Os
resultados individuais dessa avaliao disparam um novo processo de inferncia para a avaliao de
118
cada uma das etapas do processo de implantao da MCC. Este processo de ponderao dos
quesitos e inferncia Fuzzy para avaliao dos critrios e da etapa sob anlise vlido para todas as
etapas, tanto para a anlise dos pr-requisitos quanto para auditoria.
Especificamente na anlise dos pr-requisitos, dois quesitos so comuns a todas as etapas,
os quais so (Apndice F): a verificao de atendimento ao procedimento de referncia para
implantao da MCC; e o desempenho atingido na auditoria da etapa anterior. O primeiro quesito
garante que a equipe de implementao da MCC dispe das entradas, controles e mecanismos
exigidos pelo procedimento de referncia. Assim, pode iniciar o processo de implementao da
etapa sob anlise, estando preparada para cumprir com os objetivos da etapa e executar suas tarefas
inerentes. O segundo quesito garante que a etapa anterior foi implementada a contento e suas sadas
atingiram um grau mnimo de aderncia ao procedimento de referncia. Isto sugere que a equipe que
conduz o processo de implantao est apta a iniciar a implementao de uma nova etapa, utilizando
os resultados da etapa anterior.

5.6.1 Avaliao dos Pr-Requisitos da Etapa 0

A Etapa 0 foi assim nomeada por no constar em nenhuma bibliografia ou norma referente
implantao da MCC. Entretanto, a pesquisa bibliogrfica e a elicitao de conhecimento dos
especialistas, que antecederam a concepo da metodologia proposta, revelou que:

Nem todas as empresas/sistemas esto preparadas para adotar a MCC como estratgia de
gesto da sua manuteno, e o fazem, muitas vezes, por questes mercadolgicas ou
decises intuitivas dos tomadores de deciso. As questes mercadolgicas esto relacionadas
principalmente com a aquisio de softwares proprietrios de gesto da manuteno (CMMS
Computer Maintenance Management Systems) os quais nem sempre atendem s
necessidades especficas de uma determinada empresa ou sistema. Decises intuitivas so,
invariavelmente, parciais e no avaliam todo o contexto da aplicao e/ou empresa;
Esta falta de aderncia aos requisitos mnimos exigidos pela MCC resulta em falta de
comprometimento, descrdito e abandono do programa de MCC;
Alm da aderncia da empresa/sistema aos requisitos exigidos pela MCC, deve haver
comprometimento da alta gerncia, dos operadores, da equipe de implementao e recursos
financeiros e humanos para execuo das etapas e implementao do programa de MCC.

Portanto, o objetivo da Etapa 0, conforme j explicitado no procedimento de referncia,


verificar se a MCC adequada para a empresa/sistema em seu estgio atual de desenvolvimento e
estruturao. Os seguintes critrios compem a avaliao dos pr-requisitos da Etapa 0:
Disponibilidade da Informao/Recursos; Condio e Desempenho Atual da Manuteno; Sistema
Computacional de Suporte; Cultura da Manuteno/Empresa; e Gerenciamento Estratgico da
119
Manuteno. Os prximos itens justificam os quesitos que constituem cada um dos critrios,
resumidos na Figura 5.12 e detalhados no Apndice F.

Critrio Quesito a ser Ponderado


Aderncia ao Procedimento de Referncia
Disponibilidade da Documentao da manuteno

Informao/Recursos Documentao dos sistemas candidatos
Planejamento estratgico da empresa

Estratgia de manuteno
Condio e
Desempenho da manuteno
Desempenho Atual da
Recursos humanos na operao
Manuteno
Custos da manuteno

Automao de escritrio
Sistema Gesto da informao
Etapa 0 Computacional de Gesto da manuteno
Adequao da Suporte Afinidade/Treinamento com o sistema
MCC Integrao com outros sistemas

Registro das aes de manuteno


Funo estratgica da manuteno
Cultura da
Motivao da equipe
Manuteno/Empresa
Experincia metodolgica
Atualizao e auditoria

Oramento
Gerenciamento Conformidade organizacional
Estratgico da Aporte de recursos
Manuteno Apoio metodolgico
Terceirizao
Figura 5.12 Avaliao dos Pr-Requisitos da Etapa 0.

Critrio 1 (C1) Disponibilidade da Informao/Recursos

Alm do atendimento ao procedimento de referncia, este critrio analisa: a existncia de


documentao adequada e consistente tanto das aes de manuteno quanto dos sistemas candidatos
a implantao da MCC; e a consistncia do planejamento estratgico da empresa com relao
manuteno.
A documentao das aes de manuteno torna as decises da MCC mais prximas das
caractersticas da empresa, garantindo a incluso dos modos de falha que j ocorreram no passado e
a reanlise das aes que se revelaram eficientes ou no. Neste caso, a inexistncia de
documentao referente s aes de manuteno pode comprometer a efetividade da aplicao dos
diagramas de deciso da MCC.
120
A documentao do sistema importante para a conduo dos processos decisrios da
MCC, pois caso o mesmo seja complexo do ponto de vista tecnolgico e/ou excessivamente
hierarquizado, podem ocorrer problemas na etapa de definio dos sistemas e identificao das
fronteiras e interfaces.
O apoio e o comprometimento institucional so importantes para o sucesso do programa de
MCC. Portanto, a incluso da manuteno em seu planejamento estratgico espelha a viso da
empresa, e um indcio da pr-disposio de engajamento s novas propostas da MCC.

Critrio 2 (C2) Condio e Desempenho Atual da Manuteno

O objetivo deste critrio avaliar o estgio atual da equipe/setor de manuteno da empresa.


Como estratgia de manuteno, a MCC privilegia aes preditivas. Portanto, importante
que a Empresa/Sistema no qual a MCC ser implantada, tenha um histrico/experincia nesta
estratgia de manuteno para facilitar o processo de treinamento da equipe de manuteno.
Um desempenho homogneo e satisfatrio das aes de manuteno, alm de uma equipe
preparada reflete, em geral, um conhecimento do sistema a ser mantido, o que adequado s
necessidades da MCC. A falta de homogeneidade no desempenho da manuteno pode representar
um problema para a implantao da MCC em todo o Sistema/Empresa. Convm, neste caso,
escolher subsistemas onde este quesito seja o mais aderente possvel e preparar adequadamente os
mantenedores.
Um nmero reduzido de pessoas envolvidas na operao do sistema, quando comparado a
sistemas fabris similares, pode indicar um elevado grau de automao. Neste caso, a MCC
prefervel frente a outras metodologias de gesto da manuteno (Ex.: TPM Manuteno
Produtiva Total), uma vez que: o baixo nmero de operadores pode inviabilizar seu engajamento
como aliados da manuteno; e a automatizao do sistema (Ex.: softwares de superviso e
controle) pode auxiliar no registro histrico das falhas e gerao de dados confiabilsticos e de
mantenabilidade, os quais so essenciais para a realimentao do programa de MCC.
Se os custos diretos e indiretos devidos manuteno so altos, com o sistema atual de
gesto da manuteno, quando comparados a outros sistemas fabris similares, a implantao da
MCC pode ser vantajosa. Apesar do custo inicial da MCC ser alto, quando adotada em sistemas com
pouca manuteno preditiva, os custos totais tendem a diminuir ao longo do tempo (MOUBRAY,
2001). Entretanto, um estudo econmico/financeiro mais elaborado deve ser conduzido antes da
adoo da MCC, caso o fator econmico seja relevante, dado o tamanho e a complexidade do
sistema e a pouca ocorrncia de aes preditivas.
121
Critrio 3 (C3) Sistema Computacional de Suporte

Este critrio avalia as funcionalidades e a abrangncia do sistema computacional da empresa


como ferramenta de suporte gesto da manuteno bem como a afinidade dos mantenedores com
sua utilizao.
Quanto automao de escritrio, segundo Siqueira (2005), a implantao da MCC no
exige muitos recursos, visto que bastam os programas tradicionais de processamento de textos,
planilhas eletrnicas e banco de dados. Para padronizar a anlise, a empresa pode adotar softwares
especficos para implantao da MCC.
Algumas etapas do processo de implantao e gesto da MCC so muito dependentes de um
sistema de gesto da informao para apoio a tomada de deciso e as atividades de manuteno.
Neste caso, deve-se verificar se as ferramentas computacionais disponveis atendem s necessidades
da MCC e se esto integradas com o restante da empresa.
A MCC baseia suas decises em dados estatsticos de falhas, assim, pode haver benefcios
para o programa de MCC caso sistemas computacionais de gesto da manuteno j tenham sido
introduzidos e/ou so utilizados na empresa. Neste caso, deve-se verificar se tais sistemas suprem as
necessidades da MCC e se os dados disponveis so confiveis.
Os sistemas computacionais de apoio a MCC, tanto na fase de implantao como na fase de
gesto, s sero efetivos se a equipe de manuteno tem afinidade com os mesmos e o seu uso est
incorporado em suas prticas dirias, o que pressupe que tal sistema deva ser de uso amigvel.
Caso contrrio, um programa de treinamento e conscientizao dos mantenedores deve preceder a
implantao da MCC.
Para facilitar e garantir as boas prticas na conduo do programa de MCC, o software
utilizado na gesto da manuteno deve ter as funcionalidades mnimas exigidas pela metodologia
MCC. Caso contrrio o mesmo deve permitir a integrao com softwares especficos para gesto da
MCC garantindo, assim, a padronizao, realimentao e customizao do programa de MCC,
dentro dos padres vigentes.

Critrio 4 (C4) Cultura da Manuteno/Empresa

Este critrio avalia a cultura e as prticas dos mantenedores na conduo de suas atividades
e o envolvimento da empresa na gesto da manuteno.
Como a MCC baseia sua decises em dados estatsticos de falhas, o registro das aes de
manuteno, de forma suficientemente detalhada para suportar uma anlise estatstica de tais aes,
tornar as decises da equipe de implementao mais acertadas. Porm, cabe verificar a consistncia
122
dos registros das aes de manuteno para garantir a confiabilidade das decises da equipe de
implementao.
A implantao da MCC pressupe mudanas de paradigmas dentro da empresa e do prprio
setor de manuteno, o que est fortemente atrelado ao apoio dos nveis gerenciais. Para tanto, a
manuteno deve ter uma funo estratgica dentro da empresa e ocupar um lugar de destaque na
estrutura organizacional. O comprometimento de toda a empresa com o sucesso do programa de
MCC deve ser garantido ao longo de todo o seu ciclo de vida.
As mudanas de paradigmas impostas ao setor de manuteno, pelo programa de MCC,
exigem uma equipe e/ou setor de manuteno motivado e consciente de seu papel estratgico dentro
de empresa, para que tais mudanas sejam efetivas. Esta motivao e conscientizao dos
mantenedores devem ser mantidas ao longo de todo o ciclo de vida do programa de MCC.
A experincia da equipe de manuteno com outras metodologias de gesto e sua evoluo
para a MCC benfica para o sucesso do programa de MCC, facilitando o treinamento e a
assimilao dos conceitos pelos envolvidos no processo de implantao.
A sustentabilidade de um programa de MCC est fortemente atrelada sua atualizao e
realimentao dos dados que nortearam suas decises, com o objetivo de corrigir os desvios de
conduta e/ou o planejamento inicial. Alm disto, h que se considerar o monitoramento e a auditoria
contnua do programa, por pessoal interno ou externo a empresa, para garantir a correta
implementao das etapas, na fase de implantao, e a correta conduo do programa na sua fase de
execuo.

Critrio 5 (C5) Gerenciamento Estratgico da Manuteno

Este critrio avalia a poltica de gerenciamento da manuteno adotada pela empresa. Assim
possvel vislumbrar os obstculos, facilidades e oportunidades que a equipe de implementao
encontrar.
Os custos iniciais para implantao da MCC dependem da estrutura j existente na empresa
e da complexidade do sistema ao qual ser implementada. Deve-se considerar, entretanto, a
necessidade de uma previso oramentria para treinamento de pessoal dentro da filosofia da MCC,
viabilizar recursos humanos e implantar aes preditivas e sistemas computacionais de suporte a
MCC. Uma previso oramentria, anterior a implantao da MCC, recomendada para avaliar o
aporte financeiro adequado.
As decises da MCC podem estabelecer modificaes na poltica de gesto dos ativos da
empresa, que vo desde servios operacionais ou aumento de aes preditivas at mudanas de
projeto. Estas decises devem estar em conformidade e ter suporte de outros setores da empresa.
123
Cabe a equipe de implementao uma avaliao cuidadosa para verificar as limitaes impostas s
suas decises e garantir o envolvimento de todos os setores da empresa afetados pelas decises da
MCC, para anuncia e comprometimento com tais decises.
A MCC demanda investimentos contnuos em aprimoramento de aes preditivas e de
acompanhamento estatstico das aes de manuteno e das falhas funcionais. Os nveis gerenciais
da empresa devem considerar a manuteno como um investimento para viabilizar as necessidades
da MCC. Neste caso, cabe a equipe de implementao e aos executores do programa de MCC, a
proposio de um cronograma de investimentos que considere as limitaes de investimentos na
MCC para adequar seus custos e maximizar os benefcios ao longo do seu ciclo de vida.
A MCC parte de um processo geral/global de gerenciamento da manuteno, com
mtodos e tcnicas. Assim, alm do comprometimento dos mantenedores, com o programa de
MCC, deve haver harmonia entre os diversos mtodos e tcnicas adotadas pelo setor de
manuteno. Os controles e mecanismos externos de suporte devem estar adaptados a estas
diversidades, garantindo sua sinergia e maximizando seus resultados.
A MCC pode no ser a melhor poltica de gesto da manuteno para toda a
empresa/sistema, neste caso outras metodologias de gesto da manuteno podem ser utilizadas em
paralelo ou integradas MCC. Neste caso, um estudo prvio deve ser desenvolvido, para avaliar
qual a melhor poltica da gesto da manuteno que deve ser incorporada ou utilizada em paralelo
com a MCC, dadas as caractersticas da empresa/sistema.
A MCC muito dependente de dados histricos e da experincia da equipe de manuteno.
Se grande parte da manuteno terceirizada, antes da implantao da MCC, cabe uma avaliao
criteriosa dos aspectos relacionados gesto do conhecimento. Caso a equipe terceirizada no esteja
adaptada s novas exigncias do programa de MCC, presume-se uma reviso prvia dos contratos
de terceirizao para garantir que estes requisitos sejam contemplados.

5.6.2 Avaliao dos Pr-Requisitos da Etapa 1

A Etapa 1 trata do planejamento para implantao da MCC e dos critrios e necessidades que
se interpem na formao da equipe de implementao. Os seguintes critrios compem a avaliao
dos pr-requisitos da Etapa 1: Disponibilidade da Informao/Recursos; Formao da Equipe;
Planejamento; Estratgia de Implementao.
Os prximos itens justificam os quesitos que constituem cada um dos critrios, os quais esto
resumidos na Figura 5.13 e detalhados no Apndice F.
124

Critrio Quesito a ser Ponderado


Aderncia ao Procedimento de Referncia
Disponibilidade da Auditoria da Etapa 0

Informao/Recursos Apoio computacional
Identificao dos sistemas candidatos

Patrocinador interno
Facilitador
Formao da Equipe Disponibilidade e disposio da equipe
Etapa 1 Envolvimento e comprometimento das gerencias
Preparao Substituies

Gesto de projetos
Planejamento Status do projeto de implantao
Acmulo de trabalho

Contexto da empresa/sistema
Estratgia de
Projeto piloto
Implementao
Programas similares

Figura 5.13 Avaliao dos Pr-Requisitos da Etapa 1.

Critrio 1 (C1) Disponibilidade da Informao/Recursos

Este critrio avalia se a empresa/sistema possui um grau mnimo de requisitos para iniciar
o procedimento de implantao da MCC.
Um software comercial especfico para implantao e gesto de programas de MCC pode
acelerar e padronizar o processo de implantao (SIQUEIRA, 2005). Neste ponto do processo de
implantao a equipe j tem noo do tamanho e complexidade dos sistemas candidatos
implementao da MCC. Portanto, j tem condies de avaliar o custo benefcio do uso de softwares
comerciais especficos para MCC ou de automao de escritrio aliados ao software existente de
gesto da manuteno. H que se considerar, neste caso, que softwares de apoio ao programa de MCC
no so utilizados somente na fase de implantao, mas tambm na sua fase de execuo.
Algumas etapas da MCC exigem uma identificao nica e inequvoca dos seus
itens/componentes para a organizao da documentao e definio das fronteiras dos sistemas.
Assim, importante, na etapa de preparao, certificar-se de que este pr-requisito esteja atendido,
caso contrrio, recomendvel providenci-lo para agilizar o processo de implantao. Siqueira
(2005) recomenda a utilizao de um dos seguintes sistemas: Codificao Operacional; Codificao
Patrimonial; ou Codificao Hierrquica.
125
Critrio 2 (C2) Formao da Equipe

Alm do conhecimento da metodologia, a implantao de um programa de MCC exige uma


equipe conhecedora do sistema no qual a MCC ser implantada e em consonncia com os objetivos
e cultura da empresa (MOUBRAY, 200; SIQUEIRA, 2005; SMITH E HINCHCLIFFE, 2004). A
equipe de implementao possui as seguintes responsabilidades: desenvolver e executar o programa
MCC para sistemas e instalaes escolhidas; e estabelecer e gerir os recursos necessrios
sustentao do programa. Dependendo da instalao, a equipe de implementao ser composta por
representantes das seguintes categorias profissionais: mantenedores da instalao; operadores da
instalao; inspetores de segurana; inspetores de qualidade; especialistas nos equipamentos;
fornecedores e fabricantes dos equipamentos; e laboratrios de ensaios. A complexidade e dimenso
do sistema sero determinantes na necessidade da participao destes representantes.
Este critrio avalia as habilidades e competncias da equipe de implementao e seus
substitutos, assim como o envolvimento e comprometimento da empresa.
A celeridade da implantao e a estruturao necessria para a equipe de implementao
esto fortemente atreladas designao, por parte da empresa, de um patrocinador interno. ele
que, legitimado pelos nveis gerenciais e com as atribuies requeridas, mobilizar os recursos
humanos e financeiros exigidos ao longo do processo de implantao.
A bibliografia pesquisada revela que muitos programas de MCC so desacreditados e
abandonados por erros conceituais e tticos cometidos ao longo do processo de implantao, por
exemplo: falta de clareza entre causa e modo de falha, falta de critrios para estabelecer a
abrangncia da anlise e falta de um projeto piloto (BACKLUND, 2003; BLANCO, 2007).
Portanto, necessrio que o facilitador do processo conhea profundamente a metodologia e, com
uma abordagem holstica, conduza o processo respeitando os aspectos tericos, normativos e
prticos da MCC. Ao facilitador cabe: aplicar a lgica MCC; conduzir a anlise; conduzir as
reunies; administrar o tempo; e administrar a logstica. O sucesso do processo de anlise
depender da competncia do facilitador, o qual ter de atingir os seguintes objetivos: assegurar a
aplicao correta da MCC; buscar o consenso entre os participantes; garantir a avaliao dos itens
significantes; agilizar as reunies de reviso; documentar adequadamente as etapas cumpridas; e
providenciar aprovao dos resultados. Ao facilitador compete tambm garantir a aderncia dos
mtodos de anlise s necessidades do planejamento para implementao, limitando-se
estritamente ao escopo definido.
O envolvimento e comprometimento de toda a empresa no processo de implantao da
MCC so importantes para garantir seu sucesso na sua fase de execuo. Para os nveis hierrquicos
inferiores salutar manter um canal de comunicao que viabilize, entre outros: a coleta de
sugestes e informao sobre o sistema no qual a MCC ser implantada; a divulgao das aes da
equipe de implementao; e a divulgao de mudanas nas regras de conduta e aes de
manuteno aps a implementao do programa. O engajamento dos nveis hierrquicos superiores
126
garante, ainda: credibilidade; apoio logstico durante a fase de implantao; recursos financeiros
tanto na fase de implantao quanto na fase de execuo do programa; e alinhamento com o
planejamento estratgico da empresa.
O processo de implantao da MCC relativamente longo e, em algumas etapas, demanda
um conhecimento especializado e peculiar do sistema. Nestes e em outros casos, alguns membros da
equipe de implementao precisam eventualmente ser substitudos, seja por motivos alheios aos
interesses da equipe ou pela limitao de habilidades e competncias em aspectos especficos, de
determinada etapa, do processo de implantao. Neste ltimo caso pode ocorrer tambm a incluso
de novos membros equipe de implementao. Porm, em todos os casos h que se prever, no
incio do processo, o treinamento adequado na metodologia MCC, para garantia sinergia dos novos
membros com o restante da equipe de implementao.

Critrio 3 (C3) Planejamento

A implantao da MCC exige uma deciso empresarial, no s pela importncia das


mudanas, mas tambm pelo volume de recursos financeiros e humanos exigidos (SIQUEIRA,
2005). Portanto, segundo Blanco (2007), um planejamento estratgico detalhado e com uma viso
holstica pode significar a diferena entre o sucesso e o fracasso do programa de MCC. Blanco
(2007) adverte tambm que, o planejamento deve ser executado tanto para o projeto piloto, quanto
para as expanses do programa de MCC.
Para organizar, garantir o comprometimento dos envolvidos e controlar o processo de
implantao recomendvel a utilizao de uma metodologia de gesto de projetos para
implementao do programa de MCC. Esta metodologia deve estruturar a implementao levando
em conta o planejamento estratgico, ttico e operacional da empresa, com relao ao sistema no
qual a MCC ser implantada.
Alm da contribuio na misso, objetivos e negcios da empresa, a implantao e uso da
MCC devero constar como uma de suas diretrizes estratgicas. Em especial, a anlise do ambiente
interno, dever identificar se esta rea constitui um dos pontos fortes da empresa ou se ser
necessrio buscar esta competncia no mercado externo. Uma vez tomada a deciso, os objetivos e
metas devero ser estabelecidos e acompanhados por indicadores e padres de desempenho
especficos da manuteno. Os marcos de implantao em cada perodo de planejamento devero
ser claramente estabelecidos e difundidos na empresa, sendo avaliados com as demais metas
estratgicas. Sem estas definies, a iniciativa no ter o respaldo necessrio quando da
implementao nos nveis tticos e operacionais da empresa.
A implantao da MCC requer uma dedicao intensa dos membros da equipe de
implementao exigindo reduo da carga normal de trabalho, proporcional a celeridade esperada
para implementao. Dentre as principais atividades, que demandam tempo e dedicao da equipe,
esto: definio do planejamento; busca de fonte de dados para embasar a tomada de deciso;
127
treinamentos; e reunies para definio diversas em todas as etapas do procedimento de referncia
para implementao da MCC. A liberao da equipe de implementao deve estar acordada com a
alta gerncia. Isto ratifica o comprometimento da empresa e a importncia do programa de MCC
podendo, tambm, facilitar o engajamento dos diversos setores no processo de implantao e
execuo do programa.

Critrio 4 (C4) Estratgia de Implementao

A MCC pode utilizar vrias estratgias de implementao. Entre as mais comuns, citam-se:
mtodo de fora-tarefa treinada, o qual consiste na seleo de um grupo de pessoas com a misso de
conduzir a anlise em toda a empresa; mtodo seletivo de instalaes crticas, no qual se escolhe
apenas as instalaes consideradas crticas para aplicao da metodologia; mtodo abrangente de
instalaes simultneas, que consiste na implementao paralela com vrias equipes de
implementao; e mtodo do projeto piloto, que consiste na escolha de uma pequena instalao
onde ser aplicada a metodologia, a ttulo de teste e treinamento, antes de estender a implantao s
demais instalaes. O projeto piloto sempre recomendado no primeiro contato da empresa com um
programa de MCC. A escolha das demais estratgias depende do nvel de maturidade e
desenvolvimento da engenharia de manuteno da empresa.
Algumas variaes metodolgicas de implementao so possveis, entre as variantes mais
comuns esto (SIQUEIRA, 2005): validao da manuteno existente, onde so analisadas apenas as
tarefas atuais, dispensando-se a anlise formal de todos os modos de falha da instalao e de outras
atividades preventivas possveis; excluso de modos de falha no crticos, onde so eliminados, a
priori, vrios modos de falha considerados de difcil ocorrncia; anlise expedita por analogia, onde
so copiados os resultados da anlise de instalaes similares; e anlise expedita por categorias, que
consiste na avaliao simultnea de uma classe de itens, considerados similares. Seja qual for a
variante metodolgica, ser necessrio garantir o treinamento adequado dos responsveis,
especialmente nas anlises expeditas, para evitar desconhecimento do processo pelos responsveis
pela execuo da manuteno.
Para garantir o engajamento e comprometimento de toda a empresa com o programa de
MCC, a equipe de implementao deve tomar suas decises com uma viso holstica da
empresa/sistema. Assim, devero ser levados em conta, entre outros: o contexto operacional do
sistema; a cultura da empresa em engenharia da manuteno e nos relacionamentos
interdepartamentais; o histrico de gesto do setor de manuteno e da empresa; e a poltica da
empresa com relao ao sistema no qual a MCC ser implantada.
Conforme mencionado, a primeira implantao de MCC em qualquer empresa deve ser em
um projeto piloto de pequenas propores. Isto produzir resultados imediatos garantindo segurana
no processo e avaliao da metodologia, permitindo contornar as adversidades encontradas quando
da expanso para outros sistemas.
128
Programas de MCC similares auxiliam o processo de implantao, sobretudo nas anlises
expeditas, reduzindo o tempo para implementao das etapas e auxiliando no dimensionamento
dos recursos humanos, financeiros, estruturais e logsticos. Entretanto, a equipe de implementao
deve estar preparada para a utilizao de sistemas similares como benchmarking, a fim de evitar
desvios de conduta na implementao das etapas e insucessos na fase de execuo do programa.

5.6.3 Avaliao dos Pr-Requisitos da Etapa 2

Ao iniciar o processo de implantao possvel que a equipe de implementao se depare


com a existncia de diversos sistemas ou subsistemas onde a MCC poderia ser profcua. Entretanto,
em alguns casos, uma implantao de largo escopo, sem um amadurecimento em MCC por parte da
empresa, pode se mostrar ineficiente e propensa ao fracasso. Os seguintes motivos ratificam este
conceito: dificuldade de previso oramentria, resultando em falta de recursos humanos e
financeiros; fora da cultura tradicional da empresa, que gera resistncia para mudanas abruptas de
paradigmas; desistncia devido ao volume intenso de trabalho; tempo longo para os primeiros
resultados, o que pode ensejar a desmotivao da equipe de implementao e dos mantenedores.
Portanto, no havendo um sistema pr-definido nesta etapa, deve-se estabelecer um
mtodo multicritrio para hierarquizar os sistemas candidatos, de modo a identificar qual o
sistema onde a implantao da MCC seja mais vantajosa. Identificado este sistema e suas
fronteiras, procede-se a sua documentao. Os seguintes critrios compem a avaliao dos pr-
requisitos da Etapa 2: Disponibilidade da Informao/Recursos; e Estratgia de Seleo. Os
prximos itens justificam os quesitos que constituem os critrios, resumidos na Figura 5.14 e
detalhados no Apndice F. Havendo de antemo um sistema de consenso, a aderncia aos pr-
requisitos desta etapa tambm deve ser observada.

Critrio Quesito a ser Ponderado


Aderncia ao Procedimento de Referncia
Auditoria da Etapa 1
Disponibilidade da Dados confiabilsticos / mantenabilidade

Etapa 2 Informao/Recursos Custos dos sistemas candidatos
Conhecimento da equipe de implantao
Seleo do Recursos financeiros
Sistema e
Coleta de
Escopo e abrangncia
Informaes
Similaridade com sistemas existentes
Estratgia de Seleo Relao com o processo produtivo
Documentao de engenharia
Contexto operacional
Figura 5.14 Avaliao dos Pr-Requisitos da Etapa 2.
129
Critrio 1 (C1) Disponibilidade da Informao/Recursos

Este critrio avalia a disponibilidade das informaes bsicas e relevantes para a tomada de
deciso que fundamentar a estratgia para escolha do sistema ao qual a MCC ser implantada.
Para selecionar, entre os sistemas candidatos, aquele no qual a MCC ser implantada, a
norma IEC 60300-3-11 sugere que se leve em conta sua significncia para a segurana,
disponibilidade e economia do processo. Mtodos qualitativos e quantitativos podem ser utilizados,
baseados nas funes desenvolvidas pelos sistemas e em indicadores de criticidade e de
desempenho pertinentes ao processo. indispensvel, ainda, segundo esta norma, que sejam
documentados os mtodos de seleo, os critrios utilizados e os resultados obtidos, iniciando-se
pela identificao dos sistemas.
Para que a tomada de deciso frente aos sistemas candidatos seja fundamentada
quantitativamente, importante que os dados estatsticos de confiabilidade e mantenabilidade estejam
disponveis e suportem uma anlise estatstica. Do mesmo modo, para maximizar os benefcios
advindos da implantao da MCC, recomendvel uma anlise quantitativa dos custos atuais dos
sistemas candidatos para avaliar qual deles se beneficiaria mais com a implantao da MCC.
A fim de que as decises da equipe de implementao sejam as mais acertadas possveis,
tanto na escolha do sistema quanto na aplicao dos diagramas de deciso, importante que a
mesma tenha um conhecimento profundo das questes tcnicas, de segurana e ambientais
relacionadas aos sistemas candidatos. Em pontos especficos de aplicao da metodologia MCC,
caso este conhecimento se demonstre insuficiente, recomendvel agregar temporariamente
equipe, pessoal com competncia e habilidade para auxiliar a anlise.
Nesta etapa importante uma viso holstica da implantao da MCC, para compatibilizar a
escolha do sistema com o planejamento estratgico da empresa com relao ao programa de MCC.
Deve-se prever, para todo o ciclo de vida do programa de MCC, os custos diretos e indiretos da
escolha de um ou outro sistema.

Critrio 2 (C2) Estratgia de Seleo

Neste critrio, os quesitos a serem ponderados ratificam ou no os sistemas como


candidatos realmente consistentes a implantao da MCC. Os questionamentos servem para
alertar a equipe de implementao das caractersticas relevantes que o sistema deveria ter, para
minimizar o risco de insucesso da implantao da MCC. O que pode ocorrer em sistemas pouco
representativos ou com pouca documentao e informao.
O alinhamento ao planejamento estratgico da empresa no se resume apenas aos recursos
financeiros e humanos, conforme avaliado no quesito Q6 do critrio 1 desta etapa (ver Apndice F).
So importantes, tambm, para balizar a estratgia da seleo do sistema: os objetivos que se
pretende alcanar com a implantao da MCC; a abrangncia das anlises da MCC para o sistema; e
o conhecimento tcnico e gerencial, sobre sistema, disponvel na empresa.
130
A implantao da MCC pode ser abreviada se entre os sistemas candidatos houver algum
similar a outros, onde a MCC j foi implantada e os dados esto disponveis para auxiliar a anlise,
neste caso se poder fazer a apropriao destes dados. Entretanto, Plucknette (2008) adverte que, a
apropriao de dados de sistema similares s poder ser realizado quando as seguintes
circunstncias ocorrerem concomitantemente: o item ou componente sob anlise deve ser do mesmo
fabricante, modelo, material e estar sujeito ao mesmo ciclo operacional; as condies ambientais de
ambos os sistemas devem ser as mesmas; e os modos de falha especficos do local da instalao
devem ser considerados individualmente.
Os benefcios do programa de MCC so evidenciados quando: forte a relao do sistema
com a disponibilidade do sistema global e economia do processo produtivo; e o sistema tem
implicaes de segurana e/ou meio ambiente. de se esperar, neste caso, que: haja tambm uma
maior documentao de engenharia do sistema, o que facilitar a definio de suas fronteiras,
subsistemas, itens e componentes para as anlises requeridas pela MCC; e que se conhea mais
profundamente o contexto operacional do sistema facilitando, assim, a definio e a caracterizao
das funes significantes e a programao das tarefas de manuteno.

5.6.4 Avaliao dos Pr-Requisitos da Etapa 3

A Etapa 3 do procedimento de referncia trata da elaborao da FMECA para o sistema


escolhido na etapa anterior. Embora a FMECA seja uma metodologia consagrada para anlise das
causas e dos efeitos dos modos de falha, algumas limitaes de natureza administrativa e tcnica
so observadas na sua aplicao prtica. As questes administrativas segundo Antonietti (2002)
envolvem: dificuldades no relacionamento interpessoal; e falhas no planejamento e na conduo
das reunies. As questes tcnicas, segundo Garcia (2006) envolvem: desconhecimento dos
aspectos tericos e prticos da aplicao da metodologia de FMECA; falta de conhecimento
tcnico dos participantes da equipe de conduo da FMECA; e limitaes diversas relacionadas
atribuio dos fatores que compem o ndice de criticidade. Com o objetivo de minimizar os
inconvenientes citados anteriormente, os seguintes critrios integram a avaliao dos pr-
requisitos da Etapa 3: Disponibilidade da Informao/Recursos; e Competncias e Habilidades da
Equipe. Os prximos itens justificam os quesitos que constituem cada um dos critrios, resumidos
na Figura 5.15 e detalhados no Apndice F.

Critrio 1 (C1) Disponibilidade da Informao/Recursos

Este critrio avalia os recursos disponveis para agilizar as reunies de FMECA e auxiliar a
equipe de implementao no levantamento das informaes que compem a planilha de FMECA.
131

Critrio Quesito a ser Ponderado


Aderncia ao Procedimento de Referncia
Auditoria da Etapa 2
Etapa 3 Disponibilidade da Ferramenta computacional

Informao/Recursos Documentao para FMECA
Anlise dos Falhas funcionais e controles atuais
Modos de Anlise prvia (FTA / ETA)
Falha, seus
Efeitos e sua
Conhecimento do sistema
Criticidade
(FMECA) Competncias e Treinamento
Habilidades da Tamanho da Equipe x Modos de Falha
Equipe Avaliao da criticidade (ndices/critrios)
Abrangncia das causas e efeitos

Figura 5.15 Avaliao dos Pr-Requisitos da Etapa 3.

O levantamento dos dados e preenchimento da planilha de FMECA a atividade que


consome a maior parte do tempo na implantao da MCC. Durante a concepo da FMECA, para se
atingir um consenso sobre o assunto e elicitar o conhecimento/informao que ir compor as
planilhas, as abordagens tradicionais utilizam-se de reunies e discusso em grupo. Estas reunies
so, em geral, demoradas e tediosas e podem, eventualmente, prejudicar a anlise. A utilizao de
um software especfico para MCC ou FMECA pode acelerar e padronizar a anlise. Se este software
contar tambm com um ambiente virtual, onde no haja a necessidade de reunies presenciais, os
especialistas envolvidos podero programar melhor o seu tempo e sentirem-se mais vontade para
proceder s anlises, aumentando assim sua confiabilidade.
A anlise da equipe de implantao deve incluir as protees, instrumentao,
monitoramento e controle atrelados ao sistema. Muitas vezes, grande parte destas funcionalidades
est no software SCADA (Supervisory Control And Data Acquisition Superviso Controle e
Aquisio de Dados). Portanto, importante que o sistema que ser analisado pela equipe, conte
com uma documentao de engenharia consistente, para facilitar a anlise e o preenchimento das
planilhas de FMECA. Pelo mesmo motivo, antes do incio desta etapa, importante dispor do
histrico de falhas funcionais e dos controles atuais para detectar e/ou prevenir as causas dos modos
de falha. A equipe de implementao pode se beneficiar tambm de anlises prvias, como rvore
de falhas ou eventos (FTA e ETA respectivamente), que podem acelerar a execuo da FMECA e
resultar em maior consistncia nas decises da equipe.

Critrio 2 (C2) Competncias e Habilidades da Equipe

Este critrio avalia o preparo da equipe de implementao para conduzir a FMECA.


132
O esquecimento de um modo de falha pode culminar com falhas imprevistas. As principais
causas deste problema so: uma equipe de FMECA mal estruturada ou que no tenha total domnio
do objeto de estudo do FMECA em questo e a desconsiderao de causas relacionadas a pessoas,
mtodos, equipamentos, materiais e ambiente. Durante a concepo da FMECA, a equipe de
implementao deve se certificar de que sua representatividade est adequada s anlises
demandadas, com membros de todos os setores influenciados ou com influncia nas decises da
MCC (MOUBRAY, 2001; PALADY, 2004; SIQUEIRA, 2005; SMITH E HINCHCLIFFE, 2004;
STAMATIS, 1995).
Para garantir uniformidade de conhecimento da metodologia da FMECA, compreenso de
seus conceitos e a forma correta de preenchimento das planilhas, importante que todos os
membros que participaro da sua execuo tenham recebido treinamento adequado e especfico em
FMECA, antes do incio desta etapa.
A celeridade do processo de execuo da FMECA, alm da capacitao e conhecimento de
seus membros, est atrelada tambm ao nmero de pessoas envolvidas na sua execuo. Siqueira
(2005) cita como exemplo que, em uma instalao tpica 4 , a anlise completa de cada modo de falha
leva em mdia 30 minutos. Cabe lembrar, tambm, que a demora do processo de implantao da
MCC pode postergar seus resultados, desmotivando as pessoas envolvidas e minando o
comprometimento dos nveis superiores da empresa ao programa de MCC. Os especialistas
envolvidos devem investir um nmero de horas relativamente elevado no desenvolvimento da
FMECA para detalhar adequadamente o sistema. Ambos os extremos envolvidos nesta questo so
preocupantes, os quais so (WIREMAN, 2005):

Anlises muito profundas (que tratam subsistemas inferiores ao menor item manutenvel)
podem causar problemas gerenciais como: desmotivao da equipe, com reunies tediosas
e custo dos especialistas envolvidos;
Anlises superficiais (que no tratam o menor item manutenvel) podem esquecer modos
de falha ou efeitos importantes e comprometer a eficcia das aes recomendadas,
frustrando as expectativas de retorno do FMECA.

Portanto, antes da execuo desta etapa, cabe a equipe de implementao certificar-se de


que sua composio est adequada ao tamanho do sistema e seu nmero de modos de falha.
A escala de valores, dos fatores que compem a avaliao da criticidade (Severidade,
Ocorrncia e Deteco), reflete de modo indireto a aceitabilidade da empresa aos efeitos do modo
de falha. Por esta razo, esta escala deve estar customizada para a empresa/sistema e aprovada pelos
nveis gerenciais. Alm disto, as variveis lingsticas utilizadas devem ser consensuais entre os
especialistas do grupo de FMECA e demais envolvidos. Caso contrrio, as anlises da equipe de
4
Como instalao tpica cita-se as subestaes de energia e o tempo para a anlise, neste caso, pressupe a
utilizao de recursos computacionais.
133
execuo da FMECA podem resultar em avaliaes equivocadas dos modos de falha, prioridades
incorretas e aes mal sucedidas que no impactaro da forma esperada no sistema sob anlise.
Aes adicionais, alm das previstas na FMECA, so invariavelmente necessrias nestes casos.
Alguns FMECAs podem no atingir os objetivos esperados pela no compreenso de que
os modos de falha tm causas e efeitos tanto internos quanto externos empresa, por exemplo:
atraso de fornecedores, problemas logsticos, danos ao meio ambiente, comprometimento do
processo produtivo do cliente, etc... (PALADY, 2004). Portanto, a equipe de execuo da FMECA
deve estar preparada para, com uma viso holstica, avaliar essas causas e efeitos internos e
externos, com influncia no sistema a ser analisado.

5.6.5 Avaliao dos Pr-Requisitos da Etapa 4

A Etapa 4 exige da equipe de implementao, alm de um conhecimento profundo do


sistema, uma definio clara e objetiva dos critrios para: identificar qual funo significante para
o sistema; e destas, como classificar seus modos de falha, em termos de evidncia de sua ocorrncia,
e os impactos na segurana, meio ambiente, economia e operao do processo produtivo.
Para facilitar a utilizao dos diagramas de deciso que compem a Etapa 4, sugere-se uma
avaliao da disponibilidade da informao e dos recursos que deveriam anteceder sua
implementao. Os prximos itens justificam os quesitos que constituem este critrio, os quais esto
resumidos na Figura 5.16 e detalhados no Apndice F.

Critrio Quesito a ser Ponderado


Etapa 4 Aderncia ao Procedimento de Referncia
Seleo das Funes Auditoria da Etapa 3
Disponibilidade da
Significantes e Funes protegidas
Informao/Recursos
Classificao de seus Critrio de avaliao dos impactos
Modos de Falha Competncia da equipe

Figura 5.16 Avaliao dos Pr-Requisitos da Etapa 4.

Critrio 1 (C1) Disponibilidade da Informao/Recursos

Nesta etapa so selecionadas, com base no FMECA, as funes do sistema que seguiro na
anlise da MCC e que, a partir desta etapa, sero denominadas de funes significantes. A perda de
tais funes caracteriza uma falha funcional, a qual provoca um efeito adverso para o sistema
principal, com conseqncias para: segurana, meio ambiente, operao e economia do processo
produtivo. A distino destas conseqncias servir para classificar as funes significantes.
134
Portanto, para implementao desta etapa a equipe deve ter um conhecimento profundo da relao
entre a funo de cada subsistema, item ou componente com a falha funcional do sistema principal.
A reavaliao das funes atualmente protegidas por tarefas de manuteno garantem a
reviso do programa atual de manuteno e sua adequao a MCC. Assim, novos modos de falha
podero ser descobertos e atividades desnecessrias de manuteno, do ponto de vista da MCC,
podero ser eliminadas.
Os impactos de segurana, ambientais, econmicos e operacionais, admitidos pela equipe de
implementao, refletem a tolerncia da empresa frente s conseqncias que um modo de falha
pode ter. Por exemplo, uma conseqncia mnima ao meio ambiente pode no ser suficiente para
classificar um modo de falha como: ESA (Evidente de Segurana e/ou Ambiental) ou OSA (Oculto
de Segurana e/ou Ambiental). Assim, a equipe pode preferir, em funo da sua conseqncia,
classific-lo como sendo: EEO (Evidente Econmico e/ou Operacional) ou OEO (Oculto
Econmico e/ou Operacional). Portanto, por ter alguma relao com a imagem e valores da
empresa, os critrios para definio dos impactos dos modos de falha devem passar pela apreciao
e aprovao dos nveis hierrquicos superiores e demais envolvidos com o sistema.
Para a MCC, a definio da significncia das funes e a evidncia ou no de um modo de
falha, seus efeitos ou a falha funcional a ele associada, est a cargo do operador/usurio do sistema,
o qual deve, portanto, fazer parte da equipe de implementao. A expresso evidente, referente ao
modo de falha, significa que no ser necessrio qualquer teste ou inspeo especial, diferente da
rotina operacional, para identificar o modo de falha ou suas conseqncias. A sinalizao
automtica pelo sistema de superviso tambm caracteriza o modo de falha como evidente.

5.6.6 Avaliao dos Pr-Requisitos da Etapa 5

O objetivo da Etapa 5 definir qual a tarefa de manuteno mais adequada para cada uma
das funes significantes classificadas na Etapa 4. Para a MCC, a escolha de uma tarefa de
manuteno depende de sua aplicabilidade e efetividade. Ser aplicvel se: prevenir os modos de
falha; reduzir a taxa de deteriorao; detectar a evoluo da falha; descobrir falhas ocultas; suprir
necessidades de consumveis do processo; e reparar o item aps a falha. Para ser efetiva dever: ser
aplicvel tecnicamente; ser vivel com os recursos disponveis; produzir os resultados esperados; e
ser executvel a um intervalo razovel, em funo do mecanismo da falha e com mnima
interferncia na operao. Portanto, para que a equipe de implementao possa aplicar corretamente
os diagramas de deciso na escolha de tarefas aplicveis e efetivas, para os modos de falha das
funes significantes, prope-se os seguintes critrios para avaliao dos pr-requisitos desta etapa:
Disponibilidade da Informao/Recursos e Conhecimento da Falha. Os prximos itens justificam os
quesitos, resumidos na Figura 5.17 e detalhados no Apndice F, os quais constituem a avaliao
destes critrios.
135
Critrio 1 (C1) Disponibilidade da Informao/Recursos

A escolha das tarefas de manuteno no deve estar baseada somente na sofisticao


tcnica, mas tambm, entre outros indicadores: na reduo da taxa de falhas; eficincia operacional;
e retorno financeiro. Este critrio avalia a disponibilidade da informao e dos recursos para a
definio da aplicabilidade e efetividade das tarefas de manuteno.

Critrio Quesito a ser Ponderado


Aderncia ao Procedimento de Referncia
Etapa 5 Auditoria da Etapa 4
Disponibilidade da
Aplicabilidade e efetividade das tarefas
Seleo das Informao/Recursos
Competncia da equipe
Tarefas de
Custos da manuteno
Manuteno
Aplicveis e
Efetivas Mecanismo da falha
Conhecimento da
Rotina operacional
Falha
Impacto na segurana e meio ambiente
Figura 5.17 Avaliao dos Pr-Requisitos da Etapa 5.

Os critrios de aplicabilidade e efetividade das tarefas de manuteno dependem de recursos


humanos, financeiros e dos retornos esperados em relao a outras alternativas. Portanto, devem
estar alinhados com o planejamento estratgico da empresa com relao manuteno. Da a
necessidade de tais critrios passarem pela apreciao e aprovao dos nveis hierrquicos
superiores e demais envolvidos com o sistema.
A aplicabilidade e efetividade das tarefas de manuteno devero ser atestadas pela equipe
de manuteno da empresa. Entretanto, algumas das tarefas de manuteno, podem ser classificadas
como sendo de servio operacional e, neste caso, a ratificao de sua aplicabilidade e efetividade
deve contemplar a opinio de representantes da operao, uma vez que sero os operadores do
sistema, os responsveis pela sua execuo.
A anlise da vantagem financeira de uma tarefa de manuteno em relao outra, tem
relao direta com a aplicabilidade e efetividade da tarefa. Esta anlise deve levar em considerao:
o oramento do setor de manuteno; o planejamento para novas aquisies; o treinamento da mo
de obra; e os recursos logsticos.

Critrio 2 (C2) Conhecimento da Falha

Para ser aplicvel e efetiva a tarefa de manuteno selecionada pela equipe de


implementao deve: respeitar os mecanismos da falha, ou seja: como a probabilidade de falha
evolui com a idade do item/sistema; o ciclo operacional do sistema; e os impactos produzidos pela
falha.
136
Conhecer o mecanismo da falha essencial para a definio da aplicabilidade das tarefas de
manuteno, pois a tomada de deciso nestes casos depender, entre outros: da existncia de algum
parmetro mensurvel relacionado com a evoluo da falha; do aumento da probabilidade de falha
e/ou degradao ser funo do tempo de operao e/ou idade; do intervalo entre a evoluo da falha
potencial para funcional ser: consistente, monitorvel de maneira prtica e suficiente para uma ao
de manuteno o que garante, neste caso, tambm a efetividade da tarefa.
A rotina operacional do item/sistema est relacionada com a efetividade das tarefas de
manuteno, uma vez que, a eficincia operacional e os retornos financeiros associados so
indicadores que iro ratific-la. Alm disto, h tambm relao com a aplicabilidade das aes de
manuteno, pois os tempos entre falhas ou para reparo esto relacionados com a rotina operacional.
O impacto na segurana e meio ambiente, alm de afetar a imagem da empresa, tem papel
fundamental na efetividade das tarefas de manuteno (SIQUEIRA, 2005). Uma falha ter impacto
na segurana e meio ambiente se: ameaar a vida pessoal do operador; ameaar a vida coletiva; e,
infringir uma lei ou padro ambiental. Neste caso, alm de ser aplicvel, o nico resultado aceitvel
para a tarefa de manuteno que ela garanta a reduo da probabilidade de falha e aderncia s
normas vigentes.

5.6.7 Avaliao dos Pr-Requisitos da Etapa 6

Nesta etapa, a equipe de implementao deve definir os intervalos iniciais e agrupar


adequadamente as tarefas de manuteno aplicveis e efetivas, definidas na Etapa 5, com o objetivo
de otimizar o programa de MCC. Neste sentido, tanto a Norma SAE JA1011 quanto a IEC 60300-3-
11 reconhecem a importncia dos mtodos estatsticos para definio dos intervalos iniciais.
Entretanto, no havendo esta disponibilidade, cabe definir a freqncia das tarefas de manuteno
com base: nos dados histricos disponveis, consenso, conhecimento heurstico dos mantenedores e
da equipe de implementao, e dados e recomendaes do fabricante. Portanto, a Disponibilidade da
Informao/Recursos ser utilizada como critrio para avaliao dos pr-requisitos desta etapa. Os
prximos itens justificam os quesitos que o constituem, os quais esto resumidos na Figura 5.18 e
detalhados no Apndice F.

Critrio Quesito a ser Ponderado


Etapa 6 Aderncia ao Procedimento de Referncia
Definio dos Intervalos Auditoria da Etapa 5
Disponibilidade da
Iniciais e Agrupamento Informao/Recursos Tomada de deciso (Questes Gerenciais)
das Tarefas de Tomada de deciso (Questes Tcnicas)
Manuteno Competncias e habilidades da equipe

Figura 5.18 Avaliao dos Pr-Requisitos da Etapa 6.


137
Critrio 1 (C1) Disponibilidade da Informao/Recursos

Independente da utilizao de mtodos qualitativos ou quantitativos, no h possibilidade de


definio dos intervalos iniciais e agrupamento de tarefas de manuteno de forma otimizada sem
que haja dados histricos, tanto gerenciais quanto tcnicos e/ou conhecimento heurstico do sistema
e dos aspectos relacionados.
Os intervalos iniciais e as otimizaes demandadas vo alm dos requisitos tcnicos
inerentes ao sistema. As questes gerenciais devem ser includas na anlise, respeitando a viso
holstica requerida da equipe de implementao (BLOOM, 2006). Dentro deste contexto, algumas
das questes relevantes so: tipo de processo (contnuo ou batelada); normas a serem atendidas
(Controle de Qualidade, Ambientais, Sanitrias, Segurana e Corporativas); ciclo de demanda do
mercado; e ciclo de suprimento de material de consumo. O comprometimento com tais questes iro
garantir que: os intervalos iniciais no violem nenhuma norma ou critrio prtico; e as
oportunidades de execuo das tarefas de manuteno sejam aproveitadas para minimizar custos e
interferncias no processo produtivo.
As informaes tcnicas inerentes ao sistema iro aumentar as chances de que as tarefas de
manuteno sejam executadas no momento mais adequado, tcnica e economicamente. Neste caso,
agrupamentos de tarefas podem ser concebidos para otimizar os custos envolvidos. Este agrupamento
de tarefas e suas freqncias iro compor o manual de manuteno do sistema com base na MCC.
Para otimizar os intervalos iniciais e agrupamento de tarefas de manuteno, alm das
informaes tcnicas e gerenciais do sistema, a equipe de implementao deve ter claros os
objetivos do programa de MCC e os aspectos a serem otimizados. Para isso, os integrantes da
equipe de implementao devem: conhecer e estar alinhados com o planejamento estratgico da
empresa, com relao manuteno; e administrar os conflitos tcnicos e gerenciais da otimizao,
imbudos da viso holstica requerida.

5.6.8 Avaliao dos Pr-Requisitos da Etapa 7

Nesta etapa, a equipe de implementao deve garantir como pr-requisito, os recursos


humanos, financeiros e estruturais para: documentar e disponibilizar as informaes geradas ao
longo do processo de implementao das etapas; treinar os mantenedores e operadores, dentro da
nova metodologia de gesto da manuteno proposta pela MCC; integrar as aes propostas pela
MCC no programa de gesto da manuteno da empresa/sistema; e estruturar o setor de
manuteno para execuo do programa de MCC, incluindo suas realimentaes e correes. Os
seguintes critrios compem a avaliao dos pr-requisitos da Etapa 7: Disponibilidade da
Informao/Recursos; e Planejamento para Implementao. Os prximos itens justificam os
quesitos que constituem cada um dos critrios, os quais esto resumidos na Figura 5.19 e
detalhados no Apndice F.
138

Critrio Quesito a ser Ponderado


Aderncia ao Procedimento de Referncia
Disponibilidade da Auditoria da Etapa 6

Etapa 7 Informao/Recursos Comprometimento da equipe
Redao do Apoio computacional
Manual e
Implementao Recursos financeiros
Planejamento para
Treinamento no programa de MCC
Implementao
Integrao MCC / Gesto da manuteno
Figura 5.19 Avaliao dos Pr-Requisitos da Etapa 7.

