Revista Eletrnica Sistemas & Gesto 5 (3) 179-191

Programa de Ps-Graduao em Sistemas de Gesto, TEP/TCE/CTC/PROPP/UFF

Composio probabilstica no clculo das prioridades na

FMEA
1

Annibal Parracho Sant`Anna , annibal.parracho@gmail.com

2

Roberto Paulo da Silva Pinto Junior , robertjr@furnas.com.br

1

Universidade Federal Fluminense (UFF), Departamento de Engenharia de Produo

Niteri, RJ, Brasil
2

Universidade Federal Fluminense (UFF), Doutorado em Engenharia de Produo

Niteri, RJ, Brasil
*Recebido: Novembro, 2010 / Aceito: Dezembro, 2010

RESUMO
Este artigo trata da anlise das falhas dos isoladores utilizados nas linhas de transmisso
de energia eltrica. Esta anlise emprega a metodologia de Anlise dos Modos e Efeitos de
Falhas - FMEA. A modelagem pela FMEA ajudou a aumentar a confiabilidade do sistema
de transmisso de energia ao ser aplicada ao estudo de falhas de um de seus principais
equipamentos, o isolador. A construo dos ndices de risco atravs da composio
probabilstica tornou mais simples e segura a utilizao da ferramenta, conduzindo a
resultados satisfatrios quanto priorizao dos problemas causadores de falhas nos
isoladores. Este aspecto da modelagem, o emprego da composio probabilstica na
determinao do risco, uma contribuio inteiramente nova do artigo.
Palavras-Chave: Composio Probabilstica. FMEA. Energia Eltrica.

1. INTRODUO
As falhas em isoladores de linhas de transmisso resultam em indisponibilidade de
equipamentos, provocando grandes perdas de receita para as empresas fornecedoras de
energia eltrica, inclusive devido a multas que lhes so aplicadas. Isto est motivando
estudos que visam ao aumento da confiabilidade dos isoladores utilizados.
A norma QS 9000 (Chrysler Corp. et al., 1998) especifica a metodologia de Anlise
dos Modos e Efeitos de Falha (FMEA) como um dos documentos necessrios para um
fornecedor submeter uma pea ou produto. Este artigo trata da anlise das falhas dos
isoladores de uma das maiores empresas de transmisso de energia eltrica do Brasil
atravs da FMEA com o intuito de descobrir e evitar as causas de falhas nos isoladores.
A principal caracterstica deste trabalho o emprego da composio probabilstica
na determinao do risco associado a cada evento considerado, em substituio
multiplicao direta dos valores atribudos segundo cada critrio. A transformao desses
valores em probabilidades de atingir o valor mximo, alm de facilitar a comparao das

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

179

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

prioridades calculadas, permitiu, no caso estudado, em que a preferncia em cada um dos

diferentes atributos considerados na FMEA merecia receber diferente importncia, uma
ordenao mais adequada que a resultante dos nmeros de prioridade de risco calculados
diretamente.
A Seo seguinte descreve resumidamente as principais caractersticas da FMEA. A
Seo 3 enumera as etapas seguidas na aplicao dessa metodologia. A Seo 4
apresenta os critrios empregados no clculo do risco na FMEA e a forma de avaliao
segundo cada um desses critrios desenvolvida para o caso presente seguindo a forma
tipicamente empregada nessa metodologia, mediante classificao em cinco nveis. A
Seo 5 apresenta a metodologia da composio probabilstica e discute a sua aplicao
FMEA. A Seo 6 descreve a aplicao da metodologia proposta ao caso em tela. A seo
7 apresenta as concluses extradas dessa aplicao.

2. ANLISE DE MODOS E EFEITOS DE FALHAS

A FMEA uma ferramenta para a elevao da confiabilidade empregada a
sucessivas dcadas. O objetivo bsico da FMEA prevenir possveis falhas antes que se
produzam.
Esta dimenso da qualidade, a confiabilidade, tem-se tornado cada vez mais
importante para os consumidores, pois, a falha de um produto, mesmo que prontamente
reparada pelo servio de assistncia tcnica e totalmente coberta por termos de garantia,
causa, no mnimo, uma insatisfao ao consumidor ao priv-lo do uso do produto por
determinado tempo. E, no caso da indstria da energia eltrica, a falha em determinados
equipamentos pode acarretar no pagamento de multas de valores elevados.
Uma vez realizada uma anlise para um produto ou processo qualquer, esta deve
ser revisada sempre que ocorrerem alteraes neste produto ou processo especfico. Alm
disso, mesmo que no haja alteraes deve-se regularmente revisar a anlise confrontando
as falhas potenciais imaginadas com as que realmente vm ocorrendo no dia-a-dia do
processo e uso do produto, de forma a permitir a incorporao anlise de falhas no
previstas inicialmente, bem como a reavaliao, com base em dados objetivos, das falhas j
previstas
A FMEA pode ser aplicada tanto no desenvolvimento do projeto do produto como na
modelagem do processo de fabricao. aplicada preferencialmente antes de se iniciar a
fabricao ou montagem, mas, pode ser aplicada a processos em andamento, em um
movimento cclico de elevao da qualidade ou em uma nica aplicao. Em qualquer um
desses casos, o princpio da metodologia o mesmo. As etapas previstas para a anlise e
a maneira de sua realizao permanecem essencialmente as mesmas, diferenciando-se
somente quanto ao objetivo.
A aplicao da FMEA envolve o registro das possveis falhas e a avaliao da sua
gravidade, freqncia e detectabilidade de forma objetiva em um documento, o formulrio
da FMEA, que constitui um poderoso instrumento, no s para o fim precpuo da anlise, a
eliminao de falhas, mas, tambm, para a gerao do conhecimento.
A aplicao da FMEA pode proporcionar para a empresa:
I.

