Prévia do material em texto
CONFIABILIDADE DE SISTEMAS Abel José Vilseke Testes de vida acelerados II Objetivos de aprendizagem Ao final deste texto, você deve apresentar os seguintes aprendizados: Definir modelos físicos e modelos paramétricos. Aplicar os modelos de aceleração para cálculo de vida. Descrever os modelos de garantia. Introdução Os testes acelerados de vida são ensaios que se destinam a elevar a taxa de degradação ou provocar a falência de um item em um período reduzido, a fim de fornecer dados para análises de confiabilidade. São aplicados quando a obtenção das informações é inviabilizada em condições normais de uso, seja porque o tempo até se verificar a falha é muito grande, seja porque a detecção e a análise são necessárias na fase de desenvolvimento do produto, por exemplo. Para avaliar o efeito da aceleração das solicitações sobre os produtos, empregam-se os modelos de aceleração, que podem ser físicos ou para- métricos. Os modelos físicos permitem modelar a confiabilidade dos itens quando as relações entre tempo de falha e os fatores de aceleração têm comportamentos não lineares, como em processos físicos e químicos. Já os modelos paramétricos descrevem comportamentos lineares da relação entre os fatores de aceleração e os tempos para falha. De acordo com as informações de confiabilidade resultantes de testes acelerados e dados de campo, pode-se determinar a melhor forma de garantia de um produto, de acordo com os modelos apropriados, de modo a definir um bom posicionamento no mercado. Neste capítulo, você vai diferenciar modelos físicos e modelos pa- ramétricos, verificando suas características. Você também vai analisar a aplicação dos modelos de aceleração para cálculo de vida e vai identificar os modelos de garantia. Modelos de dados acelerados Os modelos de dados acelerados são admitidos como de extrema importância para as análises de confi abilidade. Eles relacionam os dados coletados em testes de vida com o comportamento estimado para as condições normais de uso de componentes, produtos ou sistemas. Esses modelos são abordados neste capítulo em duas categorias principais: os modelos físicos e os modelos paramétricos. Modelos físicos Os modelos físicos se baseiam nos efeitos das solicitações em testes acelerados sobre a taxa de falha dos itens testados, determinando o valor da aceleração dos tempos para falha e permitindo descrever as funções de confi abilidade. De acordo com Fogliatto e Ribeiro (2009), as relações entre os tempos observados para falhas em testes acelerados e em condições de vida útil normal são não lineares, sendo descritas nos modelos físicos. Modelo físico de aceleração de Arrhenius O físico-químico sueco Svante August Arrhenius (1859–1927) desenvolveu a conhecida equação de Arrhenius, que descreve o comportamento da veloci- dade com que uma reação química aumenta com o aumento da temperatura. Essa velocidade é dada por: onde r é a velocidade da reação, A é um fator constante característico da reação e não térmico, Ea é a energia de ativação da reação, k é a constante de Boltzmann (8,623 × 10-5 eV/K) e T é a temperatura em Kelvin. Testes de vida acelerados II2 Neste capítulo, a constante de Boltzmann k é dada em função da medida de energia eletrovolt (eV). Você também pode encontrar a constante de Boltzmann expressa em outras unidades; veja alguns exemplos no Quadro 1. Quadro 1. Constante de Boltzmann expressa em outras unidades Valor Unidade Valor Unidade 1,3806 × 10−23 J/K 1,3806 × 10−16 erg/K 2,0836 × 10−10 Hz/K 3,2976 × 10 −24 cal/K 3,1668 × 10−6 EH/K 1,8320 × 10 −24 cal/°R Assumindo que os tempos até a falha de um componente sejam inversa- mente proporcionais à taxa de reação do mecanismo de falha, o modelo de Arrhenius descreverá: A variável L denota o tempo de vida do item, e a constante A se refere a uma estimativa baseada em dados do componente, como geometria, tamanho, condições ambientais de teste, etc. Considere Lo e Ls como conotações para a expectativa de vida útil em condições normais e em condições de testes acelerados, respectivamente. Então, temos: 