Critrio 1 (C1) Disponibilidade da Informao/Recursos

Alm dos recursos humanos, logsticos e estruturais, a implementao desta etapa, impe
que as etapas anteriores tenham sido auditadas garantindo, assim, sua aderncia ao procedimento de
referncia e a disponibilidade das informaes necessrias para compilao do manual da MCC.
Na fase de Redao do Manual e Implementao da MCC (Etapa 7) possvel que a equipe
de implementao j tenha se dispersado, dificultando a efetivao desta etapa. Um planejamento e
gesto adequados do processo de implantao a soluo para este problema. Este planejamento
deve garantir o engajamento de toda a equipe de implementao at a efetiva implantao do
programa de MCC no sistema de gesto da manuteno da empresa/sistema.
Nesta etapa, importante dispor de uma estrutura computacional de apoio para gerao do
manual da MCC, o qual deve contemplar todas as decises e documentaes geradas ao longo da
implementao das etapas (sadas do procedimento de referncia). Caso softwares especializados
em MCC tenham sido utilizados possvel que estes, automaticamente, publiquem o manual, depois
de concluda cada etapa, e integrem as decises tomadas ao sistema de gesto da manuteno. Caso
contrrio deve-se garantir que estas tarefas sejam executadas pela equipe com os recursos
computacionais disponveis.

Critrio 2 (C2) Planejamento para Implementao

Segundo Siqueira (2005), todos os erros da fase de implementao do programa de MCC,


podem ser atribudos a falhas de planejamento e conduo das etapas. Para que o programa de MCC
cumpra seus objetivos, necessrio garantir, antes da sua efetiva implantao: os recursos para
implementaao das aes propostas pela MCC; e o treinamento do pessoal dentro da nova proposto
de gesto da manuteno.
Durante o processo de implantao da MCC, a equipe de implementao optou por
determinadas tarefas de manuteno em prazos otimizados. Cabe a esta etapa, a ratificao e a
realizao dos recursos financeiros, humanos e de equipamentos que supram, da maneira inicialmente
139
concebida, as necessidades do programa de MCC. Alm dos recursos humanos e materiais, h que se
implementar nesta etapa os mecanismos de controle e monitoramento do programa de MCC para
assegurar sua realimentao e correo de decises mal sucedidas ou incorretas.
A fim de que o programa de MCC cumpra com seus objetivos, o planejamento dever
pressupor o treinamento dos mantenedores e operadores dentro da nova metodologia proposta pela
MCC. A carga horria e o contedo deste treinamento dependem do grau de amadurecimento da
empresa. Para os mantenedores, os seguintes itens devem ser contemplados: as diferenas entre o
programa de manuteno anterior e o atual; as novas documentaes exigidas e seus padres de
preenchimento; a importncia da documentao para o sucesso do programa; e a maneira prevista
para reportar as inconsistncias e erros do programa de MCC. O treinamento dos operadores deve
contemplar as tarefas, classificadas no programa de MCC, como sendo de servio operacional, ou
seja, tarefas cuja responsabilidade do operador, o qual dever receber no mnimo: instrues
detalhadas, considerando no ser a especialidade do operador a execuo da manuteno;
treinamento adequado para entender os objetivos das atividades e como execut-las; motivao e
compensao para garantir a mudana cultural necessria atividade; meios de comunicao para
relatar em tempo as anormalidades alm de sua capacidade de soluo e incluso no sistema de
gerenciamento da manuteno; padres de documentao para registro dos resultados, segundo os
modelos operacionais adotados na instalao; padres de desempenho definidos com clareza para
facilitar o julgamento do operador; e recomendaes para excees, quando o item no atender ao
padro de desempenho.
O processo de implementao da MCC pressupe a integrao das atividades recomendadas
com o sistema de gesto da manuteno da empresa, e rotina das equipes executivas de
manuteno e operao. A integrao ocorre atravs do plano de manuteno gerado pela MCC.
Softwares especficos para implantao da MCC automatizam este procedimento. Entretanto, caso o
mesmo no esteja disponvel, a equipe de implementao deve providenciar recursos humanos e
operacionais para execuo deste pr-requisito.

5.6.9 Avaliao dos Pr-Requisitos da Etapa 8

Conforme o procedimento de referncia, esta etapa pertence fase de execuo do


programa de MCC. Portanto, a equipe de implementao ou os encarregados pela execuo desta
etapa, que no participaram, necessariamente, da implementao da MCC, devem garantir os
recursos humanos, financeiros e estruturais para acompanhar e realimentar o programa de MCC, ao
longo de todo o seu ciclo de vida. Como critrios de aderncia aos pr-requisitos desta etapa, cabe
verificar se: a gesto da manuteno est aderente s propostas do programa de MCC; e se as
informaes e recursos esto disponveis para planejar e executar a estratgia de coleta das
informaes necessrias para o acompanhamento e a realimentao do programa de MCC. Os
140
prximos itens justificam os quesitos que constituem cada um destes critrios, os quais esto
resumidos na Figura 5.20 e detalhados no Apndice F.

Critrio Quesito a ser Ponderado


Aderncia ao Procedimento de Referncia
Disponibilidade da
Auditoria da Etapa 7
Informao/Recursos
Etapa 8 Divulgao e fidelidade do manual

Acompanhamento ndices de desempenho


e Realimentao
Incorporao do programa de MCC
Aderncia da MCC
Normatizao e controle
Redimensionamento de recursos
Figura 5.20 Avaliao dos Pr-Requisitos da Etapa 8.

Critrio 1 (C1) Disponibilidade da Informao/Recursos

Alm da aderncia ao procedimento de referncia e o grau de conformidade da etapa anterior,


quesitos comuns s demais etapas, este critrio avalia tambm: a abrangncia da divulgao do
manual de MCC; e a conformidade do programa de manuteno da empresa, para o sistema no qual
a MCC foi implantada, com as recomendaes do manual.
A divulgao e a fidelidade do manual de MCC garante que o pessoal envolvido ou com
influncia nas atividades da manuteno, os quais no participaram da equipe de implementao,
tenham acesso s decises. Assim, ser possvel atingir o engajamento da empresa no programa de
gesto da manuteno e a incorporao do mesmo nas prticas dirias dos operadores e
mantenedores.

Critrio 2 (C2) Aderncia da MCC

Este critrio verifica a aderncia da MCC na empresa/sistema, pr-requisito bsico para que
os responsveis pela fase de execuo possam definir uma estratgia fundamentada em indicadores
de desempenho para efetivar o acompanhamento e a realimentao do programa de MCC.
O desempenho do programa de MCC est relacionado sua completude e exatido e
eficcias das aes por ele propostas. Para que este desempenho seja revertido em uma vantagem
competitiva para a empresa, motivando o apoio institucional, h de se garantir a aderncia do
programa de MCC e progressos mensurveis nas aes da manuteno. O acompanhamento deste
desempenho pode ser efetivado atravs da utilizao de indicadores, os quais devem estar alinhados
com os objetivos e interesses do programa de MCC e com a viso holstica da empresa, condio
esta que garantir a confiabilidade e abrangncia dos dados mensurados.
Para que os benefcios do programa de MCC sejam evidenciados necessrio garantir sua
incluso irrestrita rotina dos mantenedores e operadores, o que passa tambm pela sua
141
incorporao ao sistema de gesto da manuteno da empresa/sistema. Contemplado este pr-
requisito, possvel monitorar e realimentar o programa de MCC a partir de seus indicadores de
desempenho e corrigir suas inconsistncias e equvocos.
Para garantir o cumprimento do programa de MCC, o mesmo deve fazer parte da
normatizao da empresa, com previso de aes disciplinadoras ou corretivas, caso haja quebra de
procedimentos. O objetivo suplantar os vcios das culturas tradicionais de manuteno e dos
procedimentos anteriores a implantao da MCC e que no se enquadram na nova proposta de
gesto da manuteno.
Tanto o sistema de gesto da manuteno, quanto os recursos logsticos da empresa, podem
no estar condizentes com as aes propostas pela MCC. A freqncia e o monitoramento requerido
das tarefas, assim como a logstica de apoio manuteno devem ser avaliadas e, caso necessrio,
deve-se proceder ao redimensionamento do sistema de gesto da manuteno e do apoio logstico
para atender as novas necessidades determinadas pelo programa de MCC.

5.7 ESTRATGIA PARA AUDITORIA DAS ETAPAS DA MCC

Assim como na avaliao dos pr-requisitos, a auditoria tambm ser processada a partir da
ponderao de quesitos, os quais iro compor a avaliao dos critrios correspondentes que, em
conjunto com os demais critrios da etapa sob anlise, iro compor sua avaliao final. Este
processo de avaliao e composio dos conjuntos Fuzzy correspondentes far parte do relatrio
final de auditoria da etapa.
A necessidade da auditoria, nos moldes propostos neste trabalho, nasceu durante a fase de
aquisio do conhecimento, ao se constatar que muitos dos fatores de insucesso, de alguns
programas de MCC, ocorreram devido a: falhas e/ou inconsistncias na implementao das etapas; e
falta do rigor normativo que a metodologia pressupe. Assim, uma auditoria para certificar a
conformidade da execuo da etapa, com o procedimento de referncia, surgiu como pr-requisito
para evitar os fatores de insucesso relatados na bibliografia e durante a elicitao do conhecimento
junto aos especialistas.
Por se tratar de uma auditoria interna e posterior a implementao de cada etapa, pressupe-
se que a conduo do processo de auditoria, com auxlio do SBC-Fuzzy proposto, fique a cargo da
equipe de implementao e demais envolvidos e/ou afetados pelo programa de MCC.
Na estratgia proposta para auditoria, os quesitos submetidos ponderao do usurio pelo
SBC-Fuzzy refletem: a conduta esperada da equipe de implementao, antes e durante a execuo
das tarefas da etapa; e os atributos desejveis ao final da implementao da etapa analisada, para que
a mesma cumpra as exigncias do procedimento de referncia. A partir da ponderao dos quesitos,
com base nas prticas adotadas e nos resultados obtidos pela equipe de implementao, obtm-se
uma imagem da conformidade e atributos da etapa, com indicadores de pontos de excelncia e
deficincia, os quais serviro para: reformular o planejamento das atividades de implementao da
142
MCC; rever a execuo da etapa; avaliar e comparar, os atributos da etapa implementada, com as
melhores prticas; alertar a equipe de implementao sobre a necessidade de melhorias; apontar
oportunidades para melhorias no processo de implantao da MCC; e acompanhar e aferir o
progresso do planejamento inicial.
Os critrios e seus respectivos quesitos, submetidos ponderao do usurio, foram
concebidos com base nos seguintes princpios, a saber: heursticas explicitadas durante o processo
de elicitao do conhecimento; relatos e conceitos manifestados na literatura, artigos pesquisados e
congressos; e normas IEC 60300-3-11, SAE JA1011 e SAE JA1012, condio necessria para o
respaldo normativo exigido de um processo de auditoria.
O critrio de Confiabilidade da Anlise (C1) e seus 3 primeiros quesitos so comuns a todas
as etapas, os quais so (Apndice F): a comprovao do grau de atendimento aos pr-requisitos da
etapa; a conformidade com as sadas do procedimento de referncia para implantao da MCC; e a
credibilidade da tomada de deciso. O primeiro quesito (Q1) certifica-se de que, os pr-requisitos da
etapa foram respeitados, caso no tenham sido, uma poltica de melhoramento dos fatores negativos
foi planejada e implementada, ambas as situaes aumentam as chances de sucesso durante a
implementao da etapa. O segundo quesito (Q2) garante que a equipe atentou para a documentao
das decises tomadas durante a implementao da etapa, a qual cumpre com as exigncias de sada
do procedimento de referncia, contemplando todos os subsdios necessrios para as prximas
etapas. O terceiro quesito (Q3) trata da abrangncia da tomada de deciso, a qual no deve ficar
restrita equipe de implementao, mas sim contemplar o maior nmero possvel de pessoas e/ou
setores envolvidos e/ou afetados pela implantao da MCC. Os prximos itens elucidam os critrios
e seus respectivos quesitos, que compem a auditoria de cada etapa.

5.7.1 Auditoria da Etapa 0

Conforme mencionado na avaliao dos pr-requisitos, esta etapa no consta em nenhuma


bibliografia ou norma referente implantao da MCC, entretanto, sua correta execuo essencial
para ratificar a conformidade dos objetivos e caractersticas institucionais com as exigncias de um
programa de MCC. O critrio que fundamentar a auditoria da Etapa 0 a confiabilidade da anlise
desenvolvida durante a execuo da etapa. O prximo item justificam os quesitos que constituem o
critrio de anlise, resumido na Figura 5.21 e detalhado no Apndice F.

Critrio 1 (C1) Confiabilidade da Anlise

Alm dos quesitos 1 a 3, j explicitados, os quesitos 4 e 5 verificam o grau de


conhecimento da equipe de implementao, dos benefcios e desafios de programas consolidados
de MCC, seja a partir de pesquisa bibliogrfica e consulta a especialistas ou contato com
programas na fase de execuo em instalaes similares.
143

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Etapa 0 Atendimento ao Procedimento de Referncia
Confiabilidade da
Adequao da Credibilidade da tomada de deciso
Anlise
MCC Referencial terico e prtico
Benchmark
Figura 5.21 Auditoria da Etapa 0.

5.7.2 Auditoria da Etapa 1

Os prximos itens justificam os quesitos que constituem cada um dos critrios que compem a
auditoria da Etapa 1, os quais esto resumidos na Figura 5.22 e detalhados no Apndice F.

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Atendimento ao Procedimento de Referncia
Confiabilidade da Credibilidade da tomada de deciso

Anlise Aprovao do planejamento
Contextualizao empresa
Envolvimento dos interessados e/ou afetados

Definio de responsabilidades
Recursos e Gesto da informao e divulgao dos resultados

Etapa 1 Responsabilidades Atribuies do patrocinador interno
Experincia de sistemas similares
Preparao
Participao em treinamento
Competncias e
Execuo de projeto piloto
Habilidades da
Conhecimento em gesto de projetos
Equipe
Substituies com equidade de conhecimento

Credibilidade do planejamento
Certificao das Disponibilidade da equipe

Decises Aderncia ao projeto piloto
Documentao e divulgao
Figura 5.22 Auditoria da Etapa 1.

Critrio 1 (C1) Confiabilidade da Anlise

Este critrio avalia se a etapa de preparao levou em considerao: o comprometimento dos


envolvidos direta ou indiretamente com os procedimentos de implantao e sua concordncia com a
possibilidade de execuo do plano de implantao, da maneira como concebido; e a viso holstica
do contexto organizacional e seu envolvimento na concepo do plano de implantao. Estes fatores
so importantes para: garantir o engajamento dos setores da empresa afetados pelo programa de
144
MCC; evitar frustraes da equipe durante a implementao; e acomodar as expectativas de longo
prazo do programa de MCC.

Critrio 2 (C2) Recursos e Responsabilidades

Os quesitos deste critrio avaliam se durante a etapa de preparao, os seguintes itens foram
contemplados: a composio da equipe, quanto ao seu tamanho (quantidade de pessoas), suas
funes e suas atribuies; e os recursos disponveis para gesto e divulgao dos resultados dos
procedimentos de implementao das etapas. Estes elementos tm relao com o comprometimento
e envolvimento da equipe com os procedimentos de implementao das etapas, alm de afetar a
celeridade e a organizao do processo de implantao.

Critrio 3 (C3) Competncias e Habilidades da Equipe

Este critrio avalia se a equipe, formada ao longo da etapa de preparao, tem o conhecimento
e a experincia desejvel para execuo dos procedimentos de implementao da MCC e se houve a
preocupao com a garantia da equidade de conhecimento, em caso de troca de algum membro da
equipe. A aderncia a estes quesitos contribuir para: aumentar a confiabilidade das decises, tomadas
ao longo dos procedimentos para implementao das etapas; e organizao do processo de
implantao da MCC, com base em tcnicas consagradas de gesto de projetos.

Critrio 4 (C4) Certificao das Decises

O objetivo deste critrio avaliar a confiabilidade do planejamento e das decises tomadas


durante a Etapa 1. Um bom desempenho nos itens avaliados neste critrio indica que a equipe de
implementao, quando do planejamento para implantao da MCC: aplicou adequadamente os
preceitos da gesto de projetos; priorizou o projeto de implantao da MCC, o que eleva seu status
dentro da empresa; utilizou os ensinamentos do projeto piloto anteriormente conduzido pela
equipe/empresa; e documentou e divulgou o planejamento para implantao de MCC, criando
mecanismos para atribuio de responsabilidades e mensurao do desempenho da equipe de
implementao.

5.7.3 Auditoria da Etapa 2

Os prximos itens justificam os quesitos que constituem cada um dos critrios que compem a
auditoria da Etapa 2, os quais esto resumidos na Figura 5.23 e detalhados no Apndice F.
145

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Atendimento ao Procedimento de Referncia
Confiabilidade
Credibilidade da tomada de deciso
Etapa 2 da Anlise
Conseqncias ambientais, de segurana e econmicas
Seleo do Confiabilidade e Mantenabilidade
Sistema e Coleta
de Informaes Definio, descrio e documentao do sistema escolhido
Certificao Consenso na escolha do sistema

dos Resultados Conhecimento sobre o sistema escolhido
Tamanho da equipe x Escopo e nvel de detalhamento
Figura 5.23 Auditoria da Etapa 2.

Critrio 1 (C1) Confiabilidade da Anlise

O objetivo dos quesitos 4 e 5 deste critrio, alm dos quesitos 1 a 3, j explicitados,


certificar-se de que o sistema selecionado, dentre os sistemas candidatos para implantao da MCC,
possui os seguintes atributos: aquele cuja falha funcional resulta nos maiores impactos para a
segurana e o meio ambiente; e/ou a falha funcional tem maior conseqncia econmica para a
empresa e para o processo produtivo; e/ou aquele cuja abordagem quantitativa resultou em baixos
ndices de confiabilidade e mantenabilidade.

Critrio 2 (C2) Certificao dos Resultados

O objetivo deste critrio verificar a consistncia tcnica e organizacional da tomada de


deciso que resultou na escolha do sistema no qual a MCC ser implantada. Os principais aspectos
que podem impactar negativamente um programa de MCC e que, por esta razo, foram tratados
neste critrio so: a documentao das decises tomadas na etapa 2 referente ao sistema escolhido,
incluindo o nvel de anlise que ser adotado; a ratificao das competncias e habilidades da equipe
de implementao e da empresa, para desenvolver as anlises requeridas nos procedimentos de
implantao da MCC; e a confirmao de que o sistema escolhido o mais adequado e de que o
tamanho da equipe de implementao est adequado complexidade do sistema escolhido.

5.7.4 Auditoria da Etapa 3

Os prximos itens justificam os quesitos que constituem cada um dos critrios que compem a
auditoria da Etapa 3, os quais esto resumidos na Figura 5.24 e detalhados no Apndice F.
146

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Atendimento ao Procedimento de Referncia
Confiabilidade
Credibilidade da tomada de deciso
da Anlise
Atualizaes e correes da FMECA
Conexo entre FMECA e plano de ao

Nvel de mantenabilidade
Itens, Funes e Contexto operacional
Etapa 3 Falhas Identificao e documentao das funes
Anlise dos Funcionais Padro de desempenho
Modos de Falha Documentao das falhas funcionais
seus Efeitos e sua
Criticidade Documentao
(FMECA) Nvel de causalidade
Modos de Falha Modos de falha conhecidos, protegidos ou factveis
Eventos/Processos que podem resultar em uma falha
Modos de falha externos a empresa/sistema

Descrio dos efeitos


Efeitos e Causas Descrio dos efeitos x Avaliao da falha

da Falha Danos e restaurao da funo
Descrio das causas

Figura 5.24 Auditoria da Etapa 3.

Critrio 1 (C1) Confiabilidade da Anlise

O objetivo dos quesitos 4 e 5 deste critrio, alm dos quesitos 1 a 3, j explicitados,


certificar-se de que a equipe de implementao previu: um procedimento documentado para
atualizar e corrigir eventuais distores da FMECA; e um plano de ao a ser seguido na ocorrncia
de um modo de falha. Estes quesitos iro garantir, na medida da sua atualizao, a credibilidade da
FMECA e com procedimentos padronizados, aes mais rpidas e efetivas quando na ocorrncia de
um modo de falha.

Critrio 2 (C2) Itens, Funes e Falhas Funcionais

Este critrio verifica o correto preenchimento das colunas Item, Funo e Falha Funcional
da FMECA e assegura que: o nvel de mantenabilidade dos itens relacionados o menor possvel;
em nenhum caso faltou definir o contexto operacional (item 5.1.1 da SAE JA1011); no h excluso
de funes (item 5.1.2 da SAE JA1011) e o formato de definio das funes est adequado (item
5.1.3 da SAE JA1011); no h funes com padres de desempenho no aprovadas pelo usurio ou
147
proprietrio (item 5.1.4 da SAE JA1011); e os estados de falha da funo no esto incompletos ou
so incompatveis com a definio da funo (item 5.2 da SAE JA1011).

Critrio 3 (C3) Modos de Falha

Este critrio verifica, por meio de seus quesitos, a consistncia dos modos de falha includos
na FMECA. Assim, possvel evitar alguns dos fatores crticos na confeco da FMECA, os quais
esto relacionados com: o excesso de modos de falha, podendo resultar em reunies de FMECA
tediosas e com a incluso de modos de falha pouco significativos em termos estatsticos; ou o
esquecimento de modos de falha importantes, causado pela simplificao extremada do problema,
resultando em um FMECA sem aplicao prtica. Com os quesitos avaliados neste critrio, os
seguintes problemas so evitados: excluso de modos de falha provveis ou incluso de modos de
falha improvveis na viso do usurio ou proprietrio (itens 5.3.1 e 5.3.2 da SAE JA1011); incluso
de modos de falha inadequados para identificao da poltica de gesto da falha (item 5.3.3 da SAE
JA1011); excluso de modos de falha j ocorridos, atualmente gerenciados por programas de
manuteno ou que jamais ocorreram, mas que possuem uma probabilidade de ocorrncia razovel
(item 5.3.4 da SAE JA1011); excluso de modos provocados por operadores, mantenedores ou
oriundos de falha de projeto ou deteriorao (item 5.3.5 da SAE JA1011); e excluso de modos de
falha de origem externa a empresa ou sistema sob anlise.

Critrio 4 (C4) Efeitos e Causas da Falha

O objetivo deste quesito verificar se as descries dos efeitos e das causas dos modos de
falha esto adequadas para suprir as informaes necessrias s etapas seguintes do processo de
implementao. Alm disto, objeto deste critrio certificar-se de que os seguintes erros de
implementao no foram cometidos: descrio do efeito amenizado por tarefa de manuteno
existente (item 5.4.1 da SAE JA1011); descrio do efeito insuficiente para avaliar as
conseqncias do modo de falha (itens 5.4.2a, 5.4.2b e 5.4.2c da SAE JA1011); descrio dos
efeitos insuficiente para definir os danos fsicos e a conduta para recomposio do sistema (itens
5.4.2d e 5.4.2e da SAE JA1011); e se as causas do modo de falha no contribuem para identificar
porque o mesmo ocorreu.

5.7.5 Auditoria da Etapa 4

Os prximos itens justificam os quesitos que constituem cada um dos critrios que compem a
auditoria da Etapa 4, os quais esto resumidos na Figura 5.25 e detalhados no Apndice F.
148

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Etapa 4 Confiabilidade da Atendimento ao Procedimento de Referncia

Anlise Credibilidade da tomada de deciso
Seleo das
Funes Viso holstica
Significantes e
Classificao de Caracterizao dos modos de falha
seus Modos de Certificao dos Avaliao das conseqncias

Falha Resultados Ratificao das funes significantes
Funes no significantes
Figura 5.25 Auditoria da Etapa 4.

Critrio 1 (C1) Confiabilidade da Anlise

O quesito 4 deste critrio, alm dos quesitos 1 a 3, j explicitados, tem o objetivo de


assegurar que a viso holstica necessria ao processo de implantao da MCC foi preservada,
durante a definio das funes significantes, e os seguintes aspectos foram levados em conta:
prejuzos para a imagem da empresa, usurios, clientes ou terceiros causados pela perda da
funo.

Critrio 2 (C2) Certificao dos Resultados

O objetivo deste critrio verificar se a seleo das funes significantes e a classificao


de seus modos de falha foi conduzida adequadamente, segue os preceitos normativos vigentes, e
os seguintes aspectos foram evitados: falta de separao das conseqncias das falhas
ocultas/evidentes, segurana/ambientais e econmicas/operacionais (itens 5.5.1.1 e 5.5.1.2 da SAE
JA1011); conseqncias alteradas por tarefa de manuteno existente (item 5.5.2 da SAE JA1011);
a definio de funo significante no segue a lgica de deciso da MCC (IEC 60300-3-11, SAE
JA1011 ou SAE JA1012); e falta de documentao dos levantamentos e decises referentes s
funes definidas como no significantes, as quais devem ser documentadas at a presente etapa.

5.7.6 Auditoria da Etapa 5

Os prximos itens justificam os quesitos que constituem cada um dos critrios que compem a
auditoria da Etapa 5, os quais esto resumidos na Figura 5.26 e detalhados no Apndice F.

Critrio 1 (C1) Confiabilidade da Anlise

O quesito 4 deste critrio, alm dos quesitos 1 a 3, j explicitados, verifica se a equipe de


implementao, durante a seleo das tarefas de manuteno aplicveis e efetivas, no motivou sua
149
escolha apenas pela disponibilidade de competncias e recursos da empresa para sua execuo,
sem considerar a necessidade ou justificativa para prevenir ou remediar o modo de falha. A
associao correta do mecanismo de falha, com as potencialidades e custo benefcio da atividade
recomendada, que deve guiar o processo de escolha.

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Confiabilidade Atendimento ao Procedimento de Referncia

da Anlise Credibilidade da tomada de deciso
Critrio de escolha das atividades de manuteno

Polticas de gesto da falha


Probabilidade condicional e gesto da falha
Seleo e Viabilidade e atratividade das tarefas
Programao Falha Evidente de Segurana / Ambiental
das Tarefas Falha Oculta de Segurana / Ambiental
Falha Evidente Econmica / Operacional
Falha Oculta Econmica / Operacional

Ratificao do servio operacional


Servio
Definio da falha potencial
Operacional
Intervalo PF
e
Etapa 5 Intervalo da tarefa x Intervalo PF
Inspeo
Possibilidade de execuo da tarefa
Seleo das Preditiva
Tempo de ao
Tarefas de
Manuteno
Probabilidade condicional x Restaurao preventiva
Aplicveis e Restaurao
Falha prematura x Restaurao preventiva
Efetivas e
Resistncia a falha x Restaurao preventiva
Substituio
Probabilidade condicional x Substituio preventiva
Preventiva
Falha prematura x Substituio preventiva

Probabilidade condicional x Inspeo funcional


Inspeo
Credibilidade da inspeo funcional
Funcional
Funo oculta x Inspeo funcional
e
Possibilidade de execuo da tarefa
Manuteno
Ratificao da manuteno combinada
Combinada
Efetividade da manuteno combinada

Condies atuais x Desempenho


Mudana
Falha Evidente de Segurana / Ambiental
de Projeto
Falha Oculta de Segurana / Ambiental
e
Falha Evidente Econmica / Operacional
Reparo
Falha Oculta Econmica / Operacional
Funcional
Ratificao do Reparo Funcional
Figura 5.26 Auditoria da Etapa 5.

Critrio 2 (C2) Seleo e Programao das Tarefas

Este critrio verifica a consistncia da seleo e programao das tarefas de


manuteno e interpe subsdios para assegurar-se de que os seguintes erros sejam evitados:
150
considerar as atividades j existentes como estabelecidas (item 5.6.4 da SAE JA1011); ignorar
a evoluo da probabilidade condicional de falha (item 5.6.1 da SAE JA1011); ignorar a
aplicabilidade e efetividade da atividade (item 5.6.2 da SAE JA1011); no comparar a
atratividade econmica de atividades (item 5.6.3 da SAE JA1011); a tarefa programada no
reduz o risco ambiental ou pessoal a nveis aceitveis (item 5.7.1.1 da SAE JA1011); a tarefa
programada no reduz as chances de falha mltipla em modos de falha ocultos (item 5.7.1.2
da SAE JA1011); a tarefa programada no reduz os custos em atividades com efeitos
econmicos (itens 5.7.1.3 e 5.7.1.4 da SAE JA1011);

Critrio 3 (C3) Servio Operacional e Inspeo Preditiva

Os quesitos deste critrio verificam a consistncia das tarefas classificadas como sendo de
Servio Operacional e Inspeo Preditiva, com o objetivo de detectar as seguintes incoerncias de
implementao: falta de aplicabilidade e/ou efetividade das tarefas classificadas como sendo de
servio operacional (IEC 60300-3-11); falta definio da falha potencial (item 5.2.7.1 da SAE
JA1011); falta identificao do perodo (PF) de desenvolvimento da falha (item 5.2.7.2 da SAE
JA1011); intervalo da inspeo maior que o menor intervalo PF previsto (item 5.2.7.3 da SAE
JA1011); impossibilidade de realizar a tarefa em intervalos menores que o PF (item 5.2.7.4 da
SAE JA1011); tempo insuficiente entre a descoberta do defeito e a evoluo da falha (item 5.2.7.5
da SAE JA1011).

Critrio 4 (C4) Restaurao e Substituio Preventiva

Os quesitos deste critrio verificam a consistncia das tarefas classificadas como


sendo de Restaurao e Substituio Preventiva, com o objetivo de detectar as seguintes
incoerncias de implementao: restaurao de itens sem final de vida til definida (itens
5.7.4.1 e 5.7.4.2 da SAE JA1011); restaurao de itens a nveis intolerveis pelo usurio ou
proprietrio (item 5.7.4.3 da SAE JA1011); substituio de itens sem final de vida til
definida (item 5.7.3.1 da SAE JA1011); substituio de itens cujo reparo economicamente
vivel (item 5.7.3.2 da SAE JA1011).

Critrio 5 (C5) Inspeo Funcional e Manuteno Combinada

Os quesitos deste critrio verificam a consistncia das tarefas classificadas como


sendo de Inspeo Funcional e Manuteno Combinada, com o objetivo de detectar as
seguintes incoerncias de implementao: inspees que no reduzem a probabilidade de
falha mltipla (item 5.7.5.1 da SAE JA1011); inspees insuficientes para confirmar a
funcionalidade do sistema (item 5.7.5.2 da SAE JA1011); inspees que podem deixar a
151
funo oculta inoperante (item 5.7.5.3 da SAE JA1011); impossibilidade de execuo da
inspeo nos intervalos especificados (item 5.7.5.4 da SAE JA1011); tarefas isoladas de
manuteno conseguem identificar e/ou corrigir a falha sem a necessidade de aes combinadas
(IEC 60300-3-11); o custo das tarefas de manuteno combinadas maior do que o custo da falha
(IEC 60300-3-11).

Critrio 6 (C6) Mudana de Projeto e Reparo Funcional

Os quesitos deste critrio verificam a consistncia das tarefas classificadas como sendo de
Mudana de Projeto e Reparo Funcional, com o objetivo de detectar as seguintes incoerncias de
implementao: ausncia de anlise de atividades de manuteno aplicveis e efetivas (item 5.8.1.1
da SAE JA1011); permanncia do projeto com riscos no combatidos pela manuteno (itens
5.8.1.2.1 e 5.8.1.2.2 da SAE JA1011); mudanas de projeto mais dispendiosas que a manuteno do
projeto (itens 5.8.1.2.3 e 5.8.1.2.4 da SAE JA1011); reparos programados em itens com risco de
segurana ou com falhas evidentes viveis de preveno (itens 5.8.2.1 e 5.8.2.2 da SAE JA1011).

5.7.7 Auditoria da Etapa 6

Os prximos itens justificam os quesitos que constituem cada um dos critrios que compem a
auditoria da Etapa 6, os quais esto resumidos na Figura 5.27 e detalhados no Apndice F.

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Atendimento ao Procedimento de Referncia
Credibilidade da tomada de deciso
Confiabilidade da
Confiabilidade e Mantenabilidade
Anlise
Critrios heursticos
Etapa 6 Reviso de corretivas
Definio dos Agrupamento das tarefas de manuteno
Intervalos
Iniciais e Contexto operacional e conseqncias
Agrupamento Abrangncia da Explorao da idade

das Tarefas de Anlise Planejamento estratgico da empresa
Manuteno Comunicao institucional

Segurana e meio ambiente


Economia e operao
Impacto das Decises Vida til
Intervalo PF
Tamanho da equipe de manuteno
Figura 5.27 Auditoria da Etapa 6.
152
Critrio 1 (C1) Confiabilidade da Anlise

Os quesitos deste critrio verificam a credibilidade das decises tomadas durante a


Definio dos Intervalos Iniciais e Agrupamento das Tarefas de Manuteno. Assim, o objetivo dos
quesitos 4 a 7 deste critrio, alm dos quesitos 1 a 3, j explicitados, detectar os seguintes erros
de implementao: equacionamento errado ou no aprovado ou desconhecido pelo proprietrio para
definir os intervalos de manuteno (item 5.10.1 da SAE JA1011); transgresso de critrios
heursticos de operadores e mantenedores; aes corretivas equivocadas, pela no aplicabilidade ou
pela baixa efetividade; e tarefas de manuteno programadas de forma desestruturada impactando
na disponibilidade do sistema.

Critrio 2 (C2) Abrangncia da Anlise

Este critrio verifica, a partir da aplicao de seus quesitos, a abrangncia da anlise e das
decises tomadas pela equipe de implementao, durante a Definio dos Intervalos Iniciais e
Agrupamento das Tarefas de Manuteno. Os seguintes erros de implementao so verificados: as
decises tomadas no levaram em conta o contexto operacional e os riscos devidos a perda da funo;
ausncia de um programa de explorao da idade, para aquelas tarefas definidas sem conhecimento
dos mecanismos da falha; falta de consonncia com o planejamento estratgico da empresa; e
deficincias na estruturao do novo contexto logstico e de apoio as tarefas de manuteno.

Critrio 3 (C3) Impacto das Decises

Os quesitos deste critrio verificam se a equipe de implementao, durante a Definio dos


Intervalos Iniciais e Agrupamento das Tarefas de Manuteno: preservou os princpios da MCC no
que diz respeito periodicidade das tarefas de manuteno (princpios estes explicitados nos
respectivos quesitos IEC 60300-3-11); e considerou e/ou dimensionou o tamanho da equipe de
manuteno de acordo com a quantidade e periodicidade das tarefas de manuteno.

5.7.8 Auditoria da Etapa 7

Os prximos itens justificam os quesitos que constituem cada um dos critrios que compem a
auditoria da Etapa 7, os quais esto resumidos na Figura 5.28 e detalhados no Apndice F.
153

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Atendimento ao Procedimento de Referncia
Confiabilidade
Credibilidade da tomada de deciso
Etapa 7 da Anlise
Abrangncia do manual da MCC
Redao do Encerramento da fase de implementao
Manual e
Implementao Tarefas de manuteno
Organizao para
Procedimentos para realimentao
Implementao e
Integrao ao programa de manuteno existente
Gesto
Treinamento

Figura 5.28 Auditoria da Etapa 7.

Critrio 1 (C1) Confiabilidade da Anlise

Os quesitos 4 e 5 deste critrio, alm dos quesitos 1 a 3, j explicitados, verificam as


questes formais e gerenciais relacionadas Redao do Manual e ao Planejamento para
Implementao do Programa de MCC. So verificados: o formalismo na descrio dos objetivos do
programa de MCC, explicitados em seu manual; e o encerramento da fase de implementao, o qual
deve seguir as boas prticas de gesto de projetos.

Critrio 2 (C2) Organizao para Execuo do Programa de MCC

Os quesitos deste critrio verificam os aspectos mais relevantes da fase final de


implementao, os quais iro impactar a fase de execuo do programa de MCC, estes aspectos so:
aspectos formais relativos ao manual da MCC, incluindo clareza na descrio e cincia da alta
gerncia, das tarefas de manuteno e procedimentos e recomendaes para reviso, realimentao e
consolidao de dados; e aspectos relativos s mudanas internas proporcionadas pelo novo
programa de manuteno proposto pela MCC, incluindo treinamento dos operadores e
mantenedores e implementao e incorporao das tarefas e controles propostos pela MCC.

5.7.9 Auditoria da Etapa 8

Os prximos itens justificam os quesitos que constituem cada um dos critrios que compem a
auditoria da Etapa 8, os quais esto resumidos na Figura 5.29 e detalhados no Apndice F.

Critrio 1 (C1) Confiabilidade da Anlise

Os quesitos 4 e 5 deste critrio, alm dos quesitos 1 a 3, j explicitados, verificam,


respectivamente, se aps a implantao do programa de MCC se mantm: o engajamento da
154
empresa em seus diversos setores envolvidos e/ou afetados pelo programa; e a preocupao
contnua com as questes relacionadas com a gesto da informao e do conhecimento e seu
atendimento s necessidades do programa de MCC na sua fase de execuo.

Critrio Quesito a ser Ponderado


Atendimento aos pr-requisitos
Atendimento ao Procedimento de Referncia
Confiabilidade da
Credibilidade da tomada de deciso
Anlise
Incorporao da MCC
Gesto da informao/conhecimento

Etapa 8 Acompanhamento e realimentao


Resultados obtidos
Acompanhamento e Melhorias e
Mudanas internas
Realimentao Mudanas Internas
Registros histricos
Melhoramento contnuo

Freqncia das tarefas


Planejamento e Ratificao das anlises iniciais

Controle Monitoramento do programa de MCC
Adequao do suporte computacional
Figura 5.29 Auditoria da Etapa 8.

Critrio 2 (C2) Melhorias e Mudanas Internas

Este critrio avalia a concretizao das mudanas internas demandadas pela MCC, para
consolidar as decises tomadas durante as etapas anteriores (Etapa 0 a 7). Entre os itens de
especial interesse, os quais so examinados pelos quesitos deste critrio, esto: o desempenho, a
aceitabilidade dos resultados e a aderncia do programa de MCC; o comportamento do setor de
manuteno no que diz respeito s aes de manuteno e o registro de dados histricos; e os
subsdios para o melhoramento contnuo do programa de MCC.

Critrio 3 (C3) Planejamento e Controle

Este critrio verifica a consistncia do planejamento inicial e a realimentao e otimizao


do programa de MCC. Os itens de interesse, examinados pelos quesitos deste critrio, so:
compatibilidade entre tamanho da equipe e freqncia das tarefas de manuteno; ratificao do
planejamento inicial e controle para realimentao em caso de equvocos ou inconsistncias; e
adequao dos sistemas computacionais de apoio.
155
5.8 AVALIAO DOS FATORES CRTICOS PARA A IMPLANTAO DA MCC

Concluda a fase de ponderao dos quesitos anteriores e posteriores a implementao


da etapa, o SBC-Fuzzy inicia o processo de inferncia que resultar na avaliao dos critrios a
partir dos quais se tem a avaliao da etapa sob anlise. A ponderao dos quesitos, em alguns
casos, depende de pesquisa junto aos mantenedores, operadores e demais envolvidos e/ou
afetados pelo programa de MCC, o que poder ser feito, por exemplo, com auxlio da tcnica
Delphi, explanada no Captulo 4.
As ponderaes do analista e as concluses do processo de inferncia, conduzidas
pelo SBC-Fuzzy, so mostradas no relatrio final da anlise, para cada uma das etapas
conforme o procedimento de referncia. Este relatrio apresenta, alm do processo de
inferncia, proposies de melhoria e regras de conduta que deveriam ser seguidas antes ou
durante o processo de implementao das etapas.
Cabe ressaltar que a avaliao dos pr-requisitos no altera a conduta e/ou os ritos do
processo de implantao da MCC. O que ocorre, a interposio de subsdios para a tomada de
deciso da equipe de implementao para resoluo de possveis no conformidades e/ou baixa
aderncia da empresa/sistema s necessidades da MCC. Ao mesmo tempo, tem-se a explicitao
do conhecimento tcito referente s caractersticas da empresa/sistema que permeiam e
influenciam os procedimentos de implantao da MCC. Assim, o relatrio final de avaliao
dos pr-requisitos da etapa um retrato das caractersticas da empresa/sistema e seu grau de
aderncia MCC e o conhecimento nele explicitado serve aos propsitos da Gesto do
Conhecimento (GC), tratada no Captulo 3. Detalhes mais substanciais, de contedo e forma do
relatrio final, sero melhor explicitados no Captulo 6 deste trabalho.

5.9 CONSIDERAES E SNTESE DO CAPTULO

Neste captulo foram abordados os principais critrios para avaliao dos pr-requisitos
e auditoria das etapas do processo de implantao da MCC, os quais subsidiam a metodologia
proposta. Tais critrios, com seus respectivos quesitos a serem ponderados, resultaram da
elicitao do conhecimento junto a especialistas, alm de bibliografias e normas diversas sobre
o assunto em pauta. A estruturao e consolidao deste conhecimento no SBC-Fuzzy, assim
como a explicitao do processo de inferncia difuso proposto, ser objeto de explanao do
Captulo 6.
A estruturao dos critrios e quesitos propostos foi possvel a partir da concepo de
um procedimento de referncia para implantao da MCC, o qual buscou condensar os aspectos
mais relevantes das bibliografias, normas e especialistas consultados. Tal procedimento no
156
pretende ser um modelo para implantao da MCC, mas to somente um referencial para
orientar a estruturao deste trabalho.
O prximo captulo abordar a consolidao da metodologia proposta em um SBC-
Fuzzy e os mecanismos utilizados para tratamento das incertezas do processo decisrio inerente.
157
CAPTULO 6

IMPLEMENTAO COMPUTACIONAL

6.1 INTRODUO

Este captulo apresenta a implementao computacional do Sistema Baseado em


Conhecimento Fuzzy (SBC-Fuzzy), desenvolvido para atuar como uma ferramenta de
consolidao da metodologia proposta e para ajudar no tratamento das incertezas inerentes
implantao da Manuteno Centrada na Confiabilidade (MCC).
Conforme justificado nos captulos precedentes, o SBC-Fuzzy foi desenvolvido seguindo
o modelo incremental. A representao do conhecimento utiliza tcnicas hbridas com orientao
a objetos e regras de produo.
Nos prximos itens so explicitados, a composio da Base de Conhecimento e o processo
de inferncia utilizado pelo SBC-Fuzzy desenvolvido para avaliao dos pr-requisitos e auditoria
da MCC.

6.2 ASPECTOS GERAIS DA IMPLEMENTAO COMPUTACIONAL

A implementao computacional do SBC-Fuzzy proposto recebeu o nome de DALF-MCC


(Diagnstico Auxiliado por Lgica Fuzzy para a Manuteno Centrada na Confiabilidade) e seu
objetivo auxiliar a implantao da MCC, tratando as incertezas do processo de anlise e tomada
de deciso. Os procedimentos metodolgicos, explicitados no Captulo 5, foram incorporados ao
DALF-MCC e orientam o usurio na conduo do processo de anlise dos pr-requisitos e
auditoria da MCC, ponderando aspectos inerentes Gesto do Conhecimento (GC) e s
heursticas e aspectos normativos relacionados implementao das etapas do programa de MCC.
As funcionalidades do DALF-MCC, para cada etapa do processo de implantao da MCC,
incluem: Anlise dos Pr-Requisitos, Auditoria e Apoio Implementao.
Na anlise dos pr-requisitos, as caractersticas e necessidades da empresa e do sistema,
no qual a MCC ser implementada, so confrontados com os requisitos exigidos pelo
procedimento de referncia adotado por este trabalho, para implantao da MCC. Como resultado
deste processo, tem-se um relatrio de diagnstico que mostra a aptido ou no da empresa e/ou
sistema, para implementar a etapa sob anlise.
Na auditoria, os atributos de cada etapa implementada so comparados com aqueles do
procedimento de referncia, abordados no Captulo 5, e outros normatizados ou de consenso entre
os especialistas em MCC. Como resultado deste processo, tem-se um relatrio de diagnstico que
indica se a equipe de implementao da MCC conduziu adequadamente e obteve os resultados
158
esperados para a etapa sob anlise e se est apta ou no para seguir com o processo de
implantao da MCC.
Para apoio a implementao das etapas, o DALF-MCC incorpora solues propostas para
auxiliar o processo decisrio durante a implementao de algumas etapas, as quais so
importantes para o sucesso do programa de MCC. As solues apresentadas contemplam as etapas
3, 4 e 5 do procedimento de referncia e sero explicitadas no Captulo 7.

6.3 METODOLOGIA DE DESENVOLVIMENTO

A metodologia utilizada para desenvolvimento do DALF-MCC, mostrada na Figura 6.1,


seguiu um modelo incremental composto pelas seguintes etapas: Planejamento, Aquisio do
Conhecimento, Representao do Conhecimento e Verificao, Validao do Prottipo
Intermedirio, Ciclo Incremental, e Verso Final. Os prximos itens detalham essas etapas.
Na etapa de planejamento definiu-se o domnio da aplicao, as funcionalidades
requeridas e as ferramentas computacionais utilizadas para o desenvolvimento do DALF-MCC. A
Figura 6.1 ilustra as deliberaes desta etapa.
Na aquisio do conhecimento procedeu-se o mapeamento das fontes de conhecimento e a
aquisio do conhecimento explcito, de normas e bibliografias relacionadas e o conhecimento
heurstico dos especialistas que contriburam com este trabalho. A Figura 6.1 ilustra os resultados
desta etapa, os quais o Captulo 5 explicitou na forma de quesitos a serem ponderados pelo
usurio (ver detalhes no Apndice F). Tais quesitos refletem o conhecimento explcito e heurstico
aquisitados nesta etapa, os quais serviram de referncia para concepo da base de conhecimento
do DALF-MCC.
Concludo o primeiro ciclo de aquisio do conhecimento, iniciou-se a implementao do
DALF-MCC, que incluiu: representao, verificao e validao do conhecimento, conforme
apresentado no Captulo 4. Seguindo uma filosofia incremental, este processo de aquisio e
implementao se repete e se aprimora a cada novo ciclo, at que a base de conhecimento
represente de forma satisfatria o conhecimento do especialista e das fontes de conhecimento
explcito utilizadas. Para o DALF-MCC, cabe ressaltar os seguintes desenvolvimentos, inerentes
as etapas supracitadas: a base de conhecimento foi implementada utilizando-se de tcnicas
hbridas, com orientao a objetos e regras de produo na Shell FuzzyClips; a interface com o
usurio foi implementada em Visual Basic; e os relatrios finais de sntese e concluso foram
implementados em HTML. Os procedimentos e desdobramentos do processo de verificao e
validao do DALF-MCC sero abordados com mais detalhes no Captulo 8 deste trabalho.
Com a maturidade e a estruturao desejada da base de conhecimento e as funcionalidades
gerais exigidas, iniciou-se a etapa de testes de campo. Estes testes avaliaram a eficcia do DALF-
MCC, enquanto uma ferramenta, com relao a aplicao do conhecimento implementado, suas
159
funcionalidades gerais e a interface com o usurio. Detalhes da aplicao em campo do DALF-
MCC sero abordados com mais detalhes no Captulo 8 deste trabalho.
Concluda a etapa de testes de campo e feitas as modificaes e incrementos necessrios, o
DALF-MCC foi concludo, ficando sujeito s manutenes inerentes ao seu ciclo de vida.

Estudos iniciais: SBCs e ferramentas Planejamento


computacionais inerentes; Domnios Definies: domnio do conhecimento; funcionalidades
de conhecimento potenciais. requeridas do DALF-MCC; ferramentas computacionais.

Domnio do Conhecimento: Implantao da MCC;


Funcionalidades: Manipulao de arquivos (novo, abrir, salvar); Parametrizao dos conjuntos
Fuzzy a serem utilizados; Questionamentos para avaliao dos pr-requisitos e auditoria da MCC;
Ajuda para o usurio; Relatrios de avaliao de cada etapa a ser implementada;
Ferramentas Computacionais: Shell FuzzyClips; Interface com o usurio em Visual Basic e HTML.
Aquisio do Conhecimento
Bibliografias de Referncia; Normas;
Mapeamento das fontes de conhecimento e aquisio do
Especialistas.
conhecimento explcito e heurstico.

Conhecimento explicitado e modelado;


Regras para implementao da Base de Conhecimento na Shell FuzzyClips.
Sadas da etapa de Aquisio do Representao do Conhecimento e Verificao
Conhecimento; Estratgias para
desenvolvimento da Base de Implementao da Base de Conhecimento na Shell
Conhecimento e sua Interface. FuzzyClips, desenvolvimento da Interface e Verificao.

Base de Conhecimento implementada utilizando tcnicas hbridas com orientao a objetos e


regras de produo na Shell FuzzyClips;
Interface com o usurio em Visual Basic e HTML para os Relatrios;
Estratgia de comunicao implementada entre o FuzzyClips e o Visual Basic;
DALF-MCC verificado conforme critrios explicitados no Captulo 4.
Sadas da etapa de Implementao Validao do Prottipo Intermedirio
Computacional; Estratgias para
Validao do prottipo junto aos Validao pelos especialistas das regras da base de
Especialistas. conhecimento e comprovao das funcionalidades.

Base de conhecimento do prottipo intermedirio validada;


Formalismo e relevncias dos questionamentos verificados e validados;
Verificao e Validao pelos especialistas da acurcia das respostas;
Comprovao, pelos especialistas, das funcionalidades requeridas.
Resultados do processo de Validao Ciclo Incremental
do prottipo intermedirio; Novos
conhecimentos/regras para incremento Acrscimo de funcionalidades e incrementos na base de
da base de conhecimento. conhecimento.

Prottipo adequado e aceito para verso Prottipo em fase de desenvolvimento incremental,


final. conforme critrios explicitados no Captulo 4.

Verso Final
Detalhes e exigncias finais do
Testes de campo, aprovao da verso final e entrada no
processo de Verificao e Validao.
ciclo de manuteno do DALF-MCC.

Verso final do DALF-MCC; Ciclo de Vida do


Critrios para manuteno do DALF-MCC. DALF-MCC

Figura 6.1 Metodologia de Desenvolvimento do DALF-MCC.


160
6.4 ORGANIZAO DAS REGRAS NO DALF-MCC

Conforme abordado no Captulo 5, o DALF-MCC utilizado para analisar os pr-requisitos e


fazer a auditoria de cada etapa da MCC segundo determinados critrios, os quais possuem quesitos a
serem ponderados (Apndice F). O responsvel pela anlise dever ponderar cada quesito com uma
nota crisp (0 a 10) ou um conceito Fuzzy (Ruim, Baixa, Boa, Alta ou tima), referente aderncia de
sua empresa ou sistema quele quesito sob anlise, o qual reflete as necessidades da MCC.
Para incorporar a incerteza por impreciso (lxica), ambos, critrios e quesitos, sero
tratados como variveis lingsticas Fuzzy, cujos termos primrios compem a avaliao de cada
etapa (pr-requisitos e auditoria). Estas variveis lingsticas so configuradas na tela de
Parametrizao Fuzzy do DALF-MCC (Figura 6.2). Mais detalhes da interface do DALF-MCC
podem ser vistos no Apndice G.

O DALF-MCC avalia os pr-requisitos e faz a auditoria de cada etapa da MCC segundo determinados critrios, os quais possuem
quesitos a serem ponderados. O responsvel pela anlise dever ponderar cada quesito com uma nota (0 a 10) ou um conceito
(Ruim, Baixa, Boa, Alta ou tima), referente aderncia de sua empresa ou sistema quele quesito sob anlise.
Informaes e
A nota ou conceito, atribudo a cada quesito, sero avaliados por um SBC Fuzzy. As variveis lingsticas, referentes partio
do conjunto Fuzzy, as quais sero utilizadas no processo de anlise podem ser parametrizadas abaixo.
instrues para o
O grfico abaixo mostra valores pr-parametrizados default, que representam valores mdios de consenso entre especialistas em
MCC. Caso estes valores estejam adequados, para a empresa ou sistema a ser analisado, siga para a prxima etapa da metodologia
usurio com
(Anlise dos Pr-Requisitos, Auditoria ou Apoio a Implementao).
Caso a parametrizao, mostrada no grfico abaixo, no esteja adequada para a empresa ou sistema especfico a ser analisado,
hiperlinks para
altere sua parametrizao utilizando os campos ao lado do grfico, procedendo da seguinte maneira:
arquivo de ajuda
1) Escolha a varivel lingstica a ser modificada (Ruim, Baixa, Boa, Alta ou tima);
2) Altere seus valores (X0, X1, X2, X3), conforme desejado;
em HTML.
3) Estabelecida a parametrizao desejada, para cada varivel lingstica, clique no boto Atualizar.

Parametrizao
dos Termos
Primrios

Conjunto Fuzzy atual default


Figura 6.2 Tela de Parametrizao do DALF-MCC.

