Tempo timo entre manutenes preventivas para sistemas sujeitos a mais de um tipo de evento aleatrio

Wagner Baracho dos Santos Enrico Antonio Colosimo Sergio Brando da Motta

Resumo
Um sistema reparvel opera sob uma poltica de manuteno que especifica reparos preventivos em tempos pr-determinados e reparos mnimos quando ocorre uma falha. O processo de Poisson no-homogneo um modelo adequado para as falhas aleatrias que so tratadas por reparo mnimo. Assumindo um nico tipo de falha e uma forma paramtrica para a funo de intensidade deste processo, podese encontrar uma poltica tima de manuteno preventiva que minimiza o custo mdio por unidade de tempo. Este artigo foi motivado por uma situao envolvendo chaves seccionadoras de uma empresa de energia eltrica. Neste sistema existem dois tipos diferentes de eventos aleatrios, caracterizados por distintas causas de falhas. Uma poltica tima de manuteno preventiva obtida estendendo-se os resultados da situao envolvendo um nico evento aleatrio.
Palavras-chave: Lei de potncia. Manuteno perfeita. Processo de Poisson nohomogneo. Reparo mnimo.

1 Introduo
Os ltimos anos foram marcados por mudanas radicais nas relaes sociais, polticas e econmicas em todos os lugares do mundo. Atuando em mercados competitivos, com mudanas cada vez mais rpidas e significativas, a maioria das empresas lanada a uma incessante busca por qualidade e produtividade. Neste novo contexto, a rea de manuteno dos ativos de produo passou a desempenhar um papel estratgico nas empresas industriais. Como conseqncia, houve uma grande mudana no conceito e na conscincia gerencial acerca dos custos e da necessidade de inovaes das polticas e procedimentos de manuteno. A manuteno, antes vista como um mal necessrio, passou a ser considerada uma atividade estratgica indispensvel produo, alm de ser uma das bases de toda atividade industrial. O desenvolvimento do modelo tratado neste artigo foi motivado pela necessidade de se determinar polticas de manuteno, baseadas em dados reais relativos aos tempos de falha de equipamentos do sistema de transmisso de energia eltrica da CEMIG (Companhia Energtica de Minas Gerais). No atual modelo do setor eltrico brasileiro, as empresas transmissoras de energia eltrica so remuneradas pela disponibilidade de seus equipamentos, sendo as indisponibilidades penalizadas com pesados abatimentos nesta remunerao. Desta forma, ao se adotar uma poltica de manuteno com manutenes preventivas (MP), fundamental encontrar o tempo timo entre MPs que garanta a maior disponibilidade dos ativos da empresa. Atualmente, o grande desafio dos profissionais que planejam a manuteno definir quando e que tipo de interveno deve ser feita em um equipamento. Gilardoni e Colosimo (2007) apresentam uma proposta para estimar o tempo timo sob uma poltica de manuteno preventiva peridica, considerando os custos de manutenes preventivas sistemticas e de manutenes corretivas decorrentes de um tipo de evento aleatrio. Entretanto, em alguns casos o estudo torna-se mais preciso quando se separam os eventos aleatrios em grupos com caractersticas distintas e, neste caso, teramos mais de um tipo de evento aleatrio. Um caso muito til a caracterizao dos tipos de eventos aleatrios, classificando-os pelas suas causas. Sabe-se que determinadas causas so de fcil deteco e podem ser tratadas por meio de manutenes preventivas baseadas na condio do equipamento. Neste caso, um reparo ou troca de componente s realizado se for
Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

194

Santos, Colosimo e Motta

constatada uma anormalidade. Existe um outro grupo de causas que s podem ser identificadas e tratadas por meio de manutenes preventivas realizadas periodicamente com o equipamento fora de operao. Supe-se que, a longo prazo, o custo de uma manuteno preventiva peridica (baseada no tempo) seja maior do que o custo de uma manuteno baseada na condio, e menor que o custo de reparos realizados aps a falha do equipamento. Tal suposio baseia-se tanto em premissas lgicas1 como na experincia prtica dos profissionais de manuteno de equipamentos e instalaes do sistema eltrico brasileiro. Desta forma, quando existe diferena considervel nos custos relacionados aos tipos de eventos, esta deve ser considerada. A no observncia desta diferena pode conduzir a resultados bastante distorcidos. O objetivo deste artigo apresentar uma proposta para estimar um tempo timo entre manutenes preventivas que minimiza o custo total com manuteno, tratando de forma separada dois tipos de eventos aleatrios independentes. Esta proposta facilmente estendida para mais de dois tipos de eventos aleatrios. A Seo 2 resume a base conceitual utilizada no desenvolvimento do modelo. A construo do modelo apresentada na Seo 3. A Seo 4 apresenta a metodologia estatstica utilizada no estudo do conjunto de dados. A Seo 5 apresenta a aplicao da metodologia a um conjunto de dados de chaves seccionadoras da CEMIG, e na Seo 6 so apresentadas algumas consideraes finais sobre o modelo e o estudo.

