Menu

Blog Archives
mkt_ctscompass

Home

Author Archives: mkt_ctscompass

A Engenharia da Confiabilidade no Brasil

A confiabilidade é um campo da engenharia que visa garantir que sistemas e processos operem de maneira consistente e eficiente ao longo do tempo. Neste artigo, vamos explorar a origem da Engenharia da Confiabilidade, sua chegada ao Brasil e as expectativas para o futuro da disciplina e sua aplicação, integrando os princípios da inteligência artificial e IoT.

A Origem da Engenharia da Confiabilidade

A Engenharia da Confiabilidade surgiu como uma disciplina formal durante a Segunda Guerra Mundial, quando a necessidade de equipamentos militares altamente confiáveis se tornou crucial. O objetivo era minimizar falhas e maximizar a disponibilidade dos sistemas, garantindo a segurança e eficácia das operações.

Esse campo evoluiu rapidamente após a guerra, com a indústria aeroespacial liderando os esforços para desenvolver métodos e ferramentas que pudessem prever e prevenir falhas em foguetes para levar o homem à lua e retorná-lo em segurança para a Terra. A confiabilidade passou a ser uma ciência aplicada, integrando estatísticas, física de falhas e engenharia de manutenção para melhorar a performance dos sistemas.

A Chegada da Confiabilidade ao Brasil

No Brasil, a Engenharia da Confiabilidade começou a ganhar destaque na década de 1990, quando as práticas de manutenção ainda eram totalmente reativas, focadas na correção de falhas após sua ocorrência.

Neste cenário, empresas pioneiras no setor industrial, começaram a enxergar na Confiabilidade uma oportunidade para adotar abordagens mais proativas e preventivas para a manutenção de seus equipamentos. A partir da manutenção preditiva e preventiva, estas empresas passaram a identificar e resolver problemas antes que eles causassem interrupções significativas.

A mudança de mentalidade foi impulsionada pela globalização e pela necessidade de competir em mercados internacionais. As empresas brasileiras perceberam que a confiabilidade não apenas podia evitar falhas, mas também otimizar processos e reduzir custos.

Em 1998, surge a Compass – primeira empresa a oferecer programas de capacitação e sistemas especialistas em Engenharia da Confiabilidade – trazendo novas tecnologias para o país, a fim de contribuir com o desenvolvimento da confiabilidade no Brasil e com a criação de um novo padrão de excelência industrial.

Expectativas para o Futuro

O maior desafio enfrentado para a aplicação da Engenharia da Confiabilidade ainda se refere a qualidade dos dados obtidos pelas equipes. Informações erradas podem fazer a diferença entre resultados medíocres e uma estratégia de excelência com grandes resultados. Neste quesito, percebemos o papel fundamental da alta gestão para liderar equipes e impulsionar o comprometimento dos profissionais envolvidos.

Quando pensamos em futuro, podemos vislumbrar como os conceitos de IoT podem beneficiar as indústrias, melhorando a qualidade dos dados, como a inteligência artificial pode facilitar e agilizar processos e vemos a importância de sistemas integrados de gestão de ativos, unindo todas as pontas, entregando informações valiosas para a tomada de decisão.

Vemos também a Engenharia da Confiabilidade permeando outros setores no Brasil com força e gerando muitas oportunidades e grandes resultados.

Conclusão

A jornada da Engenharia da Confiabilidade transformou a abordagem das empresas brasileiras em relação à manutenção e otimização de processos, estabelecendo novos padrões de eficiência e competitividade. À medida que continuamos a avançar, a confiabilidade se tornará parte da estratégia de grandes empresas e indústrias, impulsionada por inovações tecnológicas e uma crescente consciência sobre a importância de sistemas robustos e confiáveis.

A Compass, como líder em soluções de confiabilidade, está na vanguarda dessa transformação, oferecendo consultoria, treinamentos e software para ajudar as empresas brasileiras a navegarem nesse cenário em constante evolução.

Compass conquista ISO 27001

A Compass, líder em Engenharia da Confiabilidade na América do Sul, tem a satisfação de anunciar a obtenção da certificação ISO27001 para seu sistema de gestão da segurança da informação. Esta conquista representa um compromisso sólido com a segurança da informação, reforçando a dedicação da Compass em oferecer operações seguras e confiáveis para seus clientes.