Todos os quesitos, referentes a cada critrio, devem ser ponderados e os resultados


agregados para obteno do conjunto Fuzzy representativo do critrio. A ponderao de cada
quesito (Nota ou Conceito) serve tambm para compor o relatrio final de avaliao da aderncia
ou no da empresa/sistema aos requisitos de cada critrio. Com base na ponderao de cada
quesito, as respectivas consideraes so apresentadas ao usurio. Aps a ponderao e agregao
de todos os quesitos referentes a cada critrio, tem-se o conjunto Fuzzy representativo do critrio.
Este conjunto compe o relatrio final de avaliao da aderncia ou no da empresa/sistema aos
requisitos de cada etapa. Alm disto, a desfuzzyficao deste conjunto resultar em uma nota
(valor crisp), em funo da qual uma mensagem/resposta apresentada ao usurio.
Os dados inseridos na tela de Parametrizao Fuzzy so utilizados para a ponderao de
todos os quesitos, os quais compem os critrios que serviro de base para avaliao dos pr-
requisitos e auditoria de todas as etapas do procedimento de implantao da MCC. Conforme
enfatizado no Captulo 5 o processo de parametrizao deve ser conduzido por um especialista em
161
MCC e no domnio da aplicao. O conhecimento/experincia deste especialista servir de base
para a definio das funes de pertinncia, as quais definiro os termos primrios e, assim duas
situaes podero ocorrer:

1. A parametrizao concebida de forma condizente com o domnio da aplicao e, neste


caso, a ponderao dos quesitos ir, indiretamente, retratar o grau de maturidade e
aderncia da empresa quando comparada com outras do mesmo domnio de aplicao;
2. A parametrizao retrata o consenso entre o(s) especialista(s) e os membros da equipe de
implementao, levando em conta as especificidades da aplicao.

Em ambas as situaes a parametrizao deve ser conhecida pelos usurios para que a
ponderao dos quesitos retrate, da maneira mais ntegra possvel, a realidade da empresa/sistema.
Na tela de ponderao dos quesitos (Figura 6.3) o usurio atribui uma Nota ou um
Conceito para cada quesito submetido a anlise, sendo que: a Nota deve estar dentro do universo de
discurso configurado na tela de parametrizao Fuzzy (no DALF-MCC o universo de discurso
poder assumir qualquer intervalo entre 0 e 10); e o Conceito poder ser qualquer um dos termos
primrios Fuzzy disponveis (Ruim, Baixa, Boa, Alta ou tima).

Critrios para
avaliao da etapa
Disponibilidade da Condio e Desempenho Sistema Computacional Cultura da Gerenciamento Estratgico
Informao/Recursos Atual da Manuteno de Suporte Manuteno/Empresa da Manuteno

Q1 Todas as Entradas, Controles e Mecanismos da Etapa 0 (Adequao da MCC), do


procedimento de referncia para implantao da MCC, esto disponveis.

Q2 Existe uma documentao consistente das aes de manuteno.


Ponderao com Nota
Q3 Os sistemas candidatos a implantao da MCC possuem uma documentao tcnica
adequada.
ou Conceito e acesso
ao arquivo de Ajuda
Q4 O planejamento estratgico da empresa, com relao manuteno, est documentado
de forma auditvel.

Quesitos a serem ponderados pelo usurio


para avaliao do Critrio

Avaliao Critrios avaliados e nota Avaliao


da etapa resultante do critrio

Figura 6.3 Tela de Ponderao dos Quesitos.

A conjuno de Nota e Conceito possibilita ao usurio utilizar-se do mecanismo que lhe seja
mais intuitivo para a ponderao dos quesitos. Como resultado desse processo se espera obter uma
ponderao que espelhe a realidade da empresa/sistema, da maneira mais confivel possvel.
Aps a composio dos conjuntos Fuzzy referentes avaliao de cada critrio, os
mesmos devem ser agregados para obteno do conjunto Fuzzy representativo da etapa. Este
conjunto compe o relatrio final de avaliao da aderncia ou no da empresa/sistema aos
requisitos da MCC. O conjunto Fuzzy resultante de cada etapa servir para mostrar o contexto
geral da empresa/sistema frente aos critrios avaliados (avaliao qualitativa). A nota resultante
162
da desfuzzyficao do conjunto Fuzzy resultante de cada etapa, servir para avaliar o atendimento
ou no da empresa/sistema aos requisitos da MCC avaliados a partir dos quesitos de cada critrio
(anlise quantitativa).
Portanto, 5 grupos de regras so utilizados pelo DALF-MCC para a avaliao dos pr-
requisitos, conforme o procedimento de referncia, o mesmo valendo para a auditoria de cada
etapa do processo de implantao da MCC. Estes grupos de regras so:

1. Regras para avaliao dos critrios, a partir da ponderao dos quesitos. Nestas regras o
Antecedente a ponderao dos quesitos feita pelo usurio (Conceito ou Nota) e o
Conseqente a avaliao do critrio com base na ponderao de cada quesito;
2. Regras para avaliao da etapa com base na avaliao dos critrios da referida etapa
(resultante do grupo de regras 1). Neste caso, o Antecedente so conjuntos Fuzzy
resultantes da avaliao de cada critrio com base na ponderao de cada quesito e o
Conseqente um conjunto Fuzzy resultante da agregao de todos os conjuntos Fuzzy
referentes avaliao dos critrios;
3. Regras para composio do relatrio de concluso de cada etapa, com 3 subgrupos de regras:
3.1. O Antecedente um Conceito ou uma Nota Fuzzyficada referente ponderao de
cada quesito, enquanto que o Conseqente uma mensagem/resposta ao usurio com
base na ponderao de cada quesito;
3.2. O Antecedente uma Nota (valor crisp) resultante da desfuzzyficao do conjunto
referente avaliao de cada critrio e o Conseqente uma mensagem/resposta ao
usurio com base na respectiva Nota. O conjunto Fuzzy a ser desfuzzyficado foi
formado a partir da agregao de cada termo primrio, afetado pela ponderao dos
quesitos (Nota ou Conceito), pertencentes ao respectivo critrio;
3.3. O Antecedente uma Nota (valor crisp) resultante da desfuzzyficao do conjunto
referente agregao de todos os conjuntos Fuzzy, originados da avaliao dos
critrios (resultado das regras do grupo 2). O Conseqente uma mensagem/resposta
ao usurio com base no valor da Nota resultante da desfuzzyficao.

Os resultados e concluses do processo de inferncia Fuzzy incluindo seus desdobramentos


e as respostas s ponderaes do usurio so condensados em um relatrio (Figura 6.4). Os
seguintes dados so submetidos ao usurio para auxiliar sua tomada de deciso: os conjuntos Fuzzy
relativos avaliao dos critrios, formados aps a agregao referente ponderao dos quesitos,
com suas respectivas notas resultantes desfuzzyficadas; o conjunto Fuzzy relativo avaliao da
etapa sob anlise, formado aps a agregao dos conjuntos Fuzzy referentes avaliao dos
critrios, com sua respectiva nota resultante desfuzzyficada; e as concluses e sugestes do DALF-
MCC relativas ao resultado final de avaliao da etapa sob anlise. Resultados semelhantes, em
formato e funcionalidade, so obtidos nos relatrios relativos avaliao dos critrios e
ponderao de seus respectivos quesitos. Tanto para o caso da anlise dos pr-requisitos quanto para
163
a auditoria de todas as etapas que compem o procedimento de referncia, incorporado ao DALF-
MCC. Mais detalhes dos relatrio gerados pelo DALF-MCC podem ser vistos no Apndice G.

Conjuntos Fuzzy
resultantes da
avaliao dos
critrios e da etapa
sob anlise

Com uma Nota Final de avaliao da Etapa 0 - Adequao da MCC nos patamares atuais (5 < Nota < ou = 7) a MCC VIVEL para esta empresa/sistema,
porm uma poltica de treinamento na metodologia de MCC deve ser considerada para maximizar os resultados do programa de MCC. Resultados da
Os pontos crticos apresentados na seo de resultados, tanto na ponderao dos Quesitos quanto na avaliao dos critrios, devem ser trabalhados internamente
na empresa para propiciar um ambiente adequado para uma implementao futura da MCC. As seguintes referncias podem auxiliar a conduo deste processo:
inferncia Fuzzy:
concluses e
BACKLUND, Fredrik, Managing the Introduction of Reability Centred Maintenance.
BLOOM, Neil B., Reliability Centered Maintenance: Implementation Made Simple.
sugestes para o
FUENTES, Fernando Flix Espinosa, Metodologia para Inovao da Gesto da Manuteno Industrial. usurio devidas a
MOUBRAY, J., Reliability Centered Maintenance. avaliao da etapa
SIQUEIRA, Iony Patriota de. Manuteno Centrada na Confiabilidade: Manual de Implementao. sob anlise
SMITH, Anthony M. e HINCHCLIFFE, Glenn R., RCM: Gateway to World Class Maintenance.

Figura 6.4 Relatrio de Avaliao da Etapa.

Portanto, alm dos resultados da desfuzzyficao, o DALF-MCC inclui: subsdios que


auxiliam a tomada de deciso e a gesto do conhecimento inerente aos atributos atuais da empresa
e sua relao com as necessidades e fatores crticos de sucesso da MCC; explicao sobre o
processo de inferncia que culminou com as concluses e sugestes apresentadas; comentrios,
concluses e sugestes referentes aderncia ou no da empresa s necessidades da MCC; e
recomendaes para aes futuras com base na situao atual da empresa/sistema.

6.5 POSSVEIS CONFIGURAES DO PROCESSO DE INFERNCIA FUZZY

A organizao das regras, que estruturam a base de conhecimento para tratamento da


ponderao dos quesitos e conseqente avaliao dos critrios e etapas, tanto para a anlise dos
pr-requisitos quanta para a auditoria, seguiu a codificao mostrada na Figura 6.5. Esta
codificao ser tambm utilizada neste item para explicitao da estrutura interna da base de
conhecimento do DALF-MCC e da lgica para concepo das respostas para o usurio a partir da
ponderao dos quesitos.

Etapa Critrio Quesito


Et_N_C_N_Q_N
Nmero da Nmero do Nmero do
Etapa Critrio Quesito

Figura 6.5 Critrio de Codificao da Base de Conhecimento do DALF-MCC.


164
Os quesitos submetidos ao usurio so asseres que retratam uma necessidade da MCC.
Cabe ao usurio atribuir uma Nota ou um Conceito, referente aderncia da empresa/sistema,
quela assero. Sendo assim podem ocorrer 3 situaes:

1. O usurio atribui apenas Conceitos, ou seja, termos primrios Fuzzy (Ruim, Baixa, Boa,
Alta ou tima) para cada quesito;
2. O usurio atribui apenas Notas, ou seja, um valor crisp (no DALF-MCC, qualquer
intervalo configurvel entre 0 e 10) para cada quesito;
3. O usurio alterna, entre Nota e Conceito, para ponderar os quesitos referentes ao critrio a
ser avaliado.

Situao 1: O usurio atribui apenas Conceitos para ponderao dos quesitos

Caso o usurio atribua apenas conceitos para ponderar os quesitos, respeitando os termos
primrios permitidos (Ruim, Baixa, Boa, Alta ou tima), a seguinte combinao de regras pode
acontecer, a qual vale tanto para a anlise dos pr-requisitos quanto para auditoria:
Ruim Ruim
Conceito

Conceito
Baixa Baixa
Se Et_N_C_N_Q_N : Boa Ento Et_N_C_N : Boa
Alta Alta
tima tima

Tomando como exemplo a anlise dos pr-requisitos da Etapa 0 (Adequao da MCC),


conforme explicitado no Captulo 5, e supondo uma atribuio de Conceito aos quesitos
pertencentes ao critrio 1, conforme abaixo, verifica-se o seguinte processo de inferncia:
Critrio: (C1) Disponibilidade da Informao/Recursos
Quesitos: Conceitos:
(Q1) Aderncia ao procedimento de referncia Boa
(Q2) Documentao da manuteno Alta
(Q3) Documentao dos sistemas candidatos Baixa
(Q4) Planejamento estratgico da empresa tima

A partir dos Conceitos atribudos pelo usurio, as regras abaixo so ativadas na base de
conhecimento do DALF-MCC:
Se Et_0_C_1_Q_1 : Boa Ento Et_0_C_1 : Boa
Se Et_0_C_1_Q_2 : Alta Ento Et_0_C_1 : Alta
Se Et_0_C_1_Q_3 : Baixa Ento Et_0_C_1 : Baixa
Se Et_0_C_1_Q_4 : tima Ento Et_0_C_1 : tima

A partir destas regras, a inferncia Fuzzy mostrada na Figura 6.6, desenvolvida pelo
DALF-MCC. Aps o processo de ponderao dos antecedentes (quesitos Q1 a Q4),
implicao e agregao dos conseqentes das regras, o que se tem o conjunto Fuzzy
resultante para o critrio C1 (Disponibilidade da Informao/Recursos).
O baricentro geomtrico ou centride da rea definida pelo conjunto Fuzzy, resultante
da agregao dos conseqentes, a Nota (valor crisp) atribuda ao critrio C1 a partir dos
conceitos atribudos pelo usurio aos quesitos. Este processo comumente chamado de
165
desfuzzyficao ou condensao. Para clculo do valor desfuzzyficado, o FuzzyClips,
mquina de inferncia utilizada pelo DALF-MCC, discretiza o universo de discurso referente
ao critrio analisado (C1), conforme explicitado no Captulo 4.
Q1 - Aderncia ao procedimento de referncia C1 - Disponibilidade da Informao/Recursos

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Conceito = Boa
Q2 - Documentao da manuteno C1 - Disponibilidade da Informao/Recursos

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Conceito = Alta
Q3 - Documentao dos sistemas candidatos C1 - Disponibilidade da Informao/Recursos

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Conceito = Baixa
Q4 - Planejamento estratgico da empresa C1 - Disponibilidade da Informao/Recursos

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Ponderao Conceito = tima
Agregao
x Ci .( ACi )
C i U C C1 - Disponibilidade da Informao/Recursos
C 1= = 1
( ACi )
C i U C

( 4 + 2 ). 1 ( 3 + 1). 1 ( 3 + 1). 1 ( 2 + 1). 1


5. + 7 ,5 . + 2 ,5 . + 9 ,2 . 1 2 3 4 5 6 7 8 9 10
2 2 2 2
= 5.745
( 4 + 2 ). 1 ( 3 + 1). 1 ( 3 + 1). 1 ( 2 + 1). 1
+ + + Condensao ou Desfuzzyficao Nota = 5,745
2 2 2 2

Figura 6.6 Processo de Inferncia Fuzzy com Atribuio de Conceitos.

Situao 2: O usurio atribui apenas Notas para ponderao dos quesitos

Caso o usurio atribua apenas notas para ponderar os quesitos, respeitando o universo de
discurso permitido (no DALF-MCC, qualquer intervalo configurvel entre 0 e 10), a seguinte
combinao de regras pode acontecer (vlida para a anlise dos pr-requisitos e para a auditoria):

Nota: Conceitos afetados pela


Se Et_N_C_N_Q_N : Valor entre Ento Et_N_C_N : fuzzyficao da Nota, com seu
0 e 10 respectivo Grau de Pertinncia.

Tomando como exemplo a anlise dos pr-requisitos da Etapa 0 (Adequao da MCC),


conforme explicitado no Captulo 5, e supondo uma atribuio de Nota aos quesitos pertencentes
ao critrio 2, conforme abaixo, o seguinte processo de inferncia se verifica:

Critrio: (C2) Condio e Desempenho Atual da Manuteno


Quesitos: Nota:
(Q1) Estratgia de manuteno 1,8
(Q2) Desempenho da manuteno 7,5
(Q3) Recursos humanos na operao 3,5
(Q4) Custos da manuteno 6
166
A partir das Notas atribudas pelo usurio, as regras abaixo so ativadas na base de
conhecimento do DALF-MCC:

Se Et_0_C_2_Q_1 : 1,8 Ento Et_0_C_2 : Conceitos afetados pela fuzzyficao da Nota 1,8
Se Et_0_C_2_Q_2 : 7,5 Ento Et_0_C_2 : Conceitos afetados pela fuzzyficao da Nota 7,5
Se Et_0_C_2_Q_3 : 3,5 Ento Et_0_C_2 : Conceitos afetados pela fuzzyficao da Nota 3,5
Se Et_0_C_2_Q_4 : 6 Ento Et_0_C_2 : Conceitos afetados pela fuzzyficao da Nota 6

A partir destas regras, a inferncia Fuzzy, mostrada na Figura 6.7, desenvolvida pelo
DALF-MCC. Os antecedentes (quesitos Q1 a Q4) de cada regra so ponderados de acordo com a
Nota atribuda pelo usurio, e considerando-se as funes de pertinncia associadas, resultando no
grau de pertinncia de cada Nota aos termos primrios correspondentes. Ou seja, a Nota (valor
crisp) convertida para um termo primrio Fuzzy (Ruim, Baixa, Boa, Alta ou tima processo
denominado fuzzyficao).

Q1 - Estratgia de manuteno C2 - Condio e Desempenho Atual da Manuteno



Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 1,8
Q2 - Desempenho da manuteno C2 - Condio e Desempenho Atual da Manuteno

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 7,5
Q3 - Recursos humanos na operao C2 - Condio e Desempenho Atual da Manuteno

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 3,5
Q4 - Custos da manuteno C2 - Condio e Desempenho Atual da Manuteno

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Ponderao Nota = 6
Agregao
x Ci .( ACi )
C 1=
C i U C
= C2 - Condio e Desempenho Atual da Manuteno
( ACi ) 1
C i U C

( 2 + 1,8). 0,2 (3 + 1, 4 ). 0,8 (3 + 1). 1 (3 + 2 ). 0,5 ( 4 + 3). 0,5 ( 4 + 2 ). 1


( 0,95 . + 2 ,5 . ) + 7 ,5 . + ( 2 ,5 . + 5. ) + 5.
2 2 2 2 2 2 1 2 3 4 5 6 7 8 9 10
= 4.599
( 2 + 1,8). 0, 2 (3 + 1, 4 ). 0,8 (3 + 1). 1 (3 + 2 ). 0,5 ( 4 + 3). 0,5 ( 4 + 2 ). 1
( + )+ + ( + ) +
2 2 2 2 2 2 Nota = 4,599 Condensao ou Desfuzzyficao

Figura 6.7 Processo de Inferncia Fuzzy com Atribuio de Notas.

Aps o processo de fuzzyficao dos antecedentes (Q1 a Q4) ocorre a implicao, isto , o
processo em que os conseqentes das regras, cujas condies so satisfeitas em algum grau de
aplicabilidade, so calculados. Este processo encerra a idia de que: se o antecedente da regra
verdadeiro, com algum grau de verdade, ento o conseqente tambm o , com o mesmo grau de
verdade. O processo de implicao consiste, basicamente, na modificao dos conjuntos difusos
associados com os conseqentes da regra. No modelo de inferncia Fuzzy de Mamdani, utilizado
167
neste trabalho (REZENDE, 2003; YEN, 1998), estes conjuntos difusos so truncados em um nvel
correspondente ao grau de aplicabilidade da regra. Aps a implicao, ocorre a agregao dos
conseqentes das regras e a desfuzzyficao ou condensao, conforme j explicitado na Situao 1.

Situao 3: O usurio alterna entre Nota e Conceito para ponderao dos quesitos

Esta situao uma composio das anteriores e, neste caso, o usurio pode atribuir, para
a ponderao dos quesitos de um critrio, tanto uma Nota, respeitando-se o universo de discurso
permitido ou um Conceito, respeitando-se os termos primrios disponveis. As regras ativadas na
base de conhecimento do DALF-MCC so, tambm, uma composio dos casos anteriores.
Tomando como exemplo a anlise dos pr-requisitos da Etapa 0 (Adequao da MCC),
conforme explicitado no Captulo 5 e supondo uma atribuio alternada de Nota e Conceito aos
quesitos pertencentes ao critrio 3, conforme abaixo, o seguinte processo de inferncia se verifica:

Critrio: (C3) Sistema Computacional de Suporte


Quesitos: Nota:
(Q1) Automao de escritrio Boa
(Q2) Gesto da informao 1,8
(Q3) Gesto da manuteno Baixa
(Q4) Afinidade/Treinamento com o sistema 3,5
(Q5) Integrao com outros sistemas Alta

A partir das Notas atribudas pelo usurio, as regras abaixo so ativadas na base de
conhecimento do DALF-MCC:

Se Et_0_C_3_Q_1 : Boa Ento Et_0_C_3 : Boa


Se Et_0_C_3_Q_2 : 1,8 Ento Et_0_C_3 : Conceitos afetados pela fuzzyficao da Nota 1,8
Se Et_0_C_3_Q_3 : Baixa Ento Et_0_C_3 : Baixa
Se Et_0_C_3_Q_4 : 3,5 Ento Et_0_C_3 : Conceitos afetados pela fuzzyficao da Nota 3,5
Se Et_0_C_3_Q_5 : Alta Ento Et_0_C_3 : Alta

A partir destas regras, a inferncia Fuzzy mostrada na Figura 6.8, desenvolvida pelo
DALF-MCC. A ponderao dos antecedentes pelo usurio (quesitos Q1 a Q5), implicao e
agregao dos conseqentes das regras e a desfuzzyficao ou condensao, se processam de
maneira semelhante s situaes exemplificadas nas Situaes 1 e 2.
Com a avaliao dos critrios, a partir da ponderao dos quesitos, o processo de
inferncia do DALF-MCC avalia a etapa correspondente aos quesitos ponderados e respectivos
critrios avaliados. Neste caso, a seguinte combinao de regras pode acontecer, a qual vale tanto
para a anlise dos pr-requisitos quanto para auditoria:

Conjunto Fuzzy resultante da


Conjunto Fuzzy resultante
Se Et_N_C_N : Ento Et_N : agregao de todos os critrios que
da avaliao do critrio
compem a etapa

Para o processamento da avaliao da etapa necessrio a ponderao, por parte do


usurio, de todos os quesitos e a avaliao de todos os critrios correspondentes que a compe.
168
Portanto, assim como foi conduzida a avaliao dos critrios 1 a 3 exemplificados nos itens
precedentes, para se ter a avaliao da Etapa 0 (Adequao da MCC), deve-se proceder de forma
semelhante avaliao dos critrios 4 e 5 que a compem.
Q1 - Automao de escritrio C3 - Sistema Computacional de Suporte

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Conceito = Boa
Q2 - Gesto da informao C3 - Sistema Computacional de Suporte

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 1,8
Q3 - Gesto da manuteno C3 - Sistema Computacional de Suporte

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Conceito = Baixa
Q4 - Afinidade/Treinamento com o sistema C3 - Sistema Computacional de Suporte

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 3,5
Q5 - Integrao com outros sistemas C3 - Sistema Computacional de Suporte

Ruim Baixa Boa Alta tima Ruim Baixa Boa Alta tima
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Ponderao Conceito = Alta
Agregao
x Ci .( ACi )
C i U C
C 1=
( ACi )
= 4, 253 C3 - Sistema Computacional de Suporte
C i U C 1
( 4 + 2 ). 1 ( 2 + 1,8). 0, 2 (3 + 1, 4). 0,8 (3 + 1). 1 (3 + 2 ). 0,5 ( 4 + 3). 0,5 ( 3 + 1). 1
5. + ( 0,95 . + 2 ,5 . ) + 2 ,5 . + ( 2 ,5 . + 5. ) + 7 ,5 .
2 2 2 2 2 2 2
( 4 + 2 ). 1 ( 2 + 1,8). 0, 2 (3 + 1, 4 ). 0,8 (3 + 1). 1 (3 + 2 ). 0,5 ( 4 + 3). 0,5 (3 + 1). 1 1 2 3 4 5 6 7 8 9 10
+( + )+ + ( + ) +
2 2 2 2 2 2 2
Nota = 4,253 Condensao ou desfuzzyficao

Figura 6.8 Processo de Inferncia Fuzzy com Atribuio de Nota e Conceito.

Aps a avaliao de todos os critrios que compem cada etapa, o DALF-MCC processa a
inferncia de modo a agregar todos os conjuntos Fuzzy resultantes de cada critrio avaliado, e
inerentes respectiva etapa. O resultado deste processo um conjunto Fuzzy que retrata o Grau
de Aderncia da Empresa/Sistema aos requisitos avaliados. Os resultados deste processo
conduzem a concluso da aptido ou no da empresa/sistema para avanar com os procedimentos
de implantao da MCC. Esta metodologia de inferncia se aplica tanto para a fase de verificao
dos pr-requisitos, quanto para a fase de auditoria da etapa sob anlise.
Para exemplificar como o DALF-MCC processa a avaliao dos pr-requisitos da Etapa 0
(Adequao da MCC), conforme explicitado no Captulo 5, considerar-se-: os resultados obtidos
nos itens precedentes para os critrios 1 a 3 (Situaes 1 a 3); e uma avaliao simulada dos
critrios 4 e 5 necessrios para compor a avaliao da Etapa 0. Para simular os resultados da
avaliao dos critrios 4 e 5, mostrados na Figura 6.9, foram consideradas as seguintes
ponderaes para os quesitos que os compe:
169
Critrio: (C4) Cultura da Manuteno/Empresa
Quesitos: Nota:
(Q1) Registro das aes de manuteno 7,5
(Q2) Funo estratgica da manuteno Alta
(Q3) Motivao da equipe 6
(Q4) Experincia metodolgica Boa
(Q5) Atualizao e Auditoria tima
Critrio: (C5) Gerenciamento Estratgico da Manuteno
Quesitos: Nota:
(Q1) Oramento 1,8
(Q2) Conformidade organizacional Boa
(Q3) Aporte de recursos Alta
(Q4) Apoio metodolgico 9
(Q5) Terceirizao Baixa

C4 - Cultura da Manuteno/Empresa
x Ci .(ACi ) 1
C i U C
C 1=
(ACi )
C i U C
1 2 3 4 5 6 7 8 9 10
(3 + 1).1 (3 + 1). 1 ( 4 + 2 ).1 ( 4 + 2). 1 ( 2 + 1). 1
7,5. + 7,5. + 5. + 5. + 9, 22 . Condensao ou Desfuzzyficao Nota = 6,420
2 2 2 2 2
= 6.420
(3 + 1). 1 (3 + 1). 1 ( 4 + 2). 1 ( 4 + 2 ). 1 ( 2 + 1). 1
+ + + + C5 - Gerenciamento Estratgico da Manuteno
2 2 2 2 2
1
( 2 + 1,8).0, 2 (3 + 1, 4).0,8 ( 4 + 2 ).1 (3 + 1).1 ( 2 + 1).1 (3 + 1). 1
( 0,95 . + 2 ,5 . ) + 5. + 7 ,5 . + 9, 22 . + 2,5 .
2 2 2 2 2 2
= 5,037
( 2 + 1,8).0, 2 (3 + 1,4 ).0,8 ( 4 + 2). 1 (3 + 1).1 ( 2 + 1). 1 (3 + 1).1
( + )+ + + + 1 2 3 4 5 6 7 8 9 10
2 2 2 2 2 2

Condensao ou Desfuzzyficao Nota = 5,037

Figura 6.9 Conjuntos Fuzzy Resultantes da Avaliao Simulada de C4 e C5 da Etapa 0.

A Figura 6.10 ilustra o processo de inferncia para avaliao da Etapa 0, supondo os


resultados precedentes referentes aos critrios 1 a 5.

C1 - Disponibilidade da Informao/Recursos Etapa 0 (Adequao da MCC)


Conjuntos Fuzzy resultantes da Avaliao dos Critrios (C1 C5) da Etapa 0

1 1

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 5,745
C2 - Condio e Desempenho Atual da Manuteno Etapa 0 (Adequao da MCC)
1 1

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 4,599
C3 - Sistema Computacional de Suporte Etapa 0 (Adequao da MCC)
1 1
Implicao

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 4,253
C4 - Cultura da Manuteno/Empresa Etapa 0 (Adequao da MCC)
1 1

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 6,420
C5 - Gerenciamento Estratgico da Manuteno Etapa 0 (Adequao da MCC)
1 1

1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Nota = 5,037
Etapa 0 (Adequao da MCC)
1
Agregao

1 2 3 4 5 6 7 8 9 10
Condensao ou Desfuzzyficao Nota = 5,188

Figura 6.10 Processo de Inferncia Fuzzy para Avaliao da Etapa 0.


170
Conforme explanado anteriormente, ao longo do processo de inferncia explicitado neste
item, so geradas mensagens para o usurio para a composio do relatrio final. Detalhes da
composio deste relatrio so objeto de explanao do Apndice G.

6.6 CONSIDERAES E SNTESE DO CAPTULO

Este captulo abordou a consolidao da metodologia proposta em um SBC-Fuzzy, aqui


nomeado DALF-MCC, para avaliao dos pr-requisitos e auditoria das etapas do processo de
implantao da MCC. Tambm foram explicitados os mecanismos utilizados para tratamento das
incertezas inerentes ao processo decisrio, os quais objetivam auxiliar o usurio em sua tomada de
deciso ao longo da implementao das etapas da MCC.
Com os resultados demonstrados neste captulo foi possvel comprovar a possibilidade e a
viabilidade da utilizao de SBCs Fuzzy para tratar as incertezas inerentes implantao da MCC,
tanto na fase de anlise dos pr-requisitos quanto na fase de auditoria das etapas implementadas.
Estes resultados foram obtidos a partir da incorporao ao DALF-MCC de conceitos relativos
gesto do conhecimento. Desta forma foi possvel conceber mecanismos para facilitar a explicitao
do conhecimento tcito que os envolvidos, com o processo de implantao da MCC, tm da
empresa e do sistema no qual se quer implantar a MCC. A sntese e o tratamento das incertezas
inerentes ao uso deste conhecimento no processo decisrio, proporcionados pelo DALF-MCC,
contribuem para: aumentar a confiabilidade do processo de tomada de deciso, tanto na fase de
anlise dos pr-requisitos quanto na fase de auditoria; certificao de que a viso holstica e o
atendimento as normas e/ou procedimentos de referncia foram contemplados no processo de
anlise; melhorar a agilidade e a eficincia do processo de implantao da MCC; e para a criao de
uma base de conhecimento para anlises futuras da evoluo da empresa, na aderncia as
necessidades da MCC.
Alm das vantagens relativas ao uso do conhecimento tcito explicitado na ponderao dos
quesitos, citadas no pargrafo anterior, cabe ressaltar tambm os benefcios inerentes s
funcionalidades apresentadas pelo DALF-MCC, dentre as quais: interface amigvel com o usurio e
relatrios elucidativos que podem servir de instrumento para capacitao de pessoal na anlise dos
pr-requisitos e auditoria das etapas de um processo de implantao da MCC; e a incorporao de
ferramentas de apoio a implementao das Etapas 3, 4 e 5 do processo de implantao da MCC (Ver
Apndice G).
Como vantagens das funcionalidades e mecanismos supra-citados tem-se: a antecipao da
aderncia da empresa/sistema s necessidades da MCC; a garantia da correta execuo das etapas; e
apoio implementao das etapas mais expressivas (Etapas 3, 4 e 5), as quais sero abordadas no
prximo captulo e, objetivam minimizar alguns dos fatores crticos constatados durante a fase de
aquisio de conhecimento do DALF-MCC.
171
CAPTULO 7

FERRAMENTAS COMPUTACIONAIS DE APOIO MCC

7.1 INTRODUO

Durante a fase de elicitao do conhecimento do DALF-MCC (Diagnstico Auxiliado por


Lgica Fuzzy para a Manuteno Centrada na Confiabilidade) foi constatado que muitos dos
fatores crticos para o sucesso de programas de MCC (Manuteno Centrada na Confiabilidade)
se devem a falta de subsdios adequados para auxiliar a implementao das etapas. Esta
constatao particularmente vlida para as etapas mais expressivas do processo de implantao
da MCC, as quais so: Etapa 3 (Anlise dos Modos de Falha, seus Efeitos e sua Criticidade
FMECA); Etapa 4 (Seleo das Funes Significantes e Classificao de seus Modos de Falha); e
Etapa 5 (Seleo das Tarefas de Manuteno Aplicveis e Efetivas).
O escopo deste captulo , portanto, sugerir ferramentas computacionais para auxiliar a
implementao das Etapas 3, 4 e 5, do procedimento de referncia adotado neste trabalho, de
forma a minimizar os fatores crticos constatados durante a fase de aquisio de conhecimento do
DALF-MCC. As ferramentas aqui propostas foram incorporadas ao DALF-MCC e podem ser
acessadas atravs do menu Apoio Implementao (Figura 7.1). Mais detalhes das ferramentas
computacionais tratadas neste captulo so mostrados no Apndice G.

Durante a fase de elicitao do conhecimento do DALF-MCC, foi evidenciado que muitos dos insucessos dos
programas de MCC se devem a dificuldades na implementao de etapas relevantes, tipicamente as Etapas 3, 4 e 5 do
procedimento de referncia. Assim algumas ferramentas, foram desenvolvidas e incorporadas ao DALF-MCC para
auxiliar a implementao destas Etapas. As funcionalidades propostas podem ser acessadas clicando nos cones
correspondentes abaixo.
Etapa 3 - Anlise dos Modos de Falha seus Efeitos e sua Criticidade (FMECA):

Open-FMECA: Software com cdigo fonte aberto, para auxiliar o uso da tcnica FMECA, desenvolvido para ser
instalado em um servidor e utilizado via navegador de internet (browser).

FMECA-Delphi: Software que utiliza a tcnica Delphi para elicitao do Nmero de Prioridade de Risco (NPR), com
especialistas no presenciais, cooperando em um ambiente virtual.

NPR-Fuzzy: Software para elicitao do NPR que utiliza a Lgica Fuzzy como ferramenta de apoio a tomada de
deciso e tratamento das incertezas inerentes.

Etapa 4 - Seleo e Caracterizao das Funes Significantes:

DALF-Diagramas: Sistema Baseado em Conhecimento Fuzzy (SBC-Fuzzy) que auxilia a seleo e a caracterizao das
funes significantes listadas na Etapa 3, utilizando um processo de inferncia Fuzzy baseado na ponderao de Quesitos.

Etapa 5 - Seleo das Tarefas de Manuteno Aplicveis e Efetivas:

DALF-Diagramas: SBC-Fuzzy que auxilia a seleo das tarefas de manuteno aplicveis e efetivas para cada uma das
funes significantes apontadas na Etapa 4, utilizando um processo de inferncia Fuzzy baseado na ponderao de Quesitos.

Figura 7.1 Tela de Acesso aos Softwares de Apoio a Implementao da MCC.

As ferramentas computacionais, propostas neste trabalho, objetivam tratar aspectos


especficos das etapas supracitadas e que podem dificultar ou inviabilizar a implementao da
MCC, tais ferramentas so:
172
Etapa 3:

OpenFMECA: Software para auxiliar o uso da tcnica FMECA desenvolvido para ser
instalado em um servidor e utilizado via navegador de internet (browser);
FMECA-Delphi: Software que utiliza a tcnica Delphi para elicitao do Nmero de
Prioridade de Risco (NPR) com especialistas no presenciais, cooperando em um
ambiente virtual;
NPR-Fuzzy: Software para avaliao do NPR que utiliza a lgica Fuzzy como ferramenta
de apoio a tomada de deciso e tratamento das incertezas inerentes.

Etapa 4:

DALF-Diagramas: Sistema Baseado em Conhecimento Fuzzy (SBC-Fuzzy) que auxilia a


seleo e a caracterizao das funes significantes listadas na Etapa 3, utilizando um
processo de inferncia Fuzzy baseado na ponderao de quesitos.

Etapa 5:

DALF-Diagramas: parte integrante do software proposto para a Etapa 4 trata-se de um


SBC-Fuzzy que auxilia a seleo das tarefas de manuteno aplicveis e efetivas, para
cada uma das funes significantes apontadas na Etapa 4. Utiliza um processo de
inferncia Fuzzy baseado na ponderao de quesitos.

Os prximos itens e o Apndice G apresentam em detalhes cada um dos softwares


propostos e os motivos que ensejaram seu desenvolvimento, como subsdio para minimizar os
fatores crticos inerentes ao processo de implantao da MCC.

7.2 PROPOSTAS PARA IMPLEMENTAO DA ETAPA 3

Embora a FMECA (Etapa 3 do procedimento de referncia) seja uma metodologia


consagrada para anlise das causas e principalmente dos efeitos dos modos de falha, algumas
limitaes, de natureza administrativa e tcnica, so observadas na sua aplicao prtica. As
questes administrativas, segundo Antonietti (2002), envolvem: dificuldades no relacionamento
interpessoal; e falhas no planejamento e na conduo das reunies. As questes tcnicas, segundo
Garcia (2006), envolvem: desconhecimento dos aspectos tericos e prticos da aplicao da
metodologia de FMECA; falta de conhecimento tcnico dos participantes da equipe de FMECA; e
limitaes diversas relacionadas atribuio dos fatores que compem o NPR. Alm da
bibliografia pesquisada, a elicitao do conhecimento com especialistas em MCC, durante o ciclo
incremental de desenvolvimento do DALF-MCC, revelou problemas semelhantes, os quais
impactam negativamente a implantao da MCC. Assim 3 ferramentas computacionais, tratadas
173
individualmente nos prximos itens, foram desenvolvidas como proposta deste trabalho para
subsidiar a implementao da Etapa 3.

7.2.1 OpenFMECA Suporte Implementao da FMECA

Para auxiliar e conduzir a implementao da FMECA, foi desenvolvido no Ncleo de


Desenvolvimento Integrado de Produtos (NeDIP / EMC / UFSC), em um projeto fomentado pelo
Conselho Nacional de Desenvolvimento Cientfico e Tecnolgico (CNPq), um software chamado
de OpenFMECA. Trata-se de um software com cdigo fonte aberto (open source), para ser
instalado em um servidor e utilizado via navegador de internet (browser). A elaborao de
software livre e, portanto, com cdigo fonte aberto uma das diretrizes do governo federal e
corroborada pela maioria dos estados brasileiros (CISL, 2008). Para o seu desenvolvimento foi
adotado a orientao a objeto, com modelo do ciclo de vida incremental.
Em virtude da deciso de se utilizar um navegador como interface, a programao do
OpenFMECA foi desenvolvida valendo-se de recursos de PHP, JavaScript e MySQL, permitindo que
o mesmo seja multiplataforma (possvel de ser implementado em Windows, Linux e outros sistemas
operacionais). Como navegador padro foi utilizado o Mozilla Firefox. O modelo de implementao
escolhido foi o em camadas. A mais prxima do usurio foi denominada Interface, a qual faz a
conexo entre as requisies do usurio e o sistema, alm da apresentao do sistema de maneira
conveniente e intuitiva, gerando relatrios e pginas de visualizao dos dados. A camada que contm
o sistema foi denominada Domnio e a ltima camada o Banco de Dados.
Para a camada de Interface, foi utilizado o modelo de requisies de pginas http com
solicitaes assncronas em JavaScript, destacadamente AJAX (acrnimo para asynchronous
Javascript and XML). Esta deciso permitiu um maior controle sobre as aes do usurio e
possibilitou diminuir o trfego de dados com o servidor, uma vez que apenas as informaes
novas so enviadas ao cliente. A linguagem JavaScript tambm foi escolhida por aprimorar a
interface com o usurio do sistema, possibilitando respostas mais rpidas aos estmulos do
usurio. Como biblioteca optou-se pelo uso da XAJAX uma biblioteca PHP com cdigo fonte
aberto, para fazer aplicaes web baseadas em AJAX.
Na camada Domnio esto inseridas as regras e as estruturas de dados necessrias para
representar a FMECA, utilizando-se a linguagem PHP.
As tabelas no Banco de Dados foram desenvolvidas para dar suporte ao modelo adotado, o qual
prev a criao de uma tabela para cada classe de objeto, com uma coluna para cada atributo e uma linha
para cada instncia da classe. Quanto aos aspectos relevantes do OpenFMECA, destacam-se:

Instalao em servidor e utilizao via navegador de internet, o que trs os seguintes


benefcios:
174
Possibilidade de utilizao em qualquer sistema computacional (computadores pessoais ou
palmtops) ou sistema operacional (Windows, Linux ou Mac) com acesso a internet por
meio de um browser (preferencialmente Mozilla Firefox);
Possibilidade de elaborao da FMECA de forma distribuda, ou seja, mais de uma
pessoa trabalhando na mesma FMECA, em postos de trabalho diferentes. Neste
sentido, poder-se-ia conceber a execuo da FMECA de maneira no presencial,
eliminando ou minimizando a necessidade das reunies. A proposta de conciliar a
tcnica Delphi FMECA, descrita no prximo item deste captulo, vai de encontro
desta abordagem. O FMECA-Delphi apresenta um mtodo para elicitao do NPR que
dispensa a necessidade de reunies com especialistas presenciais em horrios
predeterminados;
Utilizao do browser como interface, o que diminui a curva de aprendizado do
usurio, visto que, usualmente, ele est familiarizado a este ambiente;
Possibilidade de ser utilizado de qualquer local, sem a necessidade de instalao de
software especfico, no vinculando o trabalho a uma determinada mquina.
O OpenFMECA tem seu cdigo fonte aberto, o que permite aos usurios adapt-lo s
necessidades da organizao onde o mesmo ser implementado;
Alm das abordagens tradicionais, o OpenFMECA prope que a anlise para a elaborao
da FMECA seja feita na forma de rvore. Isso permite melhor visualizao da FMECA em
relao representao em forma de tabela que, de acordo com Lee (2001), fracamente
estruturada e semanticamente pobre;
O OpenFMECA contribui com a gesto do conhecimento, uma vez que alm dos
elementos normatizados da FMECA, permite tambm a incluso de textos descritivos e,
para as prximas verses, propem-se a incluso de figuras ilustrativas.

A estrutura de tabelas e informaes relativas FMECA, utilizada no OpenFMECA,


segue as recomendaes da SAE J1739. A interface e a estrutura do OpenFMECA so mostrados
em detalhes no Apndice G.

7.2.2 FMECA-Delphi Tcnica Delphi para Elicitao do NPR

Uma das grandes dificuldades da avaliao da criticidade na FMECA (Etapa 3 do


procedimento de referncia) a necessidade de reunir todos os especialistas para que se
obtenha consenso quanto ao valor de cada ndice. Este processo , normalmente, feito de
maneira no estruturada, onde cada participante apresenta seu ponto de vista e, por confronto
direto, tenta-se chegar a um consenso. Alm da dificuldade de coincidir a agenda de todos os
participantes, os quais usualmente so pessoas-chave nas empresas em suas respectivas
reas de atuao, o processo de convergncia das opinies em uma reunio convencional
175
carrega uma srie de inconvenientes, tais como (DALKEY, 1967 e DALKEY, 1968): a
presena de um participante dominante; a capacidade de persuaso de cada um; a tendncia do
participante querer ter a aprovao da equipe; a resistncia de mudar de opinio depois de exp-la
ao grupo; a presso para se alcanar um consenso; e o rudo causado por material redundante ou
irrelevante que ofusca materiais relevantes.
Este trabalho prope o uso da tcnica Delphi, explicitada no Captulo 4 e Apndice B,
como recurso para amenizar os problemas citados no pargrafo anterior. Assim, foi desenvolvida
no mbito do NEDIP, uma ferramenta computacional nomeada FMECA-Delphi, a qual incorpora
a tcnica Delphi para possibilitar a elicitao, de maneira no presencial, dos ndices (Severidade,
Ocorrncia e Deteco) que compem a avaliao da criticidade na FMECA.
A implementao do FMECA-Delphi incluiu o desenvolvimento de uma pgina na internet,
onde cada especialista pode manifestar sua opinio quanto aos ndices avaliados. Usualmente,
apenas especialistas que fazem parte do grupo de FMECA podem emitir sua opinio. Com o uso da
tcnica Delphi possvel envolver um nmero muito maior de participantes, aumentando o
comprometimento do corpo tcnico com os resultados da FMECA, alm de se ter a expectativa de
que a resposta seja menos tendenciosa e se aproxime mais da resposta verdadeira.
O processo de determinao dos ndices inicia com o cadastramento dos participantes.
Caso os formulrios sejam submetidos apenas aos membros do grupo da FMECA, presume-se que
este passo j tenha sido cumprido anteriormente. De qualquer forma, importante traar o perfil
de cada participante, destacando-se o tempo de experincia na rea. Adicionalmente, importante
fornecer aos participantes um texto apresentando o mtodo proposto com as devidas instrues.
Pode-se, ento, partir para a primeira iterao, a qual est subdividida em 4 passos:

1) Preenchimento do Formulrio

Cada participante solicitado a preencher um formulrio com um campo para ponderar o


valor do ndice que ele considera adequado e outro campo para informar o quo confiante ele est
na resposta (baseado em uma escala pr-determinada).

2) Elaborao de Estatsticas

Para cada ndice questionado, calcula-se a mdia e o desvio padro (alternativamente


pode-se utilizar a mediana e os quartis inferior e superior). Estes valores sero apresentados aos
especialistas juntamente com as justificativas na iterao seguinte.

3) Solicitao de Justificativas

Solicita-se, ento, que os entrevistados que responderam o valor do ndice fora da regio
central (faixa de um desvio padro abaixo e acima da mdia), exponham brevemente as
informaes em que se basearam para estimar aquele valor.
176

4) Tratamento das Informaes Apresentadas nas Justificativas

Uma vez coletadas as informaes do campo da justificativa dos valores atribudos aos
ndices, o moderador pode categoriz-las e levantar a freqncia de ocorrncia de cada categoria.
Estas informaes, juntamente com as estatsticas do valor do ndice, so apresentadas aos
entrevistados na segunda iterao do processo acima.

Caso no se alcance um consenso quanto ao valor do ndice ou uma disperso que o


moderador considere razovel, aps a segunda iterao, pode-se fazer uma terceira. No entanto, no
se recomenda que sejam feitas mais de trs iteraes, para evitar os efeitos indesejados constatados
por Gupta e Clarke (1996), os quais so mostrados no Apndice B. Por fim, feita a ponderao
das respostas, baseando-se nos ndices de quo confiantes os entrevistados estavam na resposta e no
tempo de experincia na rea de cada um (Equao 7.1, adaptada de CARMO, 2004):

n
y i .(s i ) 2 .x i
i =1
w= n 7.1
y i .(s i ) 2

i =1

Onde:
w o valor do ndice (Severidade, Ocorrncia ou Deteco) ponderado pela
experincia e confiana na estimativa feita pelo especialista;
yi o nmero de anos de experincia do i-simo especialista;
si a nota que o i-simo especialista atribuiu para o grau de confiana na
estimativa do valor do ndice; e
xi a estimativa do valor do ndice feita pelo i-simo especialista.

Este trabalho prope que os valores para os ndices de Severidade (S), Ocorrncia (O) e
Deteco (D) sigam as orientaes da SAE J1739 (SAE, 2002), enquanto que os valores do Grau
de Confiana (GC), que expressa quo confiante se est na estimativa do valor atribudo ao
respectivo ndice (S, O, ou D), sigam a escala apresentada na Tabela 7.1. Desta forma pode-se dar
mais peso s respostas em que o entrevistado tenha mais experincia e esteja mais confiante, o
que aumenta os indcios para uma resposta verdadeira.
Quanto aos aspectos relevantes do FMECA-Delphi, destacam-se:

O mtodo proposto no exige simultaneamente a presena fsica dos participantes da


FMECA em um determinado local. Isto torna mais malevel a participao dos
especialistas que podem preencher os ndices da tabela de FMECA de acordo com a sua
agenda, sem a necessidade de conciliar seus horrios com outros;
A elicitao dos ndices de forma no presencial minimiza os inconvenientes das reunies,
decorrente da interao do grupo, mostradas no Captulo 4 e Apndice B;
177
Pode-se incluir na anlise pessoas que no fazem parte do grupo da FMECA, o qual
normalmente conciso com poucos ou, usualmente, apenas um representante de cada
rea. Isto pode aumentar o comprometimento do corpo tcnico da organizao com os
resultados da FMECA, principalmente no que se refere aos planos de aes resultantes;
Um nmero maior de participantes possibilita estatsticas mais representativas, alm de,
possivelmente, direcionar a tendncia central no sentido da resposta verdadeira;
A comunicao via internet agiliza a coleta das opinies dos especialistas e o
processamento das informaes pelo moderador da FMECA.

Tabela 7.1 Escala de Valores para Estimativa do Grau de Confiana.


Fonte: adaptada de CARMO, 2004.
Grau de Confiana Critrio Classificao
O especialista tem absoluta confiana de que o ndice (S, O ou D) est
10
Totalmente avaliado corretamente.
Confiante O especialista est totalmente confiante de que o ndice (S, O ou D) est
9
avaliado corretamente.
O especialista tem muita confiana de que o ndice (S, O ou D) est
Muito Confiante 7 ou 8
avaliado corretamente.
O especialista est confiante de que o ndice (S, O ou D) est avaliado
Confiante 5 ou 6
corretamente.
Razoavelmente O especialista est razoavelmente confiante de que o ndice (S, O ou D)
3 ou 4
Confiante est avaliado corretamente.
O especialista est pouco confiante de que o ndice (S, O ou D) est
2
avaliado corretamente.
Pouco Confiante
O especialista no tem confiana de que o ndice (S, O ou D) est
1
avaliado corretamente.

A interface e a estrutura do FMECA-Delphi so mostrados em detalhes no Apndice G.

7.2.3 NPR-Fuzzy Lgica Fuzzy para Avaliao do NPR

O NPR-Fuzzy uma ferramenta computacional, mais precisamente um SBC-Fuzzy, que faz


uso da lgica Fuzzy para avaliar o NPR. A proposta de concepo e as funcionalidades requeridas do
NPR-Fuzzy nasceram de necessidades especficas do processo de implantao da Etapa 3 da MCC,
detectadas ao longo da interao com os especialistas durante a fase de elicitao do conhecimento do
DALF-MCC. Estas necessidades esto principalmente atreladas aos seguintes fatores: receio e/ou
incapacidade dos especialistas em avaliar quantitativamente os ndices que compem o NPR
(Severidade, Ocorrncia e Deteco); e inconsistncia dos termos lingsticos normatizados para uma
avaliao qualitativa, ou seja, em algumas aplicaes no h consenso entre os especialistas da faixa
de valores quantitativos representada pelos termos lingsticos. Nestes casos importante uma
adequao consensual prvia entre os termos lingsticos a serem utilizados e a faixa de valores
quantitativos que os mesmos representam. Invariavelmente, esta adequao est vinculada a valores e
critrios institucionais e caractersticas especficas do sistema a ser analisado; e questes prticas e
178
conceituais inerentes a concepo/formao do NPR, tanto na proposta da SAE-J1739 quanto na
proposta da MIL-STD-1629A, entre estas se destacam:

SAE-J1739

A multiplicao dos ndices de Severidade, Ocorrncia e Deteco, proposta pela SAE-


J1739 para a avaliao do NPR, apresenta os seguintes inconvenientes (BOWLES, 2003):

possvel obter um NPR relativamente baixo (S=10, O=1, D=1, NPR=10) com uma
severidade alta que pode inviabilizar todo um processo produtivo. Ao mesmo tempo,
possvel ter um NPR relativamente alto (S=5, O=5, D=5, NPR=125) com ndices
moderados de Severidade, Ocorrncia e Deteco. Uma anlise descuidada pode concluir
intuitivamente que o primeiro caso menos crtico do que o segundo, culminando com a
proposio de aes corretivas em detrimento de aes preventivas;
possvel obter os mesmos valores de NPR para modos de falha distintos, por exemplo:
S=2, O=4 e D=9 resulta no mesmo NPR de S=9, O=4 e D=2, o que dificulta a
classificao e/ou priorizao dos modos de falha;
Independente da escala adotada, no possvel a obteno de nmeros primos maiores
que 10 na multiplicao dos 3 fatores que compem o NPR, o que limita o conjunto de
valores vlidos e gera lacunas em sua escala;
A escala de valores, dos fatores que compem o NPR, muitas vezes no customizada
pelas empresas para se adequar ao objeto de estudo e/ou aos termos lingsticos
normalmente adotados pelos especialistas do grupo de FMECA. Esta prtica pode
culminar com avaliaes equivocadas dos fatores que compem o NPR.

MIL-STD-1629A

A priorizao dos modos de falha com o uso da matriz de criticidade, proposta pela MIL-
STD-1629A, apresenta os seguintes inconvenientes:

No considera a dificuldade de deteco das causas da falha, do modo de falha ou de seus


efeitos;
Nem sempre possvel, na prtica, ter dados histricos das falhas que permitam uma
anlise quantitativa adequada s necessidades da MIL-STD-1629A as quais so:
probabilidade do modo de falha, probabilidade condicional do efeito do modo de falha,
taxa de falha do componente (por 106 horas ou ciclos).