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. (NBR 5462, 1994).

2 Base conceitual
Apresenta-se, a seguir, um pequeno resumo da base conceitual utilizada no desenvolvimento do modelo. 2.1 Manuteno A evoluo da manuteno est ligada prpria evoluo humana, principalmente luta para se criar e conservar objetos que permitam um domnio cada vez maior da natureza. Mesmo com o constante avano tecnolgico, tanto os produtos como os equipamentos de produo tm uma durao limitada, e certamente iro falhar em algum momento de suas vidas, da a importncia da manuteno para manter ou recuperar sua funcionalidade. A manuteno envolve atividades ligadas correo, preveno ou predio de falhas. O Novo Dicionrio da Lngua Portuguesa (FERREIRA, 1984) define genericamente o termo manuteno como as medidas necessrias para a conservao ou a permanncia de alguma coisa ou de alguma situao. A Associao Brasileira de Normas Tcnicas (1994) define formalmente a Manuteno como:
Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

No decorrer deste trabalho sero utilizados alguns conceitos bsicos relacionados manuteno de equipamentos. Por isto, ser apresentada abaixo, uma descrio sucinta de tais conceitos. Falha: Trmino da condio (habilidade) ou a impossibilidade de um item para desempenhar sua funo requerida. O aparecimento de uma falha leva o item, invariavelmente, ao estado indisponvel, por atuao automtica da proteo ou por desligamento da unidade em carter de emergncia. Defeito: Alterao ou imperfeio do estado de uma instalao/equipamento, no a ponto de causar o trmino da habilidade em desempenhar a sua funo requerida, j que a instalao/equipamento pode operar com restries. Neste caso, programa-se a realizao de uma manuteno preventiva, denominada manuteno preventiva no sistemtica, para evitar que o equipamento chegue a falhar. Manuteno Corretiva (MC): a execuo de tarefas de manuteno no-planejadas para restaurar as capacidades funcionais de equipamentos ou sistemas falhados. A manuteno corretiva a forma mais primria e mais cara de manuteno. Apesar disto, torna-se impossvel elimin-la completamente, pois no se pode prever o momento exato em que ocorrer uma falha que obrigar a uma manuteno corretiva. Manuteno Preventiva (MP): a execuo de tarefas de manuteno previamente planejadas. desempenhada para manter um item em condies satisfatrias de operao, atravs de inspees sistemticas, deteco e preveno de falhas incipientes. Pode ser baseada no tempo ou na condio. Ser baseada no tempo quando as atividades para reter as capacidades funcionais dos equipamentos ou sistemas forem planejadas para serem realizadas em pontos especficos no tempo. Ser baseada na condio, quando as tarefas forem programadas devido a anormalidades (defeitos) detectados nos equipamentos em operao. Neste caso, ela conhecida como manuteno preventiva no-sistemtica. Se as tarefas originam-se do acompanhamento de parmetros de condio ou desempenho do equipamento em operao, tem-se o tipo mais refinado de manuteno preventiva, tambm conhecida como Manuteno Preditiva. Manuteno Perfeita: quando no ato da manuteno, alm de reparar componentes do equipamento falhados ou com iminncia de falha, atua-se tambm nos com potencialidade de falha. Nestes componentes so realizados testes assegurando o seu funcionamento como um novo, ou providenciando sua substituio. Observa-

Tempo timo entre manutenes preventivas para sistemas sujeitos a mais de um tipo de evento aleatrio

195

se neste caso que, ao final da manuteno o equipamento estar to bom quanto novo (as good as new), em termos de probabilidade de falha. Reparo Mnimo: Restaura o equipamento ao estado em que se encontrava imediatamente antes da falha (as bad as old). Neste caso, atua-se somente na parte defeituosa do equipamento, substituindo-a ou restaurando a sua condio original de funcionamento. O reparo ou substituio do componente defeituoso realizado conforme critrios tcnicos rigorosos, mas por se tratar de uma interveno pontual, no introduz melhoria no equipamento, que continua com a mesma probabilidade de falha que tinha antes de falhar. 2.2 rocesso de oisson O Poisson um processo de contagem de eventos, que pode ser definido como sendo uma coleo de variveis aleatrias independentes N(t), com t 0, em que N(t) o nmero de eventos no intervalo (0,t]. N(t), caracterizado por incrementos independentes e pela sua funo de intensidade, que apresenta a seguinte forma, P 6 N (t, t + Dt] = 1@ I ^ t h = Dt " 0 lim Dt (1)

3 Funo custo e tempo timo entre MP

3.1 Introduo A funo custo representa o valor mdio com manuteno por unidade de tempo, e composta por uma parte determinstica relacionada aos custos com MP peridica e outra aleatria relacionada aos custos dos reparos mnimos. Considere tMP o intervalo de tempo entre duas MP consecutivas e suponha que: i. o tempo de reparo desprezvel quando comparado com os tempos entre eventos; ii. a MP perfeita. Ou seja, ela retorna o sistema condio de to bom quanto novo; e iii. em caso de falha entre as MPs, dado um reparo mnimo. Ou seja, este reparo mantm o sistema na condio de to ruim quanto velho. O intervalo de tempo (0,t] pode ser decomposto em subintervalos da seguinte forma: (0,t] = (0, 1tMP] (1tMP, 2tMP] ... ((m 1) tMP, m tMP] (m tMP,t] (3)

