Академический Документы
Профессиональный Документы
Культура Документы
A grande maioria das empresas que buscam permanecer no mercado, com uma cota de
participação estável ou crescente, devem ter um desempenho classe mundial. Isso significa
caminhar de uma determinada performance para a melhor performance. O caminho que se
percorre de uma para outra situação deve ser balizado por indicadores de performance.
Somente os indicadores permitem uma quantificação e acompanhamento dos processos,
banindo a subjetividade e propiciando as correções necessárias. Ou seja, os indicadores são
dados chave para a tomada de decisão.
Indicadores são medidas ou dados numéricos estabelecidos sobre os processos que queremos
controlar. A manutenção é vista atualmente, pelas empresas que têm as melhores práticas,
como uma atividade que deve proporcionar redução nos custos de produção ou serviços. Para
tal, a manutenção deve estar ciente:
Para isso, é importante buscar o que fazem as empresas de sucesso; procurar encontrar, tanto
para os processos como para funções, o que há de "melhor nos melhores". Esse processo é a
essência do benchmarking, que pode ser definido do seguinte modo:
No entanto, é preciso muito cuidado com duas armadilhas que envolvem a questão de
definição e acompanhamento de indicadores:
Este indicador permite uma avaliação do quanto o programa de manutenção preventiva influi
nas horas paradas de equipamentos na planta. Pode ser avaliado em função do total de horas
paradas ou relacionado, também, com interferências ou perdas na produção pela necessidade
de intervenção para cumprimento do plano de preventiva.
O valor desejável é 100%. Valores menores permitirão analisar as causas do não cumprimento
que passa entre outras coisas pela falta de comprometimento com o plano da própria
manutenção; não liberação pela produção; excesso de manutenção corretiva absorvendo a
mão de obra disponível, etc.
De modo similar podem ser analisadas a Manutenção Detectiva ou descer a detalhes em outras
atividades como lubrificação, aferição e calibração etc.
Outro indicador que é usualmente adotado é o valor médio global de vibração de
equipamentos da planta. No entanto, a menos que a situação esteja muito ruim não é um
indicador comumente utilizado. É mais eficaz um acompanhamento particularizado.
Indica se a frequência de falhas das máquinas esta dentro do esperado. Este valor e calculado
por meio da média aritmética dos tempos de funcionamento observados.
Se durante um ano o equipamento operou 200 horas, depois 450 horas, depois 4000 horas e
finalmente 1400 horas, o MTBF será :
Disponibilidade
Uma vez que tenhamos os valores do MTBF e do MTTR, podemos calcular a disponibilidade que
é dada pela seguinte relação:
Este indicador também é muito importante pois entra no cálculo do OEE.
Vinte unidades de ar condicionado projetadas para serem utilizadas pelos astronautas da NASA
nos veículos espaciais foram testados durante um período de 1.000 horas . Dois dos sistemas
falharam durante os testes – a primeira ao fim de 400 horas e o outro ao fim de 800 horas.
Calcular:
1. A taxa de avarias em %
2. A taxa de avarias em número por período de tempo
3. O MTBF
TA – Taxa de Avarias
MTBF – Tempo Médio Entre Falhas
2.1.2 Cálculo do OEE
Fonte: http://www.oee.com.br/
Do tempo total de um equipamento, deve-se considerar para cálculo do OEE apenas o tempo
que é de responsabilidade da equipe de produção. Ou seja, o tempo que o equipamento não
produziu devido à empresa não estar em seu horário de funcionamento, ou aquele tempo que
o equipamento não produziu, apesar de estar no horário de trabalho, por razões alheias à
equipe de produção – não produziu porque não havia pedidos, por exemplo -, também não
entra no cálculo do OEE. Retirando estes tempos do tempo total sobra o tempo, que é de
responsabilidade da equipe de produção, para produzir o que precisa ser produzido, e é com
base neste tempo que se calcula o OEE.