Para minimizar os problemas supracitados, normalmente recorre-se a consideraes


heursticas dos especialistas e no apenas ao NPR, calculado de acordo com a SAE J1739 ou a
criticidade apontada conforme recomendaes da MIL-STD-1629A. No entanto, esta anlise
feita, usualmente, de forma subjetiva, sem uma regra clara, e o resultado depender da averso ou
propenso do analista/especialista ao risco.
179
Vale lembrar que, modos de falha mal avaliados resultam em prioridades incorretas,
levando a aes mal sucedidas que no impactam da forma esperada no sistema sob anlise.
Aes adicionais, alm das previstas na FMECA so, invariavelmente, necessrias nestes casos.
Estas situaes podem impactar negativamente na credibilidade e eficcia do programa de MCC,
podendo resultar, em casos crticos, no seu abandono.
O NPR-Fuzzy foi concebido nos moldes do DALF-MCC para minimizar o impacto das
incertezas e limitaes apresentadas nos pargrafos anteriores para avaliao da criticidade, a qual
influencia diretamente o sucesso da implementao da Etapa 3 da MCC. Dentre os atributos e
funcionalidades do NPR-Fuzzy destacam-se:
A possibilidade de independncia na atribuio da escala de valores quantitativos aos termos
lingsticos qualitativos utilizados na atribuio dos fatores que compem o NPR
(Severidade, Ocorrncia e Deteco). Assim, os especialistas e/ou analistas podem utilizar
termos lingsticos atrelados a valores de consenso e adaptados a realidade e/ou exigncias
da empresa/sistema. A Tabela 7.2 mostra os termos lingsticos (termos primrios)
utilizados no NPR-Fuzzy para ponderao de cada item que compe a avaliao do NPR.
Tabelas normatizadas, extradas da SAE J1739/2002 e presentes do Apndice A, tambm
podero ser utilizadas para balizar a ponderao dos especialistas e/ou analistas;

Tabela 7.2 Termos Lingsticos (Primrios) Utilizados no NPR-Fuzzy.


Probabilidade de Ocorrncia
Severidade do Efeito (S) Chances de Deteco (D)
da Falha (O)
Pequena Remota Certa
Baixa Baixa Alta
Moderada Moderada Moderada
Alta Alta Remota
Muito Alta Muito Alta Muito Remota

A Severidade pode ser ponderada de forma Global, considerando todos os efeitos, ou de


forma Individual, considerando as especificidades de cada efeito na composio do ndice
de Severidade;
Feita a ponderao pelos especialistas e/ou analistas, o NPR-Fuzzy permite a visualizao
grfica, com o respectivo valor crisp correspondente, de todos os ndices (Severidade,
Ocorrncia e Deteco) que compe o NPR facilitando a tomada de deciso e
classificao/hierarquizao dos modos de falha;
A avaliao do NPR feita por um SBC-Fuzzy, o qual alm da visualizao grfica do
NPR avaliado apresenta, tambm, o valor crisp resultante da desfuzzyficao do conjunto
Fuzzy formado pela agregao dos termos primrios utilizados na ponderao dos ndices
que compe o NPR (Severidade, Ocorrncia e Deteco).

A interface e a estrutura do NPR-Fuzzy so mostrados em detalhes no Apndice G.


180

7.3 PROPOSTAS PARA IMPLEMENTAO DA ETAPA 4

A proposta deste trabalho, para apoio implementao da Etapa 4 do procedimento de


referncia, um SBC-Fuzzy denominado DALF-Diagramas 1 (Deciso Apoiada por Lgica
Fuzzy para aplicao dos Diagramas de Deciso da MCC), desenvolvido nos mesmos moldes do
DALF-MCC. O DALF-Diagramas auxilia a aplicao dos diagramas de deciso da MCC,
tratando as incertezas inerentes ao processo. Este tratamento se d pela incorporao de termos
primrios Fuzzy relativos ao nvel de aderncia da empresa/sistema a quesitos, os quais devem ser
ponderados pela equipe de implantao da MCC, durante a implementao da Etapa 4. A
utilizao de termos primrios (lingsticos) Fuzzy se contrape s respostas simplistas do tipo
Sim ou No, propostas pelas normas e bibliografias pesquisadas, para os questionamentos dos
diagramas de deciso da MCC. Os quesitos ponderados alimentam um processo de inferncia
Fuzzy que ir indicar qual o melhor caminho a seguir no diagrama de deciso. Para estruturar o
processo decisrio, o DALF-Diagramas utiliza os diagramas de deciso propostos pela IEC
60300-3-11, adotados pelo procedimento de referncia detalhado no Captulo 5.
O DALF-Diagramas incorpora solues para tratamento de incertezas das Etapas 4 e 5
do procedimento de referncia. No caso especfico de Etapa 4 as seguintes funcionalidades
esto disponveis: Identificao/Definio da Significncia ou No da Funo; e Classificao
dos Modos de Falha das Funes Significantes. Alm destas funcionalidades, este trabalho prope
a incluso, nos diagramas de deciso da Etapa 4, de mecanismos para anlise do risco, uma crtica
recorrente MCC, explicitada no prximo item.

7.3.1 Anlise de Risco nos Diagramas de Deciso da Etapa 4 da MCC

O tratamento de riscos de segurana relacionados s atividades de manuteno no so


adequadamente tratados pela MCC segundo Hauge e Johnston (2001), os autores afirmam que h
um vazio entre a MCC e a anlise de risco.
Segundo Moubray (2001), as conseqncias para a segurana e o meio ambiente so
consideradas em uma questo especfica do diagrama de deciso da MCC. No caso do
procedimento de referncia adotado por este trabalho, a questo referida por Moubray (2001) est

1
Para o desenvolvimento do DALF-Diagramas foram selecionadas somente ferramentas de software livre, conforme segue:
Python 2.5.1 Linguagem de programao (http://www.python.org/); TK 8.4 Mdulo (built-in) Python de Interface Grfica
(http://www.tcl.tk/); LXML 1.3.4 Mdulo Python para manipulao de arquivos XML (http://codespeak.net/lxml/); Numpy
1.0.3.1 Mdulo Python para processamento matemtico (http://numpy.scipy.org/); Matplotlib 0.90.1 Mdulo Python para
plotagem de grficos (http://matplotlib.sourceforge.net/); PIL 1.1.6 Mdulo para processamento de imagens
(http://www.pythonware.com/products/pil/); Py2exe 0.6.6 Mdulo para "construo" de aplicativos Windows
(http://www.py2exe.org/); Txt2tags 2.4 Script Python para gerao de documentos HTML (http://txt2tags.sourceforge.net/);
FuzzyCLIPS 6.10d Mquina de inferncia Fuzzy (http://www.iit.nrc.ca/IR_public/fuzzy/fuzzyClips/fuzzyCLIPSIndex.html).
A codificao e estruturao dos arquivos HTML segue o padro W3C chamado XML - EXtensible Markup Language
(http://www.w3schools.com/xml/default.asp).
181
contemplada no diagrama para identificao de funo significante, onde um dos questionamentos
feitos para a equipe de implementao : A perda da funo tem efeito adverso de segurana ou
ambiental? Neste caso, a conseqncia para a segurana significa a possibilidade de ferir ou matar
algum enquanto a conseqncia ambiental indica quebra de um regulamento ou padro.
Hauge e Johnston (2001) concordam com a observao de Moubray (2001), entretanto,
afirmam que uma tcnica de anlise de risco pode resultar em maior consistncia durante a
aplicao dos diagramas de deciso da MCC, evitando o tratamento simplista de Sim ou No
comumente utilizado para evidenciar ou no o risco.
As evidncias apontadas por Hauge e Johnston (2001) foram ratificadas ao longo do
processo de aquisio do conhecimento do DALF-MCC. Sendo assim, este trabalho prope no
DALF-Diagramas, a incluso de uma sistemtica mais elaborada que, utilizando a lgica Fuzzy,
possa suscitar nos especialistas uma anlise de risco mais aprofundada quando na determinao da
significncia ou no da funo. A metodologia incorporada no DALF-Diagramas est baseada na
proposta de Raposo (2004). Entretanto, o DALF-Diagramas acrescenta mecanismos para
implementao da metodologia e o tratamento por lgica Fuzzy das incertezas do processo
decisrio, com objetivo de auxiliar a tomada de deciso. A metodologia que embasa os
questionamentos do DALF-Diagramas tem o objetivo de sensibilizar os envolvidos com o
processo de implementao da Etapa 4 para a reflexo e ponderao sobre os aspectos
relacionados ao risco, os quais impactam a identificao e caracterizao das funes
significantes. As reflexes e ponderaes suscitadas pelo DALF-Diagramas so:

Tipo e Extenso das Conseqncias

Quanto ao tipo de conseqncia, da falha funcional ou do modo de falha, esta pode ser
caracterizada por afetar a sade, a vida ou a segurana do operador e/ou da coletividade ou ainda
uma lei ou padro ambiental. Quanto extenso das conseqncias, da falha funcional ou do
modo de falha, esta pode transcender ou estar restrita aos limites do sistema/empresa.

Graduao da Severidade das Conseqncias

O objetivo deste tpico nos questionamentos do DALF-Diagramas garantir que a equipe


de implementao da Etapa 4 reflita sobre a severidade das conseqncias, levando em conta a
graduao proposta na Tabela 7.3.
182
Tabela 7.3 Graduao da Severidade das Conseqncias.
Fonte: adaptado de Raposo, 2004.
Quanto ao Impacto no Meio
Severidade Quanto a Segurana das Pessoas Quanto a Sade das Pessoas
Ambiente
No h impacto na sade das No h impacto sobre o meio
Nenhuma No h impacto na segurana.
pessoas. ambiente.
Danos insignificantes em Necessita de pronto atendimento e Danos insignificantes ao meio
Baixa
equipamentos. primeiros socorros. ambiente.
Danos leves e controlveis em Leses leves em funcionrios,
equipamentos (baixo custo de reparo). terceiros ou moradores vizinhos. Danos leves e controlveis ao
Moderada
Princpio de incndio (debelado pelo Acidentes sem afastamento. meio ambiente.
operador). Doenas ocupacionais no graves.
Leses ou doenas ocupacionais
Danos severos em equipamentos. Danos severos ao meio
severas em funcionrios, terceiros
Parada de unidade ou sistema. ambiente.
Crtica ou moradores vizinhos.
Incndio restrito (debelado pela Requer comunicao ao rgo
Acidentes com afastamento.
brigada interna). ambiental.
Probabilidade de morte remota.
Danos irreparveis em equipamentos.
Parada desordenada de unidade ou Morte, leses ou doenas
Danos irreparveis ao meio
Muito Crtica sistema. ocupacionais de vrias pessoas na
ambiente.
Incndio de grandes propores (requer planta ou na comunidade vizinha.
acionar plano de ajuda externa).

Grau de Risco

Consiste na avaliao do Grau de Risco inerente a falha funcional ou ao modo de falha,


com auxlio da matriz de risco, a qual relaciona a severidade das conseqncias com a freqncia
de ocorrncia da falha funcional ou do modo de falha. Este trabalho utiliza a Tabela 7.4, como
referencial para ponderao da freqncia de ocorrncia.

Tabela 7.4 Freqncia de Ocorrncia da Falha Funcional ou do Modo de Falha.


Fonte: adaptado de Raposo, 2004.
Faixa de Freqncia
Categoria / Denominao Descrio
Anual
Conceitualmente possvel, mas extremamente remota de
Extremamente Remota f < 10-4
ocorrer durante a vida til da instalao.
Remota 10-3 < f < 10-4 No esperado que ocorra durante toda a vida til.
Possvel 10-2 < f < 10-3 pouco provvel que ocorra durante toda a vida til.
Provvel 10-1 < f < 10-2 esperado que ocorra 1 vez durante a vida til.
Muito Provvel f > 10-1 esperado que ocorra vrias vezes durante a vida til.

O DALF-Diagramas utiliza a matriz de risco mostrada na Figura 7.2 para relacionar a


severidade das conseqncias, com a freqncia de ocorrncia da falha funcional ou do modo de falha.

Muito Provvel 3 2 1 1
Provvel 4 3 2 1
Possvel 5 4 3 2
Remota 5 5 4 3
Extremamente Remota 5 5 5 4
Baixa Moderada Crtica Muito Crtica
Figura 7.2 Matriz para Avaliao do Grau de Risco.
Fonte: adaptado de Raposo, 2004.
183
Outros modelos de matriz de risco podem ser encontrados em: Lima (1999), Barreiro
(1999), DNV (2003), Hauge e Johnston (2001) e Melo et al (2002). Tais modelos variam em
nmero de linhas, colunas e denominaes dadas ao Grau de Risco, entretanto, todas resultam em
uma graduao de risco que permite adotar as medidas mitigadoras necessrias para sua
eliminao ou reduo.
A Tabela 7.5 mostra as categorias e as consideraes para a equipe de implementao da
Etapa 4 da MCC, relativas matriz de risco. O processo de inferncia do DALF-Diagramas
considera que, se o Grau de Risco for 1, 2 ou 3, a falha funcional ou o modo de falha analisado tem
implicaes no meio ambiente, sade ou segurana e deve ser submetido anlise da MCC.
Durante a implementao da Etapa 5, para qualquer Grau de Risco elicitado na Etapa 4, a
equipe de implementao deve se assegurar de que as estratgias ou tarefas de manuteno
atendam s aes sugeridas na Tabela 7.5.

Tabela 7.5 Categorias de Risco da Falha Funcional ou do Modo de Falha.


Fonte: adaptado de Raposo, 2004.
Grau de Risco Categoria Aceitabilidade Aes
Verificar se existe alguma estratgia ou tarefa de manuteno
1 Crtico No Aceitvel para evitar a falha ou reduzir o risco para grau 3. Caso no haja,
o risco deve ser mitigado com reprojetos ou controles
2 Srio Indesejvel administrativos para um grau menor ou igual a 3, no menor
tempo possvel.
Verificar se existe alguma estratgia ou tarefa de manuteno
Aceitvel com
3 Moderado para evitar a falha. Caso no haja, deve ser verificado que
Controles
procedimentos ou controles podem ser implementados.
Sinalizao e avisos so medidas necessrias. Verificar se alguma
Aceitvel com
4 Menor estratgia ou tarefa de manuteno para evitar a falha
Avisos
economicamente vivel.
5 Desprezvel Aceitvel Nenhuma mitigao requerida.

A interface e a estrutura do DALF-Diagramas para a Etapa 4 so mostrados em detalhes


no Apndice G.

7.4 PROPOSTAS PARA IMPLEMENTAO DA ETAPA 5

O DALF-Diagramas tambm a proposta deste trabalho para o tratamento das incertezas


inerentes ao processo decisrio, de aplicao dos Diagramas de Deciso da Etapa 5 do
procedimento de referncia. Neste caso, o DALF-Diagramas auxilia a deciso sobre a atividade
de manuteno mais adequada para o modo de falha sob anlise (ESA, EEO, OSA ou OEO). A
opo de enquadramento do modo de falha pode ser um resultado das Anlises da Etapa 4 ou uma
escolha direta do usurio que, neste caso, j teria o Modo de Falha devidamente classificado.
Para estruturar o processo decisrio, o DALF-Diagramas utiliza os diagramas de deciso
propostos pela IEC 60300-3-11, adotados pelo procedimento de referncia detalhado no Captulo
5. Sendo assim, as seguintes atividades de manuteno so avaliadas pelo DALF-Diagramas a
184
partir de quesitos ponderados pelo usurio: Servio Operacional, Inspeo Preditiva, Restaurao
Preventiva, Substituio Preventiva, Inspeo Funcional, Manuteno Combinada, Mudana de
Projeto e Reparo Funcional.
A interface e a estrutura do DALF-Diagramas para a Etapa 5 so mostrados em detalhes
no Apndice G.

7.5 CONSIDERAES E SNTESE DO CAPTULO

Este captulo abordou as ferramentas computacionais, propostas por este trabalho, para
auxiliar a implementao das etapas 3, 4 e 5 do procedimento de referncia. As funcionalidades, a
interface, os benefcios dos softwares desenvolvidos, assim como os mtodos para tratamento das
incertezas (lgica Fuzzy) foram concebidos para minimizar alguns dos fatores crticos constatados
durante a fase de aquisio de conhecimento do DALF-MCC.
As solues apresentadas neste captulo podem agilizar a implementao das etapas mais
exaustivas do processo de implantao da MCC (Etapas 3, 4 e 5), seja pelas funcionalidades
apresentadas ou pelo apoio ao processo decisrio inerente a algumas das ferramentas. Desta forma,
ser possvel minimizar o impacto de fatores que so crticos para a implementao das etapas
supracitadas, entre estes: formao de equipes multidisciplinares, com restries de disponibilidade;
dificuldades no relacionamento interpessoal; desconhecimento dos aspectos tericos e prticos das
ferramentas inerentes ao processo de implementao das etapas da MCC, em especial a FMECA e
os diagramas de deciso; e dificuldades diversas relacionadas tomada de deciso frente a dados
qualitativos e com elevado grau de incerteza.
Alm dos aspectos prticos, as ferramentas computacionais apresentadas neste
captulo incorporam contribuies conceituais s metodologias tradicionais de implantao da
MCC, tais como: solues para determinao do NPR quer seja por inferncia Fuzzy de
termos lingsticos qualitativos (NPR-Fuzzy) ou por uma abordagem holstica com
especialistas no presenciais (FMECA-Delphi e Open-FMECA); e incluso, nos diagramas de
deciso da MCC, da anlise de risco e do impacto da falha funcional na imagem da empresa
(DALF-Diagramas).
Todas as ferramentas propostas incorporam requisitos da gesto de conhecimento,
principalmente queles relativos explicitao do conhecimento tcito e ao apoio tomada de
deciso e processamento de dados com incerteza intrnseca. Assim como no DALF-MCC, foi
tambm um requisito de projeto das ferramentas apresentadas, a preocupao com as
seguintes funcionalidades: interface amigvel com o usurio e ajuda sensvel ao contexto em todas
as fases de utilizao; relatrios elucidativos que podem servir de instrumento para capacitao de
pessoal no processo de implantao da MCC; e implementao de funcionalidades que
amenizassem ou eliminassem alguns dos fatores crticos do processo de implantao da MCC,
detectados ao longo da aquisio do conhecimento do DALF-MCC.
185
CAPTULO 8

VERIFICAO E VALIDAO DO PROTTIPO

8.1 INTRODUO

Este captulo sintetiza o processo de verificao e validao do DALF-MCC (Diagnstico


Auxiliado por Lgica Fuzzy para a Manuteno Centrada na Confiabilidade) cujo
desenvolvimento, conforme explicitado no Captulo 4, seguiu o modelo incremental.
A etapa de verificao e validao foi utilizada neste trabalho para ratificar as
caractersticas almejadas do DALF-MCC, abordadas no Captulo 1, em relao : interface com o
usurio; funcionalidades requeridas; e exatido da base de conhecimento. Tais quesitos esto em
conformidade com as consideraes de Gonzalez e Dankel (1993), quanto aos erros mais comuns
cometidos em SBCs (Sistemas Baseados em Conhecimento), os quais so: falta de especificaes
ou simplesmente no utilizao das especificaes inicialmente estabelecidas; erros de operao
do programa computacional (bugs); e representao incorreta do conhecimento, gerando solues
incorretas ou impossibilidade de se alcanar a soluo correta.
O processo de verificao e validao englobou tanto o DALF-MCC quanto suas
ferramentas complementares (OpenFMECA, FMECA-Delphi, NPR-Fuzzy e DALF-Diagramas)
abordadas no Captulo 7.

8.2 VERIFICAO

O processo de verificao, com os requisitos e critrios abordados no Captulo 4, foi


desenvolvido pelo autor, por usurios do prottipo durante sua fase de implementao e, em
alguns aspectos, pelos especialistas que validaram o DALF-MCC e suas ferramentas
complementares. Neste processo os seguintes itens foram verificados: erros na lgica de
programao; erros de comunicao/interao entre os softwares utilizados, com especial ateno
para o FuzzyCLIPS e o Visual Basic; funcionalidade dos atributos implementados na interface
com o usurio (links externos, arquivo de ajuda, menus, parametrizao dos conjuntos Fuzzy,
restries ao usurio); e erros de ortografia e gramtica na interface com o usurio.
Aps as verificaes supracitadas o procedimento adotado incluiu testes de caso com
objetivo de submeter o DALF-MCC e as ferramentas complementares a situaes previamente
estabelecidas, em que j se tem o conhecimento do resultado, para comprovao de sua acurcia.
No caso do DALF-MCC, todas as etapas do procedimento de referncia, tanto para a
anlise de pr-requisitos como para a auditoria tiveram seus critrios e quesitos submetidos a
testes de caso. Entretanto, nem todas as combinaes possveis de entrada foram testadas devido
ao grande nmero de possibilidades para a ponderao da aderncia da empresa/sistema ao
186
quesito a ser ponderado. Vale ressaltar que, cada quesito possui 5 entradas/ponderaes possveis,
caso a ponderao utilize um conceito Fuzzy (Ruim, Baixa, Boa, Alta ou tima) e, infinitos
valores numricos dentro do intervalo de 0 a 10, referentes ao universo de discurso, caso a
ponderao utilize uma nota (valor crisp). No caso de uma ponderao com nota, conforme
mostrado no Captulo 6, a mesma fuzzyficada, resultando no grau de pertinncia da nota ao
termo primrio correspondente. No processo de teste de caso foi utilizado, para ponderao dos
quesitos, conceitos e notas. Para evidenciar a inviabilidade de se testar/simular todas as entradas
possveis do DALF-MCC basta levar em conta que, caso fossem utilizados somente conceitos
(Ruim, Baixa, Boa, Alta ou tima), conforme mostrado na Tabela 8.1 se teria 592 possibilidades
de entrada para a anlise de pr-requisitos e 5132 possibilidades de entrada para a auditoria.

Tabela 8.1 Dados Estatsticos do DALF-MCC.


Pr-Requisitos Auditoria
Etapa N de N de Quesitos N Total de N de N de Quesitos por N Total de
Critrios por Critrio Quesitos Critrios Critrio Quesitos
0 5 4|4|5|5|5 23 1 5 5
1 4 4|5|3|3 15 4 6|4|4|4 18
2 2 6|5 11 2 5|4 9
3 2 6|5 11 4 5|5|5|4 19
4 1 5 5 2 4|4 8
5 2 5|3 8 6 4|7|6|5|6|6 34
6 1 5 5 3 7|4|5 16
7 2 4|3 7 2 5|4 9
8 2 3|4 7 3 5|5|4 14
Total 21 - 92 27 - 132

Portanto, em virtude das impossibilidades supra-citadas, foram simuladas as entradas


necessrias para testar todas as sadas possveis, tanto quelas relativas a ponderao dos quesitos
quanto as relativas avaliao dos critrios e etapas. Sendo assim, foi adotado o seguinte
procedimento:

Quanto aos quesitos, todas as possibilidades de conceitos, para cada quesito, foram simuladas,
tanto para o caso da anlise dos pr-requisitos como para o caso da auditoria. Foram tambm
atribudas notas (0,5 | 2,5 | 5 | 7,5 | 9,5), de forma que sua fuzzyficao resultasse nos cinco
conceitos possveis para cada quesito (com base na Figura 4.7). Este procedimento foi adotado
para todos os quesitos. Foi simulada, ainda, a atribuio de notas que afetasse dois termos
primrios simultaneamente. Neste caso, com os termos primrios parametrizados, conforme a
Figura 4.7, foram simuladas quatro notas para todos os quesitos, a saber: 1,5 (termos afetados
Ruim e Baixa); 3,5 (termos afetados Baixa e Boa); 6,5 (termos afetados Boa e Alta) e, 8,5
(termos afetados Alta e tima). Este procedimento totalizou 3136 entradas (Pr-Requisitos =
1288 + Auditoria = 1848). A Tabela 8.2 resume as simulaes de entrada, processadas pelo
DALF-MCC, para o caso dos quesitos.
187
Tabela 8.2 Entradas Simuladas no DALF-MCC.
Pr-Requisitos Auditoria
Total de Total de
Total de Total de
Entradas Simuladas Entradas Entradas Simuladas Entradas
Quesitos Quesitos
Simuladas Simuladas
92 5 Conceitos 460 132 5 Conceitos 660
92 5 Notas (0,5 | 2,5 | 5 | 7,5 | 9,5) 460 132 5 Notas (0,5 | 2,5 | 5 | 7,5 | 9,5) 660
92 4 Notas (1,5 | 3,5 | 6,5 | 8,5 ) 368 132 4 Notas (1,5 | 3,5 | 6,5 | 8,5 ) 528

Total 14 Entradas / Quesito 1288 Total 14 Entradas / Quesito 1848

Com as simulaes processadas para os quesitos foram obtidas todas as respostas


possveis para os critrios. Considerando-se que cada um possui 4 patamares de nota,
conforme explicitado no Captulo 6 (0 < Nota 3 | 3 < Nota 5 | 5 < Nota 7 | 7 < Nota
10), obteve-se portanto: 21 critrios x 4 patamares de nota = 84 respostas para a anlise
dos Pr-Requisitos e 27 critrios x 4 patamares de nota = 108 respostas para a Auditoria,
totalizando 192 respostas, ou seja, todas as possibilidades de sada;
Assim como no caso anterior, obtiveram-se para as etapas todas as sadas possveis aps a
ponderao dos quesitos. As concluses fornecidas pelo DALF-MCC para as etapas esto,
tambm, atreladas a 4 patamares de nota, conforme explicitado no Captulo 6 (0 < Nota
3 | 3 < Nota 5 | 5 < Nota 7 | 7 < Nota 10), obtendo-se portanto: 9 etapas x 4
patamares de nota = 36 respostas para a anlise dos Pr-Requisitos e 9 etapas x 4
patamares de nota = 36 respostas para a Auditoria, totalizando 72 respostas, ou seja, todas
as possibilidades de sada.

Em relao s ferramentas complementares, todas passaram por testes de caso antes do


processo de validao, sendo que a principal preocupao foi a funcionalidade dos atributos
presentes na interface com o usurio e sua correta execuo a partir do DALF-MCC.

8.3 VALIDAO

Conforme descrito no Captulo 4, o objetivo da validao de um prottipo de SBC, no


sentido mais amplo, determinar se o sistema realiza aquilo para o qual ele foi desenvolvido. No
modelo incremental, a validao a etapa que fecha um ciclo de desenvolvimento do prottipo.
No caso do DALF-MCC, o processo de validao transcorreu de 3 maneiras distintas, a saber:

Validao parcial do DALF-MCC e suas ferramentas complementares em seminrios,


congressos e palestras de apresentao deste trabalho de tese;
Aplicao do DALF-MCC em campo em uma empresa da cidade industrial de Curitiba e
sua comparao com os resultados obtidos pela metodologia proposta por Fuentes (2006);
188
Validao por especialistas em MCC, os quais participaram do processo de aquisio do
conhecimento do DALF-MCC.

Nos prximos pargrafos, cada um destes mecanismos de validao explicitado para


maior clareza dos procedimentos adotados e dos resultados obtidos.

Validao Parcial em Seminrios, Congressos e Palestras

Esta etapa do processo se estendeu ao longo de todo o ciclo de desenvolvimento do


DALF-MCC. A inteno foi aproveitar os eventos com profissionais da rea, alunos dos cursos de
graduao da Universidade Tecnolgica Federal do Paran (UTFPR) e de ps-graduao da
Universidade Federal de Santa Catarina (UFSC), para obter resultados exploratrios preliminares
e, assim, realimentar o processo de desenvolvimento do DALF-MCC. O objetivo focalizou a
validao da estrutura e da interface com o usurio.
As primeiras interaes com usurios do DALF-MCC, objetivando sua validao,
ocorreram em Seminrios, Aulas e Palestras na UTFPR. Neste caso, os envolvidos no processo de
validao foram alunos do ltimo ano dos cursos de Engenharia Industrial Eltrica, nfase
Eletrotcnica, e Tecnologia em Gesto Comercial do Departamento Acadmico de Eletrotcnica
(DAELT). Em ambos os cursos os alunos cursaram, no mesmo semestre ou no anterior, a
disciplina de Gesto da Manuteno. Para inquirir a opinio dos participantes durante esta fase foi
utilizado o questionrio apresentado no Apndice C deste trabalho, particularmente as questes
relativas Anlise da Interface e parte das questes relativas aos Aspectos Gerais (questes 1 a 4).
A Tabela 8.3 sintetiza os resultados deste procedimento.

Tabela 8.3 Resultado do Questionrio de Validao (Alunos - UTFPR).


Questes Respondidas (52 participantes)
Resposta Interface (%) Aspectos Gerais (%)
Q1 Q2 Q3 Q4 Q5 Q6 Q1 Q2 Q3 Q4
Sim 100 100 59,6 80,8 76,9 100 100 67,3 100 *
No 0 0 28,9 0 0 0 0 0 0 *
Parcialmente 0 0 11,5 19,2 23,1 0 0 32,7 0 *
* Resposta discursiva facultativa.

Os resultados desta etapa do processo de validao (Tabela 8.3) apontam para a dificuldade
dos alunos com relao a utilizao da tela de Parametrizao Fuzzy do DALF-MCC (Q3 da
Anlise da Interface). Esta dificuldade foi atribuda a inexperincia para inferir sobre a melhor
parametrizao dos termos primrios e, a tentativa equivocada de configurar um determinado termo
de forma no permitida pelo DALF-MCC. As respostas a Questo 4 dos Aspectos Gerais revelou a
necessidade de treinamento na ferramenta e em MCC como sugesto de consenso.
189
Os comentrios e opinies dos participantes desta fase do processo de validao,
permitiram, alm da correo de diversos bugs, a identificao de melhorias estruturais e estticas
na interface com o usurio. Foi possvel, tambm, identificar faltas e inconsistncias at ento
imperceptveis no arquivo de ajuda que, na sua verso atual est mais consistente e adequado,
inclusive para usurios no especialistas em MCC ou lgica Fuzzy. Vale ressaltar que, para a
utilizao do DALF-MCC no necessrio conhecer os procedimentos para implantao da
MCC, nem to pouco a teoria sobre a lgica Fuzzy. No entanto, o DALF-MCC possui em seu
arquivo de ajuda os subsdios para aprofundamento nestes dois domnios, se o usurio desejar.
Outra oportunidade de validao do DALF-MCC ocorreu durante o 22 Congresso
Brasileiro de Manuteno promovido pela Associao Brasileira de Manuteno (ABRAMAN)
em Florianpolis, entre 17 e 21/09/2007. Nesta oportunidade, alguns especialistas interessados no
tema deste trabalho foram convidados a utilizar e opinar sobre DALF-MCC e suas ferramentas
complementares at ento desenvolvidas. Foram avaliados, nesta ocasio, os seguintes itens:
linguagem utilizada na interface; facilidade de aplicao e utilizao do DALF-MCC e suas
ferramentas complementares; suficincia e consistncia das informaes presentes na interface
com o usurio e no help; habilidade e capacitao dos mantenedores, e demais envolvidos no
processo de implantao da MCC, para responder aos questionamentos apresentados e a
abrangncia dos questionamentos com relao anlise dos pr-requisitos para implantao da
MCC, lembrando que, nesta oportunidade, ainda no havia a inteno de incluir a Auditoria da
MCC no DALF-MCC. Esta necessidade foi vislumbrada justamente neste evento, durante as
entrevistas com os participantes do processo. Para inquirir a opinio dos participantes durante esta
fase foi utilizado, na ntegra, o questionrio apresentado no Apndice C deste trabalho. A Tabela
8.4 sintetiza os resultados deste procedimento.

Tabela 8.4 Resultado do Questionrio de Validao (Especialistas - Congressos).


Questes Respondidas (15 participantes)
Resposta Interface (%) Processo de Inferncia (%) Aspectos Gerais (%)
Q1 Q2 Q3 Q4 Q5 Q6 Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q1 Q2 Q3 Q4 Q5
Sim 100 86,7 66,7 80 80 100 100 93,3 93,3 100 80 100 100 100 80 100 * 86,8
No 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 * 0
Parcialmente 0 13,3 33,3 20 20 0 0 6,7 6,7 0 20 0 0 0 20 0 * 13,3
* Resposta discursiva facultativa.

Os resultados desta etapa do processo de validao (Tabela 8.4) apontam para um


percentual maior de dificuldade com relao a utilizao da tela de Parametrizao Fuzzy do
DALF-MCC (Q3 da Anlise da Interface), comparado com o caso da validao com alunos da
UTFPR. A maior dificuldade neste caso foi a tentativa de impor uma determinada funo de
pertinncia aos termos primrios de forma no permitida pelo DALF-MCC. As respostas a
190
Questo 4 dos Aspectos Gerais revelou a necessidade de treinamento no DALF-MCC e suas
ferramentas complementares.
Os comentrios e opinies dos participantes desta fase do processo de validao,
permitiram, identificar: erros conceituais, tanto na interface quanto no arquivo de ajuda; a
necessidade de acrscimo de critrios, at ento ignorados, bem como melhorias na formulao
dos quesitos. Tambm foi constatada a necessidade de se alterar a ordem de apresentao do
relatrio, aspecto este tambm observado posteriormente pelo orientador deste trabalho. Assim, o
resultado final da avaliao da etapa foi inserido no incio do relatrio, antes dos resultados
parciais do processo de inferncia que culminou na avaliao da respectiva etapa, o que facilitou o
acesso informao almejada, evitando que o usurio tenha que percorrer todo o relatrio para
visualiz-la. Na verso atual, isso somente necessrio se o usurio desejar obter detalhes do
processo da avaliao da etapa, o que inclui os resultados parciais da avaliao dos critrios e da
ponderao dos quesitos relacionados.

Aplicao em Campo

A aplicao do DALF-MCC e suas ferramentas complementares em campo foi


viabilizada, primeiramente, por intermdio do trabalho de concluso de curso de GOBER et al
(2008) orientado pelo autor, no DAELT da UTFPR. Neste trabalho, a seguinte estratgia foi
adotada:

1) Em um grupo selecionado de empresas de Curitiba e regio metropolitana, foi aplicada a


Sistemtica para Seleo da Concepo de Manuteno (SSCM) proposta por Fuentes
(2006). Participaram deste processo, operadores e mantenedores das empresas
selecionadas;
2) Em um dos casos, a SSCM revelou a aptido da empresa em adotar a MCC como
metodologia para gesto da manuteno. Mais especificamente, a aplicao da SSCM
revelou que: 74% dos requisitos exigidos pela MCC poderiam ser atendidos pela empresa
com facilidade e, destes, 50% seriam de atendimento imediato, isto , o que a empresa j
utilizava para gesto de sua manuteno j atenderia s necessidades da MCC;
3) Nesta empresa foi, ento, aplicado o DALF-MCC (Etapa 0) para comparar seus
resultados com queles sugeridos pela SSCM proposta por Fuentes (2006).

Na aplicao da SSCM, a avaliao mostrou, como pontos positivos, o envolvimento das


pessoas nas mudanas e o esprito de equipe dos mantenedores. No DALF-MCC, os quesitos
relacionados com estes itens (Critrio 2, 3 e 4 da Etapa 0) obtiveram uma avaliao Alta.
Um ponto negativo revelado pela SSCM foi com relao falta de atributos da empresa
relacionados gesto de projetos. Tais atributos tambm foram evidenciados pelo DALF-MCC
191
em quesitos especficos (Critrio 5 da Etapa 0), resultando na concluso de que este fato
representa um risco para o sucesso do programa de MCC.
Com relao ao nvel de cultura/maturidade para mudanas, a empresa recebeu da SSCM
um conceito bom e suficiente. Na aplicao do DALF-MCC, os quesitos relacionados cultura
e maturidade da manuteno (Critrio 4 da Etapa 0) obtiveram, na sua avaliao, um conceito
satisfatrio para a implantao da MCC.
As ferramentas complementares para implementao da MCC propostas pelo DALF-
MCC, as quais no possuem equivalentes na SSCM, receberam do gerente de manuteno da
empresa um parecer positivo. Neste caso, a ferramenta utilizada foi o OpenFMECA, uma vez que
o gerente j tinha conhecimento da tcnica FMECA e, deliberadamente, utilizou o referido
software para comprovar suas funcionalidades.
Assim, a aplicao do DALF-MMC revelou, a partir da ponderao dos quesitos pelos
mantenedores, que a empresa/sistema dispe da maioria dos requisitos exigidos para iniciar a
implementao da MCC. Tal resultado ratificou, portanto, a concluso da SSCM proposta por
Fuentes (2006), servindo como critrio para a validao parcial do DALF-MCC.
Todos os usurios do DALF-MCC que participaram e/ou contriburam com o trabalho de
concluso de curso, relatado neste item, tambm responderam ao questionrio de validao do
DALF-MCC apresentado no Apndice C. A Tabela 8.5 sintetiza os resultados deste processo.

Tabela 8.5 Resultado do Questionrio de Validao (Aplicao em Campo).


Questes Respondidas (12 participantes)
Resposta Interface (%) Processo de Inferncia (%) Aspectos Gerais (%)
Q1 Q2 Q3 Q4 Q5 Q6 Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q1 Q2 Q3 Q4 Q5
Sim 100 83,3 100 91,7 100 83,3 100 91,7 91,7 91,7 83,3 100 100 100 100 100 * 91,7
No 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 * 0
Parcialmente 0 16,7 0 8,3 0 16,7 0 8,3 8,3 8,3 16,7 0 0 0 0 0 * 8,3
* Resposta discursiva facultativa.

A equipe que desenvolveu a aplicao em campo recebeu um treinamento prvio sobre o


DALF-MCC, treinamento este repassados pela equipe, de maneira informal, para os membros da
empresa que participaram da aplicao em campo. Isso se refletiu em um aumento do percentual
de avaliaes positivas com relao a utilizao e entendimento da interface com o usurio. Das
respostas obtidas e seus respectivos comentrios foi possvel sintetizar as seguintes observaes:

Nem todos os participantes conheciam a metodologia de gesto da manuteno proposta


pela MCC. Neste aspecto, os comentrios revelaram a importncia do arquivo de ajuda
propiciado pelo DALF-MCC, acessado a partir dos diversos hiperlinks disponveis na
interface com o usurio;
Foram constatados alguns bugs na interface com o usurio, por exemplo: a tecla Tab
estava selecionando os objetos da tela de maneira no seqencial; na verso utilizada
192
havia permisso para se utilizar a vrgula para a separao de casa decimais, no caso da
ponderao dos quesitos com uma Nota, gerando um erro no processo de inferncia do
FuzzyCLIPS; alguns hiperlinks no estavam funcionais ou, ao abrirem o arquivo de ajuda
(.html), posicionavam o cursor em um ponto diferente do solicitado pelo usurio. Estes e
outros bugs, constatados ao longo da aplicao em campo, foram corrigidos na verso
atual do DALF-MCC;
Foi solicitado que, na tela de parametrizao Fuzzy, fosse possvel anular 2 termos. A
justificativa foi de que na ponderao dos quesitos se trabalharia com 3 termos (Baixa,
Boa e Alta) referentes aderncia da empresa/sistema aos requisitos da MCC. Isso
reduziria as dvidas, durante a ponderao, agilizando o processo e contribuindo para a
convergncia dos resultados, quando o nmero de participantes grande. Tal considerao
foi julgada procedente pelo autor e sua implementao est sendo proposta como trabalho
futuro. A proposta que o usurio possa escolher o nmero e o nome dos termos
primrios que deseja utilizar (de 2 a 5). O campo (combo box) com a listagem dos termos
primrios, na ponderao dos quesitos, seria automaticamente atualizado de acordo com as
escolhas do usurio. Os campos utilizados para ponderao dos quesitos (Nota e Conceito)
poderiam, tambm, gravar os valores digitados no momento da perda do foco do referido
campo. Na verso atual, estes valores so gravados somente aps a avaliao do critrio.
Caso o usurio mude de tela, sem avaliar o critrio, os valores so perdidos.

Com relao, especificamente, s ferramentas complementares OpenFMECA e FMECA-


Delphi, estas foram utilizadas em campo no mbito do projeto MitiSF6, desenvolvido no Ncleo
de Desenvolvimento Integrado de Produtos (NeDIP) do Departamento de Engenharia Mecnica
(EMC) da UFSC. Este projeto, patrocinado pela ELETROSUL, buscou estudar e sistematizar os
processos de manuteno dos disjuntores que utilizam o Hexafluoreto de Enxofre (SF6), como
elemento dieltrico e de extino do arco eltrico, com o objetivo de estabelecer um modelo de
referncia para utilizao e manuseio do SF6. Com a aplicao no MitiSF6 foi possvel constatar,
no caso do OpenFMECA, sua viabilidade e praticidade aliadas sua facilidade de utilizao
devido a sua interface intuitiva, aspectos estes ratificados pelos diversos usurios que participaram
do projeto e utilizaram o OpenFMECA. No caso do FMECA-Delphi, foram constatados alguns
inconvenientes que dificultam sua operacionalidade frente a um volume de dados muito grande e
onde a divergncia de opinies muito acentuada. Neste caso, foi constatado nos testes de campo
que: a grande quantidade de valores fora da faixa central resultou em um volume expressivo de
informao na segunda iterao (acredita-se que este fato ocorreu devido ao conhecimento
superficial que alguns participantes tinham do sistema avaliado); foi constatado que as
informaes presentes na interface com o usurio no foram suficientes para elucidar todas as
dvidas, ou os participantes no leram todas as informaes (neste caso foi verificada a
necessidade de um treinamento prvio dos participantes). Tais fatores, da forma como foi
concebido o processamento da informao pelo moderador, tornam o processo lento, de difcil
193
convergncia e muito dependente do tratamento manual dos dados. Esses inconvenientes foram
tambm evidenciados por Campos (2004) e, sua melhoria, constitui objeto das propostas de
trabalho futuro desta tese.

Validao por Especialistas em MCC

Diversos especialistas participaram direta ou indiretamente do processo de desenvolvimento


e validao deste trabalho (membros da ABRAMAN, professores da UTFPR e da UFSC e
colaboradores das empresas participantes das aplicaes em campo). Entretanto, a etapa final do
processo de validao do DALF-MCC, em sua verso atual coube, em grande parte, ao professor e
especialista em MCC Iony Patriota de Siqueira1 . O professor Iony, alm de contribuir para a
consecuo desta tese com sua experincia e conhecimento de 30 anos em manuteno foi, tambm,
o principal apoio externo a este trabalho, participando ativamente do processo de aquisio de
conhecimento e validao do DALF-MCC. Os especialistas que participaram do processo de
validao tiveram a sua disposio o texto da tese (Captulos 1, 5, 6 e 7, em verses anteriores a
atual) e um manual para instalao e execuo do DALF-MCC (Apndice D). As consideraes e
contribuies dos especialistas foram consolidadas a partir do questionrio para validao
apresentado no Apndice C, onde foram avaliados: a interface com o usurio, a coerncia e
consistncia da base de conhecimento do DALF-MCC, a partir dos relatrios resultantes do
processo de inferncia, bem como a completude dos questionamentos formulados ao usurio frete s
exigncias de um programa de MCC. A Tabela 8.6 sintetiza os resultados deste procedimento, e os
pontos relevantes deste processo so relatados nos prximos pargrafos.

Tabela 8.6 Resultado do Questionrio de Validao (Especialistas em MCC).


Questes Respondidas (5 participantes)
Resposta Interface (%) Processo de Inferncia (%) Aspectos Gerais (%)
Q1 Q2 Q3 Q4 Q5 Q6 Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q1 Q2 Q3 Q4 Q5
Sim 100 100 80 100 100 100 100 80 80 100 80 100 100 100 80 100 * 100
No 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 * 0
Parcialmente 0 0 20 0 0 0 0 20 20 0 20 0 0 0 20 0 * 0
* Resposta discursiva facultativa.

1
Iony Patriota de Siqueira (SIQUEIRA, 2005) mestre em Engenharia de Produo pela Universidade Federal
de Pernambuco (UFPE), onde defendeu sua Dissertao sobre Manuteno Centrada na Confiabilidade. ps-
graduado em Informtica pela Universidade Catlica de Pernambuco, com especializao em Sistemas de
Informaes, e bacharelado em Engenharia Eltrica pela UFPE, com curso de extenso em Manuteno
Centrada na Confiabilidade, pelo EPRI (Electric Power Research Institute) Solutions. consultor, pesquisador e
professor da UNIBRA TEC e UFPE / GPSID (Grupo de Pesquisa em Sistemas de Informao e Deciso do
CNPq), onde ministra as cadeiras de Integrao de Dados e Processos, Modelagem de Negcios e Engenharia de
Requisitos, alm de Manuteno Centrada na Confiabilidade, no Curso Superior em Tecnologia de Redes e
Ambientes Operacionais, e no Curso de Ps-Graduao em Engenharia de Software e Gesto da Manuteno.
No ano de 2003, recebeu o prmio mximo (hors concours) do Seminrio Internacional de Mantenimiento Y
Servicios Asociados En Sistemas Elctricos SIMSE 2003, e o primeiro lugar (meno honrosa) do Grupo de
Operaes do Seminrio Nacional de Gerao e Transmisso de Energia, promovido pelo International Council
on Electric Power Systems CIGR. (http://buscatextual.cnpq.br/buscatextual/visualizacv.jsp?id=K4796921U8)
194
Alguns especialistas divergiram quanto a necessidade da Etapa 0 do procedimento de
referncia, alegando que a MCC seria adequada para todas as empresas/sistemas em quaisquer
circunstncias. Neste ponto, o autor concorda que o nvel de abrangncia e profundidade das
anlises promovidas pela MCC pode se adaptar ao contexto da empresa/sistema, discordando,
entretanto, que a equipe de implementao da MCC no deva se preocupar com as restries
tcnicas e gerenciais impostas pelas especificidades da aplicao. Muitos programas de MCC, e
casos de aplicaes isoladas de suas ferramentas, citados na literatura (ANTONIETTI, 2002;
BACKLUND, 2003; BLANCO, 2007; JOHNSTON, 2002; RAJOTTE e JOLICOEUR, 2001;
RIBEIRO e ALVES, 2005; VIZZONI et al, 1999; WALTRICH e TONDELLO, 2007),
fracassaram ou experimentaram dificuldades em sua implementao e execuo por
desconsiderarem a necessidade da aderncia da empresa/sistema aos requisitos da MCC. Em tais
circunstncias, mudanas na estratgia inicial de implantao ou da prpria metodologia MCC
foram necessrias para minimizar os problemas experimentados, ratificando a necessidade de
existncia da Etapa 0, tanto no procedimento de referncia quanto no DALF-MCC.
Algumas consideraes, relativas parametrizao Fuzzy, indicaram que a mesma deve
ser personalizada para o domnio da aplicao. Tal considerao, de certo modo, j tinha sido
contemplada ao longo deste trabalho quando, no Captulo 5, foi ressaltado que o processo de
parametrizao deve ser conduzido por um especialista em MCC e no domnio da aplicao.
este conhecimento/experincia que deve servir de base para a definio das funes de
pertinncia, as quais definiro os termos primrios que compem o conjunto Fuzzy de referncia.
proposta desta tese, para trabalhos futuros, incorporar um mtodo que utilize a tcnica Delphi,
tal qual o FMECA-Delphi, para elicitar os parmetros do conjunto Fuzzy de referncia. Dessa
maneira, seria possvel parametrizar os termos primrios, de forma que os mesmos convergissem
para um valor de consenso entre os especialistas, uma vez que tal parametrizao muito
dependente das especificidades do domnio da aplicao. Outra hiptese seria incorporar ao
DALF-MCC um banco de dados com valores padronizados e de consenso, para os termos
primrio, vlidos para domnios de aplicao especficos.
Foi consenso entre os especialistas, como virtude do DALF-MCC, o embasamento
normativo tanto para a fase de anlise de pr-requisitos como para a auditoria. Esta caracterstica
foi planejada durante a fase de formulao do procedimento de referncia, o qual, alm da
bibliogrfia clssica da MCC, baseou-se tambm nas principais normas e guias (NOWLAN e
HEAP, 1978; SMITH, 1993; SMITH e HINCHCLIFFE, 2004; MOUBRAY, 2001; NASA, 2000;
IEC 60300-3-11, 1999; SAE JA 1011, 1999; SAE JA 1012, 2002; ABS, 2004). Vale ressaltar que
o DALF-MCC no segue uma nica norma, guia ou bibliografia, sendo aderente a todas aquelas
referenciadas como base para concepo do procedimento de referncia (Captulo 5).
Outra caracterstica positiva do DALF-MCC, relatada pelos especialistas, foi a incluso
das questes relativas auditoria da MCC. A falta de auditoria no procedimento de implantao
da MCC um dos fatores que resultam no seu insucesso e, mesmo apesar disso, um aspecto
195
pouco tratado na literatura e nos artigos cientficos. Conforme relatado anteriormente, a idia de
tratar a auditoria da MCC surgiu durante a validao parcial, ocorrida durante o 22 Congresso
Brasileiro de Manuteno promovido pela ABRAMAN. A deciso de incluir a auditoria no
processo de inferncia do DALF-MCC revelou-se um fator importante para sua credibilidade e
completude, ratificado na validao pelos especialistas.
A deciso de se utilizar a lgica Fuzzy como mecanismo para tratamento das incertezas do
processo decisrio foi referendada de forma unnime pelos especialistas. Segundo os participantes
do processo de validao, a falta de dados estatsticos e o alto grau de incerteza na ponderao dos
quesitos inviabilizariam a utilizao de mtodos probabilsticos clssicos ou frequentistas. Nesta
mesma linha de raciocnio, foi amparado o NPR-Fuzzy, uma das ferramentas complementares
incorporadas ao DALF-MCC e, neste caso, foi apoiada a sugesto do autor para incorpor-lo
como complemento (plugin) do OpenFMECA em trabalhos futuros.
Nos ciclos iniciais de validao do DALF-MCC, com os especialistas, foi vislumbrado os
benefcios que um SBC-Fuzzy poderia trazer para a definio da significncia da funo, no
correspondente diagrama de deciso da MCC. Esta sugesto resultou no desenvolvimento do
DALF-Diagramas, uma das ferramentas complementares do DALF-MCC que, alm de auxiliar a
seleo e a caracterizao das funes significantes, tambm pode ser utilizado para auxiliar a
seleo das tarefas de manuteno aplicveis e efetivas. Esta ferramenta se mostrou muito til
para a execuo das etapas 4 e 5 do procedimento de referncia, estruturando o processo de
deciso e tratando as incertezas inerentes, caractersticas ratificadas pelos especialistas.

8.4 CONSIDERAES E SNTESE DO CAPTULO

O processo de verificao e validao do DALF-MCC, abordado neste captulo, foi de


substancial contribuio para o aprimoramento do prottipo e ratificao de suas
potencialidades. Novas perspectivas de estudo foram vislumbradas e as intervenes
implementadas aumentaram a robustez, as funcionalidades e a credibilidade do DALF-MCC e
suas ferramentas complementares.
Como resultado do processo de validao e testes de campo foi possvel inferir que:

O DALF-MCC contribui positivamente para a tomada de deciso durante os


procedimentos de implementao e auditoria da MCC. Tal constatao foi possvel a partir
de sua utilizao em campo e da opinio dos especialistas;
Foi consenso entre os especialistas de que o DALF-MCC e suas ferramentas
complementares representam algo novo e que pode de fato auxiliar o processo de
implantao da MCC;
A utilizao da lgica Fuzzy para tratamento das incertezas e incompletudes do
conhecimento, inerente a implementao das etapas da MCC, se mostrou eficiente. Sendo
196
a ponderao, com base em dados qualitativos, a partir da utilizao de variveis
lingsticas, adequada aos objetivos deste trabalho. Alm disso, salienta-se a possibilidade
da ponderao com valores crisp, o que aumenta a funcionalidade da interface com o
usurio;
A abordagem utilizada, fundamentada em normas e no conhecimento heurstico dos
especialistas envolvidos, associada aos cuidados e a ateno dispensada ao procedimento
de verificao e validao, contriburam para a completude e robustez da base de
conhecimento e credibilidade dos resultados alcanados;
O DALF-MCC e suas ferramentas complementares so de fcil utilizao. Contriburam
para tanto, a interface intuitiva e a abrangncia do arquivo de ajuda.
197
CAPTULO 9

CONSIDERAES FINAIS

9.1 INTRODUO

Os aspectos norteadores deste trabalho originaram-se de constataes vislumbradas em


artigos tcnico-cientficos, bibliografias especializadas e em observaes de campo. Tais
constataes ensejaram, e podem ser resumidas, atravs dos seguintes questionamentos:

Porque alguns programas de Manuteno Centrada na Confiabilidade (MCC) fracassam


ou experimentam dificuldades na busca dos resultados inicialmente almejados
(ANTONIETTI, 2002; ALKAIM, 2003; BACKLUND, 2003; JOHNSTON, 2002;
VIZZONI et al, 1999)?
Tais fracassos no estariam relacionados a implantaes despretensiosas, sem o devido
preparo, habilidade e competncia da equipe de implantao associados a um insuficiente
rigor metodolgico e normativo?
As questes mercadolgicas que relacionam a MCC de maneira exagerada e sem critrios
como soluo para a gesto de ativos, no estariam influenciando tal resultado?
Como seria possvel antever a aderncia de uma empresa/sistema s necessidades de um
programa de MCC para, assim, evitar os dissabores de uma adeso despreparada a tal
metodologia de gesto da manuteno?