O Processo de Poisson chamado de Processo de Poisson Homogneo (PPH), quando a funo intensidade I(t) constante. Pode-se dizer, neste caso, que o processo possui incrementos estacionrios. Quando a funo intensidade depende do tempo, tem-se a classe mais geral dos processos de contagem; denominada Processo de Poisson No-Homogneo (PPNH). Maiores informaes sobre o Processo de Poisson podem ser obtidos em Gut (1995). O Processo de Poisson No-Homogneo (PPNH) possui um papel fundamental para modelar a ocorrncia de eventos aleatrios sob um reparo mnimo (ASCHER; FEINGOLD, 1984). Um PPNH freqentemente especificado pelo nmero mdio de eventos em (0,t], que dado por: M ^t h = E _ N ^t hi =

sendo m o maior inteiro menor ou igual a t/tMP. A Figura 1 ilustra a decomposio do intervalo (0,tMP]. A seguir, o tempo timo de MP apresentado na Seo 3.2 para um nico evento aleatrio, e na Seo 3.3 para dois eventos. 3.2 Tempo timo para o caso de um nico evento No caso de um nico evento aleatrio, tem-se que o custo mdio com manuteno no intervalo de (0,t] dado por: C(0,t](tMP) = m{CMP + CMCE(Nt (0,tMP])} + R
MP

(4)

#I
0

^uh du

em que CMP o custo unitrio com MP, CMC o custo unitrio mdio com um reparo mnimo, E(NtMP (0,tMP]) o nmero esperado de eventos no intervalo (0, tMP] e R = CMCE (NtMP (0,t mtMP]) o custo associado ao ltimo intervalo considerado. Quando t vai para infinito, o custo total C(0,t](tMP) tambm vai para infinito. Tomando-se o limite da razo do custo total pelo tempo, com t , tem-se: H^0, t @ ^tMP h = t lim3 " C^0, t @ ^tMP h t (5)

(2)

Vrias formas paramtricas para I(t) so utilizadas na literatura, destacando-se a Lei de Potncia proposta por Crow (1974), que tem a forma I(t) = t(-1)/ e a loglinear que tem a forma I(t) = exp( + t). Outras formas podem ser encontradas em Puccini (2001). A funo de lei de potncia a utilizada neste artigo devido ao seu destaque na rea. Generalizaes destes modelos podem ser encontradas em Tomazella (2003). Os mtodos estatsticos so apresentados na Seo 4.

Na Equao 5, H(0,t](tMP) representa o custo mdio por unidade de tempo. H(0,t](tMP) significa, por exemplo,

1 tM

2 tMP

. . .

m tMP

t Tempo

Figura 1. Decomposio do intervalo de tempo observado (0, t].

Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

196

Santos, Colosimo e Motta

tersticas bem distintas das falhas, que geralmente so bem maiores. A seguir, apresentada uma proposta para estimar o tempo timo entre manutenes preventivas, considerando o custo com MP e os custos com reparo mnimo decorrentes de dois tipos de eventos aleatrios independentes, neste caso, falha e defeito. Suponha que o evento aleatrio do tipo 1 refere-se aos defeitos, e o do tipo 2, s falhas. A mesma metodologia t H^0, t @ ^tMP h = t1 $CMP + CMC E _ Nt ^0, tMP Ai. = t1 >CMP pode ser Ifacilmente estendida para mais de dois tipos + CMC # ^uh du H (6) MP MP de eventos aleatrios independentes. Para simplificar a 0 notao, a partir daqui, os tipos de eventos relacionados t a defeitos e falhas so referenciados como eventos dos 1 >C + C # I ^uh du H $CMP + CMC E _ Nt ^0, tMP Ai. = t MP MC tipos 1 e 2, respectivamente. Considera-se que os eventos MP 0 do tipo 1 e 2 so independentes e ocorram segundo um Processo de Poisson No-Homogneo (PPNH). Sejam: Derivando-se (6) com respeito ao tMP tem-se: C1: o custo unitrio de cada reparo mnimo devido t ao evento do tipo 1; dH = 1 >C t I ^t h - C ^uh du - CMP H (7) MP MC # I 2 dtMP tMP MC MP I1 (t): a intensidade de ocorrncia do evento do 0 tipo 1; C2: o custo unitrio de cada reparo mnimo devido Igualando-se a Equao 7 a zero, encontra-se o ponto ao evento do tipo 2; e crtico da funo custo tOT, expresso atravs da razo: I2 (t): a intensidade de ocorrncia do evento do t t CMP tipo 2. tOT I _tOT i - # I ^uh du = # uI ' ^uh du (8) CMC = Os eventos dos tipos 1 e 2 so independentes. 0 0 Utilizando-se a mesma metodologia empregada para Neste caso, se a funo custo possuir um ponto de encontrar (5), encontra-se a funo custo, que trata sepamnimo tOT, este o tempo entre MPs que minimiza o radamente os custos decorrentes de dois tipos de eventos custo (tempo timo). Desta maneira, uma vez conhecido aleatrios. A funo de custo ento dada por: o valor da razo CMP / CMC, utilizando o processo de Lei t t de Potncia para I(t) na Equao 8 e resolvendo-se a H^0, t @ ^tMP h = t1 >CMP + C1 # I1 ^uh du + C2 #(10) h du H I 2 ^u integral, obtm-se o tempo timo entre as manutenes MP 0 0 preventivas, dado por: o custo mdio anual com manuteno se t for medido em anos. O problema, ento, se resume em encontrar o mnimo da funo custo para uma poltica que determina manutenes preventivas a cada tMP unidades de tempo. Para t suficientemente grande, pode-se dizer que t mtMP, e neste caso, R 0. Sendo assim, reescreve-se (5) da seguinte forma:
MP MP MP MP
MP