Disponibilidade
A disponibilidade nos diz quanto tempo o equipamento produziu em relação ao tempo total
disponível para produção, sendo calculado da seguinte maneira:
A performance compara a quantidade produzida com a quantidade teórica que poderia ter sido
produzida enquanto o equipamento estava produzindo, independente da qualidade do que foi
produzido, sendo calculado da seguinte maneira:
Quantidade Produção Real = Tempo Produzindo / Tempo Ciclo Real, então teremos:
Performance% = ((Tempo Produzindo / Tempo Ciclo Real) / (Tempo Produzindo / Tempo Ciclo
Padrão) ) * 100%
Qualidade
A qualidade nos diz a qualidade daquilo que saiu da máquina, ou seja, quantos itens bons foram
produzidos em relação ao total de itens produzidos, sendo calculado da seguinte maneira:
É importante lembrar que somente são considerados itens bons aqueles que ficaram bons na
primeira vez, ou seja, aqueles itens que foram retrabalhados para atender às especificações ou
aqueles itens que foram reclassificados, do tipo A para o Tipo B porque não atendeu às
especificações de A, não são considerados itens bons. Como pode-se observar, a qualidade
somente será 100% quando Quantidade de Ruins for igual à ZERO.
OEE
A Figura 12 mostra as variáveis que compõem o cálculo do OEE. Nela pode-se observar a
relação entre as variáveis de tempo programado para a produção, tempo gasto para produzir e
qualidade da produção. Em seguida, é apresentado um exemplo de cálculo deste indicador.
Figura 12: Variáveis para cálculo do OEE
2.1.3 Exemplo Cálculo de OEE
Um equipamento que possui um turno de 8 horas e durante este turno teve uma preparação
que durou 40 minutos e ocorreu uma parada de reabastecimento de 10 minutos. No restante
do tempo produziu um item cujo tempo ciclo é de 8 segundos, e no final do período
contabilizou 3000 peças produzidas, sendo que 20 foram refugadas por apresentarem
defeitos.A partir deste enunciado podemos extrair as seguintes informações:
Calculando a Disponibilidade
Disponibilidade% = (Tempo produzindo / Tempo programado) * 100%
Tempo Programado = 480 minutos
Tempo Produzindo = 480 – 40 – 10 = 430 minutos
Disponibilidade% = (430 / 480) * 100% = 89,58%
Calculando a Performance
Performance% = (Quantidade Produção Real / Quantidade Produção Teórica) * 100%
Quantidade Produzida = 3.000 peças
Produção Teórica = Tempo Produzindo / Tempo ciclo padrão
Produção Teórica = 430 min * 60 seg / 8 seg/peça = 3.225 peças
Performance% = ( 3.000 / 3.225 ) * 100%
Performance% = 93,02%
Calculando a Qualidade
Qualidade% = (Quantidade de bons / Quantidade Total ) * 100%
Quantidade de peças boas = 3000 – 20 = 2980 peças
Qualidade% = ( 2980 / 3000 ) * 100%
Qualidade% = 99,33%
Exemplo: A empresa trabalha em dois turnos de 480 minutos e durante o mês passado
trabalhou 22 dias.
Tempo operacional do mês passado = 22 dias * 2 turnos * 480 minutos = 21.120 minutos
Exemplo: A equipe de produção para 75 minutos, em cada turno, entre refeição e cafezinho. E
durante o mês a linha ficou parada um total de 8 horas por falta de pedido.
Exemplo: segundo apontamento realizado pelo operador do equipamento, este ficou parado 18
horas para preparação de equipamentos, 35 horas por quebra do equipamento, 15 horas para
reabastecimento, 8 horas aguardando liberação pela qualidade.
Ou seja, 17.340 minutos é o tempo, sob responsabilidade da equipe de produção, para executar
a produção planejada no período.
Exemplo 1: A linha produz um único produto de tempo de ciclo igual à 30 segundos (ou 0,5
minuto).
