TCC Ricardo Bartneck Telles - Ricardo Bartneck Telles (1)

Prévia do material em texto

PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ 
ESCOLA POLITÉCNICA 
CURSO DE ENGENHARIA DE MANUTENÇÃO E GESTÃO DE ATIVOS NA 
INDÚSTRIA 4.0 
 
 
RICARDO BARTNECK TELLES 
 
 
 
 
 
DASHBOARD PARA REVISÃO DE PLANOS DE MANUTENÇÃO 
 
 
 
 
 
 
 
 
 
 
CURITIBA 
2023 
 
 
RICARDO BARTNECK TELLES 
 
 
 
 
 
 
 
 
 
 
 
 
 
DASHBOARD PARA REVISÃO DE PLANOS DE MANUTENÇÃO 
 
 
 
 
 
 
 
 
Trabalho de Conclusão de Curso 
apresentado ao Curso de 
Especialização em Engenharia de 
Manutenção e Gestão de Ativos na 
Indústria 4.0, da Pontifícia Universidade 
Católica do Paraná, como requisito 
parcial à obtenção do título de 
Especialista em Engenharia de 
Manutenção e Gestão de Ativos na 
Indústria 4.0. 
Orientador: Prof. Dr. Gilberto Reynoso 
Meza 
 
 
 
 
CURITIBA 
2023 
 
 
RESUMO 
 
As ferramentas da Industria 4.0 ampliaram as possibilidades para análise dos dados 
de manutenção através de mecanismos que possibilitam a interação de um grande 
volume de dados. O trabalho consiste em descrever o processo de elaboração de um 
dashboard para auxiliar na revisão dos planos de manutenção de unidades geradoras 
de usinas hidroelétricas e termoelétricas. Com base em uma revisão bibliográfica dos 
fundamentos da Indústria 4.0 e dos conceitos clássicos de manutenção aliada a uma 
abordagem qualitativa e exploratória dos dados históricos de análises de ocorrências 
e formulários de manutenção foi criado uma ferramenta visual para a análise. Os 
dados apresentados em um dashboard permitem ao analista de manutenção realizar 
análises que direcionam a tomada de decisão de uma eventual revisão dos guias de 
manutenção preventiva. A ferramenta de Business Intelligent utilizada é o Power Bi 
que fornece recursos importantes no auxílio da análise. O resultado apresentado, com 
a adoção de uma das abordagens possíveis, demonstra a eficácia da ferramenta em 
um caso real. A ferramenta desenvolvida tem aplicação imediata na companhia de 
origem dos dados. 
 
Palavras-chave: Industria 4.0, gestão da manutenção, indicadores, Business 
Intelligent, Power Bi, dashboard. 
 
 
ABSTRACT 
 
Industry 4.0 tools have expanded the possibilities for analyzing maintenance data 
through mechanisms that enable the interaction of a large volume of data. The work 
consists in describing the elaboration process of a dashboard to assist in the revision 
of the maintenance plans of generating units of hydroelectric and thermoelectric plants. 
Based on a bibliographic review of the Industry 4.0 fundamentals and the classic 
concepts of maintenance, combined with a qualitative and exploratory approach to 
historical data from analysis of occurrences and maintenance forms, a visual tool was 
created for the analysis. The data presented in a dashboard allow the maintenance 
analyst to carry out analyzes that direct the decision making of a possible revision of 
the preventive maintenance guides. The Business Intelligent tool used is Power Bi, 
which provides important resources to help with the analysis. The result presented, 
with the adoption of one of the possible approaches, demonstrates the effectiveness 
of the tool in a real case. The developed tool has immediate application in the company 
where the data originates. 
 
Keywords: Industry 4.0, maintenance management, indicators, Business Intelligent, 
Power Bi, dashboard. 
 
 
LISTA DE ILUSTRAÇÔES 
Figura 1 - Fluxograma etapas da pesquisa ............................................................... 11 
Figura 2 - Relação entre as telas do dashboard........................................................ 23 
Figura 3 - Metodologia proposta ................................................................................ 23 
Figura 4 - Desenvolvimento....................................................................................... 25 
Figura 5 - Obtenção dos Fluxos de Dados das OSs e Guias .................................... 26 
Figura 6 - Obtenção dos Fluxos de Dados dos Relatórios de Ocorrências ............... 27 
Figura 7 - Classificação dos dados das tabelas ........................................................ 29 
Figura 8 - Coluna LOCALIZACAO na tabela ANAOCO ............................................ 30 
Figura 9 - Relacionamento entre as tabelas .............................................................. 30 
Figura 10 - Tabela de indicadores de manutenção ................................................... 31 
Figura 11 - Indicadores de ANAOCO calculados por usina....................................... 33 
Figura 12 - Indicadores de ANAOCO calculados por unidades geradoras ............... 33 
Figura 13 - Indicadores de ANAOCO calculados por equipamentos ......................... 33 
Figura 14 - Indicadores de ANAOCO calculados por componentes .......................... 34 
Figura 15 - Indicadores de OSs calculados por usina ............................................... 34 
Figura 16 - Indicadores de OSs calculados por sistemas ......................................... 35 
Figura 17 - Indicadores de OSs calculados por equipes de manutenção ................. 35 
Figura 18 - Dashboard relatório Comparativo ........................................................... 36 
Figura 19 - Dashboard relatório Comparativo - drill down individual ......................... 37 
Figura 20 - Dashboard relatório Comparativo - drill down coletivo ............................ 38 
Figura 21 - Dashboard relatório Ocorrências ............................................................ 39 
Figura 22 - Dashboard relatório Manutenção ............................................................ 40 
Figura 23 - Dashboard relatório Plano de Manutenção ............................................. 42 
Figura 24 - Ajuste do período dos dados de Ocorrências ......................................... 45 
Figura 25 - Ajuste do período dos dados de Manutenção ......................................... 45 
Figura 26 - Seleção de uma usina no relatório Comparativo .................................... 46 
Figura 27 - Comparativo entre as unidades de uma usina no relatório Comparativo 47 
Figura 28 - Causa e Efeito das ocorrencias na unidade selecionada ........................ 48 
Figura 29 - Indicadores de ocorrências para a seleção ............................................. 49 
Figura 30 - Indicador MTTR para os componentes da seleção ................................. 49 
Figura 31 - Dados da ocorrência selecionada ........................................................... 50 
Figura 32 - Gráficos do relatório Manutenção com as seleções aplicadas ............... 50 
 
 
Figura 33 - Descrição da OS do item selecionado .................................................... 51 
Figura 34 - Relatório de Plano de Manutenção para o item selecionado .................. 51 
 
 
 
 
 
SUMÁRIO 
1 INTRODUÇÃO ............................................................................................... 8 
1.1 Contextualização ..................................................................................... 8 
1.2 Problematização ...................................................................................... 9 
1.3 Objetivos ................................................................................................ 10 
1.4 Procedimento Metodológico .................................................................. 11 
2 REVISÃO DA LITERATURA ........................................................................ 13 
2.1 Manutenção clássica ............................................................................. 13 
2.1.1 Conceitos e indicadores da manutenção ........................................ 13 
2.1.1.1 MTBF: Tempo médio entre falhas .............................................. 13 
2.1.1.2 MTTR: Tempo de restabelecimento médio ................................ 14 
2.1.1.3 Disponibilidade ...........................................................................14 
2.1.1.4 Taxa de falhas ........................................................................... 14 
2.1.1.5 Confiabilidade ............................................................................ 15 
2.1.1.6 Horas paradas por intervenções preventivas ............................. 15 
2.1.1.7 Cumprimento do plano de manutenção preventivo .................... 15 
2.1.2 Tipos de manutenção e estratégia de manutenção ........................ 16 
2.1.2.1 Manutenção preventiva .............................................................. 16 
2.1.2.2 Manutenção corretiva ................................................................ 16 
2.1.2.3 Manutenção prescritiva .............................................................. 17 
2.1.2.4 Estratégia de manutenção ......................................................... 17 
2.2 Manutenção 4.0 ..................................................................................... 17 
2.2.1 Big Data Analytics ........................................................................... 18 
2.2.2 Cloud computing ............................................................................. 18 
2.2.3 Business Intelligent ......................................................................... 18 
2.3 Procedimentos internos ......................................................................... 18 
2.3.1 Registros da manutenção ............................................................... 19 
 