3Testes de vida acelerados II de modo que: Com To e Ts sendo as respectivas temperaturas de operação normal e de teste. Assim, o fator de aceleração térmica do teste será dado por: Segundo Fogliatto e Ribeiro (2009), a linearização da equação pela transformação logarítmica serve como base para a verificação gráfica da validação do uso do modelo de Arrhenius em testes acelerados. Sendo a equação linearizada , lnA e podem ser estimados por regressão linear simples, com dados de tempo de falha com dois ou mais níveis de estresse testados. Modelo físico de aceleração de Eyring Segundo Oliveira (2012), esse modelo foi desenvolvido com base na teoria da mecânica quântica para descrever o comportamento de reações de degradação química. Para a aceleração por temperatura, o tempo para a falha é dado, no modelo de Eyring, por: onde α e β são constantes estimadas a partir dos dados acelerados. Essas estimativas podem ser obtidas por regressão linear simples após a linearização da equação ou por estimadores de verossimilhança. Quando se utiliza a temperatura como variável de aceleração segundo uma distribuição exponencial, o parâmetro de localização γ assume o valor zero, inferindo-se a possibilidade de a falha ocorrer logo no início do teste. Caso o parâmetro de localização assumisse um valor maior do que zero, significaria que só depois desse momento é que se poderia verificar a falha Testes de vida acelerados II4 do componente. No modelo de aceleração de Eyring, o fator de aceleração é dado por: Modelo da lei da potência inversa Segundo Fogliatto e Ribeiro (2009), o modelo da lei da potência inversa tem seu número de aplicações em confi abilidade equiparável com o modelo de Arrhenius. Esse modelo descreve o tempo para falha com base em um único fator de estresse. Oliveira (2012) afi rma que esse modelo pode ser aplicado em testes em que o fator de estresse não seja a temperatura, como tensão elétrica, solicitações mecânicas, etc. A relação entre o tempo para falha e o fator de estresse no teste é dada por: onde Vs é o fator de estresse positivo aplicado às unidades testadas, Ls é um percentil na distribuição dos tempos obtidos no ensaio, e C e n são constantes características do item e da modalidade de teste. C e n podem ser obtidos por regressão linear simples, com a linearização da equação. Modelo físico de aceleração combinado O modelo combinado também é chamado de modelo de Bazovsky, ou mo- delo térmico/não térmico. Denomina-se modelo combinado por associar os modelos de Arrhenius e da potência inversa, sendo aplicado exclusivamente a componentes eletroeletrônicos, de acordo com Fogliatto e Ribeiro (2009). O modelo combinado de aceleração é dado por: 5Testes de vida acelerados II Assim, a relação entre Lo e Ls será expressa por: O fator de aceleração para a relação do modelo combinado é dado a partir da relação entre Lo e Ls: Também, nesse modelo acelerado, a linearização da equação permite a estimação dos coeficientes n, Ea e k por regressão múltipla, já que existem duas variáveis independentes. Modelos paramétricos Quando a relação entre os fatores de estresse, aos quais a amostra é submetida, e o tempo até a falha não pode ser descrita conforme princípios físico-químicos, são empregados modelos paramétricos, com a suposição de um comportamento linear dessas relações. Para caracterizar os modelos paramétricos, são descritas no Quadro 2 as relações entre as condições normais e as condições de teste. Fonte: Adaptado de Fogliatto e Ribeiro (2009). Relação Expressão Tempos até a falha Funções de distribuição Densidades de probabilidade Funções de risco Quadro 2. Relações entre condições operacionais e de estresse Testes de vida acelerados II6 Modelo de aceleração da distribuição exponencial Sendo considerado matematicamente simples, com um único parâmetro λ, o modeloexponencial é apontado como um dos modelos paramétricos de maior importância em estudos confi abilísticos, conforme leciona Santos (2016). Considere que a distribuição de tempos de falha em testes acelerados é des- crita exponencialmente; com o