Willmott e Mccarth (2001) afirmam que o TPM é uma filosofia ou uma forma de pensar da
manutenção, que traduz um novo conceito de como manter uma instalação ou um
equipamento. O TPM é um método de gestão que identifica e elimina as perdas existentes nos
processos produtivos, maximiza a utilização do ativo industrial e garante a geração de produtos
de alta qualidade a custos competitivos. Desenvolve conhecimentos capazes de reeducar as
pessoas para acções de prevenção e melhoria contínua, garantindo a fiabilidade dos
equipamentos e da capacidade dos processos, sem investimentos adicionais.
Ribeiro, H. (2007), explica que TPM para a Total Productive Maintenance tem o objetivo de
envolver colaboradores de cada departamento da empresa em todas as atividades nela
desenvolvidas com um único objetivo: Reduzir ou eliminar defeitos e falhas, acidentes e
incidentes proporcionando redução das perdas produtivas e elevando o moral dos
colaboradores. Traduzindo cada termo da TPM para a “linguagem da manutenção” tem –se:
Total – quer dizer que todos os colaboradores são envolvidos em todas as atividades
executadas pela empresa com o objetivo de reduzir ou eliminar perdas.
De acordo com Neto (2009): “ KPIs medem o nível de desempenho de processos. São métodos
para facilitar a avaliação, identificar anomalias e assim apresentar caminhos de melhorias. Os
indicadores ajudam as empresas a medir e definir o progresso em direção aos objetivos.” Os
indicadores de desempenho dão perspicácia directa aos trabalhadores essenciais no processo
de gestão, característica importante, particularmente na manutenção, uma vez que um bom
controle requer medidas que relacionem tempo, quantidade, qualidade e custo (Faria, 2007).
Neto (2009) afirma que: “A medição do desempenho deve ser feita não somente para planejar,
introduzir e controlar, mas também para diagnosticar.” Os acontecimentos, como a recente
crise econômica Mundial apenas reforçam a necessidade de gestão por meio de indicadores de
desempenho, eficazes instrumentos de análise da situação atual e futura das empresas (Neves,
2009).
A gestão por meio de indicadores de desempenho é o ponto de partida para empresas obterem
um bom desempenho classificado como “best-in-class”. É importante que eles estejam em
locais visíveis para que todos os trabalhadores possam ter acesso. Isso facilita a interação e o
compromisso da equipe com as metas estabelecidas. É necessário incutir a responsabilidade à
todos os trabalhadores para que estes busquem atingir os resultados. Uma forma muito
comum para os alinhamentos necessários são as reuniões semanais entre a equipe de gestão e
o corpo técnico.
2.3 Manutenção Centrada na Confiabilidade
2.3.1 Introdução
1 - Quais são as funções e padrões de desempenho associados a um ativo físico no seu presente
contexto operacional?
7 – O que deve ser feito se não for encontrada uma tarefa proativa apropriada?
Para responder cada questão, a MCC utilizar métodos e ferramentas de um conjunto aberto de
soluções, algumas tradicionais, outras recentes e modernas, seguindo uma sequencia bem documentada.
Estudo de caso:
Um tipo comum de teste é aquele em que a válvula é colocada em um tanque de água, que é
aquecido e resfriado acelerando o funcionamento da válvula. Estima-se que 30.000 ciclos (um
ciclo corresponde ao ato de abrir e fechar a válvula) equivalem a 10 anos de uso em condições
normais. Considere a situação em que um lote de 30 mecanismos novos foi colocado em teste. O
teste consiste em deixá-los em funcionamento por um período de até 50.000 ciclos e registrar,
para cada mecanismo, o número de ciclos que ele completou até falhar. Após o teste 18
mecanismos haviam falhado antes de completar 50.000 ciclos e o restante continuava
funcionando.
O número de ciclos até a falha para esses 18 mecanismos foram: 5.625; 11.223; 12.128; 13.566;
14.922; 16.513; 22.138; 26.791; 27.144; 27.847; 28.613; 31.225; 36.229; 38.590; 39.580; 40.278;
41.325; 44.540.