 
2.3.2 Plano de manutenção ..................................................................... 19 
2.3.3 Análise de ocorrências .................................................................... 20 
3 MÉTODO PROPOSTO ................................................................................ 22 
4 DESENVOLVIMENTO ................................................................................. 24 
4.1 Coleta de dados automática .................................................................. 25 
4.2 Relacionar os dados .............................................................................. 28 
4.3 Cálculo de indicadores de manutenção ................................................. 31 
4.4 Elaboração do dashboard ...................................................................... 35 
4.4.1 Relatório Comparativo .................................................................... 36 
4.4.2 Relatório Ocorrências ..................................................................... 38 
4.4.3 Relatório Manutenção ..................................................................... 40 
4.4.4 Relatório Plano de Manutenção ...................................................... 41 
4.5 Revisão dos planos de manutenção ...................................................... 43 
5 RESULTADO ............................................................................................... 45 
6 CONCLUSÃO .............................................................................................. 53 
7 REFERENCIAS BILIOGRÁFICA .................................................................. 54 
 
8 
 
1 INTRODUÇÃO 
A primeira vez em que o termo “Indústria 4.0” foi utilizado para definir uma nova 
revolução industrial ocorreu em 2011 durante a feira de Hannover na Alemanha. No 
início foi elaborado como um programa institucional envolvendo empresas, 
universidades e governo para desenvolvimento de tecnologias para aumentar a 
competividade da indústria alemã (ALMEIDA, 2021). 
O conceito de Indústria 4.0 é relacionado a integração de várias tecnologias, até 
então isoladas, para o desenvolvimento de uma indústria onde as tecnologias digitais 
sejam integradas ao “chão de fábrica” permitindo análise de dados e tomada de 
decisão em tempo real, gerando maior ganho de produtividade e disponibilidade do 
parque fabril (ALMEIDA, 2021). 
As seções seguintes irão apresentar o contexto em que o trabalho será realizado, 
seção 1.1, quais os principais problemas que se busca resolver, seção 1.2, a descrição 
dos objetivos, seção 1.3, e os procedimentos adotados, seção 1.4. 
 
1.1 Contextualização 
O trabalho descrito neste documento foi elaborado em uma empresa do setor 
elétrico com sede no estado do Paraná. Mais especificamente no setor de geração 
hidroelétrica. 
O recente cenário desafiador da economia e das mudanças internas da 
companhia requerem uma otimização da filosofia de manutenção e otimização dos 
processos em paralelo a um processo de redução de quadro da equipe de 
manutenção. 
Adicionalmente ao contexto interno há uma fiscalização exigente realizada pelo 
Operador Nacional do Sistema – ONS que através dos Procedimentos de Rede e 
resoluções exige altos indicadores de disponibilidade do parque gerador, superiores 
a 90% (MINISTÉRIO DE MINAS E ENERGIA, 2022). 
Nesse cenário competitivo a tomada de decisão e revisão constante e, muitas 
vezes em tempo real, dos planos de manutenção se torna uma necessidade para 
otimizar a mão de obra e intervenções com o intuito de manter a disponibilidade alta 
das unidades geradoras. 
9 
 
Para termos uma tomada de decisão assertiva precisamos ter como base a 
análise dos dados de manutenção e não apenas a experiência do analista. Neste 
contexto está inserido um dos pilares da Indústria 4.0 que é a Big Data Analytics, 
metodologia empregada para transformar um grande volume de dados em informação 
para auxiliar a tomada de decisão (ALMEIDA, 2021). 
Com a adoção de novas tecnologia será possível migrarmos de uma manutenção 
basicamente preventiva com base no tempo para uma manutenção mais preditiva e, 
muitas vezes prescritiva, tornando a manutenção mais eficiente. 
Desta forma o trabalho pretende utilizar os dados de manutenção existentes em 
diversos sistemas da companhia para otimizar os planos de manutenção. Para essa 
finalidade serão utilizadas as ferramentas disponíveis nos pilares da Industria 4.0, em 
especial no pilar Big Data Analytics, fornecendo uma ferramenta no formato de 
dashboard que irá auxiliar o gestor para a tomada de decisão. 
 
1.2 Problematização 
A manutenção por definição é a “combinação de todas as ações técnicas e 
administrativas, incluindo as de supervisão, destinadas a manter ou recolocar um item 
em um estado no qual possa desempenhar uma função requerida” (ASSOCIAÇÃO 
BRASILEIRA DE NORMAS TÉCNICAS, 1994), em outras palavras podemos dizer 
que a manutenção são as ações para aumentar a disponibilidade de um ativo. 
As atividades de manutenção são executadas através de procedimentos 
padronizados como a utilização de Ordens de Serviço (OS), Solicitações de Serviços 
(SDS), Guias de Manutenção Sistemáticas (MS) e outros princípios descritos na 
filosofia de manutenção (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 
1994) da empresa e que são controlados pelo setor de Planejamento e Controle da 
Manutenção – PCM. 
Os procedimentos de manutenção geram uma infinidade de dados que registram 
o histórico de um equipamento ou componente nas OSs. Dados como a data de 
instalação, horas de operação, quantidade de falhas e tempo de indisponibilidade do 
equipamento. 
10 
 
Outra fonte importante de informação da vida útil dos equipamentos é o 
procedimento interno da companhia, atendendo uma exigência do Operador Nacional 
do Sistema – ONS, que realiza o estudo de cada ocorrência através de reuniões e 
metodologia própria denominado como ANAOCO: Análise de Ocorrências. Das 
reuniões da ANAOCO é gerado um cadastro de cada ocorrência que gere 
indisponibilidade de qualquer unidade geradora do parque. Neste cadastro são 
apontadas as informações como equipamento e componente causador da falha, 
tempo de indisponibilidade, descrição detalhada da ocorrência, entre outras. 
Por fim há o plano de manutenção dos equipamentos. Que é uma base de dados 
com o detalhamento das manutenções preventivas em cada equipamento. Onde nos 
documentos das MS são detalhadas a periodicidade dasintervenções, tempo de cada 
intervenção, mão de obra e ferramentas necessárias e demais informações 
necessárias para a execução da atividade. 
Diante das três bases de dados mencionadas: OS, ANAOCO e MS propõe-se a 
questão problema desta pesquisa: “É possível relacionar dados de manutenção de 
bases distintas através de ferramentas da Industria 4.0 para elaborar um dashboard 
gerencial que permita a revisão do plano de manutenção com o intuito de aumento da 
disponibilidade?” 
 
1.3 Objetivos 
O trabalho tem como objetivo através da análise das diversas fontes de dados, já 
existentes na companhia, verificar os indicadores de manutenção e padrões de 
comportamento das falhas e adequar os procedimentos de manutenção para inibir 
falhas futuras. Com esse contexto apresenta-se os seguintes objetivos específicos: 
a) mapear as fontes de dados da companhia que agreguem informações para a 
tomada de decisão; 
b) modelar os dados das diferentes fontes para permitir uma análise conjunta das 
informações; 
c) calcular os indicadores de manutenção; 
d) elaborar dashboard para análise visual dos dados; 
e) elaborar orientações para a revisão do plano de manutenção; 
11 
 
 
1.4 Procedimento Metodológico 
A pesquisa apresentada possui a natureza aplicada pois envolve a produção de 
novos conhecimentos de aplicação prática (EMMENDOERFER; MEDIOTTE, 2023) 
através de uma abordagem qualitativa onde procurasse a explicação relativa aos 
dados coletados por meio da interpretação dos resultados (EMMENDOERFER; 
MEDIOTTE, 2023) e com um objetivo exploratório pois “tem como finalidade 
proporcionar mais informações sobre o assunto que vamos investigar, possibilitando 
suas definição e seu delineamento, isto é, facilitar a delimitação do tema da pesquisa; 
orientar a fixação dos objetivos e a formulação das hipóteses ou descobrir um novo 
tipo de enfoque para o assunto” (EMMENDOERFER; MEDIOTTE, 2023). 
Na Figura 1 apresentasse didaticamente o fluxo de trabalho empregado para o 
desenvolvimento da pesquisa. 
 