uma forma sistemtica de catalogar informaes sobre as falhas dos produtos ou

processos;

II.

melhor conhecimento dos problemas nos produtos ou processos;

III.

aes de melhoria no projeto do produto ou processo, baseadas em dados e

devidamente monitoradas (melhoria contnua);

IV.

diminuio de custos por meio da preveno de ocorrncia de falhas;

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

180

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

V.

o benefcio de incorporar dentro da organizao a atitude de preveno de falhas, a

atitude de cooperao e trabalho em equipe e a preocupao com a satisfao dos
clientes.

Maiores detalhes e avaliaes da FMEA podem ser encontrados em ASME (2001),

Belzer (2001) ou Lacity et al. (2008).

3. ETAPAS NA APLICAO DA FMEA

A FMEA se inicia, basicamente, com a formao de um grupo de pessoas que
identificam para o produto ou processo em questo suas funes, os tipos de falhas que
podem ocorrer, os efeitos e as possveis causas desta falha. Em seguida so avaliados os
riscos de cada causa de falha por meio de ndices. Com base nesta avaliao, so tomadas
as aes necessrias para diminuir estes riscos atravs da eliminao das causas de falha
mais importantes, cujo ndice de prioridade supera um patamar pr-determinado,
aumentando-se desta forma a confiabilidade do produto ou processo.
De uma forma mais esquemtica, podem ser identificadas quatro etapas na
execuo da FMEA: planejamento, anlise das potenciais falhas, avaliao dos riscos e
melhoria. Cada uma destas etapas resumidamente caracterizada a seguir.
3.1. PLANEJAMENTO
Esta fase realizada pelo responsvel pela aplicao da metodologia e
compreende:
I.

descrio dos objetivos e abrangncia da anlise - em que se tem como resultado a

identificao precisa de qual ou quais produtos ou processos sero analisados;

II.

formao dos grupos de trabalho - em que se definem os integrantes do grupo, que

deve ser preferencialmente pequeno (formado por 4 a 6 pessoas) e multidisciplinar
(contando com pessoas de diversas reas como qualidade, desenvolvimento e
produo);

III.

planejamento das reunies - as reunies devem ser agendadas com antecedncia e

com o consentimento de todos os participantes para evitar paralisaes;

IV.

preparao da documentao - o formulrio para a descrio dos modos e efeitos de

falha, sua avaliao e caracterizao das possveis aes de melhoria a eles
associados deve ser estudado antes de se iniciar a anlise propriamente dita.

3.2. ANLISE DAS FALHAS POTENCIAIS

Esta fase realizada pelo grupo de trabalho que discute as falhas e preenche a
parte inicial do formulrio FMEA descrevendo os seguintes elementos:
I.

funo e caracterstica do produto;

II.

tipo de falha potencial para cada funo;

III.

efeito do tipo de falha;

IV.

causa possvel de falha;

V.

controles atuais.

3.3. AVALIAO DOS RISCOS

Nesta fase so definidos pelo grupo os ndices de severidade (S), ocorrncia (O) e
detectabilidade (D) para cada causa de falha, de acordo com critrios previamente
definidos. O primeiro mede a severidade ou gravidade que se atribui aos efeitos da eventual
ocorrncia da falha. O segundo mede a probabilidade de ocorrncia, isto , a freqncia
com que se pode esperar que ocorra a causa da falha. O terceiro cresce com a dificuldade

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

181

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

de detectar-se a tempo a falha. Estes ndices so empregados, na abordagem tradicional,

para calcular os ndices de prioridade de risco (R), por meio da multiplicao dos seus trs
valores.
A identificao desses nveis , em princpio, realizada em reunio do grupo de
analistas. O desenvolvimento dos recursos de comunicao nos ltimos anos favorece,
entretanto, a realizao de avaliaes isoladas que podem ser revistas em etapas
sucessivas.
Quando o grupo estiver avaliando um ndice, os demais no podem ser levados em
conta, ou seja, a avaliao de cada ndice independente. Por exemplo, se estamos
avaliando o ndice de severidade de uma determinada causa cujo efeito significativo, no
podemos colocar um valor mais baixo para este ndice somente porque a probabilidade de
deteco seja alta.
3.4. MELHORIA
Nesta fase o grupo lista todas as aes que podem ser realizadas para diminuir os
riscos. Estas medidas podem ser:
I.