5626 11223 12128 13566 14922 16513 22138 26791 27144 27847
28613 31225 36229 38590 39580 40278 41325 44540 50000+ 50000+
50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 50000+
Com base no exemplo apresentado pode-se apresentar alguns conceitos importantes utilizado no
tratamento de dados:
Tipos de Falha
Dados Censurados
Os testes realizados para obter as medidas de durabilidade de produtos são demorados e caros
por isso, usualmente, os testes são terminados antes que todos os itens falhem. Uma
característica decorrente desse tipo de amostragem é a presença de censuras ou informações
incompletas. No Exemplo acima vimos que 12 dos 30 mecanismos não falharam até 50.000
ciclos. Essas 12 observações são ditas censuradas, pois fornecem apenas informações parciais,
isto é, apenas que o tempo de vida do mecanismo é maior que 50.000 ciclos. Ressaltamos que,
embora parciais, estas observações fornecem informações relevantes sobre o tempo de vida e
não devem ser desconsideradas na análise estatística.
Censura do Tipo I: consiste em pré-estabelecer um período de tempo para cada um dos itens em
estudo, de maneira que o tempo de vida de um item é conhecido apenas se for menor que este
período. Um exemplo desse esquema de censura é dado pelo caso das válvulas em que todos os
itens são observados até no máximo 50.000 ciclos. Observe que para este esquema de censura o
tempo em que cada item fica sob observação é fixo, enquanto que o número de unidades que
falham (observações não censuradas) é aleatório. Esse esquema de censura é utilizado quando
se pode planejar o tempo de duração do estudo.
Censura do tipo II: é aquela em que apenas as menores observações de uma amostra de
tamanho n são completas, isto é, não censuradas. Em outras palavras, dizemos que o teste
termina após ter ocorrido a falha de um número pré-estabelecido de itens sob teste. Esse
esquema de censura é utilizado quando se tem pouca ou nenhuma informação sobre a
durabilidade do produto.
Ainda, temos um terceiro esquema de censura, o aleatório. Isso acontece na prática, quando um
item é retirado no decorrer do teste sem ter atingido a falha, podendo ocorrer se o item falhar
por uma razão diferente da estudada.
Essa é uma das principais funções probabilísticas usadas para descrever estudos provenientes de
testes de durabilidade. A função de confiabilidade é definida como a probabilidade de um
produto desenvolver sua função sem falhar até um certo tempo t. Em termos probabilísticos,
isso é escrito em função da variável de interesse T, que é o tempo até a ocorrência da falha,
como sendo:
Tendo em mãos a função de confiabilidade, se pode voltar ao exemplo apresentado no início da
seção e responder as perguntas 2 e 3, em que a fração de defeituosos nos dois primeiros anos
de vida é de cerca de 1% e 10% dos produtos estarão fora de operação com 10 anos de uso.
A probabilidade de um produto falhar em um intervalo de tempo [t1, t2) pode ser expressa em
termos da função de confiabilidade como
A taxa de falha no intervalo [t1, t2) é definida como a probabilidade de que a falha ocorra neste
intervalo, dado que a falha não ocorreu antes de t1, dividido pelo comprimento do intervalo.
Considerando o intervalo [t, t+Δt), Δt > 0, a expressão pode ser reescrita como:
A taxa instantânea de falha em um tempo t será definida como:
e sua expressão será obtida ao fazermos Δt tender a zero na expressão (2.2), isto é,
Sabendo que R(t) = 1 - F(t) e que a função densidade de probabilidade f(t) é igual à derivada da
função de distribuição acumulada F(t), isto é, concluímos que a taxa instantânea de falha h(t)
pode ser expressa como:
A função taxa de falha h(t) é bastante útil para descrever a distribuição do tempo de vida de
produtos. Ela descreve a forma em que a taxa instantânea de falha muda com o tempo.
Crescente: a taxa de falha aumenta com o tempo. Este é o comportamento esperado para
produtos ou componentes, mostrando um efeito gradual de envelhecimento.
Decrescente: a taxa de falha diminui com o tempo. É o comportamento de certos tipos de
capacitores e alguns dispositivos semicondutores.
Constante: a taxa de falha é constante para qualquer valor do tempo. Usualmente caracteriza
um período do tempo de vida de vários produtos manufaturados.