parâmetro λs, a função distribuição é dada por: Como: é possível estimar as taxas de falha para conjuntos de dados tanto completos como censurados, utilizando os estimadores de verossimilhança do parâmetro λ pelas respectivas equações: Sendo que n denota o tamanho da amostra, enquanto r expressa o número de unidades falhadas. A notação ti indica o i-ésimo tempo para a falha conhecido, enquanto ti + indica o i-ésimo tempo para a falha censurado. Assim, o tempo médio para falha (MTTF, do inglês mean time to failure) do item com solicitações normais é dado por: Modelo de aceleração da distribuição de Weibull A distribuição de Weibull, signifi cativamente presente em modelos de dados de confi abilidade, caracteriza-se pela versatilidade na análise de dados simétricos 7Testes de vida acelerados II e assimétricos à direita ou à esquerda. A descrição da função distribuição para dados de tempo em ensaios acelerados é feita pela equação: Quanto aos parâmetros de forma e de escala, respectivamente γ e θ, na distribuição de dados de testes acelerados, devem assumir as seguintes con- dições para distribuições supostamente lineares. γs = γo: o parâmetro de forma deve apresentar-se praticamente igual para qualquer nível de carga, podendo ser designado apenas como γ. θo = θs × AF: o parâmetro de escala deve variar linearmente com o fator de aceleração. Sendo: a distribuição em condições normais de estresse é dada por: e a função densidade, por: Para o tempo médio para falha, emprega-se a equação: Sendo que Γ é dada por uma integral definida, designada função gama. Testes de vida acelerados II8 A função gama, baseada em pesquisas da forma de interpolação do fatorial de um número, é considerada uma das funções mais importantes na matemática, tendo sido descrita inicialmente por Euler no século XVIII. Outros matemáticos estudaram a função, sendo que Legendre a denominou função gama, definida, segundo Spiegel et al. (2012), por: Fogliatto e Ribeiro (2009) propõem o emprego de ferramentas computa- cionais, como o Proacel®, para análises de dados de testes acelerados, devido à complexidade da estimação matemática dos parâmetros para a distribuição de Weibull. Modelo de aceleração da distribuição gama O modelo acelerado da distribuição gama permite obter a função densidade para os tempos de falha, com aplicação de estresse acelerado, por meio da equação: Sendo que o parâmetro de escala é e o parâmetro de forma é γs, o qual deve ser constante em todos os níveis de solicitação (γs = γo), para validar a suposição de linearidade. O parâmetro θs se relaciona com as condições de operação normal pelo fator de aceleração: θo = θsAF O modelo de aceleração da distribuição gama apresenta grande simila- ridade com o modelo de Weibull, essencialmente pela função densidade; no entanto, a taxa de risco se diferencia consideravelmente. Contudo, a reciprocidade entre os modelos gera complexidade matemática para se de- 9Testes de vida acelerados II terminar a maioria das funções de confiabilidade, o que requer tratamento computacional dos dados. Modelo de aceleração da distribuição lognormal A função densidade de tempos para falha verifi cados sob condições de estresse acelerado conforme uma distribuição lognormal é descrita pela equação: Os parâmetros da distribuição lognormal sob condições de estresse ace- lerado se relacionam, na suposição de aceleração linear, da seguinte forma: σs = σo = σ: equivalente ao parâmetro de forma da distribuição de Weibull (γ); deve demonstrar-se aproximadamente igual para todos os níveis de solicitação; μo = μs + lnAF: designa o fator de aceleração. Pode-se obter o tempo médio para falha nas condições de operação normal pela equação: Aplicação dos modelos de aceleração Aplicação do modelo físico de aceleração de Arrhenius O modelo de aceleração Arrhenius é empregado quando a temperatura é fator de estresse. Por meio desse modelo, é possível estimar a vida útil média do item analisado, assumindo-se os dados obtidos de tempo de falha em teste de temperatura elevada. Testes de vida acelerados II10 Um determinado componente