Figura 1 - Fluxograma etapas da pesquisa 
 
Fonte: Autor, 2023 
 
Conforme apresentado na Figura 1 o primeiro passo será uma revisão 
bibliográfica abordando os principais conceitos que sustentarão a pesquisa, tema 
abordado no Capítulo 2. 
O passo seguinte será a modelagem da base de dados originada de diversas 
fontes. Após o tratamento dos dados será elaborado um dashboard para 
12 
 
apresentação das informações, métodos descritos no Capítulo 3 e o desenvolvimento 
exposto no Capítulo 4. 
Ao final será demonstrada as análises realizadas através do dashboard que 
subsidiarão a tomada de decisão finalizando com a revisão dos planos de 
manutenção, itens descritos no Capítulo 5. 
No Capítulo 6 é feita uma síntese de todo o trabalho apresentando uma conclusão 
com a relação entre as ferramentas da Indústria 4.0, a manutenção clássica e o papel 
do analista de manutenção neste contexto. 
 
13 
 
2 REVISÃO DA LITERATURA 
Neste capítulo serão descritos os principais conceitos utilizados na elaboração do 
trabalho. O conteúdo está dividido em três seções, a primeira parte serão descritos os 
conceitos clássicos de manutenção e seus indicadores. Na segunda parte será 
relatado os pilares da indústria 4.0 aplicados no projeto. Na última parte é abordada 
os procedimentos internos da companhia de onde foram extraídos os dados. 
 
2.1 Manutenção clássica 
Os principais conceitos da manutenção estão descritos na norma NBR 5462/1994: 
Confiabilidade e Mantenabilidade. A manutenção é definida no item 2.8.1. como a 
“combinação de todas as ações técnicas e administrativas, incluindo as de supervisão, 
destinadas a manter ou recolocar um item em um estado no qual possa desempenhar 
uma função requerida” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 
1994), com esse entendimento podemos extrapolar que o trabalho aqui apresentado 
se enquadra em uma atividade de manutenção, pois, são utilizadas ferramentas 
administrativas na busca de manter um item desempenhando a sua função requerida. 
 
2.1.1 Conceitos e indicadores da manutenção 
A equipe de manutenção trabalha para evitar que um equipamento entre em 
estado de pane com a ocorrência de uma falha que é o “término da capacidade de um 
item desempenhar sua função requerida” (ASSOCIAÇÃO BRASILEIRA DE NORMAS 
TÉCNICAS, 1994). 
Para medirmos a eficiência da manutenção faz-se necessário o cálculo de alguns 
indicadores, descritos nos itens a seguir. 
 
2.1.1.1 MTBF: Tempo médio entre falhas 
Mean Time Between Failures (MTBF) é o tempo médio entre falhas que, segundo 
a norma é descrito com: “esperança matemática do tempo entre falhas de um item” 
(ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). O indicador determina 
a média de tempo em que um item permanece no estado de operação até que ocorra 
uma falha. 
14 
 
 
 𝑀𝑇𝐵𝐹 =
∑ ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑡𝑟𝑎𝑏𝑎𝑙ℎ𝑜 𝑒𝑚 𝑏𝑜𝑚 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑚𝑒𝑛𝑡𝑜
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑎𝑙ℎ𝑎𝑠 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑖𝑠
 (1) 
 
2.1.1.2 MTTR: Tempo de restabelecimento médio 
Mean Time To Repair (MTTR) é o tempo médio para recuperar um item e retorná-
lo a condição normal de operação. A norma descreve como “esperança matemática 
do tempo de restabelecimento” (ASSOCIAÇÃO BRASILEIRA DE NORMAS 
TÉCNICAS, 1994). O indicador demonstra a eficiência da manutenção para recuperar 
um item. 
 
 𝑀𝑇𝑇𝑅 =
∑ ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑟𝑒𝑝𝑎𝑟𝑜 𝑑𝑎𝑠 𝑓𝑎𝑙ℎ𝑎𝑠 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑖𝑠
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛çõ𝑒𝑠 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑑𝑎𝑠
 (2) 
 
2.1.1.3 Disponibilidade 
Definida como a “probabilidade de um item ser capaz de desempenhar uma 
função requerida sob dadas condições, em um dado instante, supondo-se que os 
recursos externos tenham sido providos” (ASSOCIAÇÃO BRASILEIRA DE NORMAS 
TÉCNICAS, 1994). 
 
 𝐷𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑖𝑙𝑖𝑑𝑎𝑑𝑒 (%) =
𝑀𝑇𝐵𝐹
𝑀𝑇𝐵𝐹 + 𝑀𝑇𝑇𝑅
× 100 (3) 
 
O indicador calcula o histórico de um item, pois, verifica no decorrer de um 
intervalo de tempo passado qual foi o percentual de tempo em que o item se encontrou 
disponível para operação. 
 
2.1.1.4 Taxa de falhas 
Determina a frequência com que um determinado equipamento apresenta falha. 
É expressa pela letra grega lambda λ. 
15 
 
 
 𝜆 =
1
𝑀𝑇𝐵𝐹
 (4) 
 
2.1.1.5 Confiabilidade 
Segunda a norma é definida como “probabilidade de um item poder desempenhar 
uma função requerida, sob dadas condições, durante um dado intervalo de tempo” 
(ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). A confiabilidade é 
simbolizada pela letra R. 
 
 𝑅(𝑡) = 𝑒−𝜆𝑡 (5) 
 
Diferentemente da Disponibilidade que reflete os dados históricos de um item a 
Confiabilidade estima o futuro de um item calculando a possibilidade de que o item, 
dentro de um determinado intervalo de tempo, permaneça executando sua função 
requerida. 
 
2.1.1.6 Horas paradas por intervenções preventivas 
O plano de manutenção estabelece rotinas de manutenções preventivas para a 
execução nos equipamentos disponíveis. O tempo para execução do plano não deve 
ultrapassar um valor média de 20% do tempo disponível, sendo o restante gasto em 
manutenção corretiva e melhorias. O indicador PIP – Paradas por Intervenções 
Preventivas mede essa distribuição. 
 
 𝑃𝐼𝑃 =
𝐻𝑜𝑟𝑎𝑠 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑖𝑛𝑡𝑒𝑟𝑣𝑒𝑛çõ𝑒𝑠 𝑝𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑣𝑎𝑠
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 ℎ𝑜𝑟𝑎𝑠 𝑝𝑎𝑟𝑎𝑑𝑎𝑠
 (6) 
 
2.1.1.7 Cumprimento do plano de manutenção preventivo 
Um dos indicadores utilizados para medir a eficiência do setor de planejamento 
da manutenção é o MP que mede o cumprimento do plano de manutenção preventivo. 
16 
 
 
 𝑀𝑃 =
𝑇𝑎𝑟𝑒𝑓𝑎𝑠 𝑟𝑒𝑎𝑙𝑖𝑧𝑎𝑑𝑎𝑠 𝑛𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 𝑑𝑒 𝑀𝑎𝑛𝑢𝑡𝑒𝑛çã𝑜 𝑃𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑣𝑎
𝑇𝑎𝑟𝑒𝑓𝑎𝑠 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎𝑑𝑎𝑠 𝑛𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 𝑑𝑒 𝑀𝑎𝑛𝑢𝑡𝑒𝑛çã𝑜 𝑃𝑟𝑒𝑣𝑒𝑛𝑡𝑖𝑣𝑎
 (7) 
 
2.1.2 Tipos de manutenção e estratégia de manutenção 
Conforme a norma NBR 5462 existem basicamente 3 tipos de manutenção: 
preventiva,corretiva ou prescritiva. 
 
2.1.2.1 Manutenção preventiva 
“Manutenção efetuada em intervalos predeterminados, ou de acordo com critérios 
prescritos” (ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994). Levando 
em consideração que a manutenção é executada em intervalos de tempo pré-
definidos a troca de componentes pode ser feito de forma prematura ou tardiamente, 
pois, não é levado em consideração o estado do componente. 
Podemos subdividir a manutenção preventiva em sistemática e não planejada. 
Sendo que a primeira é definida por metodologias de estudo, tais como FMEA, e 
executada após o vencimento do intervalo de tempo pré-definido. De maneira óbvia 
deduz-se que a manutenção preventiva não planejada não há um estudo prévio, e sim 
executada devido a uma ocorrência específica de falha que permite o planejamento 
para a execução da correção. 
 
2.1.2.2 Manutenção corretiva 
“Manutenção efetuada após a ocorrência de uma pane” (ASSOCIAÇÃO 
BRASILEIRA DE NORMAS TÉCNICAS, 1994). Certamente este modelo de 
manutenção é o mais oneroso, pois, é realizada sem um planejamento prévio da 
disponibilidade da mão de obra, materiais a serem substituídos e/ou necessidades 
operativas do item. 
 