Banheira: é uma combinação entre as três funções anteriores, sendo em um período inicial
decrescente, no período intermediário aproximadamente constante, e no período final
crescente. Acredita-se que a função de taxa de falha do tipo banheira descreve bem o
comportamento do tempo de vida de alguns produtos que são sujeitos, em um período inicial, a
uma alta taxa de falha (período de falhas prematuras) que decresce rapidamente ficando
constante em um período intermediário (período de vida útil) e apresenta no período final uma
taxa de falha crescente (período de desgaste).
Fonte: http://www.portalaction.com.br/
O tempo médio de vida (MTTF) e a variância da distribuição de Weibull são obtidos pelas
equações
sendo denominada função Gamma e definida como
Para os que não conhecem, a análise de Weibull, também denominada análise de dados de vida,
é uma ferramenta de análise que a partir de uma amostra representativa, possui a
funcionalidade de fazer previsões de um produto dentro de uma população. Isto é feito por
“encaixe” em uma distribuição estatística de dados de vida e esta distribuição pode então ser
utilizada para estimar características importantes da vida deste produto tais como confiabilidade
ou probabilidade de falha em um período específico. A fórmula de Weibull pode ser
representada pela fórmula:
Onde:
F(t) é a probabilidade de falha para uma determinada amostra;
t é o tempo até a falha;
η é a característica de vida ou parâmetro de escala;
β é o parâmetro de inclinação ou forma
A análise de Weibull é um método de modelagem de dados conjuntos contendo valores maiores
que zero (como exemplo, podem ser dados de tempo até a falha conhecido como time-to-fail
(TTF)). Uma característica importante desta análise, é que se houver a possibilidade de fazer uma
coleta de 3 amostras, já é viável realizar o estudo de confiabilidade. Através da utilização de
Weibull, é possível responder alguns problemas de engenharia tais como:
O maior desafio para as pessoas que estão envolvidas com a manutenção nas indústrias hoje em
dia não é apenas saber das técnicas utilizadas na manutenção, mas decidir quais delas realmente
são ou não são importantes para determinado ativo. Se forem realizadas escolhas certas, é
possível melhorar o desempenho do ativo e ao mesmo tempo reduzir o custo de manutenção,
aumentando sua confiabilidade operacional. Por outro lado, se houverem más escolhas, novos
problemas são criados, enquanto, que aqueles que já existentes tendem a piorar.
Para o exemplo, vamos considerar um cilindro hidráulico que de tempos em tempos, devido ao
desgaste das gaxetas e anéis de vedação, falha com relação à sua função principal, exigindo
manutenção corretiva. Será então calculado o melhor momento para realizar a manutenção
periódica a partir da análise dos custos e da confiabilidade.
Com relação ao cálculo da confiabilidade, primeiramente é necessário que tenhamos em mãos a
amostragem de tempo até a falha do cilindro. Sendo assim, foi coletado em campo o tempo em
minutos que o cilindro operou antes de cada falha, conforme a Figura 17.
Pelos valores podemos perceber que em média a cada 4 meses e 26 dias (210379 minutos),
ocorre a falha do cilindro, exigindo manutenção corretiva. Aqui foi coletado um total de 10
amostras, porém, a partir de 3 amostragens já é possível realizar o estudo de confiabilidade.
Com os dados de amostragem de tempo até a falha, vamos agora calcular as variáveis
necessárias para obter os parâmetros da fórmula de Weibull (beta e alfa). A partir dos dados de
tempo até a falha, deve-se preencher outra tabela conforme indicado na Figura 18. Os passos
são o seguinte:
1. Na coluna A, deve-se preencher os dados até a falha e logo após ordenar eles por ordem do
menor para o maior. Feito isto, deve-se proceder ao passo 2;
2. Na coluna B, deve-se numerar em sequência de acordo com a quantidade de amostras;
3. Para preencher a coluna C, é necessário calcular o Median Rank. É um conceito da
estatística que pode ser calculado da seguinte forma: Na célula C15 digite a fórmula “=(B15-
0,3)/(10+0,4)”. Os valores 0,3 e 0,4 são padrões na obtenção do median rank. Já o valor
“10” foi utilizado porque representa a quantidade de amostras. Feito isto extenda a fórmula
para as outras células, conforme indicado na tabela2.