eletrônico é destinado a constituir um circuito que opera a 40°C. O teste acelerado realizado em um lote desses componentes eletrônicos a 120°C apresentou tempo médio para falha de 4.000 horas, com fator de estresse Ea de 0,162 eV/K. Podemos, assim, determinar o tempo de vida útil esperado em condições normais. Dessa forma, concluiu-se que o tempo de vida útil estimado dos componentes é de aproximadamente 13.573 horas. Aplicação do modelo físico de Eyring Alternativamente ao modelo de Arrhenius, o modelo de Eyring também é utilizado quando a variável de aceleração do teste é a temperatura. O mo- delo de Eyring pode ser empregado para outros fatores de estresse além da temperatura, como tensão elétrica. Aplicação do modelo físico da lei da potência inversa O modelo da lei da potência inversa é amplamente utilizado não só em testes acelerados, podendo descrever inclusive comportamentos antropológicos e eventos naturais, como a intensidade de terremotos. As distribuições associadas ao modelo da lei da potência inversa dependem frequentemente do tipo de fator de estresse, por exemplo, distribuição lognormal para tensão elétrica e Weibull para solicitações mecânicas. Aplicação do modelo físico combinado Esse modelo é aplicado quando os testes acelerados empregam dois fatores de estresse simultaneamente, em geral, um térmico e outro não térmico, que normalmente é a tensão elétrica. Tipicamente, pode-se aplicar esse modelo em componentes elétricos e eletrônicos, devido aos tipos de solicitações a que estes estão sujeitos. 11Testes de vida acelerados II Um determinado componente eletrônico que opera à temperatura normal de 35ºC e em uma tensão de 28V é testado com energia de ativação de Ea de 0,3 eV/K em mais de um nível de estresse e temperatura. Obteve-se o comportamento apresentado no Quadro 3. Quadro 3. Tensão elétrica de acordo com a temperatura Temperatura Tensão elétrica 60V 120V 50°C 2.000 hs 1.700 hs 60°C 1.700 hs 1.400 hs Como é necessário, inicialmente, encontrar o valor do coeficiente n, aplicou-se a equação do modelo combinado com dados do teste — optou-se por valores das condições mais próximas das condições normais: temperatura de 50°C e tensão de 60V. Para o cálculo do tempo de vida em condições normais, aplicou-se novamente a equação, agora com os dados de operação normal. Obteve-se: Aplicação dos modelos paramétricos Os modelos paramétricos são aplicados em circunstâncias pressupostas de relação linear entre os tempos de falha com diferentes níveis de estresse; ou seja, o tempo até a falha decai linearmente à medida que se intensifi cam as solicitações. Para estimar os tempos de vida médios em condições normais de uso, é preciso determinar os estimadores de verossimilhança, conforme os parâmetros de cada distribuição, como o estimador Λ para o parâmetro λ da distribuição exponencial e os estimadores para modelo da distribuição lognormal, dados por: Testes de vida acelerados II12 A seguir, vejamos um exemplo de aplicação do modelo paramétrico da distribuição exponencial. Se 10 unidades de um produto foram submetidas a um teste de umidade e tempera- tura cujos tempos de vida foram acelerados em 50 vezes, e somente cinco amostras forneceram dados, as demais foram censuradas em 1.200 minutos. Com os dados de tempo disponíveis em minutos — 112, 135, 204, 244 e 339 —, pode-se estimar o tempo médio de vida em condições normais. É necessário estimar a taxa de falha Λ aplicando o estimador de verossimilhança: Sendo falhas por minuto. Sendo o MTTF para distribuição exponencial , o MTTF em condiçõesnormais será de 70.340 minutos. Modelos de garantia Garantia é um termo que expressa um compromisso do fornecedor de um produto ou serviço para com seu consumidor ou usuário. Nessa abordagem mercadológica, garantia quer dizer “Responsabilidade assumida pelo vendedor de entregar a mercadoria isenta de defeitos e em condições de funcionamento”. Normalmente você encontra as defi nições de garantia relacionadas com essas condições de uso ou consumo em termos de tempo (anos, meses), mas é possível defi nir garantia