medidas de preveno total ao tipo de falha;

II.

medidas de preveno total de uma causa de falha;

III.

medidas que dificultam a ocorrncia de falhas;

IV.

medidas que limitem o efeito do tipo de falha;

V.

medidas que aumentam a probabilidade de deteco do tipo ou da causa de falha.

Estas medidas so analisadas quanto a sua viabilidade, sendo ento definidas as

que podero implantadas. Uma forma de se fazer o controle do resultado destas medidas
pelo prprio formulrio FMEA, por meio de colunas onde ficam registradas as medidas
recomendadas pelo grupo, o nome do responsvel e o prazo. Posteriormente devem ser
registradas as medidas realmente tomadas, para que se proceda a nova avaliao dos
riscos.

4. NDICES ESPECFICOS
Conforme exposto acima, na etapa de avaliao dos riscos, a prioridade atribuda a
cada falha quantificada na FMEA atravs de um ndice derivado de valores atribudos a
Segundo trs critrios de avaliao especficos, de severidade, ocorrncia e
indetectabilidade da falha.
Segundo cada um desses critrios, as falhas foram classificadas em cinco nveis,
com identificao apropriada. As tabelas abaixo apresentam descries para os cinco nveis
em que as falhas foram classificadas em cada um dos trs aspectos no presente estudo.
A prvia descrio dos nveis com base na realidade do caso estudado uma das
recomendaes mais importantes para a FMEA (Pfeifer, 2002; Stamatis, 2003). A FMEA foi
criada com escalas de 11 nveis (U.S. Military, 1949, 1980). Com o tempo, as escalas de 5
nveis como as aqui apresentadas tm sido mais usadas. Para detalhamento da formao
de escalas de 5 nveis, ver British Standards Institute (1991) e Ben-Daya e Raouf (1996).
Para aplicaes recentes no Brasil de escalas similares s aqui empregadas ver Rosa e
Garrafa (2009) e Nogueira e Peres (2010).

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

182

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

Tabela 1. Nveis de Severidade

ndice
1
2

Severidade

Critrio
O cliente mal percebe que a falha ocorre.

Remota

Leve deteriorao no desempenho e pequeno descontentamento

do cliente.

Pequena

Moderada

Queda significativa no desempenho e na satisfao do cliente.

Alta

Sistema deixa de funcionar.

Muito Alta

Sistema deixa de funcionar e com isso afeta a segurana.

Tabela 2. Nveis de Ocorrncia

ndice

Ocorrncia

Remota

1:1.000.000

Pequena

1:4.000

Moderada

1:400

Alta

1:40

Muito Alta

1:8

Proporo aproximada

Tabela 3. Nveis de Indetectabilidade

ndice

Nvel

Critrio

Remota

Certamente ser detectado.

Pequena

Grande probabilidade de ser detectado.

Moderada

Considervel probabilidade de ser

detectado.

Alta

Muito Alta

Provavelmente no ser detectado.

Certamente no ser detectado.

A identificao dos nveis de cada critrio e a classificao dos riscos nos nveis da
escala tem um papel fundamental na FMEA. O insucesso na aplicao da metodologia pode
ser, freqentemente, atribudo a erros na construo da escala.