OT

OT

MP

MP

C 1 tOT = a > MP CMC _ b - 1i H

1/ b

H^0, t @ ^tMP h = t1 >CMP + C1 (9)MP

# I ^uh du + C # I ^uh duH

1 2 2 0

tMP

tMP

O estimador de tOT obtido estimando os parmetros de I(t) (, ) e substituindo-os na Equao 9. O mtodo de mxima verossimilhana utilizado para esta finalidade e apresentado na Seo 4. 3.3 Tempo timo para o caso de dois eventos aleatrios Considera-se, que alm de MP, ocorram dois tipos de eventos aleatrios. Os casos em que o reparo mnimo est relacionado a mais de um tipo de evento aleatrio no so raros. Suponha, por exemplo, o caso de equipamentos em funcionamento que passam por inspees peridicas, e que se detectada alguma anormalidade, uma manuteno programada para corrigi-los. O custo referente correo desta anormalidade, que ser chamada de defeito, no deve ser tratado simplesmente como um custo usual de reparo mnimo, uma vez que a falha no equipamento de fato no ocorreu. O custo em questo seria decorrente de um evento aleatrio e teria caracGest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

Igualando-se a derivada da funo (10) a zero, encontra-se o tempo entre manutenes preventivas que minimiza o custo (tempo timo). Este valor a soluo da seguinte equao: CMP = C1
0

# uI' ^uh du + C # uI' ^uh du

1 2 2 0

tOT

tOT

(11)

Quando os dois tipos de eventos aleatrios possuem funes de intensidade e lei de potncia dadas por I1 (t, 1, 1) e I2 (t, 2, 2), o tempo timo entre manutenes preventivas o valor de tOT que satisfaz a seguinte equao: tOT tOT CMP = C1 _ b1 - 1i d a n + C2 _ b2 - 1i d a n 1 2
b1 b2

(12)

No caso de ambas possurem parmetros de forma iguais (1 = 2), diferenciando-se apenas no parmetro de escala, o tempo timo tem soluo analtica dada por:

Tempo timo entre manutenes preventivas para sistemas sujeitos a mais de um tipo de evento aleatrio

197

tOT =

* _ b - 1i =C c 1 m
1

CMP
b

a1

4 1 + C2 c a m G 2
b

1/b

(13)

Em caso contrrio (1 2), a expresso para o tempo timo no oferece uma soluo analtica. Desta forma, necessrio um mtodo numrico, do tipo do de NewtonRaphson, para poder encontrar uma soluo.

Equaes 16, pois as funes de intensidade so independentes. A construo do intervalo de confiana para o tOT mais trabalhosa, pois esta quantidade depende de todos os parmetros. Os passos para a obteno deste intervalo de confiana tambm so mostrados no Apndice - para o caso de dois eventos aleatrios.

5 Exemplo numrico
O objetivo desta seo aplicar os mtodos propostos neste artigo em um conjunto de dados reais relativos a chaves seccionadoras da rea de transmisso da CEMIG (Companhia Energtica de Minas Gerais). Os passos do processo de determinao da freqncia tima de manutenes preventivas em funo do custo so os seguintes: 1) Separao dos subconjuntos de eventos, caso ocorra mais de um tipo de evento aleatrio no equipamento para o qual se deseja determinar a freqncia de manutenes preventivas; 2) Verificao da existncia de tendncia de crescimento ou de diminuio do nmero de eventos ao longo do tempo2, por meio de grficos da funo de mdia acumulada dos eventos (MEEKER; ESCOBAR, 1998); 3) Estimativa dos parmetros pelo processo de Lei de Potncias; 4) Clculo do custo mdio da ao de manuteno, para cada tipo de evento aleatrio; e 5) Estimativa do tempo timo entre manutenes preventivas, utilizando a equao de custo de MP do modelo. Foram estudadas 468 chaves seccionadoras. Neste perodo, ocorreram 109 eventos, sendo 73, manutenes preventivas. Assumindo-se, que a MP perfeita para as causas de eventos consideradas, o equipamento que passa por uma MP antes do final do estudo deve ser contado como um novo equipamento. Por exemplo, um equipamento que falhou no tempo 3 meses, passou por uma MP no tempo 12 meses e foi truncado por tempo no final do perodo de observao (31,40 meses), foi computado da seguinte forma: equipamento 1 falhou no tempo 3 meses e foi truncado no tempo 12 meses; e equipamento 2 foi truncado no tempo 19,40 (31,40-12) meses. Como nenhum equipamento passou por mais de uma MP, na prtica foram considerados 541 = 468 + 73 equipamentos distintos. Destes equipamentos, 325 deles foram truncados no tempo sem nenhuma ocorrncia. Aps cada falha ou defeito constatado nas inspees peridicas, o equipamento passa por um reparo mnimo que deixa o equipamento, em termos de confiabilidade, na situao em que se encontrava imediatamente antes do evento. O
Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