4. A coluna D deve conter os valores obtidos através da fórmula “1/(1-Median Rank)”.
5. Da mesma forma a coluna E deve conter valores obtidos através da fórmula “Ln(Ln(1/(1-
Median Rank)))”, onde Ln é o logaritmo do valor.
6. Finalmente na coluna F deve ser calculado o logaritmo do ttf (coluna A), utilizando a fórmula
“Ln(TTF do Cilindro)”. A tabela completa com os valores calculados pode ser visualizada a
seguir (Figura 18).
Com a tabela completa, agora é necessário utilizar o recurso de regressão do Excel, que faz parte
da ferramenta Análise de dados. Deve-se proceder da seguinte forma:
1. Clicar na opção Análise de Dados, localizada no menu Dados. Caso o seu Excel não possua
esta opção visível, é necessário habilitá-la.
2. Clicar em Regressão.
3. Clicar Ok.
Agora, é necessário informar ao Excel quais serão as colunas utilizadas para a regressão. Assim,
proceda da seguinte forma:
4. Checar a opção nova planilha e dar o seguinte nome: “Regressão Linear” ou qualquer outro
nome que desejar.
5. Checar a opção “Plotar ajuste de Linha”.
1 – Na célula A19, digite: “beta (ou parâmetro de forma)”. Na célula B19, digite a fórmula: “=B18.
Na célula A20, digite: “alfa (ou característica de vida)”. Na célula B20, digite a fórmula: “=EXP(-
B17/B18). O resultado pode ser visualizado na Figura 5. Para este exemplo, temos então
o beta=4,2524 e o alfa=231126,77.
A Associação Brasileira de Norma Técnicas (ABNT), na norma NBR 5462 (1994), adota a sigla
originária do inglês FMEA (Failure Mode and Effects Analysis) e a traduz como sendo Análise dos
Modos de Falha e seus Efeitos. Ainda segundo a norma, o FMEA é um método qualitativo de
análise de confiabilidade que envolve o estudo dos modos de falhas que podem existir para cada
item, e a determinação dos efeitos de cada modo de falha sobre os outros itens e sobre a função
específica do conjunto.
A NBR 5462 (1994) A Military Standard (MIL-STD 1629A) (1980), identificam como sendo um
procedimento pelo qual cada modo de falha potencial em um sistema é analisado para
determinar os resultados ou efeitos no sistema e para classificar cada modo de falha potencial
de acordo com a sua severidade. FMEA é uma técnica analítica utilizada por um engenheiro/time
de profissionais como uma maneira de garantir que, até a extensão possível, os modos
potenciais de falha e suas causas/mecanismos associados tenham sido considerados e
localizados.
O modo de falha é uma propriedade inerente a cada item, visto que cada item tem suas
características particulares como função, ambiente de trabalho, materiais, fabricação e
qualidade. Por exemplo, para um eixo pode-se ter como modo de falha, ruptura, empenamento,
desgaste e, para um filtro pode-se ter, rompido, entupido e assim por diante.
FMEA possui uma vasta aplicação. Dentre eles tem-se o FMEA de Sistema, FMEA de projeto,
FMEA de processo e FMEA de serviço. FMEA de Sistema – É usado para analisar sistemas e
subsistemas nas fases iniciais de concepção e projeto. O FMEA de sistema enfoca os modos
potenciais de falha entre as funções do sistema, causada por algumas deficiências do sistema.
Ele inclui a interação entre os sistemas e os elementos do sistema.
FMEA de Projeto – É usado para analisar produtos antes que eles sejam liberados para a
manufatura. O FMEA de projeto enfoca os modos potenciais de falha causados pelas deficiências
do projeto. FMEA de Processo – É usado para analisar os processos de manufatura e montagem.