17 
 
2.1.2.3 Manutenção prescritiva 
“Manutenção que permite garantir uma qualidade de serviço desejada, com base 
na aplicação sistemática de técnicas de análise, utilizando-se de meios de supervisão 
centralizados ou de amostragem, para reduzir ao mínimo a manutenção preventiva e 
diminuir a manutenção corretiva.” (ASSOCIAÇÃO BRASILEIRA DE NORMAS 
TÉCNICAS, 1994). A própria descrição da norma já deixa subentendido que a 
manutenção prescritiva é a ideal pois está monitorando o item antes e depois das 
intervenções. 
 
2.1.2.4 Estratégia de manutenção 
A estratégia de manutenção é a escolha de qual tipo de manutenção será adotada 
para otimizar os recursos da empresa com o intuito de aumentar a disponibilidade do 
equipamento. Essa escolha pode ser realizada através de diversas metodologias de 
manutenção, entre elas cito: 
• FMEA: Failure Mode and Effect Analysis – Análise do Modo e Efeito da 
Falha; 
• RCFA: Root Cause Failure Analysis – Análise da Causa Raiz da Falha; 
• MASP: Método de Análise e Solução de Problemas; 
• MCC: Manutenção Centrada na Confiabilidade. 
Além das metodologias citadas pode haver adaptações implementadas 
internamente a companhia. No item 2.3.2 é descrita a metodologia aplicada na 
companhia desse trabalho. 
 
2.2 Manutenção 4.0 
O termo Industria 4.0 remete as tecnologias novas que proporcionam uma maior 
integração entre os sistemas e áreas com o intuito de aumentar a produtividade e 
possibilitar a criação de novos produtos (LIMA; GOMES, 2020). Essas tecnologias 
também influenciam a forma de realizar a manutenção, pois, a grande quantidade de 
informações possibilita uma tomada de decisão mais assertiva e, muitas vezes, de 
forma maneira automática. 
18 
 
Nos itens seguintes serão abordadas algumas tecnologias aplicadas nesse 
trabalho, porém, a Industria 4.0 não se restringe a essas. 
 
2.2.1 Big Data Analytics 
Podemos definir o Big Data como a manipulação de um grande volume de dados 
de maneira analítica para auxiliar na tomada de decisões (DA SILVA; KOVALESKI; 
PAGANI, 2020). Do ponto de vista desse trabalho os dados coletados de fontes 
múltiplas deverão auxiliar na escolha de uma estratégia de manutenção. 
 
2.2.2 Cloud computing 
A computação em nuvem (cloud computing) pode ser caracterizada como serviços 
de armazenamento de dados, rede, análise e inteligência artificial disponível para 
acesso amplo, porém controlado, pela internet e onde não há um gerenciamento ativo 
direto do utilizador (GROSSI et al., 2021). 
 
2.2.3 Business Intelligent 
A Business Intelligent (BI) é a “utilização de várias fontes de informação para 
definir estratégias de competitividade nos negócios da empresa” (PALESTINO, 2001). 
Neste contexto a utilização de ferramentas de BI em conjunto com a coleta massiva 
de dados, Big Data, proporciona o melhor resultado para o analista em sua tomada 
de decisão. 
 
2.3 Procedimentos internos 
Internamente a companhia existem procedimentos de registros de manutenção 
que serão utilizados nesse trabalho. Nos próximos itens serão detalhados os 
procedimentos que estão descritos no Manual de Gestão da Manutenção (MGM), 
documento interno da companhia. 
 
 
19 
 
2.3.1 Registros da manutenção 
Os principais registros da manutenção da companhia são: 
• Solicitação de Serviço – SDS: este formulário tem por finalidade registrar 
todas as requisições de serviços de manutenção às equipes de 
manutenção ou engenharia (COPEL, 2023); 
• Ordens de Serviço – OS: este formulário tem por finalidade registrar todos 
os serviços de manutenção e comissionamento, realizados pelas equipes 
de manutenção ou engenharia (COPEL, 2023); 
• Autorização de Trabalho – AT: este formulário tem por finalidade formalizar 
a intervenção ou inspeção em equipamentos das equipes de manutenção 
ou engenharia com a equipe de operação (COPEL, 2023); 
• Guia de Manutenção – GM: é o documento que detalha as atividades 
periódicas da manutenção e seus recursos (COPEL, 2023). 
Todos os registros são realizados no aplicativo de Gestão da Manutenção da 
Geração (GMG), desenvolvido internamente a companhia, de onde há uma base de 
dados desde janeiro de 2001. 
 
2.3.2 Plano de manutenção 
A companhia desenvolveu uma metodologia própria para a elaboração dos planos 
de manutenção. Ela é baseada na MCC, descrita no item 2.1.2.4, com algumas 
alterações e que foi denominada de Operação e Manutenção Baseada na 
Confiabilidade – O&MBC. 
A O&MBC é um processo estruturado que visa, por meio das análises de causa e 
efeito, definir as políticas ideais de gerenciamento de falha para evitar ou restringir as 
consequências das falhas funcionais e suas relações (saúde, meio ambiente, 
segurança e custos), quando aplicada em qualquer ativo físico, considerando o 
contexto operacional (COPEL, 2023). 
A equipe de desenvolvimento da O&MBC deverá ter no mínimo a figura de um 
representante da operação, um representante da manutenção e um representante da 
engenharia de manutenção. O representante da engenharia será o coordenador 
20 
 
(COPEL, 2023). Pela composição da equipe é garantia a análise ampla do 
equipamento por uma equipe abrangente. 
O produto do desenvolvimento da O&MBC é a matéria-prima para o 
desenvolvimento dos GM (COPEL, 2023). O presente trabalho tem como um dos 
objetivos finais ser mais um instrumento para a adequação dos GM com base na 
análise de dados históricos. 
 
2.3.3 Análise de ocorrências 
Na ocorrência de uma falha em uma das unidades geradoras, ou seja, quando 
ocorre o “término da capacidade de um item desempenhar a função requerida” 
(ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS, 1994) é realizo o registro da 
mesma para posterior análise. 
As ocorrências são classificadas conforme denominações do Operador Nacional 
do Sistema – ONS, sendo que as de maior gravidade são: 
• DAU: Desligado Automaticamente por atuação de sistema de proteção ou 
de controle (OPERADOR NACIONAL DO SISTEMA, 2023); 
• DEM: Desligado em Emergência, manualmente para evitar risco de vida 
e/ou danos a equipamento, quando não há tempo hábil para comunicação 
e providências pelo ONS (OPERADOR NACIONAL DO SISTEMA, 2023); 
• DUR: Desligado em urgência, após tratativas prévias e autorização dos 
centros de operação do ONS (OPERADOR NACIONAL DO SISTEMA, 
2023). 
Caso a ocorrência seja de maior relevância, ou seja, classificada em um dos três 
critérios descritos anteriormente, DAU, DEM ou DUR, a ocorrência será inclusa no 
processo de análise que inicia pela reunião ANAOCO – Análise de Ocorrências. 
A ANAOCO tem início em uma reunião periódica, com frequência aproximada de 
15 dias, onde representantes das equipes de manutenção e operação das usinas se 
reúnem com representantesda engenharia e escritório técnico. Na reunião é descrita 
a ocorrência exaustivamente até que seja encontrada a causa fundamental da 
mesma. Como produtos da reunião é elaborado um relatório da ocorrência, propostos 
21 
 
planos de ações com orientações para melhorias e possível abrangência para as 
demais usinas participantes da reunião. 
Os dados das ocorrências são inclusos no sistema Pitágoras, desenvolvido 
internamente na companhia, e servirá como uma das fontes de dados para o 
desenvolvimento do trabalho. 
22 
 