4 Metodologia estatstica
O mtodo de mxima verossimilhana (MV) utilizado a fim de estimar o tOT para um ou mais sistemas idnticos, sob uma determinada poltica de MP com modos de falha segundo um PPNH. Existem duas formas de se observar dados de um sistema reparvel: 1) truncado por falha, quando se pra de observar o sistema aps a um nmero pr-especificado de falhas ou 2) truncado por tempo, quando se pra de observar o sistema em um tempo pr-determinado. Suponha inicialmente uma situao envolvendo somente um nico tipo de evento aleatrio. A funo de verossimilhana para um PPNH (RIGDON; BASU, 2000), baseado em uma amostra de k sistemas em que cada um apresenta ni falhas e acompanhado por um perodo (0, Ti] (truncado por tempo), dada por: L _a, bi =
i = 1

% *> % I
k ni j = 1

_tij iH e-

#I
0

Ti

^uh du

(14)

em que tij, a j-sima falha (reparo mnimo) do i-simo sistema. Se o sistema for truncado por falha, basta substituir Ti por tini. Substituindo a intensidade de recorrncias pela Lei de Potncias na Equao 14, obtm-se: L _a, bi = b As EMV so: (16)
ni i = 1

-b

ni i = 1

= % %tij G
k ni i = 1 j = 1

b - 1

i = 1

T d in a

(15)

O intervalo de confiana para o tOT construdo a partir das propriedades para grandes amostras dos EMV (COX; HINKLEY, 1974). Os passos para a obteno deste intervalo de confiana so mostrados no Apndice. No caso de mais de um evento aleatrio, as estimativas dos parmetros so obtidas de forma separada, utilizando-se as

198

Santos, Colosimo e Motta 0,30 Funo de mdia acumulada 0,25 0,20 0,15 0,10 0,05 0,00 0 5 10 15 20 Meses 25 30

conjunto de dados foi separado em dois subconjuntos, considerando-se as causas que originaram os eventos. Os dois subconjuntos foram formados da seguinte forma: 1. G1 - Subconjunto de dados com todas as chaves seccionadoras, todas as MP e os eventos relacionados a causas detectveis por inspeo visual, anlise de leo ou termoviso (MP baseada na condio). Para este grupo de eventos, espera-se um custo mdio de reparo mais baixo, uma vez que as anormalidades detectadas podem ser reparadas antes de evolurem para a falha. Muitos destes reparos podem ser realizados com o equipamento em operao; e 2. G2 - Subconjunto de dados com todas as chaves seccionadoras, todas as MP e os eventos relacionados a causas detectveis somente atravs de uma MP. Neste caso, a nica alternativa MP o equipamento deteriorar at falhar. O custo mdio de reparo relacionado a este tipo de evento geralmente mais elevado do que o anterior. O resumo descritivo dos dados apresentado na Tabela 1. A prtica de manuteno preventiva peridica s se justifica quando a funo de intensidade crescente. A avaliao da tendncia da funo de intensidade pode ser feita atravs do grfico da Funo de Mdia Acumulada (FMA) (MEEKER; ESCOBAR, 1998). As Figuras 2, 3 e 4 apresentam as FMA para o banco completo, o banco com os eventos de G1 e o banco com os eventos de G2, respectivamente. Percebe-se na Figura 2 uma tendncia de crescimento da intensidade de recorrncias, o que justifica a adoo de uma poltica de MP. A Figura 3 mostra que o grupo G1 apresenta uma intensidade discretamente crescente, enquanto a Figura 4 mostra uma forte tendncia de crescimento da intensidade do grupo G2. Para o conjunto de dados completos, a estimativa para 1,2 com IC (95%; ) = (1,02; 1,47). Estes valores confirmam a tendncia de crescimento da intensidade de recorrncia, o que pode justificar a adoo de uma poltica de manuteno com MPs peridicas. As estimativas dos parmetros para os grupos G1 e G2 esto apresentadas na Tabela 2. A Tabela 3 apresenta os custos mdios da ao de manuteno para cada tipo de causa de eventos. Utilizando-se as estimativas apresentadas na Tabela 2 e os custos apresentados na Tabela 3, obtm-se a estimaTabela 1. Eventos de interesse por conjunto de dados. Conjunto de dados G1 G2 Total Nmero de eventos 90 19 109 Nmero mdio de eventos por chave 0,192 0,406 0,233

Figura 2. FMA Banco completo.