A ISO/IEC 27001 é um padrão internacional para segurança da informação, estabelecendo as especificações para um SGSI (sistema de gestão de segurança da informação) eficaz. A abordagem de melhores práticas da ISO 27001 auxilia as organizações a gerenciar a segurança da informação, abordando pessoas, processos e tecnologia.

Parte da série ISO 27000, a ISO 27001 estabelece uma estrutura para as organizações estabelecerem, implementarem, operarem, monitorarem, revisarem, manterem e melhorarem continuamente seu SGSI e, por isso, a certificação ISO 27001 é reconhecida mundialmente como um indicativo de que o SGSI está alinhado com as melhores práticas de segurança da informação.

A equipe da Compass está extremamente orgulhosa dessa conquista, reconhecendo que a segurança da informação é um pilar fundamental para o sucesso operacional de seus clientes.

A certificação ISO 27001 pela Compass não apenas valida a excelência técnica de sua atuação, mas também oferece aos clientes a tranquilidade de saber que estão operando em ambientes seguros, com processos estruturados e uma equipe comprometida com este propósito.

Se deseja saber mais sobre como podemos elevar a segurança da gestão de ativos em suas operações, entre em contato com nossa equipe.

Conceitos de Confiabilidade

Conceitos de Confiabilidade

Características da Distribuição Weibull

A distribuição Weibull, devido ao nome do inventor Waloddi Weibull, é usada extensivamente em engenharia da confiabilidade devido a sua versatilidade e simplicidade.

Uma distribuição é definida matematicamente por sua equação de PDF (Probability Density Function). Existem outras formas de expressar a distribuição Weibull, porém sua expressão geral é a da distribuição Weibull de três parâmetros, é dada pela seguinte expressão:

distribuicao weibull

Onde:

  • ß é o parâmetro de forma, conhecido também como inclinação da distribuição Weibull
  • h é o parâmetro de escala
  • g é o parâmetro de posição

Frequentemente, o parâmetro de posição não é utilizado, e o seu valor pode ser considerado como zero. Neste caso, a PDF se reduz para distribuição Weibull de dois parâmetros.

A distribuição Weibull também pode ser reduzida à sua forma de um parâmetro. Esta de fato, toma a mesma forma da PDF Weibull de dois parâmetros, a única diferença é que o valor de b é suposto de antemão. Esta suposição significa que somente o parâmetro de escala precisa ser estimado, possibilitando uma análise com poucos dados. Recomenda-se que ao fazer isso tenha-se uma estimativa muito boa e justificável para b, antes de usar a distribuição Weibull uni-paramétrica na análise.

Dependendo dos valores dos parâmetros, a distribuição Weibull pode ser usada para modelar uma variedade de comportamentos que envolvam vida. Um aspecto importante da distribuição Weibull é como os valores do parâmetro de forma (b) e de escala (h) afetam as características da distribuição, como a forma da curva da PDF, da confiabilidade e da taxa de falhas.

Parâmetro de Forma – ß

O parâmetro de forma, b, é igual à inclinação da reta em um gráfico de probabilidade utilizando escala logarítmica. Diferentes valores para o parâmetro de forma indicam efeitos no comportamento de vida. De fato, esta distribuição toma a expressão de outras distribuições estatísticas dependendo do valor de b. Por exemplo, quando b=1, a PDF Weibull de três-parâmetros se reduzirá à distribuição exponencial de dois-parâmetros. O parâmetro b é um número puro, isto é, adimensional.

A figura 1 mostra o efeito dos diferentes valores do parâmetro de forma, b, na forma da PDF (mantendo constante o g). Pode-se notar na Figura 1 que a forma da PDF pode tomar uma variedade de formas baseado no valor de b.

Figura 1 – Efeito dos diferentes valores do parâmetro de forma, B, (mantendo constante o y).

A Figura 2 mostra como a inclinação do gráfico de probabilidade Weibull muda com o b, com  os modelos representados pelas três linhas com o mesmo valor de h.

Figura 2 – Efeito dos diferentes valores do parâmetro de forma, B, (mantendo constante o n).

Outra característica da distribuição onde o valor de b tem um efeito distinto é a taxa de falha. O gráfico seguinte mostra o efeito do valor de b na taxa de falhas da distribuição Weibull.