A sigla FMECA tem origem da seguinte expressão em inglês Failure Modes, Effects and Criticality
Analysis e é ser traduzida como Análise dos Modos de Falha, Efeitos e Criticalidade. No FMECA é
calculado o Número de Prioridade de Risco (NPR) sendo que em algumas abordagens o valor é
atribuído ao modo de falha e em outras a cada causa do modo de falha. A expressão a seguir
apresenta o cálculo do NPR.
Detecção é um valor que mostra a eficiência dos controles de detecção da falha (modo
de falha ou causa do modo de falha). Quanto maior for o valor atribuído ao índice de detecção
significa que maior será a dificuldade de detectar a falha. O índice Ocorrência é usado para
avaliar as chances (probabilidade) da falha ocorrer, enquanto que a Severidade avalia o impacto
dos efeitos da falha, a gravidade dos efeitos. Assim, FMECA = FMEA + C onde, C = Criticalidade =
(Ocorrência) x (Severidade). A seguir será apresentado modelos de avaliação para as váriáveis de cálculos
do NPR. O Quadro 1 mostra uma forma de determinar a probabilidade de ocorrência de uma
determinada falha em um determinado item. O Quadro 2 apresenta um modelo de avaliação da
severidade da falha e o Quadro 3 mostra o quanto uma falha pode ser difícil de ser detectada.
Os procedimentos descritos pelos autores são baseados na experiência de cada um. Estes
procedimentos foram agrupados no Quadro 4, sendo possível verificar que as seqüências de
algumas etapas são coincidentes e existe pouca variação entre um procedimento e outro. As
etapas descritas são referentes ao FMECA. Para o FMEA, como foi discutido anteriormente, não
existem as etapas referentes à avaliação da criticalidade (NPR).
1. Escolha dos membros da equipe Um dispositivo para desempenhar qualquer função, por
mais simples que seja, requer itens caracterizados por: funções, materiais, acabamentos,
tolerâncias e qualidade. A aplicação do FMEA a um desses itens, em qualquer fase do ciclo
de vida, vai exigir diversidade, qualidade e profundidade de informações. Este grau de
exigência só poderá ser suprido quando se dispõe de uma equipe de trabalho com
especialistas das diversas áreas relacionadas comprometidos com o método e com o
produto em análise. Na Tabela 4 foi apontado ser obrigatório pelo menos a presença de um
responsável pelo projeto e pelo sistema. Na experiência vivida percebeu-se que é preciso ter
um responsável pelo projeto ou sistema que vai preparar os aspectos relacionados com o
projeto, como modelo físico, modelo confiabilísticos, diagramas, fotografias, e vai
implementar as decisões das reuniões. E também é necessário ter um líder de FMEA, ou
especialista em FMEA para dirimir as dúvidas conceituais relativas ao que é modo de falha,
efeito, função, causa, FMEA de componente, FMEA de sistema, além de organizar e registrar
as informações nos formulários.
O sistema é definido nesta etapa e é feita a lista dos componentes que constituem o
sistema. Um componente não precisa ser necessariamente uma peça do equipamento.
Quando existirem muitos componentes, deve-se racionalizar a análise e procurar buscar os
componentes que ao falharem podem comprometer a função, a segurança, a ergonomia,
bem como aqueles que tem a taxa de falha mais elevada, componentes novos,
componentes que sofreram manutenção, enfim deve-se analisar os pontos que sofreram
mudanças. Um subsistema também pode ser considerado como componente. Dependendo
da complexidade do sistema agrupam-se os componentes em subsistemas tratando-os
como um componente único. A definição do sistema e dos componentes é muito
importante para a aplicação das definições dos modos de falha e dos efeitos. Os modos de
falha estão associados aos componentes, enquanto que os efeitos estão associados ao
sistema. A preparação deste contexto pode ser feita pelo líder do projeto e pelo líder de
FMEA.
A descrição da função deve ser exata e concisa. As funções são muito importantes porque
são uma grande referência para os modos de falha, especialmente quando se está utilizando
a abordagem funcional. A descrição da função deve ser preparada pelo projetista e colocada
em discussão para todos os membros do processo de análise de FMEA.