também como condicionamento ao cumprimento da função em toda a vida útil, conforme lecionam Fogliatto e Ribeiro (2009). De acordo com Santos (2008), a garantia de produtos é estudada sob várias perspectivas, das quais ressaltamos as seguintes: do ponto de vista do fornecedor, a garantia pode ser entendida como proteção e promoção, assegurando precaução contra uso indevido e estabelecendo uma relação de confiança para com o usuário — isso 13Testes de vida acelerados II implica em custos que precisam ser considerados na composição de custo do produto; do ponto de vista do usuário, a garantia compreende a presunção de proteção contra erros e falhas eventuais quando o produto é usado cor- retamente e informações que implicam na percepção de confiabilidade. Produtos industriais, especificamente, são oferecidos com condições de garantia diferentes, o que é tratado na literatura como políticas de garantia. Se você considerar que a confiabilidade do produto diminui ao longo do tempo, com o aumento da possibilidade de ocorrência de falhas, conforme o comportamento demonstrado na curva da banheira (Figura 1), o período assegurado pelas políticas de garantia deve considerar esse comportamento. Isso porque envolve a credibilidade da marca, bem como custos de reparos ou reposição e até riscos à integridade do usuário ou consumidor. Os elementos que determinam o modelo de garantia devem basear-se em dados confiáveis, suficientes e apropriados, podendo ser oriundos de coletas em campo ou testes acelerados. Figura 1. Curva da banheira. Fonte: Adaptada de Bazovski (1961). De acordo com Santos et al. (2008), o emprego adequado de métodos estatísticos de análise de confiabilidade na determinação dos prazos de garantia possibilita descrever com melhor precisão o desempenho dos produtos Testes de vida acelerados II14 no período de garantia. Isso resulta em equilíbrio de custos e construção de uma relação mais robusta com o mercado. As políticas de garantia podem ser determinadas com base em três tipos de garantia, segundo Fogliatto e Ribeiro (2009), conforme relaciona-se a seguir. Garantia integral limitada: o usuário é ressarcido integralmente ou tem o produto substituído ou restaurado sem custo para si, caso a situação enquadre-se nos termos prefixados. Segue, então, a validade desses termos até o prazo inicialmente firmado. Garantia integral ilimitada: assegura ao usuário a reposição do item nos termos predefinidos, passando a valer a partir daí até um novo período idêntico ao inicialmente firmado. Garantia pro rata: termos que asseguram o reparo, se ocorrerem avarias no período de garantia, mas com um custo ao usuário proporcional ao tempo de uso, reestabelecendo, então, a validade original de cobertura para o item substituído. Pode-se considerar a prática de associar mais de um tipo de garantia, carac- terizando tipos mistos, sempre que isso possibilite benefícios mútuos às partes. Dependendo do custo envolvido na reparação do item, pode-se classificar os modelos de garantia para produtos reparáveis e produtos não reparáveis. Isso porque deve haver uma coerência que determine a política de garantia, de modo a se considerar inviável a reparação cujos custos se aproximem muito do valor do item. Devido à competitividade, os fabricantes e fornecedores de bens de consumo costumam oferecer ainda um prazo de garantia maior do que o minimamente exigido por lei e ordinariamente estipulado, conforme leciona Santos (2008). Assumindo que o custo da garantia está associado com a confiabilidade, esse prazo, chamado de garantia estendida, pode ter ônus ao consumidor. Feita por contrato no instante da aquisição, caracteriza-se como um tipo de garantia mista. Produtos não reparáveis Nem sempre é viável realizar o conserto de um bem, implicando na reposição ao consumidor quando a avaria ocorre em período de garantia. Considere dois tipos de garantia; no primeiro caso, o tipo integral g0 descreve o valor em unidades de tempo em que o produto pode sofrer avaria, correspondente ao período de garantia, sendo reposto sem custo ao usuário. No