A resposta a tais questionamentos e anseios culminou com a proposio desta tese. J as


pesquisas referenciais, as proposies e os desenvolvimentos relatados ao longo deste trabalho,
tornaram possvel a interposio dos recursos metodolgicos necessrios para suplantar as
preocupaes supracitadas. As consideraes e recomendaes advindas deste processo so
mostradas nos prximos itens.

9.2 SOBRE OS OBJETIVOS E QUESTES DE PESQUISA PROPOSTOS

Os resultados obtidos, dentro das especificidades definidas no escopo deste trabalho,


abordados no Captulo 1, permitiram aferir o sucesso no cumprimento do seu objetivo geral. O
Sistema Baseado em Conhecimento Fuzzy (SBC-Fuzzy) proposto, desenvolvido e validado,
conforme os captulos precedentes, ratifica esta assertiva. Alm disso, ao longo desse processo,
obtiveram xito os seguintes aspectos, relacionados aos objetivos especficos inerentes ao
contexto deste trabalho:

A investigao das principais metodologias para implantao da MCC (NOWLAN e


HEAP, 1978; SMITH, 1993; SMITH e HINCHCLIFFE, 2004; MOUBRAY, 2001;
198
NASA, 2000; IEC 60300-3-11, 1999; SAE JA 1011, 1999; SAE JA 1012, 2002; ABS,
2004), permitiu concluir sobre seus aspectos divergentes, fato este que resultou na
concepo de um procedimento de referncia para implantao da MCC. Com isso, os
conceitos, estratgias, ferramentas e necessidades da MCC foram evidenciados e
estruturados seguindo uma abordagem adaptada da IDEF0 (Integration DEFinition
Definio Integrada), conforme mostrado no Captulo 5;
O SBC-Fuzzy desenvolvido (Diagnstico Auxiliado por Lgica Fuzzy para a Manuteno
Centrada na Confiabilidade DALF-MCC) mostrou-se uma estratgia eficiente e
inovadora na opinio dos especialistas que o validaram, para identificao dos atributos da
empresa/sistema relacionados com as necessidades e pr-requisitos da MCC;
Conforme evidenciado nos procedimentos de validao (Captulo 8), a lgica Fuzzy se
mostrou adequada para equacionamento das incertezas por impreciso, inerentes a anlise
qualitativa desenvolvida para confrontar os atributos da empresa/sistema com as
necessidades da MCC;
Os critrios e seus respectivos quesitos, planejados como mecanismos de explicitao do
conhecimento tcito, tiveram sua completude e adequao normativa ratificados pelos
especialistas (Captulo 8). Isso se reverteu em credibilidade para o processo de inferncia
do DALF-MCC, na avaliao dos pr-requisitos e auditoria da MCC;
O processo de inferncia Fuzzy, que contemplou as variveis heursticas de anlise,
resultou em diagnsticos e concluses satisfatrios para apoiar a tomada de deciso
durante a implementao das etapas da MCC e sua auditoria;
Os indicadores de validao do DALF-MCC, relacionados interface com o usurio,
funcionalidades requeridas e exatido da base de conhecimento (estruturados no
questionrio do Apndice C), bem como, a metodologia a ele incorporada, foram aceitos
pelos especialistas que participaram do processo de validao e dos testes de campo;
A aplicao em campo do DALF-MCC, mostrada no Captulo 8, foi importante para
ratificar os resultados do processo de validao com os especialistas e descobrir bugs na
interface com o usurio;
Os softwares complementares, tratadas no Captulo 7, apesar de no fazerem parte da
proposta inicial deste trabalho, foram consideradas pelos especialistas como ferramentas
aplicveis e efetivas para auxiliar a implementao das etapas da MCC.

Do contexto e dos resultados supracitados emerge a resposta para a questo principal,


norteadora deste trabalho, elaborada no Captulo 1, tal resposta : O DALF-MCC, com sua base
de conhecimento, seus mecanismos para tratamento de incertezas fundamentados na lgica
Fuzzy e suas ferramentas complementares um instrumento adequado para conduzir e
orientar a implantao e a auditoria de um programa de MCC, tratando as incertezas por
199
impreciso ou de natureza lxica do processo decisrio. Os procedimentos de verificao, e
validao explicitados no Captulo 7, ratificam tal assero.

9.3 SOBRE AS CONTRIBUIES TCNICO-CIENTFICAS DA PESQUISA

A parcela de contribuio cientfica formal desta tese est registrada, conforme


apresentado no Apndice E, sob a forma de artigos apresentados em eventos nacionais,
internacionais e revistas, alm de um trabalho de concluso de curso orientado pelo autor. Porm
sua maior contribuio cientfica reside no fato de esta ser uma pesquisa aplicada, concebida
dentro dos rigores de uma pesquisa cientfico-tecnolgica, objetivando a soluo de um problema
e uma peculiaridade at ento no abordados no referencial bibliogrfico pesquisado.
O problema tratado foi a implantao da MCC, de forma consistente com os objetivos da
empresa e aderente s suas limitaes e especificidades. A sua peculiaridade caracteriza-se pela
abordagem, no da implementao das etapas, mas sim pela avaliao de seus pr-requisitos e sua
auditoria. A soluo proposta capaz, entretanto, de em etapas expressivas do procedimento de
implantao (Etapas 3, 4 e 5) auxiliar a soluo de problemas especficos evidenciados ao longo
do processo de aquisio do conhecimento do DALF-MCC, relatados no Captulo 7. Cabe
salientar que no existia, nos objetivos especficos iniciais, a inteno de se desenvolver
ferramentas para apoio a implementao das etapas da MCC. Tal mescla de oportunidade e
desafio foi vislumbrada ao longo do processo de desenvolvimento da tese, atendendo a uma
reivindicao dos especialistas, os quais, de modo cooperativo, contriburam com seu
conhecimento para a implementao de tais ferramentas.
Ficou evidenciado, ao longo deste trabalho e, tambm, durante o processo de sua
validao, que a proposta desta tese no se restringe a um domnio e/ou aplicao especfica de
MCC, mas sim, trata-se de uma metodologia genrica para auxiliar a implantao da MCC em
quaisquer aplicaes. Tal constatao ficou evidenciada no somente pelas consideraes dos
especialistas, mas tambm pelo desempenho do DALF-MCC nas aplicaes em campo, conforme
mostrado no Captulo 8.
As contribuies almejadas de maneira prospectiva no Captulo1 foram ratificadas e
substanciadas no transcorrer dos desenvolvimentos que resultaram na consecuo deste
trabalho. Nesse sentido, criou-se um mecanismo para diagnosticar e resguardar os programas
de MCC dos fatores responsveis por seus insucessos e suas dificuldades executivas, focado:
na ratificao da aderncia das caractersticas da empresa/sistema aos requisitos de um
programa de MCC; na interposio de barreiras para resguardar o programa de MCC dos efeitos
dos fatores tcnicos e gerenciais que o afetam negativamente; no diagnstico e orientao do
processo decisrio com o auxlio de um SBC-Fuzzy, de forma a minimizar os riscos de insucesso;
na proposio de indicadores que possibilitem realimentar o processo de implantao e promover
as correes necessrias.
200
O tratamento de dados qualitativos e com forte vis heurstico, aludidos no Captulo 1, foi
contemplado pelo DALF-MCC. Alm disso, foi possvel viabilizar um repositrio do
conhecimento heurstico relativo implantao da MCC. A interao desse conhecimento,
manifestado nas inferncias do DALF-MCC, resulta em um diagnstico representativo das
habilidades e competncias da empresa para tratar as peculiaridades do processo decisrio, frente
aos fatores que so crticos para o sucesso de um programa de MCC.

9.4 SUGESTES PARA TRABALHOS FUTUROS

Utilizando-se de um processo de inferncia Fuzzy, tal qual o desenvolvido neste trabalho,


possvel criar ferramentas para implementao de todas as etapas do procedimento de referncia,
assim como foi proposto para as etapas 3, 4 e 5. Tais ferramentas iriam auxiliar a equipe de
implementao, tanto nas questes documentais do processo quanto nas questes relativas ao apoio
tomada de deciso, frente a incertezas. As seguintes funcionalidades poderiam ser incorporadas:

Para a Etapa 2 (Seleo do Sistema e Coleta de Informaes), um SBC-Fuzzy, a partir da


ponderao de variveis qualitativas, poderia definir qual o equipamento/sistema onde a
implantao da MCC seria mais vivel para a empresa respeitando suas habilidades e
competncias. Tal sistema poderia, inclusive, proporcionar uma anlise econmico-
financeira e de dimensionamento de recursos, objetivando maximizar os ganhos para a
empresa;
Para Etapa 6 (Definio dos Intervalos Iniciais e Agrupamento das Tarefas de Manuteno),
um SBC-Fuzzy ou um SBC hbrido (Fuzzy / Probabilstico) poderia inferir sobre o intervalo
timo, para realizao das tarefas de manuteno e, tambm, sobre seu agrupamento ideal.
Tal processo de inferncia se daria a partir da ponderao com base em variveis
lingsticas, utilizando-se da experincia de operadores e mantenedores, ou dados
estatsticos de histricos de falha e/ou bancos de dados genricos;
Para a Etapa 8 (Acompanhamento e Realimentao), poderiam ser disponibilizados
mecanismos para sistematizar a re-anlise de cada modo de falha no includo no
programa inicial da MCC, como rotina da manuteno.

Propem-se tambm, para trabalhos futuros, os seguintes incrementos de funcionalidade


ao DALF-MCC e suas ferramentas complementares:

Incorporao de uma ferramenta para gerao automtica de um plano de implantao


baseado nas habilidades e competncia da empresa, elicitadas a partir da ponderao dos
quesitos, para os casos onde a MCC se mostrou invivel para implantao imediata. Tal
ferramenta tambm poderia ser aplicada para os casos em que a MCC se mostrou vivel,
porm neste caso, o objetivo seria compor um plano de implantao da MCC, constando no
mnimo de: estratgia para alocao de recursos, planejamento oramentrio, objetivos, metas,
201
cronograma, agregando questes objetivas dirigidas ao decisor da empresa e/ou equipe de
implantao;
Incluir as seguintes funcionalidades/melhorias ao processo de ponderao dos quesitos: na tela
de Parametrizao Fuzzy, permitir ao usurio a possibilidade de alterar a quantidade e o nome
dos termos primrios que deseja utilizar, o que poderia reduzir as dvidas, durante a
ponderao, agilizando o processo e contribuindo para a convergncia dos resultados quando o
nmero de participantes grande. Neste caso, o campo (combo box) com a listagem dos
termos primrios na ponderao dos quesitos, deve ser automaticamente atualizado de acordo
com as escolhas do usurio; os campos utilizados para ponderao dos quesitos (Nota e
Conceito) poderiam, tambm, gravar os valores digitados no momento da perda do foco
(funo onKillFocus do Visual Basic). Na verso atual estes valores so gravados somente
aps a avaliao do critrio, conseqentemente, caso o usurio mude de tela, sem avaliar o
critrio, os valores so perdidos; permitir ao usurio a possibilidade de retirar do processo de
inferncia, a anlise de quesitos que no se aplicam a empresa e/ou sistema; incluir
mecanismos que possibilitem a atribuio de pesos diferentes para cada quesito a ser
ponderado;
O FMECA-Delphi e o NPR-Fuzzy poderiam ser incorporados como complementos
(plugin) ao OpenFMECA, para auxiliar a implementao da Etapa 3 da MCC. Alm disso,
prope-se o acrscimo das seguintes funcionalidades, as quais foram vislumbradas em
decorrncia da aplicao em campo do OpenFMECA: outros formatos de relatrios, tais
como: relatrios das tarefas por tempo, apresentando os planos de ao classificados
cronologicamente, e relatrio das tarefas por responsvel, classificando as aes por
mantenedor; nos textos explicativos permitir a incluso de figuras ilustrativas para as
causas, modos de falha e efeitos; definir polticas de restrio de acesso; elaborao da
FMECA utilizando anlise bow-tie; estudar a possibilidade de se desenvolver toda a
anlise da FMECA utilizando-se a tcnica Delphi como no FMECA-Delphi; e, portar o
cdigo e a interface para a lngua inglesa, a fim de aumentar o nmero de usurios
potenciais e colaboradores da comunidade de software livre;
No caso do FMECA-Delphi, estudar a possibilidade de automatizar o processamento da
informao pelo moderador. Tal melhoria iria corrigir os inconvenientes, constatados em
campo, que dificultam sua operacionalidade frente a um volume de dados muito grande e
onde a divergncia de opinies muito acentuada;
Incorporar ao DALF-MCC um mtodo que utilize a tcnica Delphi, tal qual o FMECA-
Delphi, para elicitar os parmetros do conjunto Fuzzy de referncia. Outra hiptese seria
incorporar ao DALF-MCC um banco de dados com valores padronizados e de consenso,
para os termos primrios, vlidos para domnios de aplicao especficos. Assim, seria
possvel parametrizar os termos primrios de forma que os mesmos convergissem para
202
um valor de consenso entre os especialistas, uma vez que, tal parametrizao muito
dependente das especificidades do domnio da aplicao.

Quanto aos aspectos conceituais vislumbram-se as seguintes possibilidades de


continuidade dos estudos promovidos neste trabalho:

Aplicao de tcnicas hbridas Fuzzy-Bayesianas para tratamento das incertezas em domnios


onde coexistam aleatoriedade e impreciso. Este o caso tpico onde os dados estatsticos
relacionados anlise de falhas so inconsistentes, no todo ou para parte da aplicao. Essa
tcnica poderia seria til, particularmente, para a implementao das etapas 5 e 6 da MCC. A
mesma razo poderia viabilizar a utilizao da tcnica de Raciocnio Baseado em Casos;
Aplicar as solues metodolgicas e de tratamento de incertezas, aplicados neste trabalho,
para a implementao de outras metodologias de gesto da manuteno, tais como, as
citadas por Fuentes, (2006). Desta forma poder-se-ia viabilizar, em uma nica estrutura
computacional, a proposta de Fuentes (2006) para identificar a melhor metodologia de
gesto da manuteno e, aps determinada tal metodologia, ferramentas mais especficas,
como o DALF-MCC, poderiam ratific-la, implement-la e audit-la.

Desta forma, acredita-se que, os conceitos abordados neste trabalho podem contribuir com
solues cientficas relevantes para o estudo da engenharia do conhecimento, aplicada a tomada
de deciso durante a implantao e auditoria da MCC, bem como s atividades inerentes a este
processo. Desta forma cumpre-se a finalidade da pesquisa cientfica aplicada, almejada no
Captulo 1.
203
REFERNCIAS

ABEL, Mara, Apostila do Curso de Sistemas Especialistas. Disponvel em:


http://marabel.inf.ufrgs.br/Publico/Disciplinas/SistEspecialistasN/Inf1038-2003.pdf acessado em
28/02/2005.

ABNT Associao Brasileira de Normas Tcnicas. NBR-5462 Confiabilidade e


Mantenabilidade. ABNT/CB-03 Eletricidade, Publicada em 30/11/1994.

ABRAMAN Associao Brasileira de Manuteno. Documento Nacional de 2007. 22


Congresso Brasileiro de Manuteno, Florianpolis SC, Setembro de 2007.

ABS American Bureau of Shipping. Guidance Notes on Reliability Centered Maintenance.


USA, 2004.

ALIBERAS, J., PINT, R., GMEZ, R., Tres Enfoques de la Investigacin sobre Concepciones
Alternativas. Editora Enseanza de las Ciencias, 1996.

ALKAIM, Joo Luiz, Metodologia para Incorporar Conhecimento Intensivo s Tarefas de


Manuteno Centrada em Confiabilidade Aplicada em Ativos de Sistemas Eltricos. Tese de
Doutorado apresentada ao programa de Engenharia de Produo da UFSC, Florianpolis, 2003.

ANTONIETTI, Leandro Escagion, Anlise Especfica das Dificuldades de Implementao do


FMEA em uma Indstria Mecnica de Autopeas. Universidade Federal de Itajub - Instituto de
Engenharia Mecnica - Departamento de Produo, 2002.

BACKLUND, Fredrik, Managing the Introduction of Reability Centred Maintenance: RCM as


a Method of Working within Hydropower Organizations. Tese de Doutorado apresentada ao
Department of Business Administration and Social Sciences da Lule University of Technology,
Division of Quality & Environmental Management, Sucia, 2003.

BRDOSSY, A., DUCKSTEIN, L., Fuzzy Rule-Based Modeling with Applications to


Geophysical, Biological and Engineering Systems. CRC Press, 1995.

BARREIRO, S. R, Aplicao da Manuteno Centrada em Confiabilidade (MCC) para


Formulao do Plano de Manuteno do Sistema de Compresso de Gs Residual da Unidade
PSA. Dissertao de Mestrado apresentada ao Programa de Ps-Graduao em Engenharia
Mecnica da UFBA, Salvador, 1999.

BENJAMINS, V. R., FENSEL, D., Problem Solving Methods. International Journal of Human-
Computer Studies, 1998.

BERTLING, Lina, ALLAN, Ron, ERIKSSON, Roland, A Reliability Centred Asset


Maintenance Method for Assessing the Impact of Maintenance in Power Distribution
Systems. IEEE Transactions, 2003.

BEYON, Davis P., Expert Database Systems - A Gentle Introduction. London, Editora McGraw-
Hill, 1991.

BITTENCOURT, Guilherme, Inteligncia Artificial: Ferramentas e Teorias. Editora da UFSC,


Florianpolis-SC, 2 Edio, 2001.

BLANCO, Santiago Sotuyo. Los 10 Mandamientos del RCM: Claves para el xito de un
Proyecto de Implementacin RCM. 22 Congresso Brasileiro de Manuteno, ABRAMAN, 2007.
204

BLOOM, Neil B., Reliability Centered Maintenance: Implementation Made Simple. Editora
McGraw-Hill Inc., 2006.

BOEHM, B., BROWN, J. R., KASPAR, H., LIPOW, M., MACLEOD, G. J., MERRIT, M. J.,
Characteristics of Software Quality. Editora North-Holland Publishing Company, New York, 1978.

BOFF, L. H., Gesto do Conhecimento - Notas de Aula. Programa de Ps-Graduao em


Computao, Porto Alegre, 2001.

BOOSE, J. H., BRADSHAW, J. M., Expertise Transfer and Complex Problems: Using
AQUINAS as a Knowledge Acquisition Workbench for Knowledge-Based Systems. em
Knowledge Acquisition Tool for Expert Systems, San Diego, California, Editora Academic Press
Limited, 1988.

BOWLES, John B., An Assessment of RPN Prioritization in a Failure Modes Effects and
Criticality Analysis. University of South Carolina, Columbia, 2003.

BRAGA, Washington Filho, Apostila do Curso de Termodinmica - DEM PUC/RJ. Disponvel


em: http://leblon.mec.puc-rio.br/~wbraga/fentran/termo/termo1.htm acessado em 21/06/2005.

CAMPOS, Pio Filho, Mtodo para Apoio Deciso na Verificao da Sustentabilidade de uma
Unidade de Conservao, Usando Lgica Fuzzy. Tese apresentada ao Programa de Ps-
Graduao em Engenharia de Produo da Universidade Federal de Santa Catarina, como requisito
parcial para obteno do ttulo de Doutor em Engenharia de Produo, Florianpolis, 2004.

CARMO, Annibal Jos Roris Rodriguez Scavarda, Metodologia Evocativa para Mapeamento
Causal e sua Perspectiva na Gerncia de Operaes com Aplicaes via Internet em Gesto da
Cadeia de Suprimento e Administrao de Servios. Tese apresentada ao Programa de Ps-
Graduao em Engenharia Industrial da Pontifcia Universidade Catlica do Rio de Janeiro, como
requisito parcial para obteno do ttulo de Doutor em Engenharia Industrial, Rio de Janeiro, 2004.

CARVALHO, Lucimar Fossatti de, Anlise dos Mtodos de Aquisio do Conhecimento e


Desenvolvimento de um Sistema Baseado na Metodologia KADS. Dissertao de Mestrado
apresentada ao Programa de Ps-Graduao em Engenharia Eltrica e Informtica Industrial do
CEFET-PR, Curitiba, 1995.

CASTILLO E. V., Aplicao de Ontologia e Sistema Especialista para Diagnstico de Falhas


em Transformadores de Potncia. Dissertao de Mestrado apresentada ao Programa de Ps-
Graduao em Engenharia Eltrica da UFSC, Florianpolis, 2003.

CHANDRASEKARAN, B., Generic Tasks in Knowledge-based Reasoning: High Level


Building Blocks, IEEE Expert, 1988.

CHANDRASEKARAN, B., JOSEPHSON, J. R., BENJAMINS, V. R., What are Ontologies, and
Why do We Need Them? Intelligent Systems, IEEE, Vol. 14, 1999.

CISL Comit de Implementao do Software Livre no Governo Federal. Disponvel em:


http://www.softwarelivre.gov.br/ acessado em 31/05/2008.

CLANCEY, W. J. The Knowledge Level Reinterpreted: Modeling How Systems Interact.


Machine Learning Journal, Boston, 1989.

CLEAL, D. M.; HEATON, N.O., Knowledge - Based System. England, Editora Ellis Horwood, 1988.
205
COX, E., The Fuzzy Systems Handbook: A Practitioner's Guide to Building, Using, and
Maintaining Fuzzy Systems. A. P Professional, 1994.

DALKEY, Norman C., Delphi. Second Symposium on Long-Rang Forecasting and Planing.
Almagordo, New Mexico, 1967.

DALKEY, Norman C., The Delphi Method: An Experimental Study of Group Opinion. Santa
Monica: The Rand Corporation, 1968.

DALKEY, N.; BROWN, B.; COCHRAN, S., The Delphi Method III: Use of Self Ratings to
Improve Group Estimates. Santa Monica: The Rand Corporation, 1969.

DAMSKI, J. C. B., LIMA, J. G. M., GIORNO, F. G., VALENTE, A. S. M., Sistemas Especialistas
no Brasil: Um Enfoque Pragmtico. Braslia, SUCESU, 1993.

DNV Det Norske Veritas, Metodologia para Anlise Preliminar de Perigo. Rio de Janeiro,
2003.

DAVENPORT, T.; PRUSAK, L., Working Knowledge: How Organizations Manage What
They Know. Boston, Editora HBS Press, 1998.

DURKIN, John, Expert Systems: Design and Development. New Jersey, Editora Prentice Hall, 1994.

ESHELMAN, L.; BOOSE, J.; GAINES, B., MOLE: A Tenacious Knowledge Acquisition Tool.
Knowledge Acquisition Tool for Expert Systems, San Diego, California, Editora Academic Press
Limited, 1988.

FEIGENBAUM, E. A., Themes and Case Studies of Knowledge Engineering. Expert Systems in
the Micro Eletronic Age. Edinburg, Editora Edinburg University Press, 1979.

FERNANDES, Anita Maria da Rocha, BASTOS, Rogerio Cid, Anlise da Shell FuzzyCLIPS
como Ferramenta para Desenvolvimento de Sistemas Especialistas Difusos. Revista Alcance,
Itaja, V.1, p.16 - 24, 2001.

FERNANDES, Anita Maria da Rocha, Inteligncia Artificial - Noes Gerais. Editora Visual
Books, Florianpolis, 2003.

FERNANDES, Anita Maria da Rocha, Inteligncia Artificial Aplicada Sade. Editora Visual
Books, Florianpolis, 2004.

FUENTES, Fernando Flix Espinosa, Metodologia para Inovao da Gesto da Manuteno


Industrial. Tese submetida Universidade Federal de Santa Catarina como requisito parcial para a
obteno do grau de doutor em Engenharia Mecnica, Florianpolis, Outubro 2006.

GARCIA, Pauli Adriano de Almada, Uma Abordagem Fuzzy com Envelopamento dos Dados da
Anlise dos Modos e Efeitos de Falha. Tese de Doutorado apresentada a UFRJ - Universidade
Federal do Rio de Janeiro, 2006.

GASCHNIG, J., HAYES-ROTH F., WATERMAN, D. A., LENAT, D. B., Evaluation of Expert
Systems: Issues and Case Studies. Building Expert Systems, Editora Addison Wesley,
Massachusetts, 1983.

GENARO, Srgio, Sistemas Especialistas: O Conhecimento Artificial. Editora LTC-Livros


Tcnicos e Cientficos, Rio de Janeiro e So Paulo, 1986.
206
GIARRATANO, Joseph, RILEY, Gary, Expert Systems - Principles and Programming. Boston,
Editora USA International Thomson Publishing, 3 Edio, 1998.

GIL, A. C., Como Elaborar Projetos de Pesquisa. Editora Atlas, 3ed., So Paulo, 1996.

GOBER, Cristiano Jos; SILVA, Lus Carlos Santos da; SANTOS, Rogrio Jos dos. Aplicao de
Ferramentas Computacionais para Definio de uma Metodologia de Gesto da Manuteno.
2008, 132f. Trabalho de Concluso de Curso Curso Superior de Tecnologia em Gesto Comercial
Eltrica, Universidade Tecnolgica Federal do Paran, Curitiba, 2008.

GONZALEZ, Avelino J.; DANKEL, Douglas D., The Engineering of Knowledge Based Systems
- Theory and Practice. New Jersey, Editora Prentice Hall, 1993.

GRUBER, T. R., A Translation Approach to Portable Ontology Specifications. Em Knowledge


Acquisition, 1993.

GUIDA, G. e SPAMPINATO, L., Assuring Adequacy of Expert Systems in Critical Application


Domains: A Constructive Approach. em The Reliability of Expert Systems, de HOLLNAGEL,
E., Editora Ellis Horwood Limited, England, 1989.

GUPTA, Uma G.; CLARKE, Robert E., Theory and Applications of the Delphi Technique:
A Bibliography. (1975-1994). Technological Forecasting and Social Change. 53, 1996. Pg.
185-211.

HARMON, P.; MAUS, R.; MORRISSEY, W., Expert Systems Tools & Applications. New York,
Editora John Wiley & Sons, 1988.

HART, Anna, Knowledge Acquisition for Expert Systems. 2 Edio, Editora McGraw-Hill, 1992.

HAUGE, B. S.; JOHNSTON, D. C., Reliability Centered Maintenance and Risc Assessment.
Annual Reliability and Mainteinability Symposium, IEEE Proceedings, 2001.

HEIJST, G., SHREIBER, A. T., WIELINGA, B. J., Using Explicit Ontologies in KBS
Development. International Journal of Human-Computer Studies, 1997.

HOLLNAGEL, Erik, The Reliability of Expert System. Editora Ellis Horwood Ltd, 1989.

IEC-60300-3-11. Dependability Management Part 3-11: Application Guide Reliability


Centred Maintenance. Primeira Edio, IEC International Electrotechnical Commission, 1999.

IEC-60706-4 Guide on Maintainability of Equipment. Part 4 Section 8: Maintenance and


Maintenance Support Planning. Primeira Edio, IEC International Electrotechnical
Commission, 1992.

JOHNSTON, Donald C., Measuring RCM Implementation. Annual Reliability and


Mainteinability Symposium, IEEE Proceedings, 2002.

KARDEC, Allan; XAVIER, Jlio de Aquino Nascif, Manuteno: Funo Estratgica. Rio de
Janeiro, Editora Qualitymark, 2003.

KELLY, G. A., Psychology of Personal Constructs. New York, Editora W. W. Norton, 1955.

LAUDON, Kewneth C.; LAUDON, Jane P., Gerenciamento de Sistemas de Informao. Editora
LTC - Livros Tcnicos e Cientficos, 3 Edio, 2002.
207

LEBOWITZ, M., Experimental with Incremental Concept Information. UNIMEM, Machine


Learning p.103-138, 1988.

LEE, B., Using Bayes Belief Networks in Industrial FMEA Modeling and Analysis. Proceedings
of International Symposium on Product Quality and Integrity, Philadelphia, PA, 2001.

LIEBOWITZ, J., Useful Approach for Evaluating Expert Systems. em Expert Systems, 1986.

LIEBOWITZ, J., WILCOX, L. C., Knowledge Management and its Integrative Elements. Boca
Raton, Editora CRC Press, 1997.

LIMA, J. C. de Araujo e, Manual de Anlise de Risco e de Confiabilidade. Petrobras Reduc,


Rio de Janeiro, 1999.

LINSTONE, Harold A., TUROFF, Murray, The Delphi Method: Techniques and Applications.
2002. Disponvel em: http://www.is.njit.edu/pubs/delphibook. Acesso em: 05/12/2007.

LIRA, G. da S. de; FANTINATO M., Engenharia e Representao do Conhecimento.


Disponvel em: http://www.din.uem.br/~ia/conhecimento/index.htm acessado em 03/06/2005.

LUCATELLI, Marcos Vincius, Proposta de Aplicao da Manuteno Centrada em


Confiabilidade em Equipamentos Mdico-Hospitalares. Tese de Doutorado apresentada ao
Programa de Ps-Graduao em Engenharia Eltrica da UFSC, Florianpolis, 2002.

MAMDANI, E.H; ASSILIAN, S. An Experiment in Linguistic Synthesis with a Fuzzy Logic


Controller. IEE Transaction, Man-Machine Studies, v. 7, n. 1, p. 1-13, 1975.

MARCOT, B., Testing Your Knowledge Base. AI Expert, 1987.

McCARTHY, J., MINSKY, M. L., ROCHESTER, N., SHANNON, C. E., A Proposal for the
Dartmouth Summer Research Project on Artificial Intelligence. Ano de publicao 1955,
Disponvel em: http://www-formal.stanford.edu/jmc/history/dartmouth/dartmouth.html acessado em
01/02/2005.

McDERMOTT, J., Preliminary Steps Toward a Taxonomy of Problem-Solving Methods., S.


Marcus Editor, Automating Knowledge Acquisition for Expert Systems, Kluwer Academic, 1988.

MELO, Carlos Haddad de, JUNIOR, Joo Marcus Sampaio Gueiros, MORGADO, Cludia do
Rosrio Vaz, Avaliao de Riscos para Priorizao do Plano de Segurana. Congresso Nacional
de Excelncia em Gesto da Universidade Federal Fluminense, Niteri, Rio de Janeiro, 2002.

MICHEL, Bernardo Amarante, Mtodo de Representao de Processos em Forma de Fluxo


IDEF0. Documento do Grupo de Modelagem de Informaes para Suporte ao Desenvolvimento de
Produtos - MISDP do Departamento de Engenharia Mecnica da Universidade de Caxias do Sul, 2002.

MIL-STD-1629 A, Military Standard Procedures for Performing a Failure Mode, Effects and
Criticality Analysis. Department of Defense, USA. 1980.

MIL-STD-2173(AS), Military Standard Reliability Centered Maintenance Requirements of


Naval Aircraft, Weapons Systems and Support Equipment. Department of Defense, USA. 1986.

MONCHY, Franois, A Funo da Manuteno: Formao para a Gerncia da Manuteno


Industrial. So Paulo, Editora Durban, 1989.
208
MOTTA, E. Reusable Components for Knowledge Models. PhD Thesis, Knowledge Media
Institute, The Open University, UK, 1998.

MOUBRAY, J., Reliability Centered Maintenance. New York, Editora Industrial Press, Reviso
da 2 Edio, 2001.

MUSEN, M. A.; FAGAN, L. M.; COMBS, D. M.; SHORTLIFFE E. H. Use of a Domain Model to
Drive an Interactive Knowledge-Editing Tool. International Journal of Man-Machine Studies, 1987.

NAVAIR 00-25-403. Guidelines for the Naval Aviation Reliability Centered Maintenance
Process. US Navys Naval Air Systems Command (NAVAIR), 2005.

NASA - National Aeronautics and Space Administration. Reliability Centered Maintenance


Guide For Facilities And Collateral Equipment. NASA, 2000.

NASSAR, Silvia Modesto, Tratamento de Incerteza: Sistemas Especialistas Probabilsticos.


Apostila do Programa de Ps-Graduao do Departamento de Informtica da Universidade Federal
de Santa Catarina (UFSC), Florianpolis, 2004.

NBR 5462. Confiabilidade e Mantenabilidade. Rio de Janeiro, Editado pela Associao Brasileira
de Normas Tcnicas (ABNT), 1994.

NONAKA, I., TAKEUCHI, H., The Knowledge Creating Company. Editora Elsevier, 1997.

NOWLAN, F. S., HEAP, H. F., Reliability Centered Maintenance. National Technical


Information Service, USA, Report N AD/A066-579, 1978.

ORTIZ, Joo Carlos Ross, Gesto do Conhecimento na Gesto da Manuteno: Uma Avaliao
Prtica. Monografia apresentada a Universidade Tecnolgica Federal do Paran como requisito
parcial para obteno do grau de Especialista no Programa de Ps-Graduao em Gerencia da
Manuteno, Curitiba, 2004.

PALADY, Paul, FMEA - Anlise dos Modos de Falha e Efeitos (Prevendo e Prevenindo
Problemas Antes que Ocorram). Instituto IMAN, 3 Edio, 2004.

PLUCKNETTE, Douglas J., When and How to Template an RCM Analysis. Disponvel em:
http://www.reliabilityweb.com/ acessado em 25/01/2008.

POLYA, George, How to Solve It. 2 Edio, Editora Princeton University Press, 1957.

PRESSMAN, Roger S., Software Engineering: A Practitioner's Approach. 6 Edio, Editora


McGraw - Hill, 2004.

PROTG-2000. Users Guide. Disponvel em: http://protege.stanford.edu/ acessado em 10/03/2005.

PUERTA, R., EDGAR, J. W. TU, S. W., MUSEN, M. A., A Multiple Method Knowledge
Acquisition Shell for the Automatic Generation of Knowledge Acquisition Tools. 1996.

RABUSKE, Renato Antnio. Inteligncia Artificial. Editora da UFSC, Florianpolis-SC, 1995.

RAJOTTE, Claude, JOLICOEUR, Alain, Reliability Centered Maintenance Implementation in


Hidro-Qubec Transmission System. Annual Reliability and Mainteinability Symposium, IEEE
Proceedings, 2001.

RAPOSO, Jos Luis Oliveira, Manuteno Centrada em Confiabilidade Aplicada a Sistemas


209
Eltricos: Uma Proposta para Uso de Anlise de Risco no Diagrama de Deciso. Dissertao
de Mestrado apresentada ao Programa de Ps-Graduao em Engenharia Eltrica da UFBA,
Salvador, 2004.

RAUSAND, Marvin, HYLAND, Arnljot, System Reliability Theory: Models, Statistical


Methods, and Applications. Editora Wiley-Interscience, 2 Edio, 2003.

REZENDE, Solange Oliveira, Sistemas Inteligentes - Fundamentos e Aplicaes. So Paulo,


Editora Manole, 2003.

RIBEIRO, R. T.; ALVES, N. F., Manuteno Centrada em Confiabilidade Aplicada em


Instalaes de Gs Natural do Gasoduto Bolvia Brasil. Disponvel em:
http://www.gasnet.com.br/artigos/artigos_view2.asp?cod=527 acessado em 15/01/2005.

RIBEIRO, S., CUNHA, H., Introduo aos Sistemas Especialistas. LTC - Livros Tcnicos e
Cientficos, Rio de Janeiro e So Paulo, 1987.

RICH, Elaine, KNIGHT, Kevin. Inteligncia Artificial. Editora McGraw - Hill, 2 Edio, 1993.

RUSSELL, Stuart J., NORVIG, Peter, Artificial Intelligence: A Modern Approach. Editora
Prentice Hall, 2 Edio, 2004.

SAE - JA1011. Evaluation Criteria for Reliability Centered Maintenance (RCM) Processes.
Society of Automotive Engineers, 1999.

SAE - JA1012. A Guide to the Reliability Centered Maintenance (RCM) Standard. Society of
Automotive Engineers, 2002.

SAE - J1739. Potential Failure Mode and Effects Analysis in Design (Design FMEA), Potential
Failure Mode and Effects Analysis in Manufacturing and Assembly Processes (Process
FMEA), and Potential Failure Mode and Effects Analysis for Machinery (Machinery FMEA).
Society of Automotive Engineers, 2002.

SANTIAGO Jr., Jos Renato Stiro, Gesto do Conhecimento: A Chave para o Sucesso
Empresarial. Editora Novatec, 2004.

SCHREIBER, A. T. The KADS Approach to Knowledge Engineering. Knowledge Acquisition


Journal, 1992.

SCHREIBER, G.; AKKERMANS, H.; ANJEWIERDEN, A.; HOOG, R.; SHADBOLT, N.; DE
VELDE, W. V.; WIELINGA, B., Knowledge Engnineering and Management: The
CommonKADS Methodology. Editora MIT Press, Cambridge, Massachussets, 2002.

SEIXAS, Eduardo de Santana, Confiabilidade, Mantenabilidade e Disponibilidade. Apostila do


Curso de Especializao em Gerncia da Manuteno, oferecido pelo Departamento Acadmico de
Eletrotcnica da UTFPR (Universidade Tecnolgica Federal do Paran), Curitiba, 2004.

SHAW, I. S., SIMES, M. G., Controle e Modelagem Fuzzy. FAPESP. So Paulo, 2002.

SILVA, Jonny Carlos da, Expert System Prototype for Hydraulic System Design Focusing on
Concurrent Engineering Aspects. Tese de Doutorado apresentada ao Programa de Ps-Graduao
em Engenharia Mecnica da UFSC, Florianpolis, 1998.

SILVA, E. L, MENEZES, E. M., Metodologia da Pesquisa e Elaborao de Dissertao. 4ed.


Florianpolis: LED/ PPGEP/UFSC, 2005.
210

SIQUEIRA, Iony Patriota de., Manuteno Centrada na Confiabilidade - Manual de


Implementao. Rio de Janeiro, 1ed., Editora Qualitymark Ltda., 2005.

SIQUEIRA, Iony Patriota de., Measuring the Impacts of an RCM Program on Power System
Performance. IEEE/Power Engineering General Meeting, San Francisco, 2005a.

SIQUEIRA, Iony Patriota de., Grupos Multiempresariais de Manuteno Centrada na


Confiabilidade: Estudo de Caso no Setor Eltrico. Trabalho apresentado no 22 Congresso
Brasileiro de Manuteno, promovido pela ABRAMAN, 2007.

SMITH, A. M., Reliability Centered Maintenance. Boston Editora McGraw Hill, 1993.

SMITH, A. M., HINCHCLIFFE, G. R., RCM Gateway to World Class Maintenance. Editora
Elsevier Butterworth-Heinemann, 2004.

SMITH, S., KANDEL, A., Verification and Validation of Rule Based Expert Systems. Editora
CRC Press, 1993.

SOMMERVILLE, Ian, Software Engineering. New York, 7 Edio, Editora Addison Wesley, 2004.

STAMATIS, D. H., Failure Mode and Effect Analysis FMEA from Theory to Execution.
Editora ASQC Quality Press, 1995.

STUDER, R.; BENJAMINS, V. R.; FENSEL, D., Knowledge Engineering: Principles and
Methods. Data & Knowledge Engineering Journal, Amsterdam, 1998.

SWARTOUT, W.; GIL Y.; VALENTE, A., Representing Capacities of Problem Solving Methods.
Em Proceedings of 1999 IJCAI Workshop on Ontologies and problem solving methods, 1999.

TEIXEIRA A., Multicriteria Decision on Maintenance: Spares and Contract Planning.


European Journal of Operational Research 129, 2001.

TERRA, Jos Cludio Cyrineu, Gesto do Conhecimento: O Grande Desafio Empresarial.


Editora Negcio, 4 Edio, 2001.

TSANG A., A Strategic Approach to Managing Maintenance Performance. Journal of Quality


in Maintenance Engineering. Vol. 4 No. 2, pp. 87-94. 1998

VERMESAN, A. I.; BENCH C. T., Techniques for the Verification and Validation of
Knowledge-Based Systems: A Survey Based on the Symbol/Knowledge Level Distinction.
Editora John Wiley & Sons, 1995.

VIZZONI, E.; ROSRIO, G. J.; OLIVEIRA, J. J. C.; FRANCESCHETT, J. G.; JANEIRO, M. P.;
CASTRO, R. T., Projeto Piloto de Manuteno Centrada em Confiabilidade (MCC)
Subestao de Adrianpolis - Setor de 500 kV. Trabalho apresentado no 14 Congresso Brasileiro
de Manuteno, promovido pela ABRAMAN, 1999.

WALTRICH, Sandro; TONDELLO, Cendar, O Processo de Manuteno Centrada na


Confiabilidade (MCC) como Prtica Potencial de Gesto do Conhecimento. 22 Congresso
Brasileiro de Manuteno, ABRAMAN, 2007.

WATERMAN, Donald A., A Guide to Expert Systems. Editora Addison Wesley, 1986.
211
WIELINGA, B. J.; VELDE, Van De W.; SCHREIBER, G.; AKKERMANS, H., The
CommonKADS Framework for Knowledge Modelling. Publicado em: Proceedings of the 7
Banff Knowledge Acquisition for Knowledge-Based Systems Workshop, Banff, Canada 1992.

WIREMAN, Terry, Developing Performance Indicators for Managing Maintenance. New


York, Editora Industrial Press, 2 Edio, 2005.

WORLEDGE, D., A Breakthrough in Reducing RCM Costs. Nuclear News, 1993, Vol. 36 N 9,
Pginas 41-45.

YEN, J., LANGARI, R. Fuzzy Logic: Intelligence, Control and Information. Editora Prentice
Hall, New Jersey, 1998.

Referncias de Internet:

Python 2.5.1 Linguagem de programao (http://www.python.org/).

TK 8.4 Mdulo (built-in) Python de Interface Grfica (http://www.tcl.tk/).

LXML 1.3.4 Mdulo Python para manipulao de arquivos XML (http://codespeak.net/lxml/).

Numpy 1.0.3.1 Mdulo Python para processamento matemtico (http://numpy.scipy.org/).

Matplotlib 0.90.1 Mdulo Python para plotagem de grficos (http://matplotlib.sourceforge.net/).

PIL 1.1.6 Mdulo para processamento de imagens (http://www.pythonware.com/products/pil/).

Py2exe 0.6.6 Mdulo para "construo" de aplicativos Windows (http://www.py2exe.org/).

Txt2tags 2.4 Script Python para gerao de documentos HTML (http://txt2tags.sourceforge.net/).

FuzzyCLIPS 6.10d Mquina de inferncia Fuzzy (http://www.iit.nrc.ca/IR_public/fuzzy/).

SourceForge.net (http://sourceforge.net/).

W3C | XML - EXtensible Markup Language (http://www.w3schools.com/xml/default.asp).


212
213

APNDICE A
MANUTENO CENTRADA NA CONFIABILIDADE

Apresenta aspectos suplementares relacionados ao Captulo 2


214
215
APNDICE A

MANUTENO CENTRADA NA CONFIABILIDADE

A.1 GUIA PARA PREENCHIMENTO DA PLANILHA DE FMECA

Este item elucida os principais conceitos inerentes ao preenchimento da planilha de


FMECA (Failure Modes, Effects and Criticality Analysis ou Anlise dos Modos de Falha seus
Efeitos e sua Criticidade), a qual pode ser vista na Figura A.1.

Resultados das
Aes

Ocorrncia (O)
Efeito Causas Responsvel
Severidade (S)

Deteco (D)
NPR (S.O.D)
Modo do do e

Ocorrncia (O)
Severidade (S)

Deteco (D)
NPR (S.O.D)
Falha Controles Aes
Item

Funo de Modo Modo Data de


Funcional Atuais Recomendadas Aes
Falha de de Trmino
Falha Falha Programada Adotadas

Figura A.1 Planilha de FMECA adotada no Procedimento de Referncia.


Fonte: adaptado de SAE J1739.

A FMECA uma tcnica analtica que tem como propsito identificar, priorizar e eliminar
falhas potenciais de um sistema, projeto e/ou processo antes que estas atinjam o usurio final
(Omdahl, 1988). Ela teve sua origem no departamento de defesa dos Estados Unidos (DOD
Department of Defense), em 1949, com a norma militar MIL-P-1629 (Military Procedure MIL-P-
1629: Procedures for Performing a Failure Mode, Effects and Criticality Analysis). A FMECA se
distingue da FMEA (Failure Modes Effects and Analysis) pelo fato de agregar um ndice de
criticidade que orienta a prioridade nas aes a serem executadas pela organizao.
Os prximos pargrafos apresentam os conceitos que devem ser ponderados para o
preenchimento de cada uma das colunas que compem uma planilha de FMECA (Figura A.1).

A.1.1 Funo

Aquilo que se deseja que o item/ativo/sistema faa dentro de um padro de desempenho


especificado. Ver Figura A.2.

Consideraes Normatizadas e Bibliogrficas:

IEC 60300-3-11/1999 (Pg. 17 item 3.1.15) Ao caracterstica normal de um item.

SAE JA1011/1999 (Pg. 04 item 3.13) e SAE JA1012/2002 (Pg. 06 item 3.13) Aquilo que o
proprietrio ou usurio do ativo fsico ou sistema deseja que o mesmo faa.
216

SAE J1739/2002 (Pg. 31 item 5.2.9) A descrio da funo deve levar em conta normas
aplicveis de desempenho, de material, de processo, ambientais e de segurana.

Moubray, 2001 (Pg. 22 item 2.1) A descrio da funo deve consistir de um verbo, um
objeto e um padro desejado de desempenho.

Exemplo:

Cmara de Extino (Disjuntor SF6) Conter o SF6, em uma faixa de presso de 5,5 a 7 bar.
Anel de Vedao O-Ring (Disjuntor SF6) Manter o SF6 dentro dos nveis de pureza
especificados pela IEC 60376.

Desempenho

Margem de
Deteriorao Normal
P (Falha Potencial)

Degradao
da Funo Defeito Funo
F (Falha Funcional)

Falha
Ciclo de Vida
Intervalo de Inspeo

Intervalo PF

Figura A.2 Estgios Evolutivos da Falha.

A.1.2 Falha Funcional

Incapacidade de um item/ativo/sistema executar uma funo especfica dentro dos padres


desejados de desempenho. Estado anormal da funo do item/ativo/sistema. Ver Figura A.2.

Conceitos Correlatos:

Falha Potencial Condio identificvel e mensurvel que indica uma Falha Funcional
pendente ou em processo de ocorrncia.

Categorias de Falha Funcional:


Evidente: Detectvel pelo operador durante sua atividade normal.
Oculta: No detectvel pelo operador durante sua atividade normal.
217
Mltipla: Combinao de falha oculta mais uma segunda falha ou evento que a torne
evidente.

Defeito Desvio, alm das caractersticas especificadas para um item/ativo/sistema, o qual


detectvel e no causa perda total da funo requerida.

Consideraes Normatizadas e Bibliogrficas:

IEC 60300-3-11/1999 (Pg. 17 item 3.1.17) Falha na qual um item no consegue


desempenhar uma ou mais de suas funes requeridas.

SAE JA1011/1999 (Pg. 04 item 3.14) e SAE JA1012/2002 (Pg. 06 item 3.14) Um estado no
qual um ativo fsico ou sistema incapaz de desempenhar uma funo especfica com o
desejvel nvel de desempenho.

Moubray, 2001 (Pg. 47 item 3.2) Incapacidade de um ativo cumprir com a sua funo com
um padro de desempenho aceitvel pelo usurio.

ONS Resoluo 140/02 de 25/03/2002 (Pg. 24, termo 7.257) Falha: Efeito ou conseqncia
de uma ocorrncia acidental em uma instalao ou equipamento que acarreta sua
indisponibilidade operativa em condies no programadas, impedindo-o de funcionar, e,
portanto, de desempenhar suas funes em carter permanente ou em carter temporrio.

Falha MAIOR de um Disjuntor: falha completa de um disjuntor que acarreta a perda de uma ou
de vrias funes fundamentais e exige normalmente uma interveno num prazo de 30
minutos.

Falha MENOR de um Disjuntor: falha de um disjuntor que acarreta a perda de uma ou de


vrias funes, mas que no originam falha maior.

Exemplo:

Cmara de Extino (Disjuntor SF6) No conter o SF6, em uma faixa de presso de 5,5 a 7 bar.
Anel de Vedao O-Ring (Disjuntor SF6) No manter o SF6 dentro dos nveis de pureza
especificados pela IEC 60376.

A.1.3 Modo de Falha

Evento ou fenmeno fsico que provoca a transio do estado normal para o estado
anormal (Figura A.2, ponto F). Durante o preenchimento da planilha de FMECA a pergunta que
se responde para o modo de falha O qu causou a Falha Funcional? (SAE JA1012, Pg. 14 item
8). Ver Figura A.3.
218
Consideraes Normatizadas e Bibliogrficas:

IEC 60300-3-11/1999 (Pg. 17 item 3.1.12) Um dos possveis estados de falha de um item,
para uma dada funo requerida.

SAE JA1011/1999 (Pg. 04 item 3.12) e SAE JA1012/2002 (Pg. 06 item 3.12 e Pg. 14 item 8)
Um evento ou condio fsica, que causa uma falha funcional.

SAE J1739/2002 (Pg. 31 item 5.2.10) Maneira como uma mquina/equipamento falha ao
executar sua funo.

Moubray, 2001 (Pg. 53 item 4.1) Qualquer evento que cause uma falha funcional.

ONS Resoluo 029/V2.0 de abril de 2003 (Pg. 12) Modos de Falha So as situaes
definidas como sendo os "defeitos" do sistema, tais como, sub-tenses, sobre-tenses,
ilhamentos, sobrecargas, dficits de gerao, etc.

Exemplo:

Cmara de Extino (Disjuntor SF6) Trincas na porcelana.


Flange do Contato Fixo (Disjuntor SF6) Acabamento inadequado da ranhura do flange.

P (Falha Potencial)

Causas MF Modo de Falha Efeitos


F (Falha Funcional)

Por que o MF O qu causou a O que acontece quando


ocorreu? Falha Funcional? um MF se apresenta?

Figura A.3 Sntese: Causas, Modo de Falha e Efeitos.

A.1.4 Efeitos do Modo de Falha

So os resultados para o sistema decorrentes da ocorrncia de um modo de falha. Durante o


preenchimento da planilha de FMECA a pergunta que se responde para o efeito do modo de falha
O que acontece (item/ativo/sistema) quando um modo de falha se apresenta?. Ver Figura A.3.
219
Conceitos Correlatos:

Uma descrio tpica de Efeito do modo de falha deve conter informaes suficientes para
avaliar os seguintes aspectos:

Evidncia da Falha Como observado o efeito.


Impacto na Segurana Que risco apresenta para as pessoas.
Impacto Ambiental Que danos traz ao meio ambiente.
Reflexo Operacional Como afeta a produo.
Resultado Econmico Qual seu impacto financeiro.
Forma de Reparo Como retornar a funo ao normal aps a falha.
Caractersticas Compensatrias Quais as caractersticas projetadas para reduzir o efeito.

Consideraes Normatizadas e Bibliogrficas:

IEC 60300-3-11/1999 (Pg. 17 item 3.1.11) Efeito imediato de cada modo de falha nos itens
funcionalmente significantes (Figura A.4) e nas funes requeridas destes itens.

Figura A.4 Identificao de Funes Significantes.


Fonte: adaptado de IEC 60300-3-11.

SAE JA1011/1999 (Pg. 04 item 3.9) e SAE JA1012/2002 (Pg. 06 item 3.9 e Pg. 19 item 9)
Aquilo que acontece quando um modo de falha ocorre.

SAE J1739/2002 (Pg. 31 item 5.2.11) Trata-se do impacto do modo de falha no sistema,
subsistema ou componente.

Moubray, 2001 (Pg. 73 item 4.5) Os efeitos descrevem o que acontece quando um modo de
falha ocorrer.
220
Exemplo:

Cmara de Extino (Disjuntor SF6) Vazamento de SF6.


Reduo da presso interna do SF6.
Abertura de arco eltrico nas partes condutoras internas.
Impossibilidade de fechamento do disjuntor.

Anel de Vedao O- Ring (Disjuntor SF6) Aumento da umidade interna da cmara de extino.
Contaminao do SF6 com subprodutos de reaes internas.
Perda das caractersticas dieltricas e de extino do SF6.
Descargas parciais.

A.1.5 Severidade (S)

Refere-se gravidade ou o quo severo so os Efeitos do modo de falha.

Consideraes Normatizadas:

SAE J1739/2002 (Pg. 32 item 5.2.12) ndice associado ao mais alto grau de
seriedade/gravidade do efeito do modo de falha.