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

183

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

5. COMPOSIO PROBABILSTICA
As crticas mais importantes que a FMEA tem recebido decorrem de que ao
combinar as avaliaes do risco segundo cada critrio no se leva em conta a variabilidade
observada em cada critrio nem a incerteza inerente a essas avaliaes segundo cada
critrio. Assim, por exemplo, quando todas as causas so avaliadas segundo um dos
critrios em nveis muito baixos e segundo o outro critrio em nveis muito altos, diferenas
na avaliao segundo o primeiro critrio resultaro em diferenas maiores no ndice final do
que diferenas na avaliao segundo o outro. Isto porque a elevao de um dos fatores de
1 para 2 tem efeito muito maior no produto que a elevao de 4 para 5.
Modificaes na FMEA clssica tm sido propostas para levar em conta a incerteza
em cada critrio. Estas propostas tm levado, em geral, a resultados insatisfatrios que se
podem atribuir forma como orientam a composio dos ndices especficos, no forma
como levam em conta a incerteza no clculo desses ndices especficos (Jin, 2000; Lee,
2001).
Uma alternativa frequentemente explorada o emprego da lgica nebulosa ao
compor os ndices segundo cada critrio, que, por sua vez, podem ser medidos ou no por
nmeros nebulosos (Bowles e Pelaez, 1996; Pillay e Wang, 2003). Esta forma de
composio resulta em priorizar valores mximos ou mnimos, desprezando os valores
intermedirios. O uso do produto, ao contrrio, oferece maior robustez ao resultado final da
FMEA clssica.
Outras modificaes propostas consistem em enfrentar a diferente variabilidade
entre os trs componentes do ndice, usando valores padronizados dividindo pela amplitude
observada (Tay e Lim, 2006; Keskin e Ozkan, 2009). Isto resulta em desprezar a
informao provida por essa variabilidade, permitindo distores do resultado final ainda
mais fortes e difceis de identificar que as resultantes da simples multiplicao das
avaliaes originais.
A incerteza comum em problemas que envolvem preferncias. Espera-se que os
dados disponveis estejam sujeitos a oscilaes em seus valores, dificultando o tratamento
dos mesmos de forma fidedigna. Quando as preferncias, como no caso da atribuio de
prioridades a possveis falhas, no provm de processos unificados, e sim de sistemas de
valores pessoais, o tratamento da incerteza se torna ainda mais rduo.
Em um contexto mais amplo, diversos mtodos j foram criados para reduzir a
impreciso inerente s preferncias iniciais, MACBETH (Bana e Costa e Vasnick, 1995),
ELECTRE (Roy, 1968), AHP (Saaty, 1980), so alguns exemplos. Uma abordagem que
propunha a substituio de medidas determinsticas por medidas nebulosas foi
desenvolvida por Chen e Hwang (1992), fato que tambm pode ser observado em Lootsma
(1993) e Slowinski (1998).
A prioridade atribuda a uma alternativa dada naturalmente pela probabilidade de
ela vir a ser a preferida. Mas, a formulao das preferncias no surge, de uma vez, em
termos probabilsticos. Para cada critrio, h uma forma mais natural de explicitar a posio
de cada alternativa avaliada, s vezes em termos quantitativos, de peso, custo, velocidade,
etc, e outras vezes em termos da linguagem comum, tais como pequena, moderada ou
grande probabilidade de escolha. As preferncias formuladas em termos lingsticos
prestam-se naturalmente a determinao atravs de funes de pertinncia.
A idia-chave da aleatorizao consiste em tratar cada valor observado como
representando uma posio em torno da qual o atributo medido varia aleatoriamente. H
diferentes alternativas para modelar essa variabilidade estatstica. A medida inicial de
preferncia fornece um ponto de referncia para a mdia, a mediana ou a moda da
distribuio de probabilidades. Hipteses de indiferena podem facilitar a determinao dos
outros parmetros e simplificar posterior interpretao dos resultados. SantAnna (2002)
lista hipteses, tais como independncia entre as perturbaes afetando as determinaes

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

184

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

das preferncias por diferentes alternativas, simetria em torno da mdia e parmetros de

disperso constantes, que permitem, junto com as mdias e a forma funcional, identificar
completamente as distribuies.
A determinao da amplitude completa a modelagem, para as distribuies
paramtricas classicamente empregadas na modelagem de erros de medida, e estimativas
para a amplitude podem ser derivadas das medidas iniciais. A amplitude deve ser grande o
suficiente para permitir troca de posio entre as unidades de produo que esto sendo
comparadas. Assim, se duas unidades de produo aparecem no conjunto examinado, a
probabilidade de inverso de suas posies no deve ser nula. Mas, deve ser pequena se
as unidades de produo so aquelas com a melhor e a pior avaliao.
SantAnna (2004) adota para a medio das preferncias iniciais segundo cada
critrio uma escala de Likert (1932), de cinco posies lingsticas, formuladas atravs de
variantes dos termos muito pequena, pequena, moderada, grande e muito grande,
ou tima, boa, regular, m e pssima. Alternativamente a esta regra geral, pode-se
usar uma escala de nove posies com a incluso de duas posies mais extremas e duas
posies ladeando a posio central. A converso da escala verbal para a escala numrica
se realiza associando a cada uma dessas posies um nmero, de 1 a 5 ou de 1 a 9. Por
exemplo, timo 1, bom 3, sofrvel 5, ruim 7 e pssimo 9, com os valores
intermedirios 2, 4, 6 e 8 reservados para situaes de dvida.
Neste trabalho usada a distribuio triangular com extremos 0 e 6 e moda nos
valores atribudos em uma escala de Likert de 5 pontos como descrito na Seo anterior.
Esta distribuio empregada em situaes como a do presente estudo na construo das
funes de pertinncia dos conjuntos nebulosos (Zadeh, 1965).
Para compor, com as probabilidades de maximizar a preferncia segundo cada
critrio uma medida nica de preferncia global, basta considerar essas probabilidades
como probabilidades condicionais na escolha dos respectivos critrios e, somando os
produtos das mesmas pelas probabilidades de cada critrio ser o preferido, calcular a
probabilidade total de cada unidade de produo ser a de maior preferncia.
A dificuldade prtica em validar esta medida advm apenas da dificuldade de
comparar os critrios. Se for possvel atribuir a cada critrio uma medida de preferncia, por
exemplo, atravs da sua ordenao com empates admitidos, podemos obter os pesos
desejados atravs do clculo das probabilidades de maximizar as preferncias, tratando os
critrios como opes quaisquer entre as quais se procede a uma escolha.
Em vez do uso de uma probabilidade global nica, SantAnna (2004) sugere calcular
um conjunto de probabilidades de maximizao conjunta da preferncia. Cada uma dessas
medidas globais decorre de um enfoque diferente quanto combinao das probabilidades
de maximizar ou minimizar as preferncias segundo os vrios critrios. Esses enfoques
podem ser caracterizados a partir da escolha de posies extremas em dois eixos de
orientao bsica identificados como otimista-pessimista e progressista-conservador,
respectivamente.
No eixo progressista-conservador, o decisor no extremo progressista presta
ateno s probabilidades de maximizar a preferncia segundo os critrios considerados.
J no extremo conservador, as probabilidades que interessam so as de no minimizar a
preferncia. No eixo otimista-pessimista, o extremo otimista consiste em considerar
satisfatrio atender a pelo menos um critrio. Todos os critrios so levados em conta, mas
calcula-se a probabilidade de maximizar (ou no minimizar) a preferncia segundo pelo
menos um qualquer dentre os mltiplos critrios. J no extremo pessimista a preferncia vai
para as opes que no deixem de satisfazer nenhum critrio: calcula-se a probabilidade de
maximizar (ou no minimizar) a preferncia segundo todos os critrios.