0,25 Funo de mdia acumulada 0,20 0,15 0,10 0,05 0,00 0 5 10 15 Meses 20 25 30

Figura 3. FMA G1.

Funo de mdia acumulada

0,06 0,05 0,04 0,03 0,02 0,01 0,00 0 5 10 15 20 Meses 25 30

Figura 4. FMA G2. Tabela 2. Estimativas dos parmetros. Parmetros IC (95%; ) G1 131,297 1,143 [0,916; 1,370] G2 143,652 2,063 [1,183; 2,944]

Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

Tempo timo entre manutenes preventivas para sistemas sujeitos a mais de um tipo de evento aleatrio

199

Tabela 3. Custos de manuteno. Manuteno G1 G2 MP (CMP) Valor (Reais) 1000 1500 1300

Tabela 4. Outros valores de custos. Custos G1 1 5 3 30 15 30 0 G2 1,5 3 5 15 30 0 30 CMP 1 1 1 1 1 1 1 Estimativas tOT 123 67 58 23 22 36 26 IC (4; 243) (20;114) (20; 97) (8; 40) (14; 31) (0; 90) (16; 38)

tiva de tOT igual 123 meses, com IC (95%; tOT ) = (4 ; 243) meses. Observa-se neste caso, que o valor da estimativa pontual de tOT bem maior que o intervalo de tempo sob observao (31,40 meses). A escolha do processo de lei de potncia para a modelagem dos dados foi baseada na comparao da funo da mdia acumulada emprica com as curvas das intensidades acumuladas. Esta verificao grfica foi realizada no perodo de 31,40 meses. Desta forma, a concluso imediata que se pode tirar deste resultado que o tempo entre MP tende a ser bem maior que o tempo observado. medida que mais informaes forem sendo incorporadas ao conjunto de dados, novas anlises devero ser feitas para avaliar esta estimativa. A grande amplitude do intervalo de confiana de tOT reflete a incerteza deste resultado, devido ao pequeno perodo de acompanhamento e s caractersticas dos custos de manuteno das chaves seccionadoras. Estes custos de MP so muito prximos dos custos dos reparos. Isto no comum quando se tratam de outros equipamentos dos sistemas eltricos de potncia, tais como: os transformadores, reatores e capacitores. Estes equipamentos, alm de possurem custos de reparos significativamente maiores do que os custos de manuteno preventiva, so penalizados com grandes perdas de receitas devido aos tempos de indisponibilidade para reparos. Um estudo de um conjunto de dados relativos aos equipamentos do sistema de transmisso de energia eltrica, que esto sujeitos a perdas significativas de receitas devido a indisponibilidades no deve negligenciar este acrscimo no custo. A Tabela 4 apresenta os valores do tempo timo para este mesmo conjunto de dados, considerando-se diversos valores para CMP e reparos dos eventos de G1 e G2. Observa-se, que a periodicidade de MP diminui medida que os custos de G1 e G2 crescem em relao ao de MP. Alm disto, as amplitudes dos intervalos de confiana decrescem com o aumento dos custos de G1 e G2.

6 Consideraes finais
A maior parte da literatura sobre Confiabilidade trata de sistemas no-reparveis, embora a maioria dos sistemas existentes no mundo real seja reparvel. Asher e Feingold (1984) dizem que a confiabilidade de sistemas reparveis tem sido um filho adotivo largamente ignorado no campo da confiabilidade. Existe farto material sobre confiabilidade de produtos, na perspectiva dos fabricantes, mas pouca

coisa sobre confiabilidade de itens em operao, na perspectiva da manuteno. Kececioglu (1995) apresenta vrios modelos para estimar os tempos entre inspees e o tempo timo para substituio de equipamentos danificados. Mas estes modelos apresentam alguns inconvenientes, tais como: fundamentam-se na hiptese exponencial e no pressuposto da curva da banheira (sem verificar se existe ou no tendncia de crescimento da intensidade de falhas ao longo do tempo de vida dos equipamentos), e no utilizam processos de contagem de falhas. A proposta de estimativa do tempo timo entre MP apresentada levou em considerao, alm dos aspectos citados acima, a diferena existente entre os custos de manuteno relacionados s causas que originaram o evento. Algumas causas estudadas podiam ser detectadas por meio de inspees realizadas com o equipamento ligado (G1), e reparadas antes da falha do equipamento. As outras causas tratadas neste estudo (G2) s podiam ser descobertas e reparadas antes de evolurem para falha, por intermdio de MP peridica realizada com o equipamento desligado. A MP peridica, relacionada ao G2, , via de regra, mais onerosa do que as tarefas de manuteno baseadas na condio relativa ao G1. Em ambos os casos os custos de manuteno seriam bem mais altos se os sintomas (defeitos) no tivessem sido detectados e reparados antes de evolurem para falhas. O tratamento conjunto de todas as causas que originaram os eventos no permitiria captar a diferena existente nos custos. A relevncia desta diferenciao torna-se ainda mais significativa quando existem penalizaes pela indisponibilidade do equipamento. Neste caso, uma anlise conjunta pode conduzir a resultados bastante distorcidos. O modelo aplicvel a qualquer tipo de equipamento industrial reparvel, que apresente tendncia de crescimento da intensidade de falhas ao longo do tempo. Os melhores resultados devero ser obtidos nos casos de equipamentos cujas indisponibilidades estejam associadas tanto aos custos de reparo, quanto s perdas de produo ou de receitas.
Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