3 MÉTODO PROPOSTO 
Após a análise da base teórica da literatura e dos conceitos tecnológicos da 
Industria 4.0, e considerando o contexto interno da companhia de geração de energia 
elétrica, foco da implementação desse trabalho, apresentamos o método que será 
aplicado para o cumprimento dos objetivos proposto. 
O primeiro passo é a coleta de dados nas diversas fontes de informações. Essa 
coleta necessita ser feita de forma automática e periódica. Os dados devem ser 
integrados na plataforma de Business Intelligent. 
Considerando que as bases de dados não possuem o mesmo formato das 
informações será necessário criar mecanismo que relacionem os dados das diversas 
fontes para a criação de uma base comum. 
Após o nivelamento das bases será possível o cálculo de indicadores para iniciar 
um diagnóstico dos equipamentos e do serviço de manutenção que está sendo 
executado. 
Com as informações obtidas e os indicadores calculados o passo seguinte é a 
elaboração de um dashboard na ferramenta de Business Intelligent de uma forma 
didática e intuitiva para permitir que o analista identifique possíveis inconsistências ou 
recorrência de falhas. 
As telas do dashboard devem possibilitar a interação entre os dados permitindo 
uma análise conjunta das informações. A tela inicial deverá conter uma comparação 
entre as usinas e unidades geradoras para orientar o analista quanto a posição da 
unidade em análise perante as demais usinas. Telas adicionais com os dados isolados 
de cada base de dado permitirá um aprofundamento na análise. 
A interação entre as telas deverá ser realizada com a utilização dos filtros 
disponíveis em cada tela na sua parte superior. Completam a tela os gráficos com os 
indicadores de cada tela na parte central e os dados completos da base de dados 
específicos da tela em exibição. 
23 
 
Figura 2 - Relação entre as telas do dashboard 
 
Fonte: Autor, 2023 
 
O passo final do trabalho é o apontamento de melhorias no plano de manutenção. 
Essa fase dependerá da análise crítica do analista, pois, as iniciativas de melhorias 
não podem ser mensuradas diretamente e há apenas uma perspectiva de que o 
resultado poderá ser alcançado com a adoção da medida proposta. 
 
Figura 3 - Metodologia proposta 
 
Fonte: Autor, 2023 
 
Execução da 
manutenção 
e/ou 
ocorrências
Coleta de 
dados
Dados em 
uma base 
única
Calculo dos 
indicadores
Dashboard
Análise dos 
dados
Revisão dos 
planos de 
manutenção
24 
 
4 DESENVOLVIMENTO 
O presente trabalho foi desenvolvimento com a aplicação do método proposto, 
conforme item 3, em uma empresa de geração de energia elétrica. A empresa é de 
grande porte, mais de 5.000 funcionários, e dispõe de inúmeras usinas hidroelétricas. 
O gerenciamento de informações da manutenção é realizado de uma maneira bem 
consolidada com a utilização de softwares de gerenciamento de manutenção (CMMS 
- Computerized Maintenance Management System). 
Nos itens seguintes serão detalhados cada etapa do desenvolvimento da solução, 
dividido nos seguintes tópicos: 
• Coleta de dados automática: incluir no aplicativo de Business Intelligent 
todas as informações relevantes ao projeto; 
• Relacionar os dados: correlacionar as informações das diversas fontes; 
• Cálculo de indicadores de manutenção; 
• Elaboração do dashboard: utilização da ferramenta de Business Intelligent; 
• Revisão dos planos de manutenção: retorno aos planos após análise dos 
dados. 
O aplicativo utilizado para a elaboração da solução de Business Intelligent foi o 
Microsoft Power Bi Desktop®, citaremos apenas como Power Bi, em sua versão 
2.116.966.0 64-bit (abril de 2023). 
A Figura 4 representa a interação entre as etapas do desenvolvimento. Com a 
aquisição dos dados de banco de dados e planilhas manipuladas no aplicativo 
Microsoft Excel, seguida da consolidação das informações, cálculos dos indicadores 
e construção do dashboard no aplicativo Power Bi. No final fecha-se o ciclo com a 
revisão dos planos de manutenção. 
25 
 
Figura 4 - Desenvolvimento 
 
Fonte: Autor, 2023 
 
4.1 Coleta de dados automática 
Conforme descrito anteriormente a companhia possui uma base de dados 
histórica de atividades de manutenção bem consistente, o que proporciona uma 
análise detalhada. 
No item 0 foi citado alguns registros de dados realizados no sistema de 
manutenção. Entre eles serão utilizados os dados de Ordens de Serviço – OS e Guias 
de Manutenção – Guias. 
Ambas as informações de registros podem ser consultadas de maneira on-line no 
sistema de gerenciamento de manutenção, onde pode ser feito filtros para facilitar a 
consulta e análise de informações. Outra forma de consulta é a exportação manual da 
base através do aplicativo. Porém, as duas soluções mencionadas necessitam de uma 
intervenção manual para acesso aos dados. 
Recentemente a companhia modelou os dados para a adoção de uma solução 
integrada ao aplicado Power Bi denominada “Fluxo de Dados”. Essa é uma solução 
26 
 
adotada para possibilitar o acesso aos dados gravados em um banco dedicado, 
Oracle, SQL ou outro, através de uma conversão automática para um formato de 
tabela. O detalhamento da solução foi elaboração pelo setor de TI (Tecnologia da 
Informação) e não foi disponibilizado. 
Com a adoção dessa solução as informações da base de dados da manutenção 
estão disponíveis e atualizadas periodicamente de forma automática. 
Na Figura 5 estão demonstras as aquisições dos dados das OSs e Guias. A tabela 
das OSs possui mais de 390.000 linhas, enquanto a de Guias um pouco mais de 9.000 
linhas. 
 
Figura 5 - Obtenção dos Fluxos de Dados das OSs e Guias 
 
Fonte: Autor, 2023 
 
27 
 
De maneira semelhante, no item 2.3.3 está citada a base de dados das análises 
de ocorrências (ANAOCO) que também está presente na opção Fluxo de Dados, 
conforme Figura 6. A tabela das ocorrências possui quase 3.000 linhas. 
 
Figura 6 - Obtenção dos Fluxos de Dados dos Relatórios de Ocorrências 
 
Fonte: Autor, 2023 
 
Além das tabelas principais foi necessária a inclusão de tabelas de suporte com 
informações complementares, conforme relacionado nos itens seguintes: 
• Anaoco_Início: (Formato .xlsx) - preenchida manualmente com a data de início 
de operação de cada usina; 
• Anaoco_Causa: (Fluxo de Dados) – atualizada automaticamente com o código 
da causa fundamental da ocorrência, encontrada após a reunião de análise; 
28 
 
• Anaoco_Causa_Tab: (Fluxo de Dados) – atualizada automaticamente com a 
tabela com a descrição de todas as causas e efeitos; 
• EQUIPE_SDS_GER: (Fluxo de Dados) – atualizada automaticamente com o 
nome e descrição de cada equipe de manutenção; 
• Anaoco_Equip: (Formato .xlsx) – exportada manualmente do sistema de 
gerenciamento de manutenção onde constam as sigla e descrição de cada 
equipamento; 
• Anaoco_Comp: (Formato .xlsx) – exportada manualmente do sistema de 
gerenciamento de manutenção onde constam as sigla e descrição de cada 
componente; 
• Localização: (Formato .xlsx) – exportada manualmente do sistema de 
gerenciamento de manutenção onde consta a árvore hierárquica da localização 
dos equipamentos; 
• Loc2 até Loc7: (Formato .xlsx) – preenchida manualmente com todos os níveis 
da árvore hierárquica da localização dos equipamentos onde constam as siglas 
e descrições; 
Há ainda uma tabela extra “Indicadores” onde são alocadas as fórmulas para ocálculo dos indicadores. 
 
4.2 Relacionar os dados 
As tabelas principais com os dados de manutenção, descritas no item 4.1, são 
originárias de dois sistemas diferentes. O primeiro registra os dados de manutenção 
e disponibiliza as tabelas com as informações das OSs e Guias. A tabela da ANAOCO 
é originária de um sistema específico para o processo de análise de ocorrências. Esse 
fato resulta em uma não conformidade entre os dados, ou seja, não há colunas 
comuns entre as bases de dados. 
Para solucionar esse impasse foram analisadas as bases para encontrar um dado 
comum para relacionar as tabelas. Cada coluna das tabelas foi classificada conforme 
os itens da Tabela 1. 
 
29 
 
Tabela 1 - Classificação dos dados 
CLASSIFICAÇÃO 
ANAOCO 
COMPONENTE 
EQUIPAMENTO 
EQUIPE 
CUSTO 
EXECUÇÃO 
GRAVAÇÃO 
GUIA 
LOCALIZAÇÃO 
OS 
Fonte: Autor, 2023 
 
Após a classificação de todas as colunas foram identificadas apenas duas 
categorias comuns nas 3 tabelas: EQUIPAMENTO e LOCALIZAÇÃO. Conforme pode 
ser observado na Figura 7. Considerando que a LOCALIZAÇÃO é uma informação 
hierarquicamente superior em uma árvore de classificação foi optado por utilizar essa 
informação como base comum nas tabelas. 
 