segundo caso, 15Testes de vida acelerados II tem-se um tipo de garantia mista de integral e pro rata, em que a falha que venha a ocorrer antes de um período, descrito por g1 como período de garantia integral, determina a reposição do produto sem custo. Caso ocorra em um período entre g1 e g2, este representando o fi nal do período de garantia, implica em uma compensação do tipo pro rata. Para o modelo de garantia integral, o custo para o fornecedor, de acordo com Fogliatto e Ribeiro (2009), é dado por: onde Tj é o tempo transcorrido entre a j-ésima falha e a falha imediatamente anterior, c0 é o custo unitário da reposição, e g0 é o período de garantia que deverá ser otimizado para minimizar os custos da política de garantia adotada. Para o modelo misto, descrito anteriormente, o custo da falha é dado por: Tendo como objetivo minimizar os impactos financeiros da política adotada, g1 e g2 devem ser otimizados, sendo que g1 descreve o período de garantia integral e (g2 – g1) é o período em que incide o tipo pro rata. As despesas totais acumuladas com garantia, independentemente da política adotada, são dadas em termos gerais por: onde k é o número de falhas em período de garantia. O Quadro 4 apresenta as equações que determinam os valores esperados de custo otimizado para cada política de garantia, de acordo com Fogliatto e Ribeiro (2009), mostrando as deduções dessas equações. Testes de vida acelerados II16 Fonte: Adaptado de Fogliatto e Ribeiro (2009). Tipo de garantia Equação Política de garantia mista Política de garantia integral Política de garantia pro rata Quadro 4. Custos para tipos de garantia de bens não reparáveis As lâmpadas de LED domésticas têm uma elevada durabilidade, chegando a três anos, em contraste com o período dado como garantia, habitualmente de 90 dias para lâmpadas fluorescentes. Devido ao valor de mercado, maior do que o das lâmpadas fluorescentes, os fabricantes e fornecedores consideram conceder até um ano de garantia para que seu produto seja competitivo. Considerando que o custo unitário de reposição de uma lâmpada modelo X é de R$ 30,00, estime os custos para garantias de três meses e de doze meses, sendo que, nesses períodos, a taxa de falhas é constante, dadas as funções de confiabilidade: e . Para garantia de 3 meses: Para garantia de 12 meses: (aproximadamente três reais e trinta e seis centavos) Note que o custo da garantia é significativamente maior para o prazo de um ano para o modelo X, recaindo sobre o seu valor de venda, o que pode ser interpretado como um efeito negativo na análise de competitividade. 17Testes de vida acelerados II Produtos reparáveis Para casos de produtos com valor fi nanceiro relativamente elevado, justifi ca- -se o reparo desse produto quando da ocorrência de falha em condições de garantia, tendo o fornecedor o compromisso de arcar com os custos do conserto. Normalmente o prazo concedido é estipulado em medidas de tempo de calendário e de forma fixa. Sendo definido g como o tempo de duração da garantia, pode-se estimar o custo médio da garantia por produto reparado que volte a operar, se o tempo para reparo for suficientemente pequeno para ser desconsiderado. Utiliza-se a equação: Onde g é o período de garantia, N(g) é o número de falhas nesse período, P[N(g) = n é a probabilidadede que um número n de falhas ocorra durante o período da garantia, e Cn é o custo da garantia quando n falhas ocorrem no tempo (0,g). Dado: Sendo que F(k)(t) é a função de distribuição de Tk, uma variável aleatória relativa ao tempo da k-ésima falha. O custo total da garantia para o produto é dado por: PCg, quando P é o número de produtos vendidos. Pode-se estimar o número de falhas para o período de garantia por meio da seguinte equação: defi nida como função de renovação. Dois modelos são sugeridos para garantia de produtos reparáveis, conforme lecionam Fogliatto e Ribeiro (2009): política de reparo mínimo e política de reparo integral. O custo de reparo é dado por: São apresentados a seguir os dois modelos citados para produtos reparáveis. Testes de vida acelerados II18 