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

185

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

6. APLICAO A ISOLADORES
A seguir apresentada a Tabela 4, montada com os parmetros da metodologia da
FMEA para os defeitos encontrados nos isoladores de uma das maiores empresas
brasileiras de transmisso de energia eltrica. Os valores dos ndices da FMEA so os
resultados das classificaes nos nveis das tabelas 1, 2 e 3 acima.
Tabela 4. Classificao das Falhas em Isoladores
Modo
Potencial
de Falha

Efeito

Causas

Falha nas
dimenses

no conexo
do
equipamento

Erro na
especificao de
acessrios

Dimensional

Auditoria nos
fornecedores

Falha
eltrica

curto-circuito

Erro de projeto

Eltricos

Falha nas
dimenses

no conexo
do
equipamento

Erro de projeto

Quebra por
fragilidade

Queda da
Linha de
Transmisso

Falha na
composio
qumica do
material

Falha nas
dimenses

no conexo
do
equipamento

Quebra por
fragilidade

Queda da
Linha de
Transmisso

Falha nas
dimenses

Ao
Recomendada

Ensaio
dimensional

Realizar os
ensaios
previstos

Desenvolvimento de
novos Fornecedores

Ensaio eltrico

Realizar os
ensaios
previstos

Dimensional

Auditoria nos
fornecedores

Ensaio
dimensional

Realizar os
ensaios
previstos

Eltricos

Auditoria nos
fornecedores

Ensaio eltrico

Desenvolver
novos ensaios

Erro de material

Dimensional

Auditoria nos
subfornecedores

Ensaio
dimensional

Realizar os
ensaios
previstos

Falha no processo
de tempera

Eltricos

Auditoria nos
fornecedores

Ensaio eltrico

Realizar os
ensaios
previstos

no conexo
do
equipamento

Falha na pintura

Visual

Desenvolvimento de
novos Fornecedores

Ensaio
dimensional

Realizar os
ensaios
previstos

Quebra por
fragilidade

Queda da
Linha de
Transmisso

Falha no processo
de tempera

Mecnicos

Auditoria nos
fornecedores

Ensaio
mecnico

Realizar os
ensaios
previstos

Quebra por
fragilidade

Queda da
Linha de
Transmisso

Falha no processo
de tempera

Ensaios
Mecnicos

Auditoria nos
fornecedores

Ensaio
mecnico

Realizar os
ensaios
previstos

Quebra por
fragilidade

Queda da
Linha de
Transmisso

Falha no processo
de tempera

Ensaios
mecnicos

Auditoria nos
fornecedores

Ensaio
mecnico

Realizar os
ensaios
previstos

Falha nas
dimenses

no conexo
do
equipamento

Erro de projeto

Dimensional

Auditoria nos
fornecedores

Ensaio
dimensional

Realizar os
ensaios
previstos

Falha nas
dimenses

no conexo
do
equipamento

Erro de projeto

Dimensional

Auditoria nos
subfornecedores

Ensaio
dimensional

Realizar os
ensaios
previstos

Corroso

Queda da
Linha de
Transmisso

Falha no processo
de galvanizao

Ensaios
Qumicos

Desenvolvimento de
novos Fornecedores

Ensaio
Qumico

Desenvolver
novos ensaios

Falha nas
dimenses

no conexo
do
equipamento

Falha no processo
de galvanizao

Visual

Desenvolvimento de
novos Fornecedores

Ensaio
dimensional

Realizar os
ensaios
previstos

Quebra por
fragilidade

Queda da
Linha de
Transmisso

Falha no processo
de tempera

Eltricos

Auditoria nos
fornecedores

Ensaio eltrico

Realizar os
ensaios
previstos

Falha nas
dimenses

no conexo
do
equipamento

Falha no processo
de tempera

Visual /
Dimensional

Auditoria nos
fornecedores

Ensaio
dimensional

Realizar os
ensaios
previstos

Falha nas
dimenses

no conexo
do
equipamento

Falha no processo
de tempera

Dimensional /
Outros

Auditoria nos
fornecedores

Ensaio
dimensional

Realizar os
ensaios
previstos

Falha na
documenta
o

Utilizao
errada do
equipamento

Troca de
documentao

Documentao