Modo de falha é um estado anormal de trabalho, uma anomalia apresentada pelo item que
está sendo analisado. Os componentes constituintes do sistema são analisados, sendo
levantados todos os seus respectivos modos de falha. Deve-se perguntar quais as possíveis
maneiras do componente em estudo se apresentar defeituoso? Como ele pode deixar de
executar a sua função para o qual foi projetado? A análise deve ser feita levando-se em
consideração a função do componente e as especificações de projeto. Se existe um modo de
falha, deve-se leva-lo em consideração, pelo menos no início do processo.
O estudo e a identificação dos efeitos é fundamental tanto para o projetista quanto para
quem trabalha com processo. É um requisito fundamental para incorporar aos itens
conceitos de mantenabilidade e processos de manutenção como manutenção centrada na
confiabilidade e manutenção centrada na produtividade. Uma vez que se tem clareza de
como os modos de falha se manifestam, pode-se projetar sensores para captar estas
informações. Estes sensores vão anunciar quando se está iniciando um processo de falha, o
que permitirá programar as ações corretivas. A análise dos efeitos requer aprofundar o
conhecimento e a percepção sobre o sistema de um ponto de vista mais externo. Aqui
interessa saber as informações que o sistema está emitindo.
7. Revisão do formulário e seleção das ações principais.
Para a avaliação dos efeitos são usadas algumas escalas para estimar o impacto com relação
à segurança do cliente, meio ambiente, normas governamentais, imagem da empresa ou
custos. As escalas utilizadas para a avaliação não são precisa, variando com o autor, análise,
tipo de produto, empresa.
Failure Mode and Effects Analysis (FMEA) and Failure Modes, Effects and Criticality Analysis
(FMECA) are methodologies designed to identify potential failure modes for a product or
process, to assess the risk associated with those failure modes, to rank the issues in terms of
importance and to identify and carry out corrective actions to address the most serious
concerns.
Although the purpose, terminology and other details can vary according to type (e.g. Process
FMEA, Design FMEA, etc.), the basic methodology is similar for all. This article presents a brief
general overview of FMEA / FMECA analysis techniques and requirements.
In general, FMEA / FMECA requires the identification of the following basic information:
Item(s)
Function(s)
Failure(s)
Effect(s) of Failure
Cause(s) of Failure
Current Control(s)
Recommended Action(s)
Plus other relevant details
Most analyses of this type also include some method to assess the risk associated with the
issues identified during the analysis and to prioritize corrective actions. Two common methods
include:
Risk Priority Numbers (RPNs)
Criticality Analysis (FMEA with Criticality Analysis = FMECA)
Published Standards and Guidelines
There are a number of published guidelines and standards for the requirements and
recommended reporting format of FMEAs and FMECAs. Some of the main published standards
for this type of analysis include SAE J1739, AIAG FMEA-3 and MIL-STD-1629A. In addition, many
industries and companies have developed their own procedures to meet the specific
requirements of their products/processes. Figure 13 shows a sample Process FMEA.
A typical FMEA incorporates some method to evaluate the risk associated with the potential
problems identified through the analysis. The two most common methods, Risk Priority
Numbers and Criticality Analysis, are described next.
The MIL-STD-1629A document describes two types of criticality analysis: quantitative and
qualitative. To use the quantitative criticality analysis method, the analysis team must:
Define the reliability/unreliability for each item, at a given operating time.
Identify the portion of the items unreliability that can be attributed to each potential failure
mode.
Rate the probability of loss (or severity) that will result from each failure mode that may
occur.
Calculate the criticality for each potential failure mode by obtaining the product of the three
factors:
Calculate the criticality for each item by obtaining the sum of the criticalities for each failure
mode that has been identified for the item.
To use the qualitative criticality analysis method to evaluate risk and prioritize corrective actions,
the analysis team must:
Rate the severity of the potential effects of failure.
Rate the likelihood of occurrence for each potential failure mode.
Compare failure modes via a Criticality Matrix, which identifies severity on the horizontal
axis and occurrence on the vertical axis.