Sugesto para Avaliao da Severidade:

A Tabela A.1 apresenta sugestes de critrios com seus respectivos ndices para avaliar a
Severidade dos Efeitos do modo de falha (SAE J1739, 2002).
Tabela A.1 Sugestes de Critrios para Avaliar a Severidade dos Efeitos do Modo de Falha.
Fonte: SAE J1739, 2002 Tabela 8, Pg. 34. (FMECA de Mquinas).
Severidade (S) do Impacto na Funo devido
Classificao
Efeito do Modo de Falha Severidade dos Efeitos do Modo de Falha
Perigoso Sem Aviso Impacto na segurana, sade ou meio ambiente. A falha ocorrer sem aviso. 10
Perigoso Com Aviso Impacto na segurana, sade ou meio ambiente. A falha ocorrer com aviso. 9
Impacto muito alto. A Funo perdida e necessrio um longo perodo de
Muito Alto 8
tempo para restaurao da normalidade.
Impacto alto. Parte da Funo perdida e necessrio um longo perodo de
Alto 7
tempo at a restaurao da normalidade.
Impacto moderado. Parte da Funo perdida e necessrio um perodo de
Moderado 6
tempo moderado at a restaurao da normalidade.
Baixo Impacto baixo. A Funo prejudicada necessitando ser verificada. 5
Impacto moderado. Parte da funo prejudicada necessitando ser
Muito Baixo 4
verificada.
Impacto reduzido. A falha demora algum tempo para ser reparada, mas no
Pequeno 3
afeta a funo.
Muito Pequeno Impacto insignificante. A falha pode ser reparada rapidamente. 2
Nenhum No se verificam efeitos na segurana, sade ou meio ambiente. 1
221
A.1.6 Causas

As Causas descrevem por que o modo de falha do item/ativo/sistema ocorreu, resultando


na falha funcional. Durante o preenchimento da planilha de FMECA a pergunta que se responde
para as causas do modo de falha Por que o modo de falha ocorreu?. Ver Figura A.3.

Consideraes Normatizadas:

SAE J1739/2002 (Pg. 33 item 5.2.14) um indicativo de fragilidade de projeto ou de


processo que resulta no modo de falha.

A.1.7 Ocorrncia (O)

Refere-se freqncia com que as causas do modo de falha ocorrem ou o quo provvel
a ocorrncia dos cenrios (causas do modo de falha cadeia causal que resulta nos efeitos).

Consideraes Normatizadas e Bibliogrficas:

SAE J1739/2002 (Pg. 33 item 5.2.15) Probabilidade de que a causa da falha ocorra em um
determinado perodo de tempo.

Sugesto para Avaliao da Ocorrncia:

As Tabelas A.2 e A.3 apresentam sugestes de critrios com seus respectivos ndices para
avaliar a Ocorrncia das causas da falha (SAE J1739, 2002).

Tabela A.2 Sugestes de Critrios para Avaliar a Ocorrncia da Causa da Falha.


Fonte: SAE J1739, 2002 Tabela 5, Pg. 23. (FMECA de Processo).
Probabilidade de Ocorrncia (O)
Taxa de Falha () Provvel ao Longo do Ciclo de Vida Classificao
da Causa da Falha
100 por mil itens 10
Muito Alta: Falhas Persistentes
50 por mil itens 9
20 por mil itens 8
Alta: Falhas Freqentes
10 por mil itens 7
5 por mil itens 6
Moderada: Falhas Ocasionais 2 por mil itens 5
1 por mil itens 4
0,5 por mil itens 3
Baixa: Relativamente Poucas Falhas
0,1 por mil itens 2
Remota: Falha Improvvel 0,01 por mil itens 1
222

Tabela A.3 Sugesto de Critrios para Avaliar a Ocorrncia da Causa da Falha.


Fonte: SAE J1739, 2002 Tabela 8, Pg. 34. (FMECA de Mquinas).
Critrios avaliar a Probabilidade de Ocorrncia (O) da Causa da Falha
Obs.: Utilizar 1 dos 3 Critrios.
Classificao
Nmero de Falhas Nmero de Falhas
Confiabilidade baseada no Tempo Requerido
em funo do Tempo em funo do Ciclo
pelo Usurio [C(t) %]
em Operao (horas) Operacional (ciclos)
1 em 1 1 em 90 C(t) < 1% MTBF 10% do tempo em operao 10
1 em 8 1 em 900 C(t) = 5% MTBF 30% do tempo em operao 9
1 em 24 1 em 36.000 C(t) = 19% MTBF 60% do tempo em operao 8
1 em 80 1 em 90.000 C(t) = 37% MTBF igual ao tempo em operao 7
C(t) = 61% MTBF 2 vezes maior do que o tempo
1 em 350 1 em 180.000 6
em operao
C(t) = 78% MTBF 4 vezes maior do que o tempo
1 em 1.000 1 em 270.000 5
em operao
C(t) = 85% MTBF 6 vezes maior do que o tempo
1 em 2.500 1 em 360.000 4
em operao
C(t) = 90% MTBF 10 vezes maior do que o
1 em 5.000 1 em 540.000 3
tempo em operao
C(t) = 95% MTBF 20 vezes maior do que o
1 em 10.000 1 em 900.000 2
tempo em operao
C(t) = 98% MTBF 50 vezes maior do que o
1 em 25.000 1 em mais de 900.000 1
tempo em operao

A.1.8 Controles Atuais

So as medidas preventivas e de deteco que j tenham sido tomadas e/ou so


regularmente utilizadas no item/ativo/sistema/processo para evitar a ocorrncia das causas do
modo de falha.

A.1.9 Deteco (D)

Refere-se probabilidade de que as caractersticas de projeto e os procedimentos de


verificao iro detectar as causas do modo de falha a tempo de prevenir uma falha funcional.
Expressa o quo difcil detectar os eventos da cadeia causal que resultam nos efeitos do modo de
falha.
Quando esta anlise est orientada para o processo, refere-se probabilidade de que um
conjunto de controles de processo tenha condies de detectar e isolar uma falha antes que esta se
transfira para o processo subseqente ou para o cliente/consumidor final.

Consideraes Normatizadas:

SAE J1739/2002 (Pg. 35 item 5.2.17) um ndice associado ao melhor mecanismo de


deteco disponvel na mquina/processo.
223

Sugesto para Avaliao dos Mecanismos de Deteco:

A Tabela A.4 apresenta sugestes de critrios com seus respectivos ndices para avaliar a
probabilidade de Deteco das causas da falha (SAE J1739, 2002 Tabela 9, Pg. 35).

Tabela A.4 Sugestes de Critrios para Avaliar a Deteco da Causa da Falha.


Fonte: SAE J1739, 2002 Tabela 9, Pg. 35. (FMECA de Mquinas).
Chances de
Critrio para avaliar a Probabilidade de Deteco (D) da Causa da Falha Classificao
Deteco (D)
Os dispositivos de controle existentes no iro detectar uma causa/mecanismo
Quase
potencial e subseqente modo de falha. Ou no existe um dispositivo de 10
Impossvel
controle relacionado com esta causa/mecanismo.
A possibilidade que os dispositivos de controle existentes detectem a
Muito Remota 9
causa/mecanismo potencial e subseqente modo de falha muito remota.
A possibilidade que os dispositivos de controle existentes detectem a
Remota 8
causa/mecanismo potencial e subseqente modo de falha remota.
A possibilidade que os dispositivos de controle existentes detectem a
Muito Baixa 7
causa/mecanismo potencial e subseqente modo de falha muito baixa.
A possibilidade que os dispositivos de controle existentes detectem a
Baixa 6
causa/mecanismo potencial e subseqente modo de falha baixa.
A possibilidade que os dispositivos de controle existentes detectem a
Mdia 5
causa/mecanismo potencial e subseqente modo de falha moderada.
Moderadamente A possibilidade que os dispositivos de controle existentes detectem a
4
Alta causa/mecanismo potencial e subseqente modo de falha moderadamente alta.
A possibilidade que os dispositivos de controle existentes detectem a
Alta 3
causa/mecanismo potencial e subseqente modo de falha alta.
A possibilidade que os dispositivos de controle existentes detectem a
Muito Alta 2
causa/mecanismo potencial e subseqente modo de falha muito alta.
A possibilidade que os dispositivos de controle existentes detectem a
Quase Certa 1
causa/mecanismo potencial e subseqente modo de falha quase certa.

A.1.10 NPR (S.D.O)

O NPR (Nmero de Prioridade de Risco) pode ser utilizado para comparar a criticidade de
diferentes modos de falha e assim priorizar as aes corretivas para os casos mais crticos. o
produto dos ndices de Severidade (S), Ocorrncia (O) e Deteco (D):

NPR = Severidade x Ocorrncia x Deteco

A.2 MCC Aplicada ao Gasoduto Bolvia Brasil (GASBOL)

Este item aborda os aspectos tcnicos e prticos que culminaram com a adoo da
Manuteno Centrada na Confiabilidade (MCC) como forma de gesto da manuteno do
Gasoduto Bolvia Brasil (GASBOL).
224
A Transportadora Brasileira Gasoduto Brasil Bolvia S.A. (TBG) iniciou em 2000 um
programa de estudos baseado na metodologia de MCC com o objetivo de analisar suas principais
e mais crticas instalaes e sistemas segundo esta metodologia, visando garantir uma alta
confiabilidade por meio da manuteno. Estes estudos permitiram aos participantes conhecer em
profundidade os sistemas e dispositivos das instalaes; mapear atravs da FMEA os principais
modos de falha das funes dos diversos sistemas e dispositivos; avaliar as conseqncias das
falhas e seu impacto sob o ponto de vista de segurana, meio ambiente e operao; determinar as
atividades de manuteno (preventiva, preditiva e detectiva) necessrias manuteno da
confiabilidade; identificar oportunidades de melhorias de projeto da instalao visando o
incremento de sua confiabilidade; identificar necessidades de implementao de procedimentos de
operao e manuteno ou modificao nos existentes (RIBEIRO e ALVES, 2005).
A TBG estabeleceu inicialmente suas rotinas de manuteno preventiva e preditiva
baseada nas prticas comuns adotadas por empresas similares, nas recomendaes dos fabricantes
de seus equipamentos e instalaes, nas determinaes das normas ASME (American Society of
Mechanical Engineers), ABNT (Associao Brasileira de Normas Tcnicas), PETROBRAS,
requisitos legais e experincia de seu corpo tcnico (RIBEIRO e ALVES, 2005).
Em setembro de 1999, durante o 14 Congresso Brasileiro de Manuteno, promovido
pela ABRAMAN (Associao Brasileira de Manuteno), Vizzoni et al (1999) apresentou um
trabalho relatando a experincia do grupo de manuteno de Furnas Centrais Eltricas S.A. que
realizou um estudo de MCC na Subestao de Adrianpolis no Paran. Constata-se pela Tabela
A.5 que as experincias em MCC no Brasil naquela poca ainda eram poucas e muito recentes.

Tabela A.5 Ferramentas para Promoo da Qualidade.


Fonte: VIZZONI et al, 1999.
Ferramentas para Promoo da Qualidade (% de Respostas)
Ano MCC 5S CCQ TPM Outros
2001 17,35 37,90 11,42 14,61 18,72
1999 5,62 40,45 16,29 20,79 16,85
1997 2,89 46,24 12,14 18,50 20,23
1995 - 39,83 17,37 21,61 21,19

A partir deste trabalho, a TBG iniciou um projeto piloto para implantao da MCC na
Estao de Entrega (EE) da REPLAN. Aps os estudos iniciais para entendimento dos aspectos
tericos e prticos da implantao da MCC, procedeu-se conforme descrito a seguir (RIBEIRO e
ALVES, 2005):

Conhecimento das Instalaes: nesta primeira etapa, todos os participantes, das diversas
especialidades, apresentam a teoria de operao e funcionamento dos diversos sistemas e
componentes abrangendo aspectos de automao, mecnica, segurana e operao. Nesta
etapa todos os participantes equalizam o conhecimento sobre as instalaes e de seu
funcionamento;
Definio dos Sistemas: aps seu estudo, a instalao foi dividida em sistemas com
identificao de suas entradas e sadas;
225
Elaborao da Planilha de Informao: nesta etapa, a mais demorada, foram identificadas as
diversas funes dos sistemas e seus componentes, as possveis falhas, os modos de falha
envolvidos e as conseqncias resultantes de cada falha;
Aplicao do Diagrama de Deciso: a partir das conseqncias dos modos de falhas, aplicou-
se o Diagrama de Deciso e identificou-se a relevncia destas falhas sob o aspecto de
segurana, impacto ao meio ambiente e da operao da instalao. Estes dados so os
elementos iniciais de preenchimento da Planilha de Deciso;
Elaborao da Planilha de Deciso: a metodologia determina que, conforme a relevncia das
conseqncias identificadas, estabeleam-se as tarefas de manuteno necessrias para
eliminar ou mitigar estas conseqncias. Onde as conseqncias no so relevantes pode-se
optar por no executar nenhuma atividade preventiva, reparando ou substituindo o item
quando este falhar. Por outro lado, onde a execuo de atividades da manuteno no for
suficiente, pode ser necessrio, dependendo da relevncia da conseqncia e dos custos
envolvidos, modificar o projeto da funo atravs da substituio ou melhoria dos
componentes envolvidos. Esta planilha foi elaborada pelo grupo com o auxlio do Diagrama
de Deciso;
Montagem do Relatrio Final: Ao trmino do estudo foi elaborado um relatrio onde foram
apresentados os descritivos de funcionamento da EE, o plano mestre de manuteno, a relao
de melhorias (ou reprojetos) e demais recomendaes e concluses do estudo;

Segundo Ribeiro e Alves (2005), nas seis reas estudadas foram identificados 309 modos
de falha. Deste total, 107 (35%) eram falhas ocultas, ou seja, os componentes poderiam falhar e
somente a percepo desta falha ocorreria se um outro evento (algumas vezes, de grandes
conseqncias) ocorresse. Foram levantados 90 modos de falha que necessitariam serem
verificados periodicamente (busca de falhas) a fim de se garantir a confiabilidade da EE. Foram
determinados 68 modos de falha possveis de serem evitados ou minimizados atravs de aes
preventivas (restaurao, troca, inspeo ou monitoramento).
Apesar da EE da REPLAN ser desabitada, o estudo de MCC proporcionou uma evidncia
da importncia da inspeo visual peridica, objetivando identificar situaes anormais de
operao que no so detectadas pela Central de Superviso e Controle no Rio de Janeiro. O
relatrio deste estudo foi apresentado ao corpo gerencial que, a partir dos resultados alcanados e
do depoimento dos participantes, decidiu estabelecer um programa de estudos das principais
instalaes do GASBOL (RIBEIRO e ALVES, 2005).
Ribeiro e Alves (2005) citam os principais benefcios alcanados a partir da implantao
da MCC na TBG, relacionados a seguir:

Compreenso por parte da equipe, do funcionamento e dos modos de falha dos sistemas
envolvidos na anlise, melhorando sua capacidade de anlise e diagnstico para deteco e
226
determinao das falhas resultando em tempos de parada de componentes e sistemas (ou da
EE) menores;
O fato de o prprio colaborador envolvido na manuteno participar na elaborao e
determinao das atividades de manuteno da instalao gera um maior comprometimento
do mesmo com o cumprimento e eficcia destas aes;
As planilhas de informaes geradas pelos grupos de trabalho constituem-se em uma fonte de
informao importante, auxiliando na resoluo de problemas de manuteno e servindo como
documento de referncia para treinamentos;
O plano mestre de manuteno gerado a partir do estudo dos modos de falha, procura agregar
valor ao processo de manuteno, evitando atividades que no possam ser garantidas quanto
sua efetividade;
Como estratgia de manuteno, fica clara a preservao das funes da instalao e no do
equipamento, pela realizao de intervenes preventivas somente onde se justifica,
racionalizando recursos e diminuindo intervenes;
A metodologia permite mapear as funes que possuem falhas ocultas que possam acarretar
conseqncias relevantes que de outra forma no seriam consideradas pelas metodologias de
manuteno tradicionalmente executadas;
Com o melhor conhecimento da instalao e de suas falhas, tambm possvel uma definio
mais precisa dos sobressalentes crticos necessrios manuteno da disponibilidade do sistema;
A aplicao da metodologia prev que, onde no for possvel minimizar ou mitigar as
conseqncias relevantes atravs da aplicao isolada ou combinada de atividades de
manuteno, modificaes ou melhorias de projeto devem ser implementadas, para aumentar a
confiabilidade do sistema;
Sempre com a viso de preservar as funes da instalao, os estudos de MCC identificam onde
existem necessidades de implementao de novos procedimentos operacionais e de manuteno
ou modificao dos existentes, inclusive para incorporar atividades de busca de falhas.

Em estruturas de manuteno j consolidadas e com os planos de manuteno j


determinados pelos mtodos tradicionais (recomendaes de fabricantes e fornecedores,
determinaes legais e normativas e experincia do corpo tcnico), os resultados dos estudos de
MCC so apresentados na forma de reduo de quantidade de Homens/Hora empenhados em
manuteno preventiva e conseqentemente em reduo dos custos de manuteno. Estas
redues podem alcanar at 40% (MOUBRAY, 2001).
No caso da TBG, os estudos de MCC foram realizados em instalaes onde os planos de
manuteno ainda no estavam implementados ou que ainda no haviam completado um ciclo.
Esta forma de implantao denominada Base Zero. Desta forma, os principais resultados
apresentados so traduzidos por altos ndices de confiabilidade e baixo nmero de falhas
(RIBEIRO e ALVES, 2005).
227

APNDICE B
SISTEMAS BASEADOS EM CONHECIMENTO

Apresenta aspectos suplementares relacionados ao Captulo 4


228
229
APNDICE B

SISTEMAS BASEADOS EM CONHECIMENTO

B.1 MODELOS PARA DESENVOLVIMENTO DE SOFTWARE

a) Seqencial Linear

O modelo seqencial linear, cascata ou waterfall, tambm conhecido como ciclo de vida
clssico, o modelo mais antigo e o mais amplamente utilizado. Ele sugere uma abordagem
seqencial de atividades para o desenvolvimento do software com ciclos de realimentao, isto ,
pode-se retomar a qualquer atividade anteriormente executada e reiniciar o processo a partir dela. O
processo modelado segundo um ciclo convencional de engenharia e segue o seguinte fluxo de
atividades: (1) anlise e definio de requisitos, (2) projeto, (3) gerao e teste de cdigo, (4)
implantao e teste do sistema, e (5) operao e manuteno. Apesar de sua grande utilizao, ele
apresenta alguns problemas, como sua inflexibilidade na partio do projeto em estgios distintos e
estados de bloqueios nos quais alguns membros da equipe necessitam esperar que outros
membros completem suas tarefas para que eles possam iniciar as suas. Isso pode levar a atrasos no
projeto que comprometam a produtividade, o que costuma ser impraticvel nos dias atuais, pois, a
grande concorrncia fora a produo de software em um curto intervalo de tempo
(SOMMERVILLE, 2004 e PRESSMAN, 2004).
Segundo Gonzalez e Dankel (1993), as etapas do ciclo de vida, no desenvolvimento de
programas computacionais, utilizando o modelo seqencial linear, cascata ou waterfall, podem ser
seguidas conforme a Figura B.1.

Etapa 1 Etapa 2 Etapa 3 Etapa 4 Etapa 5 Etapa 6


Anlise Especificao Projeto Implementao Teste Manuteno

Figura B.1 Etapas de Desenvolvimento de Software Utilizando o Modelo Seqencial.


Fonte: GONZALES e DANKEL, 1993.

Segundo Rezende (2003), as caractersticas dos SBCs fazem com que alguns modelos de
processo de desenvolvimento tenham difcil aplicao. O modelo seqencial um exemplo, uma
vez que a natureza iterativa da obteno de conhecimento, a complexidade da validao e dos testes
e a complexidade de obteno completa do comportamento desses sistemas no incio do projeto so
fatores determinantes da dificuldade de sua utilizao. Para Gonzalez e Dankel (1993) muitas vezes
a abrangncia sobre o domnio do conhecimento muito grande, o que torna muito complexo e
rgido este modelo, no permitindo realimentaes e mudanas de paradigma ao longo do ciclo de
desenvolvimento do SBC.
230
b) Espiral

O modelo espiral combina os aspectos controlados e sistemticos do modelo seqencial


linear com aspectos de prototipagem, possibilitando o desenvolvimento rpido de verses
incrementais de software. Suas atividades so executadas seqencialmente na forma de uma espiral,
partindo de seu centro e girando no sentido horrio, Figura B.2. A cada volta completa, uma nova
interao iniciada e um novo ciclo de tarefas executado. A espiral segmentada em regies (de
trs a seis) seguindo a seguinte ordem (SOMMERVILLE, 2004 e PRESSMAN, 2004):

Comunicao com o usurio: envolve atividades e tarefas para estabelecer a comunicao


entre o desenvolvedor e o usurio;
Planejamento: envolve atividades e tarefas necessrias para definir recursos, prazos e outras
informaes relacionadas ao projeto;
Anlise de risco: envolve atividades e tarefas para avaliar os riscos, tanto tcnicos quanto
gerenciais;
Engenharia: envolve atividades e tarefas para construir uma ou mais representaes da
aplicao;
Construo e liberao: envolve atividades e tarefas necessrias para construir, testar,
instalar e fornecer apoio ao usurio;
Avaliao pelo usurio: envolve atividades e tarefas para obter realimentao do usurio,
com base na avaliao das representaes do software criadas durante o estgio de
engenharia e implementas durante o estgio de instalao.

Anlise de Risco
Planejamento

Comunicao
com o Usurio

Eixo de Pontos de
Entrada do Projeto Engenharia

Manuteno e Evoluo
Melhoria
Avaliao pelo Construo e Desenvolvimento de Novos Produtos
Usurio Entrega Desenvolvimento Conceitual

Figura B.2 Etapas de Desenvolvimento de Software Utilizando o Modelo Espiral.


Fonte: PRESSMAN, 2004.

As voltas mais internas da espiral so dedicadas ao projeto de desenvolvimento conceitual do


produto, cujo resultado final pode ser um primeiro prottipo ou apenas a modelagem do sistema. As
prximas voltas so dedicadas ao desenvolvimento de novos atributos do produto cujos resultados so
verses cada vez mais complexas do sistema. As voltas seguintes so dedicadas a melhoria do
produto, cujo objetivo efetuar ajustes finais no sistema e conclu-lo. Por fim, as demais voltas so
231
dedicadas manuteno e evoluo do produto. O incio de cada projeto marcado na espiral e
nomeado ponto de entrada do projeto. Como se trata de uma espiral, normalmente o ponto de entrada
de um projeto o trmino de outro. Sendo assim, um eixo traado na espiral determinando o local
em que os pontos de entrada sero marcados (SOMMERVILLE, 2004 e PRESSMAN, 2004).

c) Baseado em Componentes

O modelo de desenvolvimento baseado em componentes, Figura B.3, busca desenvolver um


sistema a partir de componentes previamente desenvolvidos. Caracterizado naturalmente por um
processo evolucionrio, necessita de uma abordagem interativa, o que lhe confere muitas das
caractersticas do modelo espiral. Este modelo sustentado principalmente pela orientao a objetos
que enfatiza a criao de classes que encapsulam tanto os dados quanto os algoritmos para
manipul-los, e, se adequadamente projetadas e implementadas so reusveis em diferentes
aplicaes (SOMMERVILLE, 2004 e PRESSMAN, 2004).
No modelo de desenvolvimento baseado em componentes, a atividade de engenharia comea
com a identificao das classes adequadas. Isso obtido pelo exame dos dados a serem manipulados
pela aplicao e dos algoritmos a serem aplicados para efetuar a manipulao. Classes criadas em
projetos anteriores de engenharia de software so armazenadas em uma biblioteca ou repositrio de
classes. Uma vez identificadas as classes adequadas, essa biblioteca examinada para determinar se as
mesmas j existem. Em caso afirmativo, so reusadas. Se uma classe apropriada no encontrada,
ento desenvolvida e inserida no repositrio (SOMMERVILLE, 2004 e PRESSMAN, 2004).
Anlise de
Planejamento Risco
Identificar os
componentes
adequados
Comunicao
com o Usurio
Procurar
Construir a ensima
componentes na
interao do sistema
biblioteca

Engenharia Inserir os novos Extrair os


componentes na componentes se
biblioteca estiverem disponveis

Avaliao pelo Construo e Construir


Usurio Entrega componentes se
no estiverem
disponveis

B.3 Desenvolvimento de Software com Modelo Baseado em Componentes.


Fonte: PRESSMAN, 2004.

d) Modelo Geral para Desenvolvimento de SBCs

Dentro da seqncia de etapas percorridas durante a evoluo e o desenvolvimento dos SBCs,


Figura B.4, independente do modelo adotado, tem-se obrigatoriamente, distribudas ao longo de todo o
ciclo de desenvolvimento dos SBCs, a passagem pelas seguintes fases (REZENDE, 2003):
232

1) Planejamento do SBC - Nessa fase identificado o domnio do conhecimento, selecionada a


equipe de desenvolvimento do SBC e a ferramenta a ser utilizada no desenvolvimento do
sistema. O domnio de conhecimento deve ser plenamente entendido por toda a equipe para
uma melhor interao com o EH.
2) Aquisio do Conhecimento (AC) - Esta fase refere-se identificao, conceituao e
formalizao do conhecimento. Tem como objetivo adquirir os conhecimentos que sero
armazenados na Base de Conhecimento, ou seja, a fase de execuo do planejamento
realizado na etapa anterior.
3) Implementao do SBC - Nesta fase realizada a codificao do sistema atravs de
linguagens ou ferramentas adequadas, documentado o sistema, gerado manuais e
implementado a interface do SBC. Nesta fase o conhecimento adquirido deve ser
representado formalmente. Para isso, utiliza-se a estrutura de Representao do
Conhecimento (RC) selecionada na Fase 1.
4) Validao e Refinamento do SBC - Esta fase envolve a validao e a verificao do sistema,
atividades complementares, necessrias para avaliar e assegurar a qualidade do SBC. Aps a
avaliao das caractersticas dinmicas do SBC o sistema refinado, corrigindo algum
conhecimento incorreto ou ausente no modelo executvel.

4) Validao e
Refinamento do SBC
Refinar o
SBC
Validao e
1) Planejamento do SBC Verificao
do SBC
Selecionar a Selecionar a
Identificar Equipe de Ferramenta para Identificao
o Domnio Documentar
Desenvolvimento Desenvolvimento
o SBC
Conceituao
Implementar
Formalizao a Interface do
2) Aquisio do SBC
Representar o
Conhecimento Conhecimento na
Ferramenta
3) Implementao do SBC

Figura B.4 Processo de Desenvolvimento de um SBC.


Fonte: REZENDE, 2003.

Segundo Rezende (2003) importante ressaltar que, idealmente, a Etapa 1 ocorre apenas
uma vez ao longo do ciclo de vida do SBC, porm as Etapas 2, 3, e 4 compem uma etapa contnua
de melhoramento do sistema.

B.2 AQUISIO E ELICITAO DO CONHECIMENTO TCNICAS MANUAIS

a) Baseadas em Anlise de Protocolo

Para Rezende (2003), tcnicas baseadas em entrevistas compartilham os seguintes problemas:


233

Especialistas so valiosos para as empresas e, por conta disso, so muito requisitados e


atarefados, no dispondo de tempo para o processo de AC;
O entrevistado tende a se sentir avaliado no processo de entrevista, podendo acabar se
inibindo e omitindo importantes partes do seu conhecimento;
O especialista retrata seu trabalho em vez de execut-lo, podendo no se lembrar do
conhecimento empregado, ou apresentar justificativas que no correspondam verdadeira-
mente ao conhecimento utilizado ao resolver o problema.

Mtodos de acompanhamento visam entender o processo de raciocnio do especialista. O


Engenheiro do Conhecimento (EC) usa essas tcnicas para descobrir qual conhecimento est sendo
usado e como ele est sendo usado pelo especialista em suas tarefas (REZENDE, 2003).
Na Anlise de Protocolo, o EC pode utilizar uma amostra representativa de casos resolvidos
e solicitar ao especialista que explique como os resolveu. Ou o especialista solicitado a realizar
uma tarefa real e, ao mesmo tempo, verbalizar o seu pensamento sob observao do EC que, mais
tarde, deve interpretar, organizar e analisar o processo de deciso do especialista e transp-lo para
uma representao que possa ser revista pelo especialista. A Tabela B.1 mostra as vantagens e
desvantagens deste mtodo (REZENDE, 2003).

Tabela B.1 Vantagens e Desvantagens da AC Baseada em Anlise de Protocolo.


Fonte: REZENDE, 2003.
Vantagens Desvantagens
Muitas vezes, o especialista usa conhecimento
O especialista considera de modo consciente as
subjetivo ou tcito na resoluo dos problemas e no
heursticas usadas no processo de deciso.
encontra palavras para verbaliz-lo.
O especialista pode se desviar da tarefa de resolver o
O EC observa e analisa o comportamento do
problema para se concentrar na tarefa de buscar uma
especialista, durante o processo de deciso.
explicao para as suas decises.
O especialista expressa o conhecimento utilizado no No existe garantia que o EC selecionar tarefas que
momento e no ambiente em que o est utilizando e as cubram todo o espectro de problemas necessrio para a
dvidas podem ser esclarecidas mais tarde. criao da base de conhecimento.

b) Brainstorming

A tcnica conhecida como Brainstorming, consiste em reunir especialistas da mesma rea e


promover um debate para que eles forneam idias e sugestes para o projeto. O EC faz o registro
dos fatos e estes, posteriormente, so analisados pelo grupo.

c) Tomada de Deciso

A tcnica de Tomada de Deciso acontece em comum acordo entre os especialistas que se


renem para deliberar sobre um determinado assunto. O objetivo encontrar a melhor soluo
obtida atravs de simples votao.
234

d) Baseadas em Modelos

Segundo Rezende (2003), por muito tempo, as tcnicas apresentadas anteriormente foram as
dominantes dentro da rea de Engenharia do Conhecimento. Embora at hoje elas sejam
extremamente teis, o seu uso exclusivo confere um carter muito maior de arte, ao processo de AC,
do que propriamente de engenharia.
A tcnica de aquisio baseada em modelos fortemente baseada no reuso de componentes
de conhecimento, isto , descries estruturadas do conhecimento genrico envolvido na resoluo
do problema objetivando a formulao de um modelo geral do conhecimento de uma determinada
aplicao (REZENDE, 2003).
Uma questo-chave a respeito da modelagem do conhecimento diz respeito ao tipo de
conhecimento enfocado inicialmente na construo do modelo. Segundo a bibliografia pesquisada,
algumas das alternativas so: Modelo de Domnio, Modelo de Tarefa e Modelo de Mtodos de
Resoluo de Problemas.

d1) Modelo de Domnio

Descreve as entidades do domnio, suas relaes e seu comportamento. O modelo do


domnio descreve o conhecimento esttico e genrico da aplicao, podendo ser utilizado por mais
de um agente. No nvel mais bsico, o conhecimento do domnio declarado por meio da ontologia
do domnio, que descreve o conhecimento declarativo e esttico daquele domnio, a ser acessado por
todos os agentes que atuam sobre ele (ABEL, 2005).
O termo ontologia pode ser definido como uma especificao formal e explcita de um
conjunto de conceitos compartilhados. Os conceitos, neste caso, referem-se queles selecionados
como relevantes em um determinado domnio. Explcito significa que, o conjunto de conceitos
utilizados e as restries aplicadas so previamente e explicitamente definidas. Formal refere-se ao
fato de que se espera que uma ontologia seja processvel por computador, o que exclui definies em
linguagem natural, por exemplo. Finalmente, uma ontologia compartilhada porque descreve um
conhecimento consensual, que utilizado por mais de um indivduo e aceito por um grupo (STUDER
et al, 1998). Segundo Damski et al (1993) uma ontologia de domnio definida atravs de:

Um vocabulrio de conceitos, ou termos do domnio.


Os tipos que esses conceitos podem ter, ou seja, a tipologia do domnio, que definem no
s os tipos de dados, mas as restries de valores que os termos devem respeitar.
As relaes de classe e subclasse ou de particionamento dos conceitos, que iro formar as
taxonomias 1 e partonomias 2 daquele domnio.

1
Taxonomias a maneira como se organiza classes e sub-classes dentro da ontologia.
2
Partonomia uma ligao semntica de como os conceitos podem ser organizados.
235
d2) Modelo de Tarefa

Descreve genericamente quais as caractersticas do problema e das solues. O modelo da


tarefa expressa os objetivos da aplicao de uma forma precisa e sistemtica e as atividades
necessrias para atingi-los. Expressa como um objetivo pode ser atingido e como diversos objetivos
so inter-relacionados (ABEL, 2005).
Segundo Schreiber (1992) uma tarefa normalmente descrita atravs de dois componentes:
a definio da tarefa, que expressa qual o objetivo a ser atingido (carter declarativo), e o corpo da
tarefa que especifica como atingir aquele objetivo (carter procedimental). O modelo da tarefa
descreve ainda como um objetivo pode contribuir para alcanar outro objetivo, permitindo a
decomposio de uma tarefa em outras mais simples, construindo a estrutura de uma tarefa.
O modelo da tarefa, ao contrrio do modelo do domnio, especfico para uma aplicao e
tipo de problema. Nele, so especificados os dados de entrada, as aes de inferncia possveis e as
condies para que o objetivo seja atingido (ABEL, 2005).

d3) Modelo de Mtodos de Resoluo de Problemas

Os mtodos de soluo de problemas permitem modelar o componente dinmico do


conhecimento do domnio. uma forma de relacionar uma tarefa e o modelo do domnio a fim de
atingir determinado objetivo. Mtodos de soluo de problemas foram inspirados no processo de
soluo de problema de especialistas humanos. Eles no refletem, por exemplo, o mtodo dedutivo
que permite executar uma regra, mas sim o conhecimento de controle que diz como selecionar a
regra adequada a cada momento e como combinar as dedues de um conjunto de regras
(CLANCEY, 1989; BENJAMINS e FENSEL, 1998; STUDER et al, 1998).
Um mtodo de soluo de problemas um modelo abstrato de inferncia que pode ser
reconhecido ou reaplicado em tarefas similares em diferentes domnios. No , porm, to genrico
ou equivalente aos mtodos de inferncia implementado nos sistemas especialistas de primeira
gerao, como encadeamento progressivo ou regressivo. Corresponde a uma generalizao de um
padro de raciocnio especfico, mas no um raciocnio genrico que possa ser aplicado em
diferentes classes de problemas (BENJAMINS e FENSEL, 1998).
Mtodos de soluo de problemas tm sido, isoladamente, o mais intenso tpico de pesquisa
em Engenharia de Conhecimento recentemente. Consistem de um problema mal equacionado
cientificamente, pela pobre compreenso dos mecanismos cognitivos de soluo de problema. Sua
compreenso e a gerao de um modelo formal pode levar ao desenvolvimento de um conjunto de
metodologias mais maduras para construo de sistemas que utilizem conhecimento
(STERNBERG, 1994).
Entre as ferramentas de modelagem mais conhecidas podem ser citadas: Mtodos
Limitados a Papis (McDERMOTT, 1988), Tarefas Genricas (CHANDRASEKARAN,
1988), KADS - Knowledge Acquisition and Design Structure (WIELINGA et al, 1992) e
236
Proteg II (MUSEN et al, 1987). Elas se baseiam primordialmente na diferenciao do tipo de
conhecimento envolvido na resoluo de um dado problema. Contudo, cada uma delas
considera um diferente conjunto de tipos de conhecimento como fundamento de modelagem.
No KADS a implementao do sistema responsabilidade do projetista, onde informaes
adicionais relativas a detalhes de implementao so acrescentadas ao modelo de
conhecimento (REZENDE, 2003). Mais recentemente, Motta (1998) props uma nova tcnica
de modelagem, denominada TMDA (Task / Method / Domain / Application), que procura
integrar consistentemente os tipos de conhecimento utilizados nas outras tcnicas. TMDA se
fundamenta na idia de que uma base de conhecimento de um SBC pode ser caracterizada em
termos da tarefa a ser resolvida, do mtodo escolhido para resolver a tarefa, do domnio do
problema e da aplicao. Heijst et al (1997) identificam genericamente dois tipos de
modelagens adotadas pelas tcnicas de aquisio baseadas em modelos Figura B.5.

Bottom-up: refere-se ao processo de construo em que uma estrutura imposta sobre um


conhecimento j adquirido sobre a aplicao;
Top-down: refere-se ao processo de refinamento onde um modelo abstrato selecionado
ou construdo, e depois instanciado com conhecimento especfico da aplicao.

Impor estrutura
Bottom-up Adquirir ao conhecimento
conhecimento j elicitado

Selecionar ou
Instanciar o
Top-down Construir o
modelo inicial
modelo inicial

Figura B.5 Tcnicas de Modelagem Bottom-up e Top-down.


Fonte: HEIJST et al, 1997.
Pode-se dizer que as duas formas de modelagem usam algum tipo de modelo inicial do
conhecimento, apesar de este modelo ser, no primeiro caso, bem fraco. A melhor forma de ver as duas
interpretaes como um contnuo entre extremos que varia de um suporte de modelo inicial fraco a
um suporte de modelo inicial forte (HEIJST et al, 1997).
Segundo Rezende (2003) na tcnica bottom-up, o conhecimento pode ser adquirido,
inicialmente, por meio do uso de algumas das tcnicas de AC mencionadas at aqui. Em seguida, ele
trabalhado e complementado para formular os diferentes tipos de modelos de conhecimento. Estes so
utilizados para formular o modelo genrico de resoluo de problemas que, por fim, adaptado para
atender a aplicao especfica. A tcnica top-down tem sido o maior foco de pesquisa atualmente. Ela
assume a existncia de bibliotecas de modelos gerais do conhecimento que podem ser selecionados e
integrados para produzir o modelo do conhecimento da aplicao. Este modelo geral de conhecimento
estrutura a base e serve de guia para a AC, indicando quais informaes necessitam serem obtidas das
237
fontes disponveis (REZENDE, 2003). No processo de construo e refinamento de modelos, cinco
atividades so executadas, como ilustrado na Figura B.6 (HEIJST et al, 1997):

Construo do Instanciao do Compilao do


Modelo Inicial Modelo Inicial Modelo Instanciado

Modelo Modelo Inicial Modelo


Inicial Instanciado Executvel

Validao Refinamento do
Modelo Instanciado
Figura B.6 AC no Paradigma Top-down.
Fonte: HEIJST et al, 1997.

Construo do Modelo Inicial: envolve a criao ou seleo de uma especificao abstrata do


conhecimento, necessria realizao de uma tarefa particular em algum domnio. Modelos
iniciais variam em quantidade de detalhes e em abrangncia;
Instanciao do Modelo: nessa fase, o modelo inicial preenchido com o conhecimento de
domnio para gerar uma base de conhecimento completa. Em geral, o conhecimento
representado em uma linguagem no executvel;
Compilao do Modelo: consiste em transformar o modelo inicial instanciado em uma base de
conhecimento executvel;
Refinamento do Modelo: nessa fase, as caractersticas dinmicas do SBC so validadas
usando-se um conjunto de casos de teste. Um feedback gerado no caso de algum
conhecimento incorreto ou ausente no modelo executvel;
Validao: prov feedback a respeito da validade do modelo inicial, que pode levar a
identificar partes que precisam ser adaptadas ou colocadas em uma biblioteca para reuso.

A principal vantagem das tcnicas baseadas em modelos induzir a construo de bases de


conhecimento mais organizadas e, conseqentemente, menos propensas a inconsistncias, erros e
incompletudes. A sua principal desvantagem ainda demandar um grande esforo para a construo
do SBC, uma vez que, alm da tarefa de construo do modelo de conhecimento da aplicao,
tambm necessria uma etapa na qual o modelo implementado na linguagem de programao
adotada pelo SBC.

e) Tcnica Delphi

Apesar do primeiro experimento utilizando Delphi ter sido realizado em 1948, ela se tornou
popular somente aps a publicao do primeiro artigo descrevendo a tcnica, em 1963 (GUPTA e
CLARKE, 1996). Para Gupta e Clarke (1996), Delphi uma das tcnicas mais populares para
prognstico no campo tecnolgico e no industrial, onde se estima que 90% dos estudos fazem uso da
238
tcnica. Ayyub (2001) vai alm e qualifica Delphi como a tcnica mais conhecidas para elicitao de
conhecimento de especialista.
As abordagens tradicionais de discusso em grupo so muito utilizadas a fim de possibilitar uma
interao entre os participantes para que se alcance um consenso sobre o assunto. No entanto, o
trabalho em grupo tem alguns inconvenientes, tais como: a presena de um participante dominante; a
capacidade de persuaso de cada um; a tendncia do participante querer ter a aprovao da equipe; a
resistncia de mudar de opinio depois de exp-la ao grupo (DALKEY, 1968); a presso para se
alcanar um consenso; e o rudo causado por material redundante ou irrelevante que ofusca materiais
relevantes (DALKEY, 1967).
Dalkey (1967) constatou que, em questes que no se pode verificar a veracidade dos
resultados, tipicamente as opinies convergem durante as iteraes e que, nos casos que se pode
confirmar os resultados, as respostas tendem a se mover na direo da "resposta verdadeira". Aps a
execuo de experimentos comparando os resultados obtidos em reunies estruturadas e por meio da
tcnica Delphi, Dalkey (1967) observou que as respostas obtidas por meio de questionrios foram
mais acuradas que as obtidas nas discusses em grupo. Outra constatao importante neste
experimento que as respostas obtidas na segunda iterao dos questionrios eram mais acuradas que
na quarta, e ltima, iterao. Acredita-se que este efeito tenha sido causado pela fadiga dos
participantes ou pelo fato de toda informao relevante ter vindo tona na segunda iterao e as
iteraes posteriores se tornaram devaneios. No entanto, no ficou clara a causa deste efeito.
A tcnica Delphi possui as seguintes caractersticas: reduz os efeitos dos aspectos indesejveis
das reunies, decorrente da interao do grupo, destacando-se como caractersticas o anonimato,
elicitando separadamente e de forma privada as respostas das questes preparadas; possibilita
repetidas iteraes do conhecimento elicitado; resoluo das diferenas; controle da realimentao,
reduzindo o rudo de informaes menos relevantes; e obteno de uma estatstica das respostas que
apresente a opinio do grupo de forma representativa (GUPTA e CLARKE, 1996; DALKEY, 1967).
Linstone e Turoff (2002) dividem os mtodos de aplicao da tcnica Delphi em dois grupos:
Delphi convencional (lpis-e-papel) e conferncia Delphi. No primeiro, um pequeno grupo de
mediadores elabora questionrios para um grupo maior de respondentes. As respostas so, ento,
resumidas e, baseado nos resultados, elabora-se um novo questionrio. Usualmente, os respondentes
tm a oportunidade de avaliar as respostas do grupo pelo menos uma vez. Na conferncia Delphi
computadores so programados para fazer a compilao dos resultados, reduzindo a influncia do
grupo de moderadores. Isso traz algumas vantagens (Por Exemplo: a eliminao dos atrasos causados
no processamento das informaes em cada rodada do Delphi) contudo requer que as caractersticas
da comunicao estejam bem definidas antes que a tcnica seja aplicada, enquanto que no mtodo
convencional o grupo de monitores pode fazer ajustes em funo das respostas obtidas.
interessante salientar que Brown (1968), j destacava na dcada de sessenta que
computadores poderiam ser utilizados para coletar as respostas dos especialistas; processar estas
informaes; computar medidas sobre as respostas do grupo; agregar informaes relevantes e
plausveis de um banco de dados existentes; e realimentar o grupo para uma nova iterao.
239
Contudo, a tcnica Delphi tem suas limitaes e desvantagens. Ironicamente, algumas dessas
desvantagens so tambm vantagens, por exemplo: apesar do anonimato procura reduzir a influncia
do grupo sobre o respondente, ele pode resultar num comprometimento individualizado e no refletir o
consenso do grupo (GUPTA e CLARKE, 1996). A seguir, seguem alguns outros inconvenientes de se
optar pela tcnica Delphi (LINSTONE; TUROFF, 2002 e GUPTA; CLARKE, 1996): o mediador
pode impor sua viso ou estruturar o Delphi de forma a permitir outras perspectivas do problema; o
mediador pode ignorar e no explorar discordncias, desencorajando a discusso o que pode acarretar
em um consenso artificial; o resumo e a apresentao das respostas de forma inadequada pode
dificultar, ou at inviabilizar, a aplicao da tcnica; participantes podem inadvertidamente ou
deliberadamente promover um resultado; ausncia de critrios para distinguir um especialista de um
leigo e ausncia de evidncias suficientes para julgar se a resposta de um especialista mais confivel
que de outro; e assumir que a tcnica Delphi pode resolver todo tipo de problema e ignorar outras
formas de comunicao.

B.3 AQUISIO E ELICITAO DO CONHECIMENTO TCNICAS AUTOMATIZADAS

a) Baseadas no Reuso do Conhecimento do Domnio

Um dos problemas com o uso de shells que elas deixam sob encargo do EC ou do
especialista toda a responsabilidade por fornecer o conhecimento da aplicao a ser desenvolvida. Para
sanar esta limitao algumas ferramentas usam o conhecimento do domnio no qual so aplicadas para
interrogar o EC ou especialista a respeito do novo conhecimento que est sendo incorporado no SBC.
O fato de esta abordagem ser especfica do domnio traz vantagens e desvantagens. Enquanto ela
permite o sistema utilizar a terminologia usada pelo especialista e fazer questionamentos detalhados
sobre o conhecimento do domnio, ela restringe a sua reutilizao, uma vez que um novo domnio
pode apresentar caractersticas bem distintas do domnio presente na base de conhecimento
(REZENDE, 2003).
Um exemplo desta tcnica de AC o OPAL (Object, Process and Actor Modelling Language)
que uma ferramenta de AC desenvolvida para o uso em um domnio particular: o planejamento da
terapia do cncer, que feito por meio de complexos planos de tratamento denominados protocolos.
Ele dispe de conhecimento sobre as principais drogas para o tratamento de cncer, sobre a qumica
do sangue e de como interagem entre si. O conhecimento do OPAL permite reduzir a elicitao de
conhecimento ao preenchimento de formulrios. A ferramenta dispe de editor grfico para redes de
transio usadas para capturar os desvios e as iteraes dos planos de tratamento.

b) Baseadas no Reuso de Modelos

Segundo Rezende (2003) muitos construtores de SBC, representam o conhecimento de uma


maneira fortemente influenciada pela aplicao em desenvolvimento, sem se preocupar se esse
240
conhecimento pode ser usado por outros sistemas.
A partir desta constatao, os esforos se direcionaram a promoo do reuso de conhecimento
atravs da confeco de bibliotecas de componentes reusveis de conhecimento e da disponibilizao
de seus elementos para a composio de bases de conhecimento. Tais componentes so projetados
levando em conta o objetivo de serem reusados, em mltiplas aplicaes, o que por um lado exige
maior rigor e esforo, mas por outro permite que o mesmo conhecimento s necessite ser representado
uma nica vez. Esta tcnica tornou-se ainda mais utilizada quando a aquisio comeou a ser vista
como um processo de modelagem do conhecimento (REZENDE, 2003).
Para exemplificar esta tcnica Swartout et al (1999) cita o EXPECT que uma ferramenta de
AC que oferece uma biblioteca de mtodos de resoluo de problemas a partir dos quais um SBC pode
ser construdo. Permite tambm a adio e extenso dos mtodos existentes. Cada mtodo tem
acoplado uma ontologia que define os termos usados no mtodo.
Outro exemplo a metodologia KADS - Knowledge Acquisition and Design Structure
(WIELINGA et al, 1992) que tem evoludo no sentido de oferecer editores para os seus diversos tipos
de modelos, e disponibilizar o uso de bibliotecas de componentes reusveis (ontologias, mtodos de
resoluo de problemas e procedimentos de inferncia) e de indicar como utilizar estas ferramentas na
construo do SBC.
O PROTG-II (PUERTA et al, 1996) amplia a abordagem PROTG desvinculando-a de
um mtodo especfico de resoluo de problemas e fornecendo vrias ferramentas de apoio
construo de SBCs, dentre as quais um editor de ontologias, um mecanismo de configurao de
componentes e, em particular, uma ferramenta chamada DASH, que permite a gerao de um sistema
de AC especfico para um domnio, a partir de uma ontologia deste domnio.
Motta (1998) prope um modelo flexvel para organizar e utilizar bibliotecas de componentes
reusveis, baseando-se em um paradigma de busca para criar um modelo genrico de resoluo de
problemas que instanciado com o conhecimento especifico da aplicao e configurado a partir de
bibliotecas de mtodos, do domnio e de ontologias de tarefas.

c) Baseada em Ontologias Reusveis

Rezende (2003) afirma que: uma forma comum, de criar componentes reusveis, por meio
da confeco e disponibilizao de ontologias de carter genrico. Ontologias genricas descrevem
conceitos e relaes que podem ser usados em diferentes Bases de Conhecimento. Elas podem
descrever conceitos bem gerais como espao, tempo, matria, objeto, evento e ao, os quais so
independentes de um problema, domnio ou mtodo em particular. Podem tambm descrever os
conceitos relacionados a um domnio genrico como medicina, engenharia, finanas ou automveis,
ou relacionados a uma tarefa genrica como diagnstico ou planejamento, ou mesmo relacionados a
um mtodo genrico como gerar-e-testar ou propor-e-revisar.
Para Rezende (2003), os conceitos e as relaes de uma ontologia podem ser definidos em
diferentes nveis de formalidade, variando desde definies altamente informais, em linguagem
241
natural, at definies rigorosas em linguagens formais, como a lgica de primeira ordem. Para
Motta (1998), pode-se ainda usar linguagens especificamente projetadas para a descrio de
ontologias, a mais conhecida dentre estas a Ontolingua (GRUBER, 1993).
Em geral, quanto mais formal a ontologia, maior o potencial de reuso computacional.
Ontologias formais podem ser incorporadas a bases de conhecimento diretamente, quando expressas
na prpria linguagem de representao do SBC, ou por meio do uso de tradutores automatizados.
Contudo, apesar de alguns experimentos bem sucedidos e do grande potencial de reduzir o ciclo de
desenvolvimento de SBCs, existem algumas dificuldades para tornar o reuso eficiente. As
ontologias disponveis no so gerais o bastante, para serem usadas com pouco esforo de
adaptao, o que pode acarretar uma preferncia por construir uma nova ontologia a reusar uma
existente. Outro problema que a integrao de ontologias, pois elas podem possuir vocabulrios e
vises conflitantes do mundo. Ontologias tambm no podem ser estacionrias, pois necessitam
evoluir com o tempo (REZENDE, 2003).

d) AC Baseada no Reuso do Mtodo de Resoluo de Problemas

Algumas ferramentas baseiam-se no reuso de mtodos genricos de resoluo de problemas. Em


contraste com o uso de shells, que fornecem uma forma de representao e um mecanismo de inferncia
bastante geral, estas abordagens oferecem uma seqncia abstrata de etapas que devem ser realizadas
para resolver uma determinada classe de problemas. Embora esta tcnica seja mais especfica (s se
aplica a problemas que apresentem as caractersticas necessrias para a execuo eficiente do mtodo),
ela fornece mais elementos para reuso, direcionando e facilitando a aquisio (REZENDE, 2003).
Um exemplo desta metodologia o MOLE, um sistema automatizado de AC para
problemas de classificao heurstica que possui a capacidade de tolerar informaes imprecisas,
capacidade de adicionar, refinar e corrigir a base de conhecimento. O mtodo de resoluo de
problemas adotado o generalizar-diferenciar (cover-and-differentiate). O MOLE extrai
informaes relevantes do especialista na construo de um solucionador de problemas heurstico, o
sistema est habilitado para retirar a ambigidade sobre a base de conhecimento, ou seja, quando
existirem vrias hipteses que explicam um determinado conceito, o MOLE escolher a melhor
explicao e gradativamente refinar a base de conhecimento. utilizado na rea de diagnstico de
motores, problemas siderrgicos e ineficincias em usinas termoeltricas (ESHELMAN et al, 1988).

e) AC Baseada em Tcnicas Provindas da Psicologia

A experincia do especialista muitas vezes baseada em sua percepo e intuio. Por isso,
ele pode ter dificuldade em verbalizar a sua linha de raciocnio. Para sobrepor esse tipo de limitao da
AC e conseguir extrair o modelo mental do especialista sobre o domnio do problema, algumas
tcnicas de elicitao foram desenvolvidas. Essas tcnicas tm sua origem na psicologia e utilizam
uma abordagem denominada entrevista de classificao. Os princpios e as teorias da psicologia tm
242
sido aplicados na AC manual. Contudo, algumas destas tcnicas so bem estruturadas e podem ser
auxiliadas por computador. O mtodo mais conhecido, e que utiliza tcnicas provindas da psicologia,
o de Anlise de Grades de Repertrio (AGR) ou em ingls, Repertory Grid (REZENDE, 2003).
A AGR baseada em um modelo de raciocnio humano (KELLY, 1955) denominado
Teoria de Construo Pessoal. Nessa teoria, cada pessoa vista como um cientista, capaz de
predizer e controlar eventos, formando teorias, testando hipteses e analisando resultados de
experimentos. O conhecimento e a percepo sobre o mundo (um domnio ou problema) so
classificados e categorizados pelo indivduo, formando um modelo de percepo pessoal. Baseado
nesse modelo, cada pessoa capaz de antecipar situaes e atuar sobre essas antecipaes. O
modelo pessoal descreve o desenvolvimento e o uso do conhecimento do especialista em trabalho e
passvel de ser implementado em um SBC (CARVALHO, 1995).
O sistema AQUINAS um exemplo de ferramenta que entrevista especialistas utilizando o
mtodo de AGR. Primeiro, a ferramenta solicita ao especialista identificar solues para o seu
problema. Em seguida, a ferramenta pede que considere os atributos importantes para a sua tomada
de deciso. Depois, para cada atributo solicitado estabelecer uma escala bipolar, ou seja, uma
escala com dois valores de atributos opostos. Finalmente, a ferramenta solicita ao especialista
atribuir valores de 1 a 5 para cada atributo das solues dentro de sua respectiva escala bipolar. O
resultado fica registrado em uma grade de pontuaes. Essa grade pode ser usada para recomendar,
em situaes nas quais conhecida a importncia de cada atributo, qual a melhor soluo. O sistema
AQUINAS um sistema automatizado hbrido de aquisio e representao do conhecimento.
Possui vrios mtodos para gerenciar a incerteza com diferentes ferramentas que modelam as tarefas
bsicas de AC e comparam o conhecimento de diferentes especialistas. A representao do
conhecimento atravs de regras de produo. Este sistema utilizado pela Boeing desde 1983
(BOOSE e BRADSHAW, 1988).

f) Induo de Regras e rvore de Deciso

A induo de regras se refere deteco de tendncias dentro de grupos de dados, ou de


regras sobre os dados. As regras so, ento, apresentadas aos usurios como uma lista no
encomendada. A traduo das regras para um modelo aproveitvel feita pelo usurio ou por uma
interface de rvore de deciso (REZENDE, 2003).
As rvores de deciso so uma evoluo das tcnicas que apareceram durante o
desenvolvimento das disciplinas de aprendizado de mquinas. Elas cresceram a partir da
aproximao de uma anlise chamada Deteco de Interao Automtica (DIA), desenvolvida na
Universidade de Michigan. Essa anlise tem a finalidade de realizar testes automticos, com todos
os valores do atributo, para identificar aqueles que so fortemente associados com o item de sada
selecionado para o exame. Esses testes so realizados com o clculo da entropia, que um mtodo
bastante utilizado para a construo de rvores de deciso, pois revela o grau de desorganizao de
um atributo em relao ao item de sada. Os valores encontrados com forte associao so os
243
prognsticos chaves ou fatores explicativos, tambm chamados de regras sobre o dados. As rvores
de deciso so utilizadas quase sempre em conjunto com a induo de regras, apresentando os
resultados da induo de regras num formato com priorizao. Logo, a regra mais importante
apresentada na rvore com o primeiro n e as regras menos relevantes so representadas como ns
subseqentes (REZENDE, 2003).

g) Knowledge Discovery in Data Base (KDD)

A Extrao de Conhecimento de Bases de Dados ou o termo em ingls Knowledge


Discovery in Data Base (KDD), como mais utilizado, foi criado em 1989 para se referir ao amplo
processo de descoberta de conhecimento em dados e, para enfatizar a aplicao de alto nvel do
mtodo particular de Minerao de Dados (Datamining). O termo Minerao de Dados era usado,
em geral, pelos estatsticos, analistas de dados e a comunidade de gerenciamento de sistemas de
informao, ao passo que KDD era mais usado pelos pesquisadores em IA e Aprendizado de
Mquina. O KDD mostra-se como uma ferramenta semi-automtica que possibilita a anlise de
grandes conjuntos de dados, propondo-se como o descobridor de informao til a partir de grandes
bases de dados. A informao descoberta pode ser representada por regras, descrevendo
propriedades dos dados, padres que ocorrem freqentemente, agrupamento de objetos na base de
dados, etc... (FERNANDES, 2003).
O processo de KDD tem o objetivo de encontrar conhecimento a partir de um conjunto de
dados para ser utilizado em um processo decisrio. Portanto, um requisito importante que esse
conhecimento descoberto seja compreensvel a humanos, alm de til e interessante para os usurios
finais do processo, que geralmente so tomadores de deciso, de forma que ele fornea um suporte a
esses usurios no processo de tomada de deciso. KDD o processo de identificao de padres
vlidos, novos, potencialmente teis e compreensveis embutidos nos dados (REZENDE, 2003). A
Figura B.7 ilustra o processo KDD, que se caracteriza pelos seguintes passos (FERNANDES, 2003):

Consolidao dos Seleo e Minerao Interpretao


Dados Pr-processamento de Dados e Avaliao
Dados Dados Padres e
Fonte de Consolidados Organizados Modelos
Dados Warehouse
Conhecimento

Figura B.7 O Processo KDD.