200

Santos, Colosimo e Motta

Optimal maintenance time for repairable systems in more than one type of failure
Abstract
A repairable system operates under a maintenance strategy that calls for complete preventive repair actions at prescheduled times and minimal repair actions whenever a failure occurs. Under minimal repair, failures are modeled according to a non-homogeneous Poisson process. When the intensity function is assumed to grow proportional to a power of time, this process is called the Power Law Process. The motivation for this paper was a maintenance data set related to power switch disconnectors. Two different types of failures could be observed for these systems according to their causes. The major differences between these types of failures are their costs. Assuming that the system will be in operation for an infinite time, we found the expected cost per unit of time for each preventive maintenance policy and hence obtained the optimal strategy as a function of the intensity function of the process. Large sample procedures to estimate the optimal maintenance check points for the Power Law Process are also discussed. The results are applied in the power switch disconnector data set.
Keywords: Minimal repair. Poisson process. Power Law Process. Switch disconnectors.

Notas
1

Supe-se, que em relao MP baseada no tempo, o custo da manuteno preventiva sob condio seja menor, porque determina intervenes programadas apenas nos componentes com risco iminente de falha,

e que o custo da manuteno aps a falha seja maior, porque, dado o seu carter intempestivo, a interveno feita sem planejamento e sem garantia de ser realizada com a logstica mais adequada. Se existir tendncia de crescimento, uma poltica de manuteno preventiva aplicvel.

Referncias bibliogrficas
ASCHER, H.; FEINGOLD, H. Repairable Systems Reliability: Modelling, Inference, Misconception and their Causes. New York: Marcel Dekker, 1984. 223 p. CORDEIRO, G. M. A Teoria da Verossimilhana. Rio de Janeiro: Associao Brasileira de Estatstica, 10 SINAPE, 1992. 163 p. COX, D. R.; HINKLEY, D. U. Theoretical Statistics. London: Chapman and Hall, 1974. 532 p. CROW, L. R. Reliability Analisys for Complex Systems. In: F. PROSCHAN; J. SERFLING (eds) Reliability and Biometry, USA. p. 379-410, 1974. FERREIRA, A. B. H. Novo Dicionrio Brasileiro da Lngua Portuguesa. Rio de Janeiro: Nova Fronteira, 1984. 1499 p. FREITAS, M. A.; COLOSIMO, E. A. Confiabilidade: Anlise de Tempo de Falha e Testes de Vida Acelerados. Belo Horizonte: Fundao Christiano Ottoni, srie Ferramentas da Qualidade n. 12, p. 309, 1997. GILARDONI, G.; COLOSIMO, E. A. Optimal Maintenance Time for Repairable Systems. Journal of Quality and Technology, v. 39, n. 1, p. 48-54, 2007. GUT, A. An Intermediate Course in Probability. New York: Springer-Verlag, 1995. 296 p. KECECIOGLU, D. Maintainability, Availability and Operational Readness Engineering. New Jersey: Prentice Hall, 1995. 441 p. MEEKER, W. Q.; ESCOBAR, L. A Statistical Methods for Reliability Data., New York: John Wily and Sons, 1998. 680 p. PUCCINI, G. A Bounded Intensity Process for the Reliability of Repairable Systems. Journal of Quality and Technology, v. 33, n. 4, p. 480-492, 2001. RIGDON, S. E.; BASU, A. P. Statistical Methods for the Reliability of Repairable Systems. John Wiley and Sons, New York, 2000. 281 p. TOMAZELLA, V. L. D. Modelagem de dados de eventos recorrentes via processo de Poisson com termo de fragilidade. Tese de doutorado defendida no ICMC, USP (www.teses.usp. br), 2003.

Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

Tempo timo entre manutenes preventivas para sistemas sujeitos a mais de um tipo de evento aleatrio

201

Apndice
Construo de intervalo de confiana para o tempo timo. Caso 1. Um nico evento aleatrio Sendo o vetor dos parmetros, um intervalo com (1-)100% de confiana para dado por: (1) em que a varincia dada por: (2) sendo () a matriz de derivadas segundas de l() com respeito aos respectivos parmetros (COX; HINKLEY, 1974; CORDEIRO, 1992). A propriedade de invarincia do EMV garante que sendo tOT funo dos parmetros e , o EMV de tOT igual a g sendo e EMV. O intervalo de (1-)100% de confiana para tOT dado por: (3) t em que a varincia de tOT estimada utilizando o mtodo delta (FREITAS; COLOSIMO, 1997). Neste caso, temse que:

Neste caso, a aplicao do mtodo delta dada por: (6)

As derivadas de (6) com respeito a 1, 2, 1 e 2 so dadas por:

- _ b1 + 1i
1 2 2 - 1

(b C1 b1 _ b1 - 1i a1 tOT) 2tOT _ _b (b 2a1 = C2 b2 _ b2 - 1i a(2- b )tOT ) + C1 b1 _ b1 - 1i a1- b itOT - 1i - _ b1 + 1i

1 2 2-1 1 1

b C1 b1 _ b1 - 1i a1 tOT 2tOT (7)) = (b 2a1 C2 b2 _ b2 - 1i a(2- b ) tOT + C1 b1 _ b1 -

(b C2 b2 _ b2 - 1i a- _b + 1i tOT ) 2tOT 2 _- b i _ b - 1i _- b i _ b 2a = (4) 2 C2 b2 _ b2 - 1i a2 tOT + C1 b1 _ b1 - 1i a1 tOT

2 2 2 2 1 1 1 1

(b C2 b2 _ b2 - 1i a- _b + 1i tOT ) 2tOT (8) 2 = _b 2a2 C2 b2 _ b2 - 1i a_2- b i tOT - 1i + C1 b1 _ b1 2 2 2 2

1i

_- b i _ b i 2t Em alguns casos, no possvel encontrar o esti-OT =- S C1 a1 tOT 81 - b1log ^a1h + log ^a1h + b1log _tOT i - log _tOT iB W S W _b _ _b S W 2b C2 b2 a_2- b i _ b2 - 1i tOT - 1i + C1 b1 a1- b i _ b1 - 1i tOT - 1i mador dos parmetros de forma analtica. Uma soluo 1 T X pode ser obtida atravs do mtodo numrico de NewtonR _- b i _ b i S C2 a2 tOT 81 - b2 log ^a2h + log ^a 2tOT Raphson. (10) =- S _b S 2b2 C2 b2 a_2- b i _ b2 - 1i tOT - 1i + C T Caso 2. Dois eventos aleatrios ^ R V b t Sendo = ( ) os EMV, tOT tambm EMV.2tOT C2 a2- b tOT 81 - b2 log ^a2h + log ^a2h + b2 log _tOT i - log _tOT iB W S

R _- b i _ b i S C1 a1 tOT 81 - b1log ^a1h + log ^a 2tOT (9) _b =- S S 2b1 C2 b2 a_2- b i _ b2 - 1i tOT - 1i + C1 T V

2 2
2 1 1

2i

Para construir um intervalo de confiana para tOT,

t se a Var _tOT i atravs do mtodo delta. Como conseqncia

=- S S obtm-2b2 T

_b _ _b C2 b2 a_2- b i _ b2 - 1i tOT - 1i + C1 b1 a1- b i _ b1 - 1i tOT 2 2 1 1

2i

1i

W W X

da suposio de independncia entre os dois tipos de eventos aleatrios (1 e 2), a matriz de informao bloco diagonal e pode ser representada por: RR 2 V V 22 l W S S 2 l2 W 0 S S 2a1 2a1 2b1 W W SS W W 2 2 2l W SS 2 l W 2 S S 2a1 2b1 2b1 W W 1 ^ih = S T VW (5) X R 2 2 2 l WW S 2 l2 0 S S 2a2 2a2 2b2 WW S S W 2 S 22 l WW S 2l S S 2a2 2b2 2b2 WW S W 2 T XX T
Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007

202

Santos, Colosimo e Motta

Sobre os autores
Wagner Baracho dos Santos Sergio Brando da Motta
Companhia Enrgetica de Minas Gerais CEMIG, Gerao e Transmisso S.A., Engenharia de Manuteno da Transmisso, Av. Barbacena, 1200, 13 andar, Ala B2, CEP 30190-131, Belo Horizonte, MG, Brasil, e-mail: wbaracho@cemig.com.br, sergiob@cemig.com.br

Enrico Antonio Colosimo

Universidade Federal de Minas Gerais UFMG, Departamento de Estatstica, Instituto de Cincias Exatas, Campus Pampulha, Pampulha, CEP 31270-901, Belo Horizonte, MG, Brasil e-mail: enricoc@est.ufmg.br

Agradecimentos: editora e a dois revisores cujas sugestes melhoraram a qualidade do artigo e tambm s valiosas sugestes do Prof. Gustavo L. Gilardoni do departamento de Estatstica da Universidade de Braslia. A pesquisa de Enrico Colosimo foi parcialmente financiada pelo CNPq (bolsa de pesquisa 300582/2003-0). Recebido em 06/3/2006 Aceito em 13/12/2006

Gest. Prod., So Carlos, v. 14, n. 1, p. 193-202, jan.-abr. 2007