Figura 7 - Classificação dos dados das tabelas 
 
Fonte: Autor, 2023 
 
30 
 
Após essa definição foi necessária a criação de uma coluna específica na tabela 
com os dados da ANAOCO para poder relacionar com as demais fontes. Na Figura 8 
está demonstra a fórmula inserida na criação da coluna LOCALIZACAO. 
 
Figura 8 - Coluna LOCALIZACAO na tabela ANAOCO 
 
Fonte: Autor, 2023 
 
Dessa forma foi possível relacionar todas as tabelas, conforme demonstrada na 
Figura 9. Observe que do lado esquerdo estão as tabelas relacionadas 
especificamente com os dados da ANAOCO (Anaoco_Rel), Anaoco_Inicio, 
Anaoco_Comp, Anaoco_Equip, Anaoco_Causa e Anaoco_Causa_Tab. No lado 
direito estão as tabelas com as informações da execução das manutenções OS 
(OS_OS) e GUIAS (Manutenção_Sistemática), além da tabela complementar 
OS_Equipe. Para finalizar no centro estão as tabelas relacionadas a localização que 
realização a conexão entre os dados, são elas: Localização e as auxiliares Loc2 até 
Loc7. 
 
Figura 9 - Relacionamento entre as tabelas 
 
Fonte: Autor, 2023 
31 
 
 
4.3 Cálculo de indicadores de manutenção 
A principal forma de medir a eficiência de um plano de manutenção é através dos 
indicadores de manutenção. Conforme exposto no item 2.1.1 existem inúmeros 
indicadores que podem ser aplicados. 
No Power Bi foi criada uma tabela específica para incluir as fórmulas, 
denominadas “Medidas” no aplicativo, de cada indicador utilizado no dashboard, 
conforme pode ser observado na Figura 10. 
 
Figura 10 - Tabela de indicadores de manutenção 
 
Fonte: Autor, 2023 
 
Podemos observar que a maioria dos indicadores é calculado com base nos 
dados das análises de ocorrências da ANAOCO, sendo que apenas 2 indicadores são 
calculados com base nos dados das OSs. Na Tabela 2 estão descritas as fórmulas 
utilizadas no Power Bi 
 
 
 
32 
 
Tabela 2 - Cálculo dos indicadores de manutenção 
Fonte: Autor, 2023 
 
Referência 
bibliográfica 
Tabela 
aplicada 
Nome do 
indicador 
Fórmula 
2.1.1.1 - MTBF: 
Tempo médio entre 
falhas 
Anaoco Anaoco_MTBF 
Anaoco_MTBF = CALCULATE( 
SUM('Anaoco_Rel'[Tempo 
Oper])/COUNT('Anaoco_Rel
'[NUMERO_OCORRENCIA_GIN]
))/COUNT('Anaoco_Rel'[NU
MERO_OCORRENCIA_GIN]) 
2.1.1.2 - MTTR: 
Tempo de 
restabelecimento 
médio 
Anaoco Anaoco_MTTR 
Anaoco_MTTR = 
SUM('Anaoco_Rel'[Duração
])/COUNT('Anaoco_Rel'[NU
MERO_OCORRENCIA_GIN]) 
2.1.1.3 - 
Disponibilidade 
Anaoco Anaoco_Disp 
Anaoco_Disp = 
[Anaoco_MTBF]/([Anaoco_M
TBF]+[Anaoco_MTTR]) 
2.1.1.4 - Taxa de 
falhas 
Anaoco Anaoco_TF Anaoco_TF = 
1/[Anaoco_MTBF] 
2.1.1.5 - 
Confiabilidade 
Anaoco 
Anaoco_Conf 7d 
e 
Anaoco_Conf 30d 
Anaoco_Conf 7d = 
EXP(1)^(-
[Anaoco_TF]*(7*24)) 
 
Anaoco_Conf 30d = 
EXP(1)^(-
[Anaoco_TF]*(30*24)) 
2.1.1.6 - Horas 
paradas por 
intervenções 
preventivas 
OS OS_MP 
OS_MP = 
CALCULATE(COUNT(OS_OS[NU
MERO_OS]),OS_OS[DESCR_CL
ASSIFICACAO]="Preventiva 
Sistemática",OS_OS[SIGLA
_ESTADO_OS]="CONCLUIDA")
/CALCULATE(COUNT(OS_OS[N
UMERO_OS]),OS_OS[DESCR_C
LASSIFICACAO]="Preventiv
a Sistemática") 
2.1.1.7 - Cumprimento 
do plano de 
manutenção 
preventivo 
OS OS_PIP 
OS_PIP = 
CALCULATE(SUM(OS_OS[QTDE
_MIN_HXH_REALIZ_MO_PROPR
]),OS_OS[DESCR_CLASSIFIC
ACAO]="Preventiva 
Sistemática")/SUM(OS_OS[
QTDE_MIN_HXH_REALIZ_MO_P
ROPR]) 
33 
 
Os indicadores relacionados as ocorrências podem ser aplicados com relação a 
usinas, unidades geradoras, equipamentos ou componentes, conforme pode ser 
observado no exemplo das Figura 11, Figura 12, Figura 13 e Figura 14. 
 
Figura 11 - Indicadores de ANAOCO calculados por usina 
 
Fonte: Autor, 2023 
 
Figura 12 - Indicadores de ANAOCO calculados por unidades geradoras 
 
Fonte: Autor, 2023 
 
Figura 13 - Indicadores de ANAOCO calculados por equipamentos 
 
Fonte: Autor, 2023 
 
34 
 
Figura 14 - Indicadores de ANAOCO calculados por componentes 
 
Fonte: Autor, 2023 
 
Obs.: o nome da usina foi ocultado propositadamente na Figura 11 e Figura 12 pois 
são dados reais. 
 
Enquanto os indicadores com referencial nas OS podem ser aplicados nas usinas, 
sistemas e equipes de manutenção, conforme demonstrado nas Figura 15, Figura 16 
e Figura 17. 
 
Figura 15 - Indicadores de OSs calculados por usina 
 
Fonte: Autor, 2023 
 
35 
 
Figura 16 - Indicadores de OSs calculados por sistemas 
 
Fonte: Autor, 2023 
 
Figura 17 - Indicadores de OSs calculados por equipes de manutenção 
 
Fonte: Autor, 2023 
 
Obs.: o nome da usina foi ocultado propositadamente na Figura 15 pois são dados 
reais. 
 
4.4 Elaboração do dashboard 
A construção do dashboard precisa ser elabora de uma forma cuidadosa e que 
seja intuitiva e visual para que o analista possa extrair informações valiosas para a 
evolução dos planos de manutenção. 
As informações foram divididas em quatro relatórios que interagem entre si e 
servem como orientativo no desenvolvimento da análise dos dados coletados e 
apresentados. 
36 
 
Todos os relatórios possuem a mesma estrutura de layout. Na parte superior 
encontrasse um menu onde são realizadas as principais seleções, seguida logo 
abaixo do título do relatório. Na sequência estão os gráficos interativos com a 
apresentação dos indicadores. Na parte inferior está a tabela com os dados de origem 
dos gráficos. A exceção é o relatório “Comparativo” onde não há tabela com os dados. 
 
4.4.1 Relatório Comparativo 
O primeiro relatório tem o título de “Comparativo”. Nesse relatório é realizada a 
comparação dos indicadores entre todas as usinas da companhia. Também pode ser 
realizada a comparação entre as unidades geradoras de todas as usinas. 
 
Figura 18 - Dashboard relatório Comparativo 
 
Fonte: Autor, 2023 
 
Obs.: o nome das usinas foi ocultado propositadamente na Figura 18 pois são dados 
reais. 
 