Figura 3 – Efeito do valor de B na taxa de falhas da distribuição Weibull.

Este é um dos aspectos mais importantes do efeito de b na distribuição Weibull. Como é indicado pelo gráfico, as distribuições Weibull com o b<1 têm uma taxa de falha que diminui com tempo, conhecida também como falha infantil ou prematura. As distribuições de Weibull com o b próximo de ou igual a 1 têm uma taxa de falha razoavelmente constante, indicando a fase de vida útil ou de falhas aleatórias. As distribuições de Weibull com o b>1 têm uma taxa de falhas que aumenta com o tempo, conhecido também como falhas de desgaste. Estes betas abrangem as três fases da “clássica curva da banheira”. A distribuição Weibull mista com a uma subpopulação com o b<1, uma subpopulação com o b=1 e uma outra com o b>1, teria um gráfico de taxa de falhas que fosse idêntico à curva da banheira. Um exemplo de uma curva da banheira é mostrado na Figura 4.

Figura 4 – Curva da Banheira.

Parâmetro de Escala, h

Uma variação no parâmetro da escala, h, tem o mesmo efeito na distribuição que uma mudança de escala na abscissa. Aumentar o valor de h, mantendo constante o b tem o efeito de esticar para fora da PDF. Desde que a área sob uma curva da PDF é um valor constante, o “pico” da curva da PDF. diminuirá também com o aumento de h, como indicado na Figura 5.

  • Se h é aumentado, enquanto b e g são mantidos constantes, a distribuição começa a se estender, esticar para direita e sua altura diminui, ao manter sua forma e posição.
  • Se h é diminuído, enquanto b e g são mantidos constantes, a distribuição começa se estreitar para dentro, para esquerda (isto é para sua origem ou para 0 ou g), e aumenta sua altura.
  • h tem a mesma unidade que T, tal como horas, milhas, ciclos, atuações,etc.
Figura 5 – Curva da variação de n enquanto B e y são mantidos constantes.

Cálculos Importantes com a Distribuição Weibull

A função densidade de probabilidade pode ser utilizada para se chegar a cálculos comumente usados em confiabilidade, tais como:

  • a função de confiabilidade;
  • a taxa de falhas;
  • a mediana;
  • o tempo médio entre falhas.

As equações para estas funções da distribuição Weibull de três-parâmetros são apresentadas abaixo.

As substituições apropriadas para obter as outras formas, tais como a forma de dois-parâmetros onde g=0, ou a forma de um-parâmetro onde b é uma constante, podem facilmente ser calculadas.

A função de Confiabilidade da distribuição Weibull é dada por:

A função Taxa de Falha da distribuição Weibull por:

O tempo média de vida, ou MTTF, é dado por:

onde G(*) é a função Gamma. A função Gamma é definida por:

E por fim, a equação para vida mediana, ou vida B50, da distribuição Weibull é dado por:

Exemplo de Aplicação:

Uma linha de montagem utiliza bombas hidráulicas no seu processo de produção, além de outros tipos de equipamentos. Após uma análise FMEA da planta, concluiu-se que o modo de falha de “quebra da bomba” era um dos mais críticos em termos de ocorrência e efeito, e tinha potencial de levar toda a operação a parar. Também se notou que este modo de falha era devido ao desgaste dos componentes da bomba. A Tabela 1 abaixo contém os dados de falhas dessas bombas para um período de cerca de um ano de operação.

Um grupo de 10 bombas, o qual vinha operando há cerca de 180 dias, não apresentou falhas até então. Abaixo na Figura 6 temos o gráfico da probabilidade de falha obtida para esse espaço amostral.

Figura 6: Curva de probabilidade de falha das bombas analisadas no Relibility4All.

Neste caso, os tempos de operação das bombas que não falharam foram considerados na análise, como censuras à direita (suspensões). Para realizar as trocas preventivas das bombas com cerca de 15% de probabilidade de falha, calculou-se qual o tempo de operação em que a confiabilidade das bombas fosse igual a 85%, como mostra a Figura 7.

 

Figura 7: Calculadora de métricas de confiabilidade da ferramenta Reliability4All com os valores do tempo em que as bombas atingem 85% de confiabilidade e os limites de confiança.

Foi determinado que a troca preventiva das bombas será realizada a cada 120 dias.

——-

Referências:

× Como posso te ajudar?