Fonte: adaptado de FERNANDES, 2003.

Compreenso do domnio: um pr-requisito para se extrair qualquer conhecimento til, ou


seja, o usurio de um sistema KDD deve ter uma certa compreenso sobre a rea de
aplicao antes que qualquer informao de valor possa ser obtida;
Organizao do conjunto de dados: tambm conhecida como Armazenamento de Dados ou
Datawarehouse, envolve a seleo da fonte de dados, a integrao dos dados heterogneos, a
244
limpeza dos erros nos dados, a avaliao do rudo, o tratamento dos valores perdidos, etc...;
Descoberta dos padres: o passo em que os padres freqentes e de interesse so
levantados a partir dos dados.

h) AC Baseada em Aprendizado de Mquina

O objetivo desta tcnica segundo Rezende (2003) desenvolver mtodos computacionais


automticos para AC. Um estudo mais aprofundado desta metodologia, pode ser visto em Carvalho
(1995), que cita as seguintes abordagens para efetiv-la: Aprendizagem por Memorizao,
Aprendizagem por Aconselhamento, Aprendizagem por Induo, Aprendizagem por Explicaes,
Aprendizagem por Descoberta, Aprendizagem por Analogia e Aprendizagem por Redes Neurais.

B.4 REPRESENTAO DO CONHECIMENTO (RC) TCNICAS

a) Representao Lgica

A lgica matemtica uma linguagem formal. Diferentemente de linguagens naturais nas


quais as regras gramaticais so imprecisas, nas linguagens formais sempre se pode dizer se uma
seqncia de smbolos est de acordo com as regras para a construo de expresses (frmulas) da
linguagem (REZENDE, 2003).
A lgica matemtica possui vrias regras sintticas de deduo, isto , formas de realizar
inferncias dedutivas exclusivamente a partir do formato sinttico das expresses da linguagem, sem
se basear em quaisquer idias extras ou intuitivas. O termo deduo automtica refere-se ao
comportamento de qualquer programa de computador que realiza inferncias dedutivas a partir das
leis da lgica matemtica (RICH, 1993).
Existem vrios tipos de lgicas usadas para a realizao de deduo automtica. O
clculo proposicional a mais simples delas porque baseia se apenas na existncia de constantes e
no uso de operadores lgicos. Contudo o clculo proposicional apresenta vrias limitaes. Para
isso, necessrio usar o clculo de predicados ou lgica de primeira ordem. A lgica de primeira
ordem possui um grande potencial expressivo para a RC e tem sido o instrumento preferido para a
formalizao do conhecimento durante o processo de desenvolvimento de um SBC. Vrias
extenses da lgica matemtica, dentro da rea de deduo automtica, tm sido estudadas, tais
como: lgicas no monotnicas, modais, temporais e descritivas. Essas extenses tornam o uso da
lgica, mais adequado e fcil em determinados contextos (REZENDE, 2003).

b) Redes Semnticas

Uma rede semntica um grafo rotulado e direcionado formado por um conjunto de ns


representando os objetos (indivduos, coisas, conceitos, situaes em um domnio) e por um
245
conjunto de arcos representando as relaes entre os objetos. Um arco rotulado com o nome da
relao que ele representa. Vrios arcos podem ter o mesmo rtulo, entretanto cada objeto
representado por apenas um n (RICH, 1993).
Objetos complexos muitas vezes podem ser decompostos em objetos mais simples. Essas
decomposies produzem dois tipos de relaes, ilustradas na Figura B.8:

um ou classe-de (is-a): as relaes entre os objetos esto em uma taxonomia hierrquica;


tem parte ou faz-parte (part-of): as relaes objetos obedecem a um tipo de composio,
ou seja, um objeto componente de outro, no havendo nenhum tipo de herana.

tem parte
Gesto da MCC
Manuteno tem parte
um um Etapas

MCC TPM FMEA


Figura B.8 Exemplo de Redes Semnticas: Tipo um e tem parte.
Fonte: do Autor.

Uma das propriedades mais importantes dessas relaes a transitividade, pois permite uma
declarao concisa de propriedades nos objetos mais gerais. Mecanismos de inferncia podem,
ento, ser utilizados para derivar essas propriedades para os objetos mais especficos. Esse
procedimento denominado Herana de Propriedades (REZENDE, 2003).
Um dos atrativos das redes semnticas como forma de RC a possibilidade de visualizao
grfica das estruturas de conhecimento e suas relaes. Porm, muitas vezes, as representaes
grficas impem limitaes expressivas que podem restringir o uso deste tipo de linguagem
(REZENDE, 2003).

c) Frames

Os Frames ou quadros, e sua variao, os roteiros ou scripts, foram introduzidos para


permitir a expresso das estruturas internas dos objetos, mantendo a possibilidade de representar
herana de propriedades como as redes semnticas. O frame um termo usado para designar um
agrupamento de conhecimentos relevantes a uma coisa, um indivduo, uma situao ou um conceito.
O frame possui um nome que identifica o conceito por ele definido e consiste de um conjunto de
atributos, chamados slots (BITTENCOURT, 2001). Em geral, um frame consiste em um conjunto
de atributos que, atravs de seus valores, descrevem as caractersticas do objeto representado pelo
frame. Os valores atribudos a estes atributos podem ser outros frames, criando uma rede de
dependncias entre os mesmos. Os frames so tambm organizados em uma hierarquia de
especializao, criando uma outra dimenso de dependncia entre eles. Os atributos tambm
apresentam propriedades, que dizem respeito ao tipo de valores e s restries de nmero que
246
podem ser associados a cada atributo. Essas propriedades so chamadas facetas (BITTENCOURT,
2001). A Figura B.9 mostra um exemplo de uma representao utilizando frame.

Frame: Compressores Volumtricos Super Frame: Compressor


Atributos Default Tipo Observao
Nmero de Cmaras de Compresso 2 Nmero
Nmero de Cilindros 2 Nmero
Finalidade Comprimir Gs Smbolo
um
Frame: Compressor Alternativo Super Frame: Compressores Volumtricos
Atributos Default Tipo Observao
Pisto, Eixo, Lista de
Partes
Biela Smbolos
Nmero de Estgios 2 Nmero
Modo de Refrigerao Ar Smbolo
Figura B.9 Exemplo de Frames.
Fonte: do Autor.
Da representao mostrada na Figura B.9, pode-se concluir que um Compressor Alternativo
um tipo de Compressor Volumtrico, normalmente com 2 cmaras de compresso, 2 cilindros e tem a
finalidade de comprimir gs, e possui alguns partes especficas um determinado nmero de estgios e
um modo de refrigerao. As facetas dos atributos especificam os tipos de valores esperados e, se for o
caso, procedimentos adequados para calcular o valor do atributo (campo observao).
Segundo Bittencourt (2001), da mesma maneira que as redes semnticas, os sistemas baseados
no mtodo de frames no so um conjunto homogneo, no entanto, algumas idias fundamentais so
compartilhadas por estes sistemas. Uma dessas idias o conceito de herana de propriedades, o que
permite a especificao de propriedades de uma classe de objetos atravs da declarao de que esta
classe uma subclasse de outra que goza da propriedade em questo. A herana pode ser um mecanismo
de inferncia muito eficiente em domnios que apresentem uma taxonomia natural de conceitos. Outra
idia comum aos sistemas baseados em frames o raciocnio guiado por expectativas . Um frame
contm atributos, e estes atributos podem ter valores tpicos. Ao tentar instanciar um frame para que
corresponda a uma dada ocorrncia, o processo de raciocnio deve tentar preencher os valores dos
atributos do frame com as informaes disponveis na descrio da ocorrncia. Com esta caracterstica o
processo de raciocnio, sabe o que procurar para completar a informao necessria, e caso esta no
esteja disponvel, que valores pode tentar imputar aos atributos no preenchidos. Alm dos valores
default, um atributo pode ser associado a um procedimento, que deve ser executado quando certas
condies forem satisfeitas, por exemplo: ao ser criado o atributo, ao ser lido o valor do atributo, ao ser
modificado o valor do atributo, ou ao ser destrudo o valor do atributo.

d) Objeto-Atributo-Valor

Conforme Durkin (1994), alm das relaes entre objetos, como redes semnticas, h
situaes que requerem uma descrio das caractersticas do objeto por meio de fatos. Estes fatos
so declaraes de um valor para um atributo particular do objeto. Este tipo de fato conhecido
como trade Objeto-Atributo-Valor (OAV). A representao trade OAV divide uma dada
247
declarao em trs partes distintas: objeto, atributo e valor. O objeto representado em uma trade
OAV pode ser um item fsico, tal como uma bomba ou vlvula, ou um item abstrato tal como falha
ou defeito. Atributo uma caracterstica do objeto que importante no domnio do problema. O
valor especifica a designao do atributo. O valor pode ser booleano, numrico ou no numrico.
Normalmente os objetos a serem representados em um SBC apresentam mais de uma caracterstica
relevante. Nestas situaes mais de um atributo com seus valores correspondentes caracterizam um
objeto. Um exemplo considerar a falha como objeto com seus atributos e valores, conforme
mostrado na Tabela B.2. A representao OAV til para modelar as condicionais a serem
combinadas com os fatos premissas, de uma regra.

Tabela B.2 Exemplo de Representao Objeto Atributo Valor (OAV).


Fonte: do autor.
Objeto Atributo Valor
Falha Modo Presso Alta na Descarga da ECOMP
1) Presso alta a jusante da ECOMP
Falha Efeitos
2) Desligamento da ECOMP
1) Falha na Vlvula do Coletor de Descarga
Falha Causas internas
2) Falha no Compressor
Falha Componente de origem Compressor
Falha Tipo de comprometimento Envolve segurana pessoal
Falha Condies Monitorveis Desgaste, Quebra, Presso, Vazo

e) Ontologias

De acordo com Chandrasekaran et al (1999), as teorias sobre inteligncia artificial podem


ser classificadas em duas grandes categorias: as teorias dos mecanismos e as teorias do contedo. As
ontologias so teorias do contedo com relao s classes de objetos, s propriedades dos objetos e
s relaes dos objetos que so possveis dentro de um domnio especfico do conhecimento. Elas
fornecem termos potenciais para descrever o conhecimento sobre o domnio.
Uma ontologia uma descrio formal e explcita dos conceitos em um domnio de discurso
(classes, s vezes chamadas de conceitos), propriedades de cada conceito descrevendo vrias
caractersticas e atributos do conceito (slots, s vezes chamados de papis ou propriedades), e restries
sobre slots (facetas, s vezes chamadas de restries do papel). Uma ontologia junto a um jogo de
instncias individuais e classes constitui uma base de conhecimento. Na realidade, difcil demarcar
onde termina uma ontologia e comea a base de conhecimento (CHANDRASEKARAN et al, 1999).
Em termos prticos, o desenvolvimento de uma ontologia inclui: definir as classes na ontologia,
dispor as classes numa hierarquia taxonmica (subclasses - superclasses), definir os slots, descrever
valores permitidos e preencher os mesmos com os valores para as instncias (CASTILLO, 2003).
Uma das ferramentas para RC que utiliza ontologias para RC o Protg, que dispe de
uma interface grfica, baseada em janelas, que permite ao usurio construir uma ontologia do
domnio, formatar formulrios para aquisio do conhecimento e ento completar com o
conhecimento do domnio. Sua plataforma pode ser estendida com outros programas aplicativos,
adicionando capacidade de gerar diagramas grficos das ontologias criadas e executar diretamente
248
em seu ambiente arquivos de regras para linguagens como o JESS (uma extenso do CLIPS para
Java) que utiliza a base de conhecimento criada no Protg. Podemos, ento, criar uma base de
conhecimentos definindo instncias individuais destas classes, preenchendo a informao especfica
do valor dos slots e as restries adicionais dos mesmos (CASTILLO, 2003).
O editor de ontologia Protg permite uma integrao do domnio de uma ontologia de classes
descrevendo um tema determinado, a criao de uma ferramenta de AC para coletar o conhecimento, a
entrada de instncias especficas de dados e a criao de uma base de conhecimento, e finalmente a
execuo de aplicaes. A ferramenta para a AC desenhada para ser especfica ao domnio,
permitindo aos peritos do domnio estabelecer de maneira fcil e natural a base de conhecimento da
rea. O Protg foi projetado para guiar os desenvolvedores e especialistas de domnio no processo de
desenvolvimento do sistema, permitindo aos mesmos reutilizar as ontologias e os mtodos para a
resoluo de problemas, encurtando o tempo requerido para isto (PROTG, 2005).

B.5 VERIFICAO E VALIDAO DE SBC

Historicamente, os primeiros critrios de avaliao, para descrever as caractersticas de


qualidade desejveis nos SBCs foram fornecidas por Gaschnig et al (1983) e serviram de base para
avaliao dos primeiros SBCs e tambm, para trabalhos recentes que procuraram definir
caractersticas de qualidade para os SBCs. Liebowitz (1988) prope critrios para avaliao da
qualidade de SBCs objetivando atualizar os conceitos de qualidade para SBCs reunindo as
caractersticas propostas por Boehm et al (1978), para softwares convencionais e Gaschnig et al
(1983), para SBCs. Marcot (1987) prope critrios para a avaliao da base de conhecimento e
fornece uma lista extensiva de critrios de validao e do porque a base de conhecimento deve ser
validada. Guida e Spampinato (1989) desenvolveram um conjunto detalhado dos critrios para
avaliar a adequao dos SBCs em domnios crticos. Estes critrios foram elaborados para avaliar a
estrutura interna do SBC durante seu ciclo de vida. Mais recentemente, a pesquisa em critrios de
qualidade para os SBCs comeou a dirigir-se tambm para a qualidade do processo do
desenvolvimento Giarratano e Riley (1998) desenvolveram uma lista dos critrios que abrangem
caractersticas do processo de desenvolvimento e do produto de software, estes critrios, referidos
como mtricas, incluem caractersticas tais como mantenabilidade, portabilidade e compreenso do
cdigo, que refletem como o produto de software foi projetado e executado, isto , seu processo de
desenvolvimento. A verificao e a validao so atividades complementares, necessrias para
avaliar e assegurar a qualidade dos SBCs (SMITH e KANDEL, 1993).
A validao determina a eficcia do sistema final com relao s necessidades do usurio
final e ao mesmo tempo avalia se o SBC executa a tarefa desejada com um nvel suficiente da
percia. A validao analisa as exigncias explcitas e implcitas do sistema. As exigncias explcitas
so aquelas definidas na fase de planejamento e especificao do SBC, e que necessitam ser
confirmadas e testadas. Nesta etapa valem os preceitos das normas para softwares convencionais
ISO/IEC 9126 ou NBR 13596. As exigncias implcitas analisam a habilidade do SBC se equiparar
249
a um EH na resoluo de suas tarefas, estas caractersticas so nicas dos SBCs e no so vlidos
os preceitos das normas para softwares convencionais. Nesta etapa, utilizando-se da anlise
dinmica, as respostas do SBC so confrontadas com as respostas do EH ou com solues de casos
anteriores, buscando ratificar a acurcia do SBC (SMITH e KANDEL, 1993).
As atividades de verificao e validao devem estar presentes em todas as etapas de
desenvolvimento do SBC. O julgamento do SBC por parte do EH deve ser isento de preconceitos ou
receios, devendo ficar claro o fato do SBC tratar-se de uma ferramenta de apoio e no um substituto
do EH. Para eliminar a subjetividade, ganhar tempo e evitar atividades tediosas, ferramentas
automticas podem ser utilizadas, tanto na etapa de verificao quanto na etapa de validao do
SBC (SMITH e KANDEL, 1993). Vermesan e Bench (1995), descrevem diversas ferramentas para
verificao e validao automtica de SBC, entre elas destaca-se: KRUST - Knowledge Refinement
Using Semantic Trees: faz um refinamento da base de regras tentando evidenciar possveis falhas
nas regras do SBC; COVADIS: uma ferramenta especfica para a shell MORSE que testa a
inconsistncia da base de regras; CONKRET - Control Knowledge Refinement Tool: testa a
funcionalidade das metaregras; IN-DEPTH: ferramenta para verificao incremental de SBCs.

B.6 MODELAGEM DO CONHECIMENTO

A transio do Projeto Orientado a Objetos para a Programao Orientada a Objetos nem


sempre bem definida, numa tentativa de definir uma forma padronizada e unificada de modelagem
foi criado a UML (Unified Modeling Language). A UML uma linguagem de modelagem visual
que utiliza vrios tipos de diagramas para auxiliar o analista e o projetista a documentar parte ou
todo o processo de software. Cada diagrama uma apresentao grfica de uma coleo de
elementos de modelagem (smbolos grficos), freqentemente relacionados por arcos e vrtices
(relacionamentos), que ilustram partes distintas do software. Alguns desses diagramas so: diagrama
de caso de uso, diagrama de classe, diagrama de seqncia, diagrama de colaborao, e diagrama de
implantao (SOMMERVILLE, 2004 e PRESSMAN, 2004).
A UML possui tambm vrios mecanismos que podem ser utilizados para facilitar a compreenso
dos diagramas, como esteretipos, restries e valores atribudos. Esses mecanismos tambm podem ser
utilizados para estender a sintaxe e a semntica da linguagem, possibilitando a criao de novos
elementos de modelagem e notaes. A grande vantagem da UML com relao a outros mtodos que
ela no um mtodo em si, mas sim, uma linguagem para representao de um sistema e pode ser
aplicada de maneira independente em todas as fases do processo de desenvolvimento de software. Por se
tratar de uma linguagem, a transio entre as fases de anlise, projeto e codificao natural, rpida,
complementar e sem ambigidade. Em UML, um sistema representado por cinco vises diferentes,
cada qual definida por um conjunto de diagramas (PRESSMAN, 2004):

Viso de caso de uso: representa o sistema a partir da perspectiva do usurio;


Viso de projeto: abrange as classes, interfaces e colaboraes que definem o sistema como software;
Viso de processo: representa os aspectos dinmicos ou comportamentais do sistema;
250
Viso de implementao: representa os componentes e arquivos utilizados para a montagem e
fornecimento do sistema fsico;
Viso de implantao: representa o ambiente em que o sistema executado (hardware e topologia).

Essas vises podem ser tratadas isoladamente, permitindo que os participantes do processo
de desenvolvimento do software tratem aspectos especficos do sistema (PRESSMAN, 2004).

B.7 CONFIABILIDADE DE SBC

Segundo Hollnagel (1989), a anlise da confiabilidade de SBC deve levar em conta tanto a
confiabilidade interna quanto a confiabilidade externa. A confiabilidade interna se ocupa das
caractersticas intrnsecas do SBC: mquina de inferncia, a representao do conhecimento, o
tratamento de incertezas, etc. A confiabilidade externa se ocupa da interao com o usurio: a
interface, a qualidade das respostas, etc. A confiabilidade externa depende claramente da
confiabilidade interna, entretanto, mesmo que uma alta confiabilidade interna seja condio
necessria para se obter alta confiabilidade externa, ela no suficiente para garanti-la. Uma alta
confiabilidade das partes individuais do SBC no produz necessariamente um bom resultado, o
problema neste caso pode estar na desconfiana ou intolerncia ao sistema, por parte do usurio.
Os SBCs so um poderoso instrumento para o manuseio de grandes quantidades de
informao e conhecimento, caractersticas de sistemas complexos. Em funo disso, os SBCs tm
sido vistos como uma possvel soluo para o problema de reduo do risco e aumento da
confiabilidade durante o projeto, desenvolvimento e operao de sistemas, em razo do aumento da
funcionalidade e performance proporcionadas. Estes aspectos so ratificados pelas seguintes
caractersticas relacionadas aos SBCs (HOLLNAGEL, 1989):

Aumentam o poder de raciocnio humano, em termos de complexidade e amplido,


auxiliando o usurio em situaes de presso e estresse;
Aumentam a disponibilidade e a permanncia do conhecimento, evitando perdas com
ausncias ou indisponibilidades do EH e reduzindo custos;
Podem ajudar a reduzir a complexidade aparente do sistema atravs de interfaces amigveis
e explicao do raciocnio, podendo ser utilizado como tutor inteligente.
No so sensveis a desvios de ateno ou esquecimentos, resultando, quando requisitado,
em aes mais rpidas, completas, consistentes e imparciais;
Em geral so mais eficientes que os EH no tratamento de incertezas e incompletudes do
domnio, podendo incorporar mltiplas especialidades.

Paradoxalmente, apesar da alta confiabilidade dos SBC e de todas as vantagens citadas


acima, os SBCs no representam uma soluo universal para os problemas de anlise, reduo de
riscos e ferramenta para aumento da confiabilidade de sistemas. O uso indiscriminado dos SBCs
pode representar uma armadilha para o usurio desatento s limitaes do SBC e em especial da
base de conhecimento. Entre as principais limitaes dos SBCs tem-se (HOLLNAGEL, 1989):
251

Dificuldade de mapear conhecimento de senso comum, tambm chamado por alguns autores
de conhecimento genrico;
As respostas podem no estar sempre corretas. Existe tambm a possibilidade de que uma
considerao mal feita se propague por todo o processo, gerando concluses erradas;
As tcnicas de aprendizado de mquina ainda so limitadas, o que exige em muitos casos a
presena do EC para aquisio e representao de novas pores de conhecimento alm da
manuteno do SBC;
Os SBCs no possuem a criatividade inerente aos EHs na resoluo de situaes anormais
e no modeladas na base de conhecimento.

Alm dos aspectos citados acima, a confiabilidade dos SBCs sensivelmente afetada pelo
processo de aquisio e representao do conhecimento.

B.8 FUZZYCLIPS COMO FERRAMENTA PARA DESENVOLVIMENTO DE SBC-FUZZY

Trabalhos envolvendo SBC-Fuzzy tm sido objeto de amplo estudo e interesse


(LIEBOWITZ e WILCOX, 1997). Liebowitz (1988) destaca a tendncia da utilizao da teoria dos
conjuntos Fuzzy em SBCs, principalmente em pases como o Japo. Na Alemanha, as indstrias
pesadas esto usando amplamente SBC-Fuzzy e obtendo excelentes resultados.
A anlise da shell FuzzyCLIPS (Fuzzy C Language Integrated Production Systems) foi
motivada devido ao fato de ser uma ferramenta pouco explorada no mercado e apresentar algumas
facilidades na modelagem do raciocnio aproximado. Os principais benefcios derivados do uso de
modelos Fuzzy em SBCs so:

A capacidade de modelar problemas altamente complexos;


Melhoria da modelagem cognitiva dos SBCs;
Habilidade de modelar sistemas envolvendo vrios especialistas;
Reduo da complexidade do modelo;
Melhoria da capacidade de manipulao da "incerteza" e da "possibilidade" (COX, 1994).

O FuzzyCLIPS uma Shell para desenvolvimento de SBCc baseados em Lgica Fuzzy.


uma verso estendida do CLIPS 6.02 (software desenvolvido pelo Johnson Space Center NASA,
para desenvolvimento de Sistemas Especialistas) e foi implementado pelo Laboratrio de Sistemas
de Conhecimento do National Research Council, no Canad, para a representao e manipulao de
fatos e regras Fuzzy. O FuzzyCLIPS modela o raciocnio exato, Fuzzy, e combinado, permitindo
que termos Fuzzy e normais (crisp) sejam misturados livremente nas regras e fatos de um Sistema
Especialista. A sua base de conhecimento est dividida em base de regras e base de fatos. As regras
e fatos ficam armazenados em mdulos independentes a fim de facilitar a manuteno do sistema.
A seguir so descritas as principais construes internas do FuzzyCLIPS, a forma de avaliao
de regras, fator de certeza, mtodos de desfuzzyficao e representao dos conjuntos Fuzzy. Apresenta-
252
se, ainda, as principais etapas de desenvolvimento de SBCs no FuzzyCLIPS e as limitaes encontradas
na linguagem. As principais construes internas no FuzzyCLIPS so (FERNANDES, 2001):

Defglobal Define e inicializa as variveis globais do sistema.


Deftemplate Define as variveis lingusticas e seus respectivos conjuntos Fuzzy.
Deffunction Define as funes criadas pelo usurio.
Defrule Define as regras que so usadas pelo sistema.
Deffacts Define os fatos que inicializaro o sistema.

A avaliao das regras no FuzzyCLIPS depende de vrios fatores. Entre estes fatores
destaca-se: as variveis Fuzzy so encontradas ou no no antecedente ou consequente da regra; se
uma regra contm mltiplos antecedentes ou consequentes; se um fato Fuzzy sendo declarado, tem a
mesma varivel Fuzzy que um fato Fuzzy j existente. Assim, o FuzzyCLIPS trabalha com dois
tipos de regras: simples e compostas. A forma de avaliao das regras realizada conforme descrito
na Tabela B.3 (FERNANDES, 2001):

Tabela B.3 Tipos de Regras no FuzzyCLIPS.


Fonte: adaptado de FERNANDES, 2001.
Tipos de Regras Antecedente Consequente Comentrio
Apresenta antecedente Crisp, independente do
Simples Crisp Crisp ou Fuzzy
consequente.
Simples Fuzzy Crisp Apresenta antecedente Fuzzy e consequente Crisp.
Simples Fuzzy Fuzzy Antecedentes e consequentes so Fuzzy.
Antecedente possui objetos Crisp e Fuzzy, porm,
Compostas Fuzzy e Crisp Fuzzy
o consequente Fuzzy.
Antecedente possui objetos Crisp e Fuzzy, porm,
Compostas Fuzzy e Crisp Crisp
o consequente Crisp.
Antecedente possui objetos Crisp e Fuzzy, porm,
Compostas Fuzzy e Crisp Fuzzy e Crisp
o consequente Fuzzy e Crisp.

No FuzzyCLIPS possvel estabelecer um valor limiar para o fator de certeza tal que uma
regra ser disparada somente se o seu valor de fator de certeza calculado maior ou igual ao valor
do limiar. Esta caracterstica pode ser til na preveno de um encadeamento de regras com certeza
muito baixa e pouca contribuio lgica a partir do disparo, aumentando a velocidade do tempo de
execuo. O padro no ter limiar do fator de certeza, e as regras serem disparadas como usuais. O
clculo do Fator de Certeza (FC) : FCregra x min(FC1,...,FCn); onde FCregra o FC para a regra e
CFi so os FCs para os fatos que unificam os n padres no lado esquerdo de uma regra.
No FuzzyCLIPS, o usurio tem a opo de escolher entre COG (Centro de Gravidade) e
MOM (Mdia dos Mximos) para desfuzzyficar um conjunto Fuzzy. Para isto, basta usar uma das
duas funes descritas seguir.

(moment-defuzzify ? varivel) ; centro de gravidade


(maximum-defuzzify ? varivel) ; mdia dos mximos
Os conjuntos Fuzzy podem ser representados no FuzzyCLIPS atravs de quatro formas
diferentes: notao Singleton, e nmeros Fuzzy do tipo S, Z e P.
253
(deftemplate universe 0 10 ( ;declarao de varivel lingustica e limites do universo de discurso
(ruim ( 0 0) ( 0 1) ( 1 1) ( 2 0)) ;termo primrio ruim descrito na notao de Singleton
(baixa ( 1 0) ( 2 1) ( 3 1) ( 4 0)) ;termo primrio baixa descrito na notao de Singleton
(boa ( 3 0) ( 4 1) ( 6 1) ( 7 0)) ;termo primrio boa descrito na notao de Singleton
(alta ( 6 0) ( 7 1) ( 8 1) ( 9 0)) ;termo primrio alta descrito na notao de Singleton
(otima ( 8 0) ( 9 1) ( 10 1) ( 10 0)) ;termo primrio otima descrito na notao de Singleton
)) ;fim do deftemplate Fuzzy universe

Frequentemente til descrever uma funo de pertinncia usando um conjunto Fuzzy de


uma das funes S, P ou Z. Os parmetros destas funes podem ser escolhidos, dependendo da
aplicao. Os nomes usados sugerem o formato das funes, mostradas no exemplo abaixo:
(deftemplate Tx temperatura gua 5 65 Celsius
((frio (z 10 26))
(ok (PI 2 36))
(quente (s 37 60))
Para construir um SBC no FuzzyCLIPS, algumas etapas devem ser desenvolvidas:

Definio das Variveis Globais: As variveis que sero utilizadas por vrias funes e mdulos no
sistema, bem como as variveis manipuladas pelas funes de interface, devem ser definidas e
inicializadas no incio do programa atravs da construo defglobal.

Definio das Funes Criadas pelo Usurio: Todas as funes criadas pelo usurio ou EC para
interface com usurio, clculos, etc..., so definidas atravs da construo deffunction logo aps a
definio das variveis globais.

Definio dos Conjuntos Fuzzy Utilizados pelo Sistema: Todas as variveis lingusticas utilizadas
no sistema tem seus conjuntos Fuzzy determinados atravs da construo deftemplate. Aqui tambm
define-se o universo de discurso das variveis lingusticas.

Regra de Startup: Este passo consiste em determinar a regra que iniciar a execuo do programa.
Esta regra diferenciada das outras pela ausncia de antecedente. Dentro do consequente desta regra
deve constar os mdulos onde se encontram as regras e as chamadas das funes a serem usadas
durante a execuo do sistema.
(defrule startup = >
(load teste1.clp)
.)
Definio das Regras: As regras a serem utilizadas pelo sistema devem ser definidas atravs da
construo defrule. Estas regras podem ser definidas no corpo do programa principal (se forem em
pequeno nmero), mas geralmente so definidas em mdulos separados, os quais so carregados
pela regra de startup.

O FuzzyCLIPS no apresenta uma interface amigvel. Para contornar esta situao, os


programadores podem contar com a ferramenta o wxCLIPS, desenvolvida pelo AIAI Artificial
Intelligence Applications Institute, da Universidade de Edinburgh, Reino Unido, em 1994. O
desenvolvimento de tal ferramenta foi motivado pela necessidade de suprir uma deficincia dos
programas feitos em CLIPS ou FuzzyCLIPS, a interface do usurio. O wxCLIPS pode ser
considerado em dois aspectos: uma biblioteca de funes CLIPS/FuzzyCLIPS, para acessar as
254
facilidades do wxWindows; e um ambiente de desenvolvimento de aplicaes wxWindows, usando
as funes CLIPS/FuzzyCLlPS. A biblioteca pode ser usada por qualquer programa C++; wxCLIPS
ento, uma simples interface de desenvolvimento para Windows que usa a biblioteca de funes
CLIPS/FuzzyCLIPS. O wxCLIPS possui um ambiente de desenvolvimento bsico, que consiste em
uma janela com menus, uma janela para entrada de dados e uma janela para os textos de sada.
Durante a compilao dos programas, as mensagens de erro so escritas na janela de sada. Usando
o wxCLIPS, pode-se criar frames, cada um com seus prprios menus. Dentro de um frame pode-se
criar uma ou mais subjanelas. Estas sub-janelas podem ser panels, canvases e subjanelas de texto.
Panels so usados para conter os panel items, tais como botes, itens para entrada de texto, box de
listas, etc... O box de dilogo uma forma especial de panel, que contem seu prprio frame, sendo
assim, ao invs de criar um frame e um panel, basta criar um box de dilogo e inserir os panel items
necessrios. Canvases so usados para desenhar figuras com qualquer formato. As subjanelas de
texto so usadas para exibir arquivos texto ou editar os programas. No h necessidade de criar um
box de dilogo ou manipular todos os botes, e outros eventos manualmente. H um certo nmero
de funes que desempenham todas estas tarefas, tais como: get-text-from-user, message-box, get-
choice, fle-selector, etc... Tais funes bloqueiam o fluxo de execuo do programa no ponto onde
foram chamadas, at que o usurio responda s solicitaes. A Figura B.10 exibe algumas das
opes de interface que o wxCLIPS fornece.

Figura B.10 Exemplos de Interfaces do wxCLIPS.


Fonte: adaptado de FERNANDES, 2001.

H uma nica funo obrigatria a todos os programas que so executados no wxCLIPS:


app-on-init. Se uma aplicao define uma funo com este nome, a interface wxCLIPS do usurio
pode inicializar a aplicao e estabelecer todas as variveis de ambiente, arquivos e funes que
sero usadas no decorrer da execuo.
255

APNDICE C
QUESTIONRIOS

Apresenta os Questionrios utilizados para Aquisio de Conhecimento e


Validao do DALF-MCC
256
257
UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA
NCLEO DE DESENVOLVIMENTO INTEGRADO DE PRODUTOS
DEPARTAMENTO DE ENGENHARIA MECNICA

Questionrio para Aquisio de Conhecimento

As respostas s questes abaixo serviro para nortear o desenvolvimento de um Sistema


Baseado em Conhecimento (SBC) Fuzzy para auxiliar a implantao e a auditoria da MCC,
ponderando as caractersticas e objetivos da empresa, as necessidades da planta e os fatores crticos
para o sucesso de um programa de MCC. O objetivo minimizar os riscos de insucesso da MCC ao
longo de todo o seu ciclo de vida. Para os problemas apresentados pela empresa/sistema o SBC
Fuzzy, sempre que possvel, apontar solues que contornem tais problemas, tentando desta forma
minimizar os fatores de insucesso. As questes abaixo foram elaboradas com base na Figura abaixo.

Procedimentos de Referncia para Implantao da MCC.

Rigoni: Existe uma Etapa de Pr-Implantao onde verificada e ratificada a Adequao da MCC
para aquela determinada empresa/sistema?

Iony: A metodologia MCC em princpio aplica-se a qualquer empresa/sistema, variando apenas o


nvel e estratgia de implantao. O nvel e estratgia de implantao so definidos nas etapas de
identificao das instalaes, sistemas e funes que sero avaliados. Estes itens podem variar desde
equipamentos isolados com seus sistemas e funes internas, at empresas inteiras, com seus macro
sistemas e macro funes.
258
UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA
NCLEO DE DESENVOLVIMENTO INTEGRADO DE PRODUTOS
DEPARTAMENTO DE ENGENHARIA MECNICA

Rigoni: Para evitar problemas ao longo de todo o ciclo de vida da MCC, quais as
caractersticas/atributos que a empresa/sistema deveria ter antes de iniciar os procedimentos de
implantao?

Iony: Duas caractersticas so necessrias para o sucesso da implantao da MCC: (a) know-how
interno ou contratado para suportar a metodologia; e (b) clara definio prvia dos objetivos e nveis
de aplicao da metodologia.

Rigoni: Quais os procedimentos de preparao para a implantao da MCC que deveriam ser
observados para no causar transtornos para a equipe de implantao? Quais as solues para
estes problemas? Se for possvel e/ou aplicvel, como um SBC-Fuzzy poderia auxiliar este
processo?

Iony: indispensvel a definio, por parte da gesto da empresa, de um patrocinador interno


organizao com poder de mobilizao dos recursos necessrios. Para isto, necessrio a aprovao,
pela organizao, de um plano de implantao da MCC, constando no mnimo da alocao de
recursos, oramentao, objetivos, metas, cronograma, etc. Um sistema Fuzzy poderia ser estruturado
para sugerir este plano, atravs de questes objetivas dirigidas ao decisor da empresa.

Rigoni: Quais os problemas que comumente aparecem durante a Etapa de Seleo do Sistema e
Coleta de Informaes? Quais as solues para estes problemas? Se for possvel e/ou aplicvel,
como um SBC-Fuzzy poderia auxiliar este processo?

Iony: O erro grave na seleo do sistema e coleta de informaes seria selecionar uma instalao ou
sistema para o qual a equipe no tem conhecimento ou disponibilidade de recurso para conduzir a
anlise. A anlise criteriosa e o dimensionamento prvio dos recursos garantiro o sucesso desta
etapa. Um sistema Fuzzy que contivesse regras de identificao e dimensionamento de recursos
montadas por especialistas em MCC poderia ajudar a evitar estes problemas.

Rigoni: Quais os problemas que comumente aparecem durante a Etapa de Anlise dos Modos de
Falha seus Efeitos e sua Criticidade (FMECA)? Quais as solues para estes problemas? Se for
possvel e/ou aplicvel, como um SBC-Fuzzy poderia auxiliar este processo?

Iony: Um erro comum na etapa de FMEA o aprofundamento da anlise de modos e causas de falha
alm do necessrio para a definio de uma poltica de manuteno. comum o especialista no
processo desejar identificar a causa profunda do modo de falha, na tentativa de mudar o projeto para
259
UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA
NCLEO DE DESENVOLVIMENTO INTEGRADO DE PRODUTOS
DEPARTAMENTO DE ENGENHARIA MECNICA

elimin-la definitivamente. Isto muda o foco do FMEA da manuteno para o projeto, desvirtuando
os objetivos da anlise. Um sistema Fuzzy que contivesse regras para delimitar o nvel de
detalhamento da FMEA, montadas por especialistas em MCC, poderia ajudar a evitar estes
problemas.

Rigoni: Quais os problemas que comumente aparecem durante a Etapa de Seleo e


Caracterizao das Funes Significantes? Quais as solues para estes problemas? Se for
possvel e/ou aplicvel, como um SBC-Fuzzy poderia auxiliar este processo?

Iony: O erro mais comum na etapa de Etapa de Seleo e Caracterizao das Funes Significantes
o esquecimento da funo do usurio na escolha da funo. A este cabe a deciso sobre a
significncia da funo, e no ao mantenedor. comum o especialista no processo julgar que pode
identificar a funo significante de um sistema sem ouvir a opinio do usurio ou proprietrio. Um
sistema Fuzzy que contivesse questes especficas para o usurio sobre a significncia das funes
poderia ajudar a evitar estes problemas.

Rigoni: Quais os problemas que comumente aparecem durante a Etapa de Seleo das Tarefas de
Manuteno Aplicveis e Efetivas? Quais as solues para estes problemas? Se for possvel e/ou
aplicvel, como um SBC-Fuzzy poderia auxiliar este processo?

Iony: Um erro comum na etapa de Etapa de Seleo das Tarefas de Manuteno Aplicveis e
Efetivas escolha de uma atividade motivada pela disponibilidade de competncia e recursos na
empresa para sua execuo, sem considerar a necessidade ou justificativa para prevenir ou remediar
um modo de falha. A associao correta do mecanismo de falha com as potencialidades e
custo/benefcio da atividade recomendada deve guiar o processo de escolha. Um sistema Fuzzy que
contivesse questes especficas para o usurio sobre a aplicabilidade e efetividade de cada atividade
sugerida poderia ajudar a evitar estes problemas.

Rigoni: Quais os problemas que comumente aparecem durante a Etapa de Definio dos
Intervalos Iniciais e Agrupamento das Tarefas de Manuteno? Quais as solues para estes
problemas? Se for possvel e/ou aplicvel, como um SBC-Fuzzy poderia auxiliar este processo?

Iony: Na Etapa de Definio dos Intervalos Iniciais e Agrupamento das Tarefas de Manuteno
possvel que a empresa no possua dados ou know-how interno para escolher uma periodicidade
tima de forma matemtica. Tambm comum a ausncia de um objetivo quantificvel e claro
do que ser otimizado na manuteno. Na ausncia de dados, pode-se implantar um processo de
260
UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA
NCLEO DE DESENVOLVIMENTO INTEGRADO DE PRODUTOS
DEPARTAMENTO DE ENGENHARIA MECNICA

explorao de idade, associado a um plano de coleta de informaes sobre cada manuteno e modo
de falha, e a definio precisa do objetivo da manuteno. Um sistema Fuzzy que contivesse mtodos
de otimizao lingstica, com parmetros difusos definidos por especialistas, poderia sugerir
intervalos timos (no sentido difuso) de manuteno e evitar estes problemas.

Rigoni: Quais os problemas que comumente aparecem durante a Etapa de Redao do Manual e
Implementao da MCC? Quais as solues para estes problemas? Se for possvel e/ou aplicvel,
como um SBC-Fuzzy poderia auxiliar este processo?

Iony: Na Etapa de Redao do Manual e Implementao da MCC possvel que a equipe


responsvel pela anlise j tenha se dispersado, dificultando a elaborao do Manual. Um
planejamento e gesto adequados do processo a soluo para este problema. recomendvel o uso
de softwares especializados de MCC que publiquem automaticamente o manual depois de concluda a
etapa de anlise e deciso, e automaticamente integre as decises tomadas ao sistema de gesto da
manuteno (CMMS). Um sistema Fuzzy que contivesse regras de estruturao do manual, com
parmetros definidos por especialistas, poderia ajudar sugerir a estruturar o manual e evitar estes
problemas.

Rigoni: Quais os problemas que comumente aparecem durante a Etapa de Acompanhamento e


Realimentao do Programa de MCC? Quais as solues para estes problemas? Se for possvel
e/ou aplicvel, como um SBC-Fuzzy poderia auxiliar este processo?

Iony: Na Etapa de Acompanhamento e Realimentao do Programa de MCC possvel que a


empresa no sistematize como rotina da manuteno, a re-anlise de cada modo de falha no includo
na MCC. recomendvel o uso de softwares especializados de MCC que verifiquem
automaticamente se cada modo de falha reportado na rotina da manuteno foi avaliado na MCC,
reprogramando sua anlise. Um sistema Fuzzy integrado ao software de MCC e ao de gesto da
manuteno (CMMS), com regras de deciso sobre aprovao de cada modo de falha reportado, ou
sua programao para anlise pela MCC, poderia ajudar a evitar estes problemas.
261

UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA


NCLEO DE DESENVOLVIMENTO INTEGRADO DE PRODUTOS
DEPARTAMENTO DE ENGENHARIA MECNICA

Questionrio para Validao do DALF-MCC

METODOLOGIA PARA IMPLANTAO DA MANUTENO CENTRADA NA


CONFIABILIDADE: uma abordagem fundamentada em Sistemas Baseados em Conhecimento e
Lgica Fuzzy.

O objetivo deste questionrio validar a ferramenta computacional denominada DALF-MCC


(Diagnstico Auxiliado por Lgica Fuzzy para a Manuteno Centrada na Confiabilidade), a qual faz parte da
metodologia proposta para avaliao dos pr-requisitos e auditoria das etapas de implantao da MCC.
Responda aos questionamentos marcando a alternativa que melhor expresse sua opinio sobre o
quesito a ser avaliado e, se necessrio, faa os comentrios que julgar procedentes para validar a ferramenta
proposta (DALF-MCC).
Para facilitar a anlise, o presente questionrio de validao foi dividido em 2 partes, a saber: i) anlise
da interface com o usurio e, ii) anlise do processo de inferncia, o qual inclui os questionamentos e respostas
para o usurio, alm dos aspectos gerais inerentes a aplicao e concepo do DALF-MCC.

Anlise da Interface:

1. A Tela Incio DALF-MCC esclarece adequadamente os objetivos do software?


Sim No Parcialmente
Comentrios:

2. A Tela Empresa do DALF-MCC, que serve para cadastramento da empresa, clara, no


suscitando dvidas sobre seu preenchimento?
Sim No Parcialmente
Comentrios:

3. A Tela Parametrizao Fuzzy do DALF-MCC clara e possibilita a concepo de conjuntos Fuzzy


adequados ao processo de inferncia que se prope estabelecer?
Sim No Parcialmente
Comentrios:
262

UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA


NCLEO DE DESENVOLVIMENTO INTEGRADO DE PRODUTOS
DEPARTAMENTO DE ENGENHARIA MECNICA

4. A Tela de Anlise dos Pr-Requisitos e Auditoria do DALF-MCC possui interface amigvel e intuitiva?
Sim No Parcialmente
Comentrios:

5. A Tela de Resultados e Concluses do DALF-MCC apresenta os resultados da Anlise de forma


clara, objetiva e organizada?
Sim No Parcialmente
Comentrios:

6. A Tela Apoio a Implementao do DALF-MCC clara e no levanta dvidas, sobre como acessar,
ou a utilidade das ferramentas apresentadas, para auxilio implementao da MCC?
Sim No Parcialmente
Comentrios:

Anlise do Processo de Inferncia:

1. O DALF-MCC abrange todas as etapas do processo de implantao da MCC?


Sim No Parcialmente
Comentrios:

2. Os Critrios e seus Quesitos avaliados em cada etapa, para anlise dos pr-requisitos, refletem as
reais necessidades de um processo de implementao da MCC?
Sim No Parcialmente
Comentrios:

3. Os Critrios e seus Quesitos avaliados em cada etapa, para sua auditoria, avaliam de forma correta a
execuo da etapa e refletem as reais exigncias de um processo de auditoria da MCC?
Sim No Parcialmente
Comentrios:
263

UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA


NCLEO DE DESENVOLVIMENTO INTEGRADO DE PRODUTOS
DEPARTAMENTO DE ENGENHARIA MECNICA

4. O relatrio final da anlise apresenta de forma clara, objetiva, organizada e correta os resultados e
concluses do processo de inferncia, apontando os fatores crticos para o sucesso do programa de
MCC, tanto para o caso da avaliao dos pr-requisitos quanto para o caso da auditoria?
Sim No Parcialmente
Comentrios:

5. As informaes presentes no relatrio final da anlise so suficientes para nortear o processo de melhoria
interna da empresa/sistema, com o objetivo de aumentar sua aderncia s necessidades da MCC?
Sim No Parcialmente
Comentrios:

6. O texto dos questionamentos e dos relatrios claro, adequado e de fcil entendimento?


Sim No Parcialmente
Comentrios:

7. O texto do arquivo de ajuda (help) claro, de fcil entendimento e contribui satisfatoriamente para
a resoluo das dvidas?
Sim No Parcialmente
Comentrios:

Aspectos Gerais:

1. O DALF-MCC avalia a empresa/sistema segundo uma abordagem holstica, ou seja, envolvendo


os aspectos tcnicos e gerenciais que afetam a implantao da MCC?

Sim No Parcialmente
Comentrios:
264

UFSC - UNIVERSIDADE FEDERAL DE SANTA CATARINA


NCLEO DE DESENVOLVIMENTO INTEGRADO DE PRODUTOS
DEPARTAMENTO DE ENGENHARIA MECNICA

2. As ferramentas propostas para a fase de implementao, sugeridas para as etapas 3, 4 e 5, so


adequadas e podem auxiliar o processo de implementao das referidas etapas?
Sim No Parcialmente
Comentrios:

3. A aplicao do DALF-MCC, na fase anterior (anlise de pr-requisitos) e posterior (auditoria) a


implementao de cada etapa, pode fomentar o dilogo entre a equipe de implementao da MCC, na
perspectiva de mudar sua atitude diante das prticas utilizadas?
Sim No Parcialmente
Comentrios:

4. Que procedimentos voc sugere para facilitar a aplicao do DALF-MCC, ao longo do processo
de implantao da MCC.
Comentrios:

5. Em sua opinio, o DALF-MCC contribui com algo novo e que pode de fato auxiliar o processo de
implantao da MCC?
Sim No Parcialmente
Comentrios:

Para comentrios adicionais utilize o verso ou folhas suplementares.

OBRIGADO PELA SUA COLABORAO


265

APNDICE D
INSTALAO E EXECUO DO DALF-MCC

Apresenta os procedimentos para Instalao e Execuo do DALF-MCC


266
267
Instalao do DALF-MCC
Diagnstico Auxiliado por Lgica Fuzzy para a Manuteno Centrada na Confiabilidade

1) Crie um Diretrio (Pasta) com o nome DALF no drive C:\ .

2) Faa o download do programa DALF-MCC, disponvel em:


www.rigoni.com.br/DALF_MCC.rar salvando, o mesmo, no Diretrio (Pasta) criado em (1).

3) Descompacte o programa DALF-MCC, salvo conforme item (2), no Diretrio (Pasta) criado
conforme item (1). Click com o Boto Direito do Mouse sobre o Arquivo DALF_MCC.rar e
escolha a opo Extract Here.