Auditoria nos
fornecedores

Verificao da
documentao

Auditar a
documentao

Quebra por
fragilidade

Queda da
Linha de
Transmisso

Falha no processo
de tempera

Produto

Auditoria nos
fornecedores

Ensaio
mecnico

Realizar os
ensaios
previstos

Tipo

Controle e
Preveno

Controle de
Deteco

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

186

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

A escala utilizada na identificao dos nveis dos ndices especficos possui cinco
posies com os valores numricos de 1 a 5. Na transformao em probabilidades esses
valores so considerados a moda de uma distribuio triangular com extremos 0 e 6. Para
os mesmos valores dos ndices de severidade, ocorrncia e detectabilidade foi feito o
clculo dos vetores de probabilidade de preferncia para distribuies triangulares e, em
seguida o clculo da prioridade global. Esses valores so apresentados na Tabela 5.
No formulrio tpico da FMEA, uma coluna encabeada pela letra R apresenta o
valor do ndice de prioridade de risco obtido para cada linha da tabela. Ele obtido
multiplicando os valores dos trs nveis de prioridade referentes a severidade, ocorrncia e
detectabilidade. Para facilidade de comparao, este valor ser apresentado na Tabela 5,
junto com os resultados da composio probabilstica.
Tabela 5. Tabela da Composio Probabilstica
Modo Potencial de
Falha
Falha nas dimenses
Falha eltrica
Falha nas dimenses
Quebra por fragilidade
Falha nas dimenses
Quebra por fragilidade
Falha nas dimenses
Quebra por fragilidade
Quebra por fragilidade
Quebra por fragilidade
Falha nas dimenses
Falha nas dimenses
Corroso
Falha nas dimenses
Quebra por fragilidade
Falha nas dimenses
Falha nas dimenses
Falha na documentao
Quebra por fragilidade

Efeito
No conexo do
equipamento
curto-circuito
No conexo do
equipamento
Queda da Linha
de Transmisso
No conexo do
equipamento
Queda da Linha
de Transmisso
No conexo do
equipamento
Queda da Linha
de Transmisso
Queda da Linha
de Transmisso
Queda da Linha
de Transmisso
No conexo do
equipamento
No conexo do
equipamento
Queda da Linha
de Transmisso
No conexo do
equipamento
Queda da Linha
de Transmisso
No conexo do
equipamento
No conexo do
equipamento
Utilizao errada
do equipamento
Queda da Linha
de Transmisso

40

3,57%

4,79%

8,54%

0,0146%

25

7,28%

3,80%

8,54%

0,0236%

40

3,57%

4,79%

8,54%

0,0146%

60

7,28%

6,50%

4,19%

0,0198%

40

3,57%

4,79%

8,54%

0,0146%

60

7,28%

6,50%

4,19%

0,0198%

16

3,57%

4,79%

2,05%

0,0035%

60

7,28%

6,50%

4,19%

0,0198%

60

7,28%

6,50%

4,19%

0,0198%

60

7,28%

6,50%

4,19%

0,0198%

40

3,57%

4,79%

8,54%

0,0146%

40

3,57%

4,79%

8,54%

0,0146%

15

7,28%

3,80%

2,75%

0,0076%

16

3,57%

4,79%

2,05%

0,0035%

60

7,28%

6,50%

4,19%

0,0198%

32

3,57%

4,79%

4,19%

0,0072%

32

3,57%

4,79%

4,19%

0,0072%

12

2,35%

3,80%

4,19%

0,0037%

60

7,28%

6,50%

4,19%

0,0198%

A coluna encabeada pela letra P apresenta a medida de prioridade produzida pela

composio probabilstica. Este valor o resultado da multiplicao das probabilidades de
maximizar a prioridade segundo cada um dos critrios, apresentadas nas colunas
anteriores. Isto corresponde a assumir um ponto de vista pessimista e conservador na
composio probabilstica.
A composio empregada na FMEA tem um enfoque pessimista e conservador.
Pessimista porque se procura identificar a maior prioridade em todos os trs critrios,
preferindo as opes que superam as suas concorrentes, mesmo nos critrios em que