37 
 
Na parte superior do relatório, conforme mencionado, é possível realizar a seleção 
de quais usinas (seletor USINA) e quais unidades geradoras (seletor SISTEMA) serão 
comparadas no cálculo dos indicadores apresentados nos gráficos. 
Na parte central são apresentados os gráficos comparativos dos indicadores: 
Quantidade de Ocorrências, MTBF, MTTR, Disponibilidade, Confiabilidade, MP e PIP, 
conforme descritos no item 2.1.1 
Todos os gráficos podem ter sua visualização alterada através do recurso de drill 
down do Power Bi, fazendo com que a visualização rebaixe um nível hierárquico, ou 
seja, de usina passando para unidade geradora. Isso pode ser feito de uma forma 
individual para apenas uma usina (Figura 19) ou ainda coletivamente para todas as 
usinas simultaneamente (Figura 20). 
 
Figura 19 - Dashboard relatório Comparativo - drill down individualFonte: Autor, 2023 
 
38 
 
Figura 20 - Dashboard relatório Comparativo - drill down coletivo 
 
Fonte: Autor, 2023 
 
Obs.: o nome da usina foi ocultado propositadamente na Figura 20 pois são dados 
reais. 
 
Outras funções interessantes presentes em todos os gráficos são o “Modo de 
foco”, que amplia o gráfico para facilitar a leitura, e “Mostrar como uma tabela”, que 
transforma os dados do gráfico em tabela. Além é claro das funções de exportar os 
dados e copiar a imagem do gráfico. 
 
4.4.2 Relatório Ocorrências 
Neste segundo relatório, denominado “Ocorrências”, são apresentados os 
gráficos com os indicadores originados da base de dados da ANAOCO. 
Este é o relatório mais importante e de onde podem ser extraídos as principais 
informações para a tomada de decisão do analista de manutenção, pois, trata de 
dados de falhas das unidades geradoras. 
 
39 
 
Figura 21 - Dashboard relatório Ocorrências 
 
Fonte: Autor, 2023 
 
Obs.: o nome das usinas foi ocultado propositadamente na Figura 21 pois são dados 
reais. 
 
O layout do relatório segue o padrão previamente descrito no item 4.4. Na parte 
superior estão os filtros, que nesse relatório são: USINA, SISTEMA, EQUIPAMENTO, 
COMPONENTE e PERÍODO. 
Logo abaixo estão os gráficos com os indicadores. Nesse relatório estão 
apresentados os gráficos: Quantidades de Ocorrências, MTBF e MTTR. Cada barra 
está subdivida com a composição de cada equipamento para o cálculo do indicador. 
Esses gráficos estão configurados para a função drill down para unidade, 
equipamento e componente. 
Na parte inferior do relatório estão presentes a tabela com os dados das 
ocorrências e um gráfico adicional com a relação entre as causas de falhas e suas 
respectivas quantidade, incluindo ainda uma ferramenta de seleção da causa e efeito 
da falha. 
40 
 
Os dados apresentados na tabela são apenas um resumo da análise de 
ocorrência, sendo o dado disponível para utilização externa ao sistema. Para uma 
análise mais aprofundada da ocorrência é necessário acessar o relatório no aplicativo 
específico para essa finalidade. 
 
4.4.3 Relatório Manutenção 
O relatório seguinte é o denominado “Manutenção”. Neste relatório é analisada a 
performance da equipe de manutenção na execução de suas atividades. Para esta 
finalidades são utilizados os dados das Ordens de Serviço (OSs). 
 
Figura 22 - Dashboard relatório Manutenção 
 
Fonte: Autor, 2023 
 
Obs.: o nome das usinas foi ocultado propositadamente na Figura 22 pois são dados 
reais. 
 
Neste relatório há uma quantidade maior de itens de seleção na parte superior, 
pois, faz-se necessário uma análise da ação de cada equipe de manutenção no 
resultado da manutenção do ativo. Os itens de seleção são: USINA, SISTEMA, 
41 
 
EQUIPAMENTO, ESTADO, CLASSIFICAÇÃO E CONDIÇÃO OPERATIVA, EQUIPE 
e PERÍODO. 
Foram criados dois gráficos para verificar a distribuição das OSs. O primeiro é 
nomeado de “Estado” com a distribuição em concluída, aprovada, cancelada, 
aguardando material e aguardando mão de obra. Enquanto o nomeado com 
“Classificação” calcula a distribuição das OSs em corretiva não programada (CN), 
corretiva programada (CP), preventiva não programada (PN), preventiva programada 
(PP), preventiva sistemática (PS – são os guias de manutenção), serviços em novos 
projetos (SN) e serviços gerais (SG). 
Além dos gráficos de classificação ainda há outros dois que apresentam os 
cálculos dos indicadores MP e PIP. Nesses dois há a aplicação da ferramenta drill 
down para sistema e equipamento. 
Seguindo o layout proposto, na parte inferior está apresentada a tabela com todos 
os dados utilizado no cálculo dos indicadores e classificação presentes nos gráficos. 
Assim como no caso dos relatórios de ocorrências, os dados das OSs disponíveis são 
apenas um resumo, dados complementarem podem ser adquiridos via consulta da 
OS no aplicativo específico para essa finalidade. 
 
4.4.4 Relatório Plano de Manutenção 
O último relatório tem o nome de “Plano de Manutenção”. Neste relatório estão 
apresentados todos os planos de manutenção dos equipamentos. 
 
42 
 
Figura 23 - Dashboard relatório Plano de Manutenção 
 
Fonte: Autor, 2023 
 
Obs.: o nome das usinas foi ocultado propositadamente na Figura 23 pois são dados 
reais. 
 
Na parte superior temos os filtros por USINA, SISTEMA, EQUIPAMENTO e 
EQUIPE. Ao centro está exposto o gráfico com a relação entre a quantidade de planos 
e a periodicidade (em dias) de cada plano. Na parte inferior a tabela com todos os 
dados. 
Os dados disponíveis apresentam apenas o título da manutenção sistemática a 
ser realizada e alguns dados quantitativos. Para obter o detalhamento das atividades 
a serem executadas faz-se necessário a abertura do plano em um aplicativo 
específico para essa finalidade. 
 
43 
 
4.5 Revisão dos planos de manutenção 
A revisão dos planos de manutenção necessita de uma análise crítica do 
especialista responsável por esta atividade, podendo ser o supervisor do setor, 
analista de manutenção ou o gerente de manutenção. 
Tradicionalmente a análise utiliza com base a experiência do profissional. A 
adoção do dashboard com os dados quantitativos das ocorrências e da execução da 
manutenção tende a ser uma ferramenta importante para auxiliar na tomada de 
decisão. 
Os quatros relatório criados, descritos no item 4.4, foram dispostos em uma 
sequência lógica para o trabalho de revisão. A seguir será descrita a metodologia de 
análise proposta, entretanto, a ferramenta possibilita outras abordagens. No item 0 
será apresentado um exemplo da aplicação do método. 
A primeira etapa é verificar no relatório Comparativo a situação da usina a ser 
analisada perante as demais usinas da companhia. Ainda nesse relatório devesse 
utilizar a ferramenta de drill down e verificar entre as unidades geradoras da usina 
qual está apresentando indicadores piores. 
Realizada a análise superficial na etapa anterior e identificada a unidade com os 
piores indicadores, passamos para a análise quantitativa dos dados de ocorrências 
no relatório Ocorrências. 
Nesta etapa é onde será investido a maior parte do tempo e onde deverão ser 
feitas diversas análises, como por exemplo: 
• Verificar os equipamentos/componentes que mais geram ocorrências e que 
possuem o menor MTBF; 
• Verificar os equipamentos/componentes que necessitam de maior tempo 
parar recuperar de uma falha, ou seja, maior MTTR; 
• Verificar as causas de falhas passíveis de atuação da manutenção, tais 
como: envelhecimento/deterioração (EV), desajuste mecânico (DM), 
execução da manutenção (EM), entre outras. 
Esses são apenas algumas possibilidades para identificar algum desvio que está 
contribuindo para o aumento das ocorrências. 
44 
 
Outro fator importante nesse momento da análise é verificar o período dos dados. 
Ocorrências muito antigas podem mascarar o resultado, pois, é possível que já tenha 
sofrida uma mudança na filosofia de manutenção corrigindo o problema. 
O passo seguinte é verificar a atuação da manutenção no ativo analisado. Para 
isso utilizamos o relatório “Manutenção”. Nele podemos observar com o histórico das 
OSs se estão sendo realizadas as manutenções preventivas do plano e se está 
havendo um número excessivo de manutenções corretivas, um forte indicativo de 
problemas no plano de manutenção. 
Após a análise da ação da manutenção no ativo seguimos para o passo final no 
relatório “Plano de Manutenção” onde são verificados a manutenções atuais para a 
gestão do ativo analisado. Verificando especialmente a periodicidade para conflitar 
com os dados obtidos pelas ocorrências. Um caso típico é a deterioração de um 
componente, se ele está sendo inspecionado dentro de um período condizente com o 
período de falha (MTBF) do mesmo. 
Após a análise quantitativa do plano de manutenção faz-se necessária a leitura 
do plano completo para verificar os detalhesda atividade e se as mesmas são 
suficientes para inibir ocorrências futuras. 
 