4) Aps descompactar o Arquivo DALF_MCC.rar o Diretrio (Pasta) C:\DALF assume a


configurao abaixo:

5) Transfira o contedo do Diretrio (Pasta) DALF_MCC para C:\DALF criado em (1). Aps
concluir esta operao delete o Diretrio (Pasta) DALF_MCC. Nesta etapa do processo o
Diretrio (Pasta) C:\DALF assume a configurao abaixo:
268
6) Descompacte o contedo de C:\DALF\DALF_Arquivos.rar dentro do mesmo Diretrio
(Pasta) em que se encontra ou seja C:\DALF. Click com o Boto Direito do Mouse sobre o
Arquivo DALF_MCC.rar e escolha a opo Extract Here.

7) Nesta etapa do processo o Diretrio (Pasta) C:\DALF assume a configurao abaixo:

8) Execute o Arquivo setup.exe presente no Diretrio (Pasta) C:\DALF\Instalador

9) Na Tela que ser exibida, conforme abaixo, click na Opo OK.


269
10) Na Tela seguinte escolha a Opo Change Directory para alterar o Diretrio (Pasta) de destino
da instalao

Click aqui!

11) Na tela seguinte escolha o Diretrio (Pasta) C:\DALF criado em (1)

Escolha aqui o
Diretrio/Pasta DALF
criado em (1) e Click
em OK!

12) Na Tela seguinte click no Boto de Instalao, conforme abaixo e siga as instrues do
instalador (tipicamente no necessria nenhuma interveno, pois o processo automtico):

Click aqui!

13) Concludo o processo de instalao click no Boto OK, conforme abaixo:


270
Execuo do DALF-MCC
Diagnstico Auxiliado por Lgica Fuzzy para a Manuteno Centrada na Confiabilidade

1) Execute o Arquivo: DALF-MCC.exe, o qual se encontra no Diretrio (Pasta) C:\DALF criado


em (1)

2) Na Tela de Parametrizao Fuzzy configure os Conjuntos Fuzzy de acordo com sua


preferncia e Click em Atualizar. Caso os Conjuntos j estejam de seu agrado, apenas Click
em Atualizar.

Para acessar esta Tela Click Aqui (Parametrizao Fuzzy)

Configurar os Conjuntos e Atualizar

3) Para proceder ponderao dos Pr-Requisitos ou Auditoria escolha no Menu correspondente


a Etapa que queira avaliar. Estando na Etapa desejada avalie todos os seus Quesitos.
Concluda a ponderao dos Quesitos, Click no Boto Avaliao do Critrio. Proceda da
mesma forma para todos os Critrios da Etapa selecionada. Concludo a avaliao dos
Critrios Click no Boto Avalia Etapa n onde n o Nmero da Etapa escolhida.

Para acessar esta Tela Click Aqui.

Cada uma destas Abas um Critrio. Todos devem


ser Avaliados para se ter a Avaliao da Etapa.

Todos os Quesitos de cada Critrio devem ser Avaliados


para se ter a Avaliao do respectivo Critrio.

Aps Avaliar todos os Quesitos.


Aqui se Avalia o Critrio.
Aps Avaliar todos os Critrios.
Aqui se Avalia a Etapa.
271
4) Aps Avaliar a Etapa o Relatrio da anlise pode ser acessado atravs do no Menu Resultados
e Concluses. Obs.: Somente as Etapas Avaliadas tero seu respectivo Relatrio disponvel.

Para acessar o Relatrio Click Aqui (Resultados e Concluses).


O Relatrio s estar disponvel aps a avaliao da respectiva Etapa.

5) As ferramentas complementares de Apoio a Implementao da MCC podem ser acessadas


atravs do Menu Apoio a Implementao.

Para acessar as ferramentas de Apoio a Implementao da MCC Click


Aqui (Apoio a Implementao).
Algumas das ferramentas exigem conexo com a Internet e Senha.

Senhas:

OpenFMECA: Login = aluno Senha = aluno

FMECA-Delphi: Login = rigoni Senha = rigoni

Obs.: Mais detalhes da Execuo do DALF-MCC e suas Ferramentas Complementares esto


explicitados nos Captulos 5, 6, 7 e Apndice G deste trabalho.
272
273

APNDICE E
PUBLICAES

Apresenta as principais Publicao inerentes a este Trabalho


274
275
APNDICE E

PUBLICAES

E.1 CONGRESSOS E REVISTAS

RIGONI, Emerson; SILVA, Jonny Carlos da. Sistema Especialista de Apoio a Manuteno de
Sistemas Automatizados. 2 Congresso Mundial de Manuteno e 19 Congresso Brasileiro de
Manuteno organizao ABRAMAN, 2004.

RIGONI, Emerson; SILVA, Jonny Carlos da. Hybrid Knowledege Based System: A Decision
Support Proposal for Natural Gas Compressor Station Maintenance and Operation. 18th
International Congress of Mechanical Engineering, COBEM, 2005.

RIGONI, Emerson; DIAS, Acires; SILVA, Jonny Carlos da. Knowledge Based System for
Management of Critical Factors Related to Reliability Centered Maintenance. 19th
International Congress of Mechanical Engineering. COBEM, 2007.

RIGONI, Emerson; DIAS, Acires; SILVA, Jonny Carlos da. Sistema Baseado em
Conhecimento para Gerenciamento dos Fatores Crticos da Manuteno Centrada na
Confiabilidade. XX Congresso Pan-Americano de Engenharia Naval, Transporte Martimo e
Engenharia Porturia, COPINAVAL, 2007.

RIGONI, Emerson; DIAS, Acires; CALIL, Luis Fernando P.; ANDRADE, Bernardo L.R.;
SAKURADA, Eduardo Yuji; KAGUEIAMA, Heitor Azuma. Proposta de uma Abordagem
para Elaborao de FMECA Virtual. XX Congresso Pan-Americano de Engenharia Naval,
Transporte Martimo e Engenharia Porturia, COPINAVAL, 2007.

RIGONI, Emerson. Sistema Baseado em Conhecimento para Implantao da Manuteno


Centrada na Confiabilidade. 15 Seminrio Brasileiro de Planejamento e Informatizao da
Manuteno e 14 Seminrio Brasileiro de Manuteno Preditiva e Inspeo de Equipamentos,
Organizao Excelncia Consultoria e Treinamento, 2008.

RIGONI, Emerson. A Gesto do Conhecimento para Implantao da Manuteno Centrada


na Confiabilidade. Revista Indstria em Foco, 2008.

RIGONI, Emerson; Dias, Acires; Silva, Jonny Carlos da. Sistema Baseado em Conhecimento
para Implantao da Manuteno Centrada na Confiabilidade. 19 Congresso Brasileiro de
Manuteno Organizao ABRAMAN, 2008.

RIGONI, Emerson; DIAS, Acires; SILVA, Jonny Carlos da. Implantao da Manuteno
Centrada na Confiabilidade com Auxlio de um Sistema Especialista Fuzzy. V Congresso
Nacional de Engenharia Mecnica CONEM, 2008.

E.2 ORIENTAO DE TRABALHO DE CONCLUSO DE CURSO

GOBER, Cristiano Jos; SILVA, Lus Carlos Santos da; SANTOS, Rogrio Jos dos. Aplicao de
Ferramentas Computacionais para Definio de uma Metodologia de Gesto da Manuteno.
2008, 132f. Trabalho de Concluso de Curso Curso Superior de Tecnologia em Gesto Comercial
Eltrica, Universidade Tecnolgica Federal do Paran, Curitiba, 2008.
276
277

APNDICE F
QUESITOS E CRITRIOS DO SBC-FUZZY DESENVOLVIDO

Apresenta os Quesitos e Critrios que compem o Processo de Inferncia


do DALF-MCC
278
279
APNDICE F

QUESITOS E CRITRIOS DO SBC-FUZZY DESENVOLVIDO

F.1 ANLISE DOS PR-REQUISITOS DA MCC

Os prximos itens detalham os Quesitos (Qn), a serem ponderados pelo usurio, para
avaliao de cada Critrio (Cn). A desfuzzyficao dos conjuntos Fuzzy formados pela agregao
dos critrios avaliados resulta na avaliao da Etapa n. Tais Critrios e seus respectivos
Quesitos se referem a Anlise dos Pr-Requisitos.

F.1.1 Pr-Requisitos_Etapa 0

Critrio 1 (C1) Disponibilidade da Informao/Recursos:

Todas as Entradas, Controles e Mecanismos da Etapa 0 (Adequao da MCC), do


Q1
procedimento de referncia para implantao da MCC, esto disponveis.
Q2 Existe uma documentao consistente das aes de manuteno.
Os sistemas candidatos a implantao da MCC possuem uma documentao tcnica
Q3
adequada.
O planejamento estratgico da empresa, com relao manuteno, est documentado de
Q4
forma auditvel.

Critrio 2 (C2) Condio e Desempenho Atual da Manuteno:

O percentual de Manuteno Preditiva (baseada na condio) maior do que o de


Q1
Manuteno Preventiva (baseada no tempo) ou Corretiva.
O desempenho atual da manuteno satisfatrio e homogneo em todo o sistema fabril,
Q2
contando com uma equipe adequadamente preparada para o desempenho de sua funo.
Historicamente o nmero de operadores, no cho de fbrica, pequeno quando comparado a
Q3
sistemas similares.
Os custos diretos e indiretos devidos manuteno so altos com o sistema atual de gesto
Q4
da manuteno quando comparados a outros sistemas similares.

Critrio 3 (C3) Sistema Computacional de Suporte:

Para auxiliar a implantao do programa de MCC, um sistema computacional de automao


Q1 de escritrio estar disponvel com as seguintes funcionalidades: desenho tcnico,
processamento de texto, banco de dados e planilhas eletrnicas.
Existe um sistema de gesto da informao integrado, implantado na empresa, que atende de
Q2
forma satisfatria s necessidades do setor/equipe de manuteno.
A gesto da manuteno conta com um sistema computacional adequadamente
Q3
dimensionado para o tamanho da empresa e do sistema que se quer implantar a MCC.
Q4 O sistema computacional de gesto da manuteno de uso amigvel, toda a equipe possui
280

treinamento adequado para utiliz-lo e sua utilizao faz parte da rotina de trabalho da
equipe de manuteno.
O sistema computacional de gesto da manuteno permite integrao com softwares
especficos de implantao e gesto da MCC. Caso contrrio, conta com no mnimo as
Q5
seguintes funcionalidades: incluso de novas tarefas com perodos customizados; controle
estatstico da manuteno; e agrupamento de tarefas de manuteno de forma otimizada.

Critrio 4 (C4) Cultura da Manuteno/Empresa:

O setor e/ou equipe de manuteno atual registra suas aes de forma suficientemente
Q1
detalhada para suportar uma anlise estatstica de tais aes.
A manuteno tem funo estratgica dentro da empresa e ocupa um lugar de destaque na
Q2
estrutura organizacional.
A equipe e/ou setor de manuteno, em suas diferentes categorias profissionais, so
Q3
motivados, cooperativos e conscientes de seu papel estratgico dentro de empresa.
Outras metodologias de gesto da manuteno foram previamente adotadas e/ou estudadas e
Q4
culminaram com a adoo da MCC, por ser de custo/benefcio mais vantajosa.
O atual programa de manuteno continuamente atualizado e auditado por pessoal interno
Q5
ou externo empresa ou setor de manuteno.

Critrio 5 (C5) Gerenciamento Estratgico da Manuteno:

Existe um oramento para viabilizar a implantao da MCC e que supra as seguintes


necessidades: treinamento de pessoal dentro da filosofia da MCC; disponibilidade de
Q1
recursos humanos; implantao de aes preditivas; e implementao de sistemas
computacionais de suporte a MCC, caso necessrio.
As decises referentes s estratgias de gesto da manuteno esto em conformidade e tem
Q2
suporte por outros setores da empresa, o que caracteriza o bom relacionamento institucional.
Q3 Os nveis gerenciais vem a manuteno como investimento e no como um custo.
A MCC visualizada como parte de um processo geral/global de gerenciamento da
Q4 manuteno, com mtodos e tcnicas, podendo coexistir outras metodologias de gesto da
manuteno em paralelo ou integradas MCC.
Grande parte da manuteno terceirizada, entretanto, seus controles, registros e demais
Q5
itens de gesto esto a cargo da empresa ou seu representante.

F.1.2 Pr-Requisitos_Etapa 1

Critrio 1 (C1) Disponibilidade da Informao/Recursos:

Todas as Entradas, Controles e Mecanismos da Etapa 1 (Preparao), do procedimento de


Q1
referncia para implantao da MCC, esto disponveis.
A etapa anterior foi Auditada com relao ao nvel de conformidade com os requisitos do
procedimento de referncia.
Q2
Obs.: Neste quesito responda com a Nota obtida na Auditoria da Etapa 0 (Adequao da
MCC).
Levando em conta o tamanho e a complexidade dos sistemas candidatos implantao da
Q3 MCC, o software de apoio equipe de implementao atende a todas as necessidades seja
ele um software comercial especfico para MCC ou, genrico de gesto da manuteno
281

aliado a softwares de automao de escritrio.


Os itens/componentes dos sistemas candidatos a implantao da MCC possuem uma
Q4
identificao nica e inequvoca (etiqueta - tag).

Critrio 2 (C2) Formao da Equipe:

A empresa designou um patrocinador interno para auxiliar a implantao da MCC, com


Q1
poder para mobilizao financeira e de pessoal.
A empresa possui internamente e/ou contratar consultores externos com conhecimento
Q2 comprovado da metodologia MCC para atuarem como facilitadores do processo de
implementao.
Todos os interessados nos sistemas candidatos implantao da MCC, incluindo os clientes
Q3 internos e externos empresa, esto disponveis e dispostos a colaborar com o processo de
implantao.
Os nveis gerenciais esto envolvidos e comprometidos com a equipe de implementao da
Q4
MCC.
Existe pessoal habilitado, conhecedor da metodologia MCC e com competncia equivalente,
Q5
para eventuais substituies de membros da equipe de implementao.

Critrio 3 (C3) Planejamento:

A conduo do processo de implantao do programa de MCC seguir uma metodologia de


Q1 Gesto de Projetos. Ex.: PMBOK (Project Management Body of Knowledge) do PMI
(Project Management Institute).
A implantao da MCC faz parte dos objetivos e metas do planejamento estratgico da
empresa e por isto ter um status prioritrio para os nveis gerenciais alm de contar com
Q2
nveis compatveis de organizao e alocao de responsabilidades, assim como recursos
humanos e financeiros.
A equipe de implementao ter reduo de sua carga normal de trabalho para participar do
projeto de implementao da MCC. Isto resultar em disponibilidade tanto para reunies
Q3
programadas quanto para atividades desenvolvidas entre as reunies, disponibilidade esta
acordada com a alta gerncia.

Critrio 4 (C4) Estratgia de Implementao:

A equipe conhece o contexto operacional, cultural, histrico e poltico da empresa/sistema


Q1
para balizar os objetivos e resultados esperados e delinear a estratgia de implementao.
Um projeto piloto de implementao da MCC j foi conduzido pela empresa e seus
Q2 resultados prticos e de amadurecimento na metodologia MCC sero utilizados no processo
de implementao.
Existem programas de MCC, similares em contexto e domnio de conhecimento, que
Q3 serviro de benchmarking inclusive para auxiliar no dimensionamento de recursos para a
implementao.

F.1.3 Pr-Requisitos_Etapa 2

Critrio 1 (C1) Disponibilidade da Informao/Recursos:


282

Todas as Entradas, Controles e Mecanismos da Etapa 2 (Seleo do Sistema e Coleta de


Q1
Informaes), do procedimento de referncia para implantao da MCC, esto disponveis.
A etapa anterior foi Auditada com relao ao nvel de conformidade com os requisitos do
Q2 procedimento de referncia.
Obs.: Neste quesito responda com a Nota obtida na Auditoria da Etapa 1 (Preparao).
Os dados confiabilsticos e da mantenabilidade dos sistemas candidatos implantao da
Q3 MCC esto disponveis e suportam uma anlise estatstica que permita formular ndices para
avaliar o desempenho atual e perspectivas futuras para a manuteno.
Com relao aos custos diretos e indiretos dos sistemas candidatos implantao da MCC,
os seguintes dados esto disponveis e suportam uma anlise quantitativa: custos com
Q4
manuteno, impacto no processo produtivo devido indisponibilidade e sua relao com
outros sistemas do processo produtivo.
A equipe de implementao domina as questes tcnicas, de segurana e ambientais que
Q5
afetam ou se vinculam aos sistemas candidatos implantao da MCC.
A empresa possui, para qualquer um dos sistemas candidatos implantao da MCC,
recursos financeiros e humanos para: implementar a MCC conforme o procedimento de
Q6 referncia; aquisio de equipamentos e treinamento para aumento de tarefas preditivas;
monitoramento e acompanhamento estatstico do sistema e das aes de manuteno para
realimentao do programa.

Critrio 2 (C2) Estratgia de Seleo:

A equipe de implementao tem uma clara definio do escopo e abrangncia do programa


de MCC. Assim, para os sistemas candidatos, os quais sero submetidos anlise, h
Q1 conhecimento tcnico e gerencial alm de recursos financeiros e de pessoal, compatveis
com o tamanho e a importncia dos sistemas candidatos, para suportar as anlises requeridas
pela MCC.
Entre os sistemas candidatos implantao da MCC existe algum que possui similaridade
Q2 com outros, pertencentes empresa ou no, onde a MCC j foi implementada e cujos dados
esto disponveis para um embasamento inicial da anlise.
Todos os sistemas candidatos tm uma relao forte com a disponibilidade do sistema
Q3 global e economia do processo produtivo e/ou tem implicaes de segurana ou meio
ambiente.
A documentao de engenharia disponvel dos sistemas candidatos implantao da MCC
Q4 permite uma clara definio das fronteiras dos sistemas e agrupamento de
componentes/subsistema por especialidades tcnicas.
A equipe de implantao tem pleno conhecimento do contexto operacional dos sistemas
Q5 candidatos implantao da MCC e sua influncia no desempenho, disponibilidade e
economia do processo produtivo, assim como na segurana e meio ambiente.

F.1.4 Pr-Requisitos_Etapa 3

Critrio 1 (C1) Disponibilidade da Informao/Recursos:

Todas as Entradas, Controles e Mecanismos da Etapa 3 (Anlise dos Modos de Falha, seus
Q1 Efeitos e sua Criticidade FMECA), do procedimento de referncia para implantao da
MCC, esto disponveis.
283

A etapa anterior foi Auditada com relao ao nvel de conformidade com os requisitos do
procedimento de referncia.
Q2
Obs.: Neste quesito responda com a Nota obtida na Auditoria da Etapa 2 (Seleo do
Sistema e Coleta de Informaes)
Existe uma estrutura computacional ou ferramenta equivalente para agilizar, organizar e
Q3 garantir a participao de toda a equipe de implantao na concepo da FMECA e ao
mesmo tempo possibilite a criao de ambientes virtuais para flexibilizar as reunies.
Existe uma documentao de engenharia consistente do sistema que ser analisado,
Q4
incluindo protees, instrumentao, monitoramento e controle.
Existe uma documentao/histrico consistente das falhas funcionais e dos controles atuais
Q5
para detectar e/ou prevenir as causas dos modos de falha.
Existe uma anlise prvia das causas razes do modo de falha (FTA Fault Tree Analysis
Anlise da rvore de Falhas) e dos seus efeitos (ETA Event Tree Analysis Anlise da
Q6
rvore de Eventos), a qual ser utilizada para embasar a FMECA. Seno, sero utilizadas
anlises de sistemas similares devidamente adaptadas ao contexto operacional em questo.

Critrio 2 (C2) Competncias e Habilidades da Equipe:

A equipe que executar o FMECA (Anlise dos Modos de Falha, seus Efeitos e sua
Q1 Criticidade) conta com representantes da operao, manuteno, fornecedores, fabricante do
sistema analisado e consumidores/clientes da empresa.
A equipe que executar o FMECA (Anlise dos Modos de Falha, seus Efeitos e sua
Q2 Criticidade) recebeu treinamento especfico e conhece os termos utilizados, seus
significados e a forma correta de preenchimento das planilhas de FMECA.
O tamanho da equipe, suas competncias e habilidades e seu envolvimento e interesse com o
Q3 sistema a ser analisado esto adequados para o nmero de modos de falha e conseqente
tempo de dedicao esperados para o FMECA.
Os ndices e critrios para avaliao da criticidade (Severidade, Ocorrncia e Deteco)
foram customizados e aprovados pela empresa e seus interessados stakeholders e esto
Q4
documentados de forma auditvel. Caso este pr-requisito ainda no tenha sido satisfeito, a
equipe de implantao o far antes do incio da conduo da FMECA.
A equipe de implantao est preparada para avaliar tanto as causas e efeitos do modo de
Q5 falha internos empresa quanto os externos os quais, de alguma forma, afetam o sistema a
ser analisado ou a empresa.

F.1.5 Pr-Requisitos_Etapa 4

Critrio 1 (C1) Disponibilidade da Informao/Recursos:

Todas as Entradas, Controles e Mecanismos da Etapa 4 (Seleo das Funes Significantes e


Q1 Classificao de seus Modos de Falha), do procedimento de referncia para implantao da
MCC, esto disponveis.
A etapa anterior foi Auditada com relao ao nvel de conformidade com os requisitos do
procedimento de referncia.
Q2
Obs.: Neste quesito responda com a Nota obtida na Auditoria da Etapa 3 (Anlise dos
Modos de Falha, seus Efeitos e sua Criticidade FMECA).
A relao das funes do item/sistema, as quais j esto atualmente protegidas por tarefas de
Q3
manuteno esto disponveis para a anlise da equipe de implantao.
284

Os critrios para avaliao dos impactos de segurana, ambientais, econmicos e


operacionais, foram aprovados pelos nveis gerenciais da empresa e pelos
Q4 usurios/operadores do sistema e esto documentados de forma auditvel. Caso este pr-
requisito ainda no tenha sido satisfeito, a equipe de implantao o far antes do incio da
conduo desta etapa.
A equipe de implementao conta com representantes que so usurios/operadores do
sistema sob anlise. Caso contrrio, estes podem ser convocados especificamente para esta
Q5
etapa aps um treinamento prvio em MCC para atestar: a significncia das funes, e a
evidncia ou no dos modos de falha, seus efeitos ou as falhas funcionais a eles associadas.

F.1.6 Pr-Requisitos_Etapa 5

Critrio 1 (C1) Disponibilidade da Informao/Recursos:

Todas as Entradas, Controles e Mecanismos da Etapa 5 (Seleo das Tarefas de Manuteno


Q1 Aplicveis e Efetivas), do procedimento de referncia para implantao da MCC, esto
disponveis.
A etapa anterior foi Auditada com relao ao nvel de conformidade com os requisitos do
procedimento de referncia.
Q2
Obs.: Neste quesito responda com a Nota obtida na Auditoria da Etapa 4 (Seleo das
Funes Significantes e Classificao de seus Modos de Falha).
Os critrios para avaliao da aplicabilidade e efetividade das aes de manuteno foram
aprovados pelos nveis gerenciais da empresa e pelos usurios/operadores do sistema e esto
Q3
documentados de forma auditvel. Caso este pr-requisito ainda no tenha sido satisfeito, a
equipe de implantao o far antes do incio da conduo desta etapa.
A equipe de implementao conta com representantes da manuteno e usurios/operadores
do sistema sob anlise ou caso contrrio estes podem ser convocados especificamente para
Q4
esta etapa, aps um treinamento prvio em MCC, para atestar a aplicabilidade e a
efetividade das aes de manuteno.
Os custos e recursos do setor de manuteno esto disponveis, destacando-se: custo por
hora trabalhada dos mantenedores, equipamentos disponveis para aes preditivas e/ou
Q5
locados para aes especficas com seus respectivos custos para a empresa, recursos
logsticos, humanos e financeiros do setor de manuteno.

Critrio 2 (C2) Conhecimento da Falha:

A maneira como a falha evolui (mecanismo da falha) conhecida para todos os modos de
Q1
falha relacionados s funes significantes.
A rotina operacional do item/sistema, no qual a MCC ser implantada, conhecida pela
Q2
equipe de implantao.
A equipe de implantao conhece o impacto na segurana e no meio ambiente relacionado
Q3 perda das funes significantes do item/sistema, no qual a MCC ser implantada. As normas
de segurana e ambientais do referido item/sistema tambm esto disponveis.

F.1.7 Pr-Requisitos_Etapa 6

Critrio 1 (C1) Disponibilidade da Informao/Recursos:

Q1 Todas as Entradas, Controles e Mecanismos da Etapa 6 (Definio dos Intervalos Iniciais e


285

Agrupamento das Tarefas de Manuteno), do procedimento de referncia para implantao


da MCC, esto disponveis.
A etapa anterior foi Auditada com relao ao nvel de conformidade com os requisitos do
procedimento de referncia.
Q2
Obs.: Neste quesito responda com a Nota obtida na Auditoria da Etapa 5 (Seleo das
Tarefas de Manuteno Aplicveis e Efetivas).
Existe uma documentao gerencial que permita inferir sobre o contexto e o ciclo
operacional do sistema, os custos envolvidos e os riscos financeiros, de segurana, e para
Q3
meio ambiente, de forma a ponderar a tomada de deciso referente aos intervalos e
agrupamentos das aes de manuteno.
As seguintes informaes tcnicas dos itens/componentes, relacionados s funes
Q4 significantes, esto disponveis para a equipe de implementao: curva de degradao,
tempo de operao, tempo mdio entre falhas, tempo para falhar e tempo de reparo.
A equipe de implantao tem competncia e habilidade para definir os aspectos a serem
Q5 otimizados durante a definio dos intervalos iniciais e agrupamento das atividades de
manuteno.

F.1.8 Pr-Requisitos_Etapa 7

Critrio 1 (C1) Disponibilidade da Informao/Recursos:

Todas as Entradas, Controles e Mecanismos da Etapa 7 (Redao do Manual e


Q1 Implementao), do procedimento de referncia para implantao da MCC, esto
disponveis.
A etapa anterior foi Auditada, com relao ao nvel de conformidade com os requisitos do
procedimento de referncia.
Q2
Obs.: Neste quesito responda com a Nota obtida na Auditoria da Etapa 6 (Definio dos
Intervalos Iniciais e Agrupamento das Tarefas de Manuteno).
A equipe de implementao no ir se dispersar at concluir a redao do manual e
Q3 implantar efetivamente o programa de MCC, no sistema de gesto da manuteno da
empresa.
Existe uma estrutura computacional para gerao automtica do manual da MCC, o qual
Q4 deve contemplar todas as decises e sadas das etapas conforme o procedimento de
referncia. Caso contrrio, existe disponibilidade de pessoal para realizao desta atividade.

Critrio 2 (C2) Planejamento para Implementao:

Os recursos financeiros, humanos e os equipamentos necessrios para implementao das


Q1 tarefas de manuteno e controle do programa de MCC esto disponveis, de forma a
garantir sua realimentao e reviso.
Existe uma estrutura interna ou externa empresa (terceirizada) para treinamento dos
Q2 mantenedores e operadores, com base no novo programa de gesto da manuteno proposto
pela MCC.
O sistema computacional de gesto da manuteno permite, de forma automtica, a partir do
software de implantao da MCC, a incluso das tarefas e controles propostos pelo
Q3
programa de MCC. Caso contrrio, existe disponibilidade de pessoal para uma incluso
manual.
286
F.1.9 Pr-Requisitos_Etapa 8

Critrio 1 (C1) Disponibilidade da Informao/Recursos:

Todas as Entradas, Controles e Mecanismos da Etapa 8 (Acompanhamento e Realimentao),


Q1
do procedimento de referncia para implantao da MCC, esto disponveis.
A etapa anterior foi Auditada, com relao ao nvel de conformidade com os requisitos do
procedimento de referncia.
Q2
Obs.: Neste quesito responda com a Nota obtida na Auditoria da Etapa 7 (Redao do
Manual e Implementao da MCC).
O manual da MCC foi divulgado para os mantenedores, operadores e alta gerncia. Aps sua
divulgao, houve consenso de que o novo programa de manuteno da empresa traduz
Q3
fielmente as atividades recomendadas pela MCC para aqueles sistemas onde esta foi
implantada.

Critrio 2 (C2) Aderncia da MCC:

Os responsveis pela fase de execuo do programa de MCC tm claros os objetivos e


interesses do programa, a ponto de criar ndices que avaliem: o desempenho do programa de
Q1
MCC; o desempenho da manuteno aps a implementao do programa de MCC; e a
aderncia da empresa ao programa de MCC.
O plano de manuteno gerado pela MCC foi incorporado na ntegra ao sistema de gesto da
manuteno da empresa/sistema. Da mesma forma, os procedimentos tcnicos de
Q2
manuteno e operao do ativo/sistema, no qual a MCC foi implantada, foram alterados
para se adequar as novas tarefas de manuteno apontadas pelo programa de MCC.
Todos os procedimentos de manuteno e operao, apontados pela MCC, esto
Q3
normatizados e h aes disciplinadoras ou corretivas, caso haja quebra de procedimentos.
O sistema de gesto da manuteno e os recursos logsticos foram redimensionados para
Q4
atender as novas necessidades ditadas pela MCC.

F.2 AUDITORIA DA MCC

Os prximos itens detalham os Quesitos (Qn), a serem ponderados pelo usurio, para
avaliao de cada Critrio (Cn). A desfuzzyficao dos conjuntos Fuzzy formados pela agregao
dos critrios avaliados resulta na avaliao da Etapa n. Tais Critrios e seus respectivos
Quesitos se referem a Auditoria.

F.2.1 Auditoria_Etapa 0

Critrio 1 (C1) Confiabilidade da Anlise:

Os pr-requisitos desta etapa foram atendidos em um nvel satisfatrio ou, caso contrrio,
uma poltica de melhoramento dos fatores negativos foi planejada e implementada antes do
Q1 incio da etapa.
Obs.: Neste quesito responda com a Nota obtida na anlise dos Pr-Requisitos da Etapa 0
(Adequao da MCC).
287

Todas as decises tomadas durante a Etapa 0 (Adequao da MCC) foram documentadas,


Q2 atendem as exigncias de Sada do procedimento de referncia e tem consistncia para uma
auditoria futura.
Os questionamentos referentes anlise dos Pr-Requisitos e Auditoria da Etapa 0
(Adequao da MCC) foram ou esto sendo respondidos por membros da equipe de
Q3 manuteno, operao, gerncia e demais interessados ou afetados pelo programa de MCC
ou pelos sistemas candidatos a sua implantao. A tomada de deciso se deu pela mdia
ponderada das respostas individuais.
Normas, bibliografias e especialistas foram consultados para avaliar os benefcios e os
Q4
desafios de um programa de MCC.
Programas similares de MCC foram consultados/estudados e podero servir de
Q5
benchmarking para o processo de implantao.

F.2.2 Auditoria_Etapa 1

Critrio 1 (C1) Confiabilidade da Anlise:

Os pr-requisitos desta etapa foram atendidos em um nvel satisfatrio ou, caso contrrio,
uma poltica de melhoramento dos fatores negativos foi planejada e implementada antes do
Q1 incio da etapa.
Obs.: Neste quesito responda com a Nota obtida na anlise dos Pr-Requisitos da Etapa 1
(Preparao).
Todas as decises tomadas durante a Etapa 1 (Preparao) foram documentadas, atendem as
Q2 exigncias de Sada do procedimento de referncia e tem consistncia para uma auditoria
futura.
Os questionamentos referentes anlise dos Pr-Requisitos e Auditoria da Etapa 1
(Preparao) foram ou esto sendo respondidos por membros da equipe de manuteno,
Q3 operao, gerncia e demais interessados ou afetados pelo programa de MCC ou pelos
sistemas candidatos a sua implantao. A tomada de deciso se deu pela mdia ponderada
das respostas individuais.
Todos os envolvidos no processo de implantao da MCC equipe de manuteno,
operao, gerncia e demais interessados ou afetados pelo programa de MCC entenderam,
Q4
aceitaram e acreditam ser exeqvel o plano de implantao, o qual est documentado de
forma auditvel.
O contexto operacional, cultural, histrico e poltico da empresa/sistema foram considerados
Q5 para balizar os objetivos e resultados esperados e delinear a estratgia que compe o plano
de implantao.
Os clientes, internos e externos, foram contemplados e/ou envolvidos, com algum grau de
Q6
comprometimento, no processo de implementao da MCC.

Critrio 2 (C2) Recursos e Responsabilidades:

O papel dos atores da equipe de implantao da MCC est claro, acordado entre os
Q1 participantes e documentado de forma auditvel. As seguintes funes prioritrias esto
claramente definidas: Comit Gestor, Equipe de Anlise e Facilitador.
Existe uma estrutura para gesto da informao e divulgao dos resultados e da cronologia
Q2 da implantao da MCC, tanto para a equipe de implementao, como para os interessados
ou afetados pelo programa de MCC.
Q3 O patrocinador interno entendeu e aceitou suas atribuies (mobilizao de recursos
288

humanos e financeiros para o programa de MCC) e acredita ser possvel desempenh-las de


forma adequada e com a brevidade exigida pelos procedimentos de implementao das
etapas da MCC.
Para compatibilizar o tamanho da equipe de implementao da MCC com a complexidade
Q4 do sistema a ser analisado foram utilizados como modelos templates, sistemas similares
em complexidade e domnio de conhecimento.

Critrio 3 (C3) Competncias e Habilidades da Equipe:

A equipe de implantao da MCC, de manuteno, gerentes e diretores participaram de


Q1
treinamento na metodologia/filosofia da MCC.
A equipe de implementao do programa de MCC tem conhecimento das tcnicas e
Q2 mtodos de Gesto de Projetos. Ex.: PMBOK (Project Management Body of Knowledge) do
PMI (Project Management Institute).
Membros da equipe de implantao da MCC j participaram de um projeto piloto de
Q3
contexto similar ao que se est pretendendo.
Existe um procedimento, documentado de forma auditvel, para troca de membros da
Q4 equipe de implementao da MCC, que garanta a igualdade de conhecimento com relao
aos demais membros da equipe, em qualquer etapa do processo de implementao.

Critrio 4 (C4) Certificao das Decises:

Todas as etapas, do procedimento de referncia para implantao da MCC, foram


consideradas no planejamento e concebidas nos moldes recomendados para gesto de
Q1 projetos, com: inicializao, planejamento, execuo, controle e encerramento. E envolvem
as seguintes reas de conhecimento: integrao, escopo, tempo, custo, qualidade, recursos
humanos, comunicao, risco e aquisies.
O projeto, de implantao da MCC, o nico no qual a equipe de implementao est
Q2
envolvida, alm de suas atividades dirias na empresa.
Os resultados prticos e de amadurecimento na metodologia MCC, obtidos no projeto
Q3
piloto, foram contemplados no planejamento do processo de implantao da MCC.
O plano, de implantao da MCC, est documentado de forma auditvel, e foi divulgado
Q4 para todos os clientes internos, externos e demais interessados e/ou afetados pelo programa
de MCC, incluindo a alta gerncia.

F.2.3 Auditoria_Etapa 2

Critrio 1 (C1) Confiabilidade da Anlise:

Os pr-requisitos desta etapa foram atendidos em um nvel satisfatrio ou, caso contrrio,
uma poltica de melhoramento dos fatores negativos foi planejada e implementada antes do
Q1 incio da etapa.
Obs.: Neste quesito responda com a Nota obtida na anlise dos Pr-Requisitos da Etapa 2
(Seleo do Sistema e Coleta de Informaes).
Todas as decises tomadas durante a Etapa 2 (Seleo do Sistema e Coleta de Informaes)
Q2 foram documentadas, atendem as exigncias de Sada do procedimento de referncia e tem
consistncia para uma auditoria futura.
Os questionamentos referentes anlise dos Pr-Requisitos e Auditoria da Etapa 2 (Seleo
Q3
do Sistema e Coleta de Informaes) foram ou esto sendo respondidos por membros da
289

equipe de manuteno, operao, gerncia e demais interessados ou afetados pelo programa


de MCC ou pelos sistemas candidatos a sua implantao. A tomada de deciso se deu pela
mdia ponderada das respostas individuais.
A equipe de implementao utilizou critrios para avaliao dos sistemas candidatos que
Q4 consideraram: as questes ambientais e de segurana, que permeiam um programa de MCC;
e as conseqncias econmicas advindas para a empresa e seus processos produtivos.
Foram utilizados os dados confiabilsticos e de mantenabilidade disponveis para os sistemas
Q5 candidatos e a escolha do sistema, ao qual a MCC ser implantada, se deu a partir de uma
abordagem quantitativa.

Critrio 2 (C2) Certificao dos Resultados:

O sistema escolhido para ser submetido anlise da MCC, suas fronteiras e o nvel de
Q1 detalhamento que ser adotado nas anlises da equipe de implementao est definido,
descrito e documentado de forma auditvel.
A equipe de implementao do programa de MCC possui representantes com competncia
Q2 em todas as reas de conhecimento relacionadas aos sistemas candidatos e o sistema
escolhido obteve o consenso do grupo.
A empresa possui em seu quadro funcional especialistas com conhecimento tcnico
Q3
profundo sobre o sistema escolhido para ser submetido anlise da MCC.
O escopo e seu nvel de detalhamento esto adequados para o tamanho da equipe de
Q4 implantao, considerando o nmero de modos de falha por item/componente e o tempo
previsto para trmino da anlise.

F.2.4 Auditoria_Etapa 3

Critrio 1 (C1) Confiabilidade da Anlise:

Os pr-requisitos desta etapa foram atendidos em um nvel satisfatrio ou, caso contrrio,
uma poltica de melhoramento dos fatores negativos foi planejada e implementada antes do
incio da etapa.
Q1
Obs.: Neste quesito responda com a Nota obtida na anlise dos Pr-Requisitos da Etapa 3
(Anlise dos Modos de Falha, seus Efeitos e sua Criticidade - FMECA).
Todas as decises, tomadas durante a Etapa 3 (Anlise dos Modos de Falha, seus Efeitos e
Q2 sua Criticidade - FMECA) foram documentadas, atendem as exigncias de Sada do
procedimento de referncia e tem consistncia para uma auditoria futura.
Os questionamentos referentes anlise dos Pr-Requisitos e Auditoria da Etapa 3 (Anlise
dos Modos de Falha, seus Efeitos e sua Criticidade - FMECA) foram ou esto sendo
Q3 respondidos por membros da equipe de manuteno, operao, gerncia e demais
interessados ou afetados pelo programa de MCC ou pelo sistema escolhido para sua
implantao. A tomada de deciso se deu pela mdia ponderada das respostas individuais.
Existe um procedimento documentado e devidamente divulgado para os envolvidos com o
sistema no qual a MCC ser implantada, para atualizao e correo da FMECA. Este
Q4
procedimento aponta todas as razes e circunstncias que motivam as atualizaes e/ou
correes.
A FMECA possui uma conexo com um plano e/ou procedimento onde constem as aes a
Q5
serem tomadas na ocorrncia dos modos de falha.

Critrio 2 (C2) Itens, Funes e Falhas Funcionais:


290

Q1 Os itens, analisados na FMECA pertencem ao menor nvel manutenvel do sistema.


Q2 O contexto operacional da instalao foi definido e documentado de forma auditvel.
Todas as funes do item/sistema (primrias / secundrias / de proteo, monitoramento e
controle SCADA e instrumentao) foram identificadas e documentadas de forma
Q3
auditvel e sua definio contm um verbo, um objeto e um padro de desempenho
(quantificado em cada caso possvel).
Os padres de desempenho, incorporados nas definies das funes, so nveis de
Q4 desempenho desejados pelo proprietrio ou usurio do item/sistema no seu contexto
operacional.
Todos os estados de falha associados s funes foram identificados de forma completa, so
Q5
compatveis com a funo e foram documentados de forma auditvel.

Critrio 3 (C3) Modos de Falha:

Todos os modos de falha, razoavelmente provveis de causar cada falha funcional, foram
identificados e documentados de forma auditvel. O mtodo usado para decidir o que
Q1
constitui um modo de falha razoavelmente provvel foi aceito pelo proprietrio ou usurio
do item/sistema e documentado de forma auditvel.
Os modos de falha foram identificados a um nvel de causalidade que torna possvel
Q2
identificar uma poltica apropriada para gerenciamento da falha.
Foram includos na lista de modos de falha aqueles que: tenham ocorrido anteriormente;
esto atualmente sendo prevenidos por programas existentes de manuteno; ainda no
Q3
ocorreram, mas que so julgados como razoavelmente provveis de ocorrer (factveis) no
contexto operacional. Todos os casos foram documentados de forma auditvel.
Foram includos, na lista de modos de falha, qualquer evento ou processo que possa causar
Q4 uma falha funcional, incluindo deteriorao, defeitos de projeto, e erros humanos se
causados por operadores ou mantenedores.
Foram levados em considerao os modos de falha externos aos domnios e/ou controle da
Q5
empresa, por exemplo: modos de falha devido a fornecedores e problemas logsticos.

Critrio 4 (C4) Efeitos e Causas da Falha:

A descrio dos efeitos inclui o que aconteceria se nenhuma tarefa especfica fosse realizada
Q1 para antecipar, prevenir, ou detectar a falha. Estas informaes esto documentadas de
forma auditvel.
A descrio dos efeitos inclui todas as informaes necessrias para avaliar se a
conseqncia da falha: evidente ou, no caso de falhas ocultas, o que acontece se uma falha
Q2 mltipla ocorrer; pode provocar a morte ou ferir algum; pode provocar um efeito adverso
ao meio ambiente; pode afetar adversamente a operao ou a produo. Estas informaes
esto documentadas de forma auditvel.
A descrio dos efeitos inclui todas as informaes necessrias para avaliar se, como
conseqncia da falha, existe a possibilidade de causar danos fsicos e o que deve ser feito
Q3
para restaurar a funo do sistema aps a falha. Estas informaes esto documentadas de
forma auditvel.
A descrio das causas da falha revela porque o modo de falha do item/sistema ocorreu.
Q4
Estas informaes esto documentadas de forma auditvel.
291
F.2.5 Auditoria_Etapa 4

Critrio 1 (C1) Confiabilidade da Anlise:

Os pr-requisitos desta etapa foram atendidos em um nvel satisfatrio ou, caso contrrio,
uma poltica de melhoramento dos fatores negativos foi planejada e implementada antes do
Q1 incio da etapa.
Obs.: Neste quesito responda com a Nota obtida na anlise dos Pr-Requisitos da Etapa 4
(Seleo das Funes Significantes e Classificao de seus Modos de Falha).
Todas as decises tomadas durante a Etapa 4 (Seleo das Funes Significantes e
Q2 Classificao de seus Modos de Falha) foram documentadas, atendem as exigncias de
Sada do procedimento de referncia e tem consistncia para uma auditoria futura.
Os questionamentos referentes anlise dos Pr-Requisitos e Auditoria da Etapa 4 (Seleo
das Funes Significantes e Classificao de seus Modos de Falha) foram ou esto sendo
Q3 respondidos por membros da equipe de manuteno, operao, gerncia e demais
interessados ou afetados pelo programa de MCC ou pelo sistema escolhido para sua
implantao. A tomada de deciso se deu pela mdia ponderada das respostas individuais.
A imagem da empresa e/ou os danos para os usurios, clientes ou terceiros foram
Q4
contemplados no processo de tomada de deciso.

Critrio 2 (C2) Certificao dos Resultados:

As conseqncias de cada modo de falha esto classificadas formalmente, sendo que, os


modos de falha ocultos esto separados dos evidentes e h uma distino clara entre eventos
Q1
que tenham conseqncias de segurana e/ou ambientais daqueles com conseqncias
econmicas e/ou operacionais. Esta classificao est documentada de modo auditvel.
A avaliao das conseqncias das falhas realizada como se nenhuma tarefa especfica
Q2
estivesse sendo realizada para antecipar, prevenir ou detectar a falha.
Todas as funes apontadas como significantes afetam de modo adverso um ou outro dos
Q3 seguintes aspectos: segurana, meio ambiente, operao, economia do processo produtivo
e/ou a funo j protegida por alguma atividade de manuteno.
As funes tidas como no significantes, as quais no seguiro na anlise do grupo de
Q4
implantao da MCC, foram documentadas de forma auditvel.

F.2.6 Auditoria_Etapa 5

Critrio 1 (C1) Confiabilidade da Anlise:

Os pr-requisitos desta etapa foram atendidos em um nvel satisfatrio ou, caso contrrio,
uma poltica de melhoramento dos fatores negativos foi planejada e implementada antes do
Q1 incio da etapa.
Obs.: Neste quesito responda com a Nota obtida na anlise dos Pr-Requisitos da Etapa 5
(Seleo das Tarefas de Manuteno Aplicveis e Efetivas).
Todas as decises tomadas durante a Etapa 5 (Seleo das Tarefas de Manuteno
Q2 Aplicveis e Efetivas) foram documentadas, atendem as exigncias de Sada do
procedimento de referncia e tem consistncia para uma auditoria futura.
Os questionamentos referentes anlise dos Pr-Requisitos e Auditoria da Etapa 5 (Seleo
Q3 das Tarefas de Manuteno Aplicveis e Efetivas) foram ou esto sendo respondidos por
membros da equipe de manuteno, operao, gerncia e demais interessados ou afetados
292

pelo programa de MCC ou pelo sistema escolhido para sua implantao. A tomada de
deciso se deu pela mdia ponderada das respostas individuais.
A escolha das atividades de manuteno mais adequadas foi guiada pela associao do
mecanismo da falha com as potencialidades e custo benefcio das aes de manuteno
Q4
adotadas e no unicamente pela disponibilidade de competncias e recursos internos da
empresa.

Critrio 2 (C2) Seleo e Programao das Tarefas:

A seleo das polticas de gesto de falhas conduzida como se nenhuma tarefa especfica
Q1 estivesse sendo executada atualmente, para antecipar, prevenir ou detectar a falha. Alm
disto, todo o processo de seleo est documentado de modo auditvel.
O processo de seleo da gesto da falha considera o fato de que: a probabilidade
Q2 condicional de alguns modos de falha aumenta com a idade; a de outros no muda com a
idade; e a de alguns diminui com a idade.
Todas as tarefas programadas so tecnicamente viveis e atrativas (aplicveis e efetivas) e se
Q3 duas ou mais atividades enquadram-se nesta situao, a atividade selecionada aquela mais
efetiva em termos de custos.
No caso de um modo de falha evidente, que tenha conseqncias de segurana ou ambiental,
Q4 a tarefa programada (se existente) reduz a probabilidade do modo de falha a um nvel que
tolervel ao proprietrio ou usurio da instalao.
No caso de um modo de falha oculto, onde a falha mltipla associada tenha conseqncias
de segurana ou ambiental, a tarefa programada (se existente) reduz a probabilidade do
Q5
modo de falha oculto a um valor cuja probabilidade da falha mltipla associada tolervel
ao proprietrio ou usurio da instalao.
No caso de um modo de falha evidente, que no tenha conseqncias de segurana ou
ambiental, os custos diretos e indiretos de execuo da tarefa programada (se existente) so
Q6
menores que os custos diretos e indiretos do modo de falha, quando medidos em perodos
comparveis de tempo.
No caso de um modo de falha oculto, onde a falha mltipla associada, no tenha conseqncias
de segurana ou ambiental, os custos diretos e indiretos de execuo da tarefa programada (se
Q7
existente) so menores que os custos diretos e indiretos da falha mltipla mais o custo de reparo
do modo de falha oculto, quando medidos em perodos comparveis de tempo.

Critrio 3 (C3) Servio Operacional e Inspeo Preditiva:

As tarefas classificadas como sendo de servio operacional, reduzem a taxa de deteriorao


Q1
funcional e o risco segurana e de perda da operao, alm de ter custo reduzido.
Q2 Existe uma falha potencial claramente definida, para cada Inspeo Preditiva programada.
Existe um intervalo PF identificvel (ou perodo de desenvolvimento da falha), para cada
Q3
Inspeo Preditiva programada.
O intervalo da tarefa menor que o menor intervalo PF provvel, para cada Inspeo
Q4
Preditiva programada.
fisicamente possvel realizar a tarefa a intervalos menores que o intervalo PF, para cada
Q5
Inspeo Preditiva programada.
O menor tempo entre a descoberta de uma falha potencial e a ocorrncia da falha funcional
Q6
(o intervalo PF menos o intervalo da tarefa) suficiente para que a ao determinada seja
293

tomada para evitar, eliminar ou minimizar as conseqncias do modo de falha, para cada
Inspeo Preditiva programada.

Critrio 4 (C4) Restaurao e Substituio Preventiva:

Existe uma idade claramente definida (preferivelmente demonstrvel), na qual ocorre um


Q1 aumento na probabilidade condicional do modo de falha considerado, para cada Restaurao
Preventiva programada.
Uma proporo elevada de ocorrncias do modo de falha considerado ocorre aps uma
determinada idade, o que reduz a probabilidade de falha prematura a um nvel que
Q2
tolervel pelo proprietrio ou usurio da instalao, para cada Restaurao Preventiva
programada.
A tarefa restaura a resistncia falha (condio) do componente a um nvel que tolervel
Q3
pelo proprietrio ou usurio da instalao, para cada Restaurao Preventiva programada.
Existe uma idade claramente definida (preferivelmente demonstrvel), na qual ocorre um
Q4 aumento na probabilidade condicional do modo de falha em considerao, para cada
Substituio Preventiva programada.
Uma proporo elevada de ocorrncias do modo de falha considerado ocorre aps uma
determinada idade, o que reduz a probabilidade de falha prematura a um nvel que
Q5
tolervel pelo proprietrio ou usurio da instalao, para cada Substituio Preventiva
programada.

Critrio 5 (C5) Inspeo Funcional e Manuteno Combinada:

A determinao do intervalo da tarefa de inspeo leva em conta, para cada Inspeo


Funcional programada, a necessidade de reduzir a probabilidade da falha mltipla do
Q1
sistema protegido a um nvel que tolervel pelo proprietrio ou usurio da instalao (no
aplicvel a modos de falha evidentes).
A tarefa de inspeo confirma que todos os componentes cobertos pela descrio do modo
Q2 de falha esto funcionando, para cada Inspeo Funcional programada (no aplicvel a
modos de falha evidentes).
A tarefa de Inspeo Funcional e o processo de seleo do intervalo associado levam em
conta qualquer probabilidade de que a tarefa por si s pode deixar a funo oculta em um
Q3
estado de falha, para cada Inspeo Funcional programada (no aplicvel a modos de falha
evidentes).
fisicamente possvel realizar a tarefa nos intervalos especificados, para cada Inspeo
Q4
Funcional programada (no aplicvel a modos de falha evidentes).
No caso das atividades classificadas como sendo de manuteno combinada, nenhuma
Q5 atividade de manuteno isolada consegue identificar e/ou corrigir a falha, somente uma
combinao de tarefas.
No caso das atividades classificadas como sendo de manuteno combinada, o custo de tais
Q6 atividades inferior ao custo da falha, alm disto, reduzem a taxa de deteriorao funcional
e o risco segurana e de perda da operao.

Critrio 6 (C6) Mudana de Projeto e Reparo Funcional:

Os procedimentos adotados pelo programa de MCC tenta extrair o desempenho desejado do


Q1
sistema, tal como est configurado e operado atualmente, pela aplicao de tarefas
294

programadas apropriadas.
Quando as tarefas programadas no foram aplicveis e efetivas, com falha oculta, e com
falha mltipla associada com conseqncia de segurana e ambiental, foi proposto uma
Q2
Mudana de Projeto que reduziu a probabilidade da falha mltipla a um nvel tolervel para
o proprietrio ou usurio da instalao.
Quando as tarefas programadas no foram aplicveis e efetivas, com modo de falha evidente e
Q3 conseqncia de segurana ou ambiental, foi proposto uma Mudana de Projeto que reduziu a
probabilidade do modo de falha a um nvel tolervel para o proprietrio ou usurio da instalao.
Quando as tarefas programadas no foram aplicveis e efetivas, com modo de falha oculto e
e falha mltipla associada sem conseqncia de segurana e ambiental, as Mudanas de
Q4
Projeto propostas so atrativas em termos de custo na opinio do proprietrio ou usurio da
instalao.
Quando as tarefas programadas no foram aplicveis e efetivas, com modo de falha
Q5 evidente, e sem conseqncia de segurana e ambiental, as Mudanas de Projeto propostas
so atrativas em termos de custo na opinio do proprietrio ou usurio da instalao.
Reparos Funcionais so utilizados nos seguintes casos: falha oculta sem uma atividade
programada apropriada, e com falha mltipla associada sem conseqncia de segurana ou
Q6
ambiental; ou falha evidente sem uma atividade programada apropr