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

187

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

apresentem menor prioridade. O enfoque conservador porque busca opes prximas s

fronteiras de maior risco, ou seja, opes que se destacam das demais por atingirem
patamares superiores em suas probabilidades de maximizar a proximidade da fronteira de
pior desempenho. Pelo ponto de vista pessimista e conservador deseja-se identificar o
ponto em que mximo o risco simultaneamente para os 3 critrios.
Verifica-se da comparao das colunas R e P da Tabela 5 que a falha eltrica,
com nmero de prioridade de risco baixo na coluna R, surge como o modo potencial de
falha de maior prioridade na coluna P. Isto reflete a importncia menor que a distribuio
dos valores observados nos nveis de ocorrncia atribui a probabilidade de maximizao da
prioridade segundo este critrio. Constatou-se deste modo o poder da composio
probabilstica de oferecer uma priorizao que refletia mais adequadamente a percepo
dos especialistas.

7. CONCLUSO
A anlise aqui desenvolvida permitiu obter uma srie de concluses sobre o
emprego da FMEA e sobre a incluso da composio probabilstica na determinao das
prioridades entre os modos potenciais de falha. Essas concluses so enumeradas a
seguir.
1)

A metodologia da FMEA ajudou a aumentar a confiabilidade do sistema de

transmisso de energia ao ser aplicada ao estudo de falhas de um de seus principais
equipamentos, o isolador.

2)

A metodologia da FMEA se mostrou um instrumento eficaz ao identificar as aes

recomendadas para eliminar os problemas causadores das falhas nos isoladores
utilizados, possibilitando a eliminao dos problemas e multas geradas pelas
complicaes das falhas dos isoladores.

3)

A utilizao da composio probabilstica na determinao das prioridades

aperfeioou a ferramenta, produzindo resultados mais satisfatrios quanto
priorizao dos problemas causadores de falhas nos isoladores que a multiplicao
direta dos valores obtidos pela aplicao da escala de Likert a cada critrio.

4) Com a incluso do clculo dos vetores de probabilidade de preferncia, a

importncia de o especialista, ao avaliar segundo um critrio, concentrar-se na
correta identificao do nvel segundo tal critrio fica mais facilmente atendida, por
se saber que a relao entre os critrios satisfatoriamente conduzida na etapa
seguinte pela composio probabilstica.
5)

O emprego do clculo dos vetores de probabilidade de preferncia ajudou

diretamente no aumento da confiabilidade do sistema de transmisso de energia
eltrica no s por ajudar na identificao das prioridades globais de manuteno,
mas, tambm, por permitir identificar as prioridades de cada modo potencial de falha
segundo cada critrio isoladamente.

8. AGRADECIMENTOS
Somos profundamente gratos ao editor e aos revisores da revista Sistemas &
Gesto. Eventuais defeitos que permaneam so, naturalmente, de plena responsabilidade
dos autores.

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

188

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

9. REFERNCIAS
ASME Section VIII Division 1 American Society for Mechanical Engineering, 2001.
BANA E COSTA, C. A.; VANSNICK, J. Uma nova abordagem ao problema da construo
de uma funo de valor cardinal: MACBETH. Investigao Operacional, v. 15, p. 15-35,
1995.
BELZER, R. B. Getting beyond `grin and bear it` in the pratice of risk management.
Reliability Engineering and System Safety, v. 72, n. 2, p. 137-148, 2001.
BEN-DAYA, M.; RAOUF, A. A revised failure mode and effect model. International Journal
of Quality & Reliability Management, v. 13, n. 1, p. 43-47, 1996.
BOWLES, C. E.; PELAEZ, J. B. Using fuzzy cognitive maps as a system model for failure
modes and effects analysis. Information Sciences, v. 1, n. 88, p. 177-99, 1996.
BRITISH STANDARDS INSTITUTE BS5760: Reliability of Systems, Equipment and
Components Part 5. Guide to Failures Modes, Effects and Criticality Analysis (FMEA
and FMECA), 1991.
CHEN, S. J.; HWANG, C. L. Fuzzy Multiple Attribute Decision Making, Berlin: SpringerVerlag, 1992.
CHRYSLER CORPORATION; FORD MOTOR COMPANY; GENERAL MOTORS. Quality
Systems Requirements QS 9000. AIAG: 1998.
JIN, Y. C. Fuzzy modeling of high-dimensional systems: complexity reduction and
interpretability improvement, IEEE Transactions on Fuzzy Systems, v. 2, n. 8, p. 212-21,
2000.
KESKIN, G. A.; OZKAN, C. An Alternative Evaluation of FMEA: Fuzzy ART Algorithm.
Quality and Reliability Engineering International, v. 25, p. 647-661, 2009.
LACITY, M. C.; WILLCOCKS, L. P.; ROTTMAN, J. W. Global outsourcing of back office
services: lessons, trends, and enduring challenges. Strategic Outsourcing: An
International Journal, v. 1, n. 1, p. 13-34, 2008.
LEE, B. H. Using Bayes belief networks in industrial FMEA modeling and analysis,
Proceedings of the Reliability and Maintainability Symposium, p. 7-15, 2001.
LIKERT, R. A Technique for the Measurement of Attitudes. Archives of Psychology, v.
140, n. 1, p. 155, 1932.
LOOTSMA, F. A. Scale sensitivity in the Multiplicative AHP and SMART. Journal of MultiCriteria Decision Analysis, v. 2, p. 87-110, 1993.