Modelo de garantia para tamanho de lote fixo com política de reparo mínimo Em produtos complexos, com muitos componentes, o reparo pode ser feito de modo a manter sua condição operacional de acordo com sua idade ou tempo de uso. Assim, a taxa de falha após o reparo é igual à do instante em que a falha ocorreu, pois a condição geral do produto é mais afetada pelo estado de desgaste e envelhecimento dos demais itens, e não do item reparado. Esse modelo de garantia assume uma política de reparo mínimo. São aplicadas as equações: e Considere um produto com tempo de falha descrito pela função F(t) = 1 – eλt(1 + λt), com parâmetro λ = 0,5 falha por ano e custo de reparo Cn = 2n (para cada falha, o custo é de duas unidades). Com uma garantia de um ano e política de reparo mínimo, tem-se: Λ1(g) = – lnF(g) = λg – ln(1 + λg) = 0,5 – ln(1,5) = 0,09453 falhas esperadas. Com , obtém-se: 19Testes de vida acelerados II Modelo de garantia para tamanho de lote fixo com política de reparo integral Em condições em que a falha causa uma pane completa, requerendo ações de manutenção integral, de modo a reestabelecer condições similares à do produto novo, o modelo de garantia assume uma política de reparo integral. Esse modelo implica na obtenção de taxa de falha após o reparo menor do que a observada no instante da falha. Aplicam-se as seguintes equações: e Como os valores aproximam-se de zero, é desnecessário prosseguir, tendo-se, então, o custo da garantia por unidade: (unidades monetárias) Se o lote do produto em questão é de 1.000 unidades, o custo total da garantia para um ano será de aproximadamente R$ 1.979,24. BAZOVSKY, I. Reliability: theory and practice. Englewood Cliffs, NJ: Prentice-Hall, 1961. Disponível em: https://babel.hathitrust.org/cgi/pt?id=mdp.39015000449549;view=1 up;seq=51;size=75. Acesso em: 18 mar. 2019. FOGLIATTO, F. S.; RIBEIRO, J. L. D. Confiabilidade e manutenção industrial. Rio de Janeiro: Elsevier, 2009. OLIVEIRA, F. M. C. Determinação de dados fiabilísticos baseados em testes acelerados de vida. 2012. Dissertação (Mestrado em Engenharia Mecânica) — Área Departamental de Engenharia Mecânica, Instituto Superior de Engenharia de Lisboa, Lisboa, Portugal, 2012. Disponível em: https://repositorio.ipl.pt/bitstream/10400.21/2097/1/Dissertação. pdf. Acesso em: 18 mar. 2019. Testes de vida acelerados II20 SANTOS, G. T. Modelo de confiabilidade associando dados de garantia e pós-garantia a três comportamentos de falhas. 2008. Tese (Doutorado em Engenharia de Produção) — Escola de Engenharia, Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, 2008. Disponível em: https://www.lume.ufrgs.br/handle/10183/15293. Acesso em: 18 mar. 2019. SANTOS, G. T. et al. Aplicação de um modelo de riscos concorrentes na análise de confiabilidade de dados de garantia. Produto & Produção, Porto Alegre, RS, v. 9, nº. 3, p. 55–65, 2008. Disponível em: https://www.lume.ufrgs.br/handle/10183/26595. Acesso em: 18 mar. 2019. SANTOS, I. P. Introdução à análise de confiabilidade: uma aplicação ao setor de transporte. 2016. Trabalho de Conclusão de Curso (Especialização em Estatística Aplicada) — Centro de Ciências e Tecnologia, Universidade Estadual da Paraíba, Campina Grande, PB, 2016. Disponível em: http://dspace.bc.uepb.edu.br/jspui/bitstream/123456789/10144/1/ PDF%20-%20Isaac%20Pereira%20Santos.pdf. Acesso em: 18 mar. 2019. SPIEGEL, M. et al. Manual de fórmulas e tabelas matemáticas. Porto Alegre: Bookman, 2012. Leituras recomendadas DIAS, A. Projeto para confiabilidade: conceitos e fundamentos. In: AMARAL, D. C. (org.). Gestão do ciclo de vida dos produtos. 1. ed. Jaboticabal: novos Talentos, 2005. v. 3. (Coleção Fábrica do Milênio). PINTO, J. M. A. Modelagem de testes acelerados com esforço aplicado em níveis em um estudo de fadiga mecânica. 2004. Tese (Doutorado em Ciências) — Instituto de Pes- quisas Energéticas e nucleares, Autarquia Associada à Universidade de São Paulo, SP, 2004. Disponível em: pelicano.ipen.br/PosG30/TextoCompleto/Joao%20Mario%20 Andrade%20Pinto_D.pdf. Acesso em: 18 mar. 2019. 21Testes de vida acelerados II