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

189

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

NOGUEIRA, A. C.; PERES, A. P. Comparao entre duas matrizes FMEA aplicdas em

Laticnios de Lavras-MG. Engenharia Ambiental, v.7, n. 2, p. 178-189, 2010
PFEIFER, T. Quality Management Strategies, Methods, Techniques. Hanser:
Mnchen, 2002.
PILLAY, A.; WANG, J. Modified failure mode and effects analysis using approximate
reasoning, Reliability Engineering & System Safety, v. 1, n. 79, p. 69-85, 2003.
ROSA, L. C.; GARRAFA, M. Anlise dos modos de falha e efeitos na otimizao dos fatores
de produo no cultivo agrcola: subprocesso colheita de canola. Gesto & Produo, v.
16, n. 1, p. 63-73, 2009.
ROY, B. Classement et Choice en presence de points de vue multiple (la methode Electre).
Revue Franaise dAutomatique Information et Recherche Operationelle, v. 8, p. 57-75,
1968.
SAATY, T. L. The Analytic Hierarchy Process. New York: McGraw-Hill, 1980.
SANTANNA, A. P. Aleatorizao e Composio de Medidas de Preferncia. Pesquisa
Operacional, v. 22, p. 87-103, 2002.
SANTANNA, A. P. Uma estrutura para anlise da composio de preferncias. Relatrios
de Pesquisa em Engenharia de Produo, v. 4, 2004.
SLOWINSKI, R. Fuzzy Sets in Decision Analysis, Operations Research and Statistics,
Boston: Kluwer Academic Publishers, 1998.
STAMATIS, D. H. Failure Modes and Effects Analysis: FMEA from theory to execution,
Milwaukee: Quality Press, 2nd. Ed., 2003.
TAY, K. M.; LIM, C. P. Fuzzy FMEA with a guided rules reduction system for prioritization of
failures. International Journal of Quality & Reliability Management, v. 23, n. 8, p. 10471066, 2006.
US MILITARY Procedures for Performing a Failure Mode, Effects and Criticality
Analysis, United States Military Procedure MIL-P-1629, 1949.
US MILITARY Procedures for Performing a Failure Mode, Effects and Criticality
Analysis, United States Military Procedure MIL-P-1629a, 1980.
ZADEH, L. A. Fuzzy sets. Information and Control, v. 8, p. 338353, 1965.

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

190

Sant`Anna & Pinto Junior - Composio Probabilstica no Clculo das Prioridades na FMEA

Probabilistic compositon in the computation of the

priorities in FMEA
1

Annibal Parracho Sant`Anna , annibal.parracho@gmail.com

2

Roberto Paulo da Silva Pinto Junior , robertjr@furnas.com.br

1

Universidade Federal Fluminense (UFF), Departamento de Engenharia de Produo

Niteri, RJ, Brasil
2

Universidade Federal Fluminense (UFF), Doutorado em Engenharia de Produo

Niteri, RJ, Brasil
*Received: November, 2010 / Accepted: December, 2010

ABSTRACT
This article deals with the analysis of failures in the insulators used in electricity transmission
lines. This analysis employs the methodology of Failure Modes and Effects Analysis
FMEA. Applied to the study of failures of one of the major equipment of the transmission
lines, the isolator, modeling by FMEA helped to improve the reliability of a power
transmission system. The construction of FMEA risk priority numbers by means of
probabilistic composition made simpler and safer to use the tool, leading to satisfactory
results on the prioritization of the problems causing failures in insulators.This feature, use of
the probabilistic composition in determining the risk, is an entirely contribution of the article.
Keywords: Probabilistic Composition. FMEA. Electric Energy

SISTEMAS & GESTO, v.5, n.3, p.179-191, setembro a dezembro de 2010

191