45 
 
5 RESULTADO 
A melhor forma de apresentar o resultado do trabalho e os ganhos para o plano 
da manutenção é demonstrar um exemplo prático de utilização do dashboard e seus 
relatórios, seguindo a proposta de revisão dos planos de manutenção apresentada no 
item 4.5. 
Para iniciar a análise faremos um filtro nos dados dos últimos 5 anos, ou seja, de 
1ª/01/2018 até 31/12/2022. Para isso ajustamos os períodos nos relatórios 
Ocorrências e Manutenção, conforme as Figura 24 e Figura 25, respectivamente. 
 
Figura 24 - Ajuste do período dos dados de Ocorrências 
 
Fonte: Autor, 2023 
 
Figura 25 - Ajuste do período dos dados de Manutenção 
 
Fonte: Autor, 2023 
 
No relatório Comparativo escolhi aleatoriamente uma usina e cliquei em dos 
gráficos no nome dela. Automaticamente a usina ficou destacada nos demais gráficos 
do relatório, conforme demonstrado na Figura 26. 
 
46 
 
Figura 26 - Seleção de uma usina no relatório Comparativo 
 
Fonte: Autor, 2023 
 
Obs.: o nome das usinas foi ocultado propositadamente na Figura 26 pois são dados 
reais. 
 
A usina selecionada apresenta os seguintes dados comparativos entre as 25 
sinas: 
• 9ª usina com o maior número de ocorrências, num total de 62; 
• 17ª usina com o maior MTBF com o valor de 2.457,63; 
• 23ª usina com a maior disponibilidade com um percentual de 96,00%; 
• 9ª usina com o maior MP com um percentual de 99,49%; 
• 6ª usina com o maior MTTR com o valor de 103; 
• 17ª usina com a maior confiabilidade para 7 dias com 93,39% e para 30 
dias com 74,60%. 
Com o comparativo é perceptível que a performance da usina não está entre as 
melhores, pois, possui uma baixa disponibilidade entre as usinas e um alto indicador 
de MTTR. 
47 
 
Após essa analisa utiliza-se a ferramenta de drill down para identificar quais das 
unidades está contribuindo de forma significativa para a baixa performance, conforme 
demonstrado na Figura 27 e dados na Tabela 3. 
 
Figura 27 - Comparativo entre as unidades de uma usina no relatório Comparativo 
 
Fonte: Autor, 2023 
 
Tabela 3 - Comparativo entre as Unidades 1 e 2 
Indicador Unidade 1 Unidade 2 
Quantidade de 
ocorrências 
27 35 
MTBF 5643,44 h 4353,51 h 
MTTR 204,30 h 24,00 h 
Disponibilidade 96,51% 99,45% 
Confiabilidade 7 dias 97,07% 96,21% 
Confiabilidade 30 dias 88,02% 84,76% 
MP 100% 99,04% 
PIP 7,89% 16,51% 
Fonte: Autor, 2023 
48 
 
 
O alto indicador de MTTR chama atenção na Unidade 1 e, é um indicativo de uma 
possível falha no plano de manutenção. Seguiremos com a investigação dessa 
unidade específica. 
Partindo para a etapa seguinte no relatório Ocorrências, verificamos de imediato 
um grande número de ocorrências causados pela Causa e Efeito de envelhecimento 
(EV), com 18 ocorrências de um total de 27, conforme verificado na Figura 28. 
 
Figura 28 - Causa e Efeito das ocorrencias na unidade selecionada 
 
Fonte: Autor, 2023 
 
Seleciona a causa e efeito envelhecimento (EV), chama atenção nos gráficos dos 
indicadores o alto indicador de MTTR de 1793 para o equipamento “Adução/Sucção”, 
em destaque na Figura 29. Mesmo considerando que não é o equipamento com o 
maior número de ocorrências e com o menor MTBF. 
 
https://app.powerbi.com/MobileRedirect.html?action=OpenReport&groupObjectId=edd0e479-128a-4cdc-87f1-8fe9c85757d9&reportObjectId=1987b746-5d12-4cce-889d-21ddafa4ba74&ctid=9b60158e-d455-4e80-aa7c-17cd9ffce6ba&reportPage=ReportSection5bc1eec5ed017d207b75&pbi_source=copyvisualimage
49 
 
Figura 29 - Indicadores de ocorrências para a seleção 
 
Fonte: Autor, 2023 
 
Realizando um drill down no gráfico do indicador MTTR para verificar os 
componentes do equipamento podemos observar que o componente “Grades da TDA" 
é o maior responsável para o indicador do equipamento, tendo em vista que o seu 
valor é de 3.522,52 h ante somente 64,35 h do componente “Válvulas”, vide Figura 
30. 
 
Figura 30 - Indicador MTTR para os componentes da seleção 
 
Fonte: Autor, 2023 
https://app.powerbi.com/MobileRedirect.html?action=OpenReport&groupObjectId=edd0e479-128a-4cdc-87f1-8fe9c85757d9&reportObjectId=1987b746-5d12-4cce-889d-21ddafa4ba74&ctid=9b60158e-d455-4e80-aa7c-17cd9ffce6ba&reportPage=ReportSection5bc1eec5ed017d207b75&pbi_source=copyvisualimage
50 
 
Para concluir a análise dos dados de ocorrências verificamos a tabela de dados 
como o resumo das ocorrências. Após os diversos filtros aplicados encontramos 
apenas 1 ocorrência, vide Figura 31. 
 
Figura 31 - Dados da ocorrência selecionada 
 
Fonte: Autor, 2023 
 
Obs.: o nome da usina e nomes dos empregados foram ocultados propositadamente 
na Figura 31 pois são dados reais. 
 
Seguindo a análise passamos para o relatório Manutenção. Chama a atenção na 
abertura do relatório de que não há gráficos de MP e PIP. Isso faz sentido devido a 
não ter a execução de manutenções sistemáticas (guias) que podem ser constato no 
gráfico Classificação. 
 
Figura 32 - Gráficos do relatório Manutenção com as seleções aplicadas 
 
Fonte: Autor, 2023 
 
51 
 
Obs.: o nome da usina foi ocultado propositadamente na Figura 32 pois são dados 
reais. 
 
Quando observamos a tabela de dados chama atenção as última OSs, cuja 
descrições destacam as falhas nas grades e a substituição da mesma realizada em 
2021. 
 
Figura 33 - Descrição da OS do item selecionado 
 
Fonte: Autor, 2023 
 
Obs.: o nome da usina foi ocultado propositadamente na Figura 33 pois são dados 
reais, assim como não houve a correção do erro de digitação. 
 
Para concluir a análise vamos verificar o último relatório que é o Plano de 
Manutenção. Surpreende que o mesmo esteja vazio, ou seja, não há guias de 
manutenção para o componente em análise, vide Figura 34. 
 
Figura 34 - Relatório de Plano de Manutenção para o item selecionado 
 
Fonte: Autor, 2023 
52 
 
 
Tendo em vista que há um componente com cause de falha de envelhecimento e 
que causa um alto indicador de MTTR (3.522,52 h ou 146,77 dias) faz-se necessária 
a criação de um guia periódico de inspeção da grande. A periodicidade precisa ser 
calculada com base no MTBF do material a ser utilizado. 
 
53 
 
6 CONCLUSÃO 
As ferramentas da Industria 4.0 ampliaram as possibilidades para análise dos 
dados de manutenção através de mecanismos que possibilitam a interação de um 
grande volume de dados. 
A interface gráfica em ferramenta de Business Intelligent em nuvem, como o 
Power Bi, possibilita a visualização de uma forma ágil, prática e intuitiva dos dados 
coletados. 
Porém, toda a evolução que a Industria 4.0 não descarta a metodologia de 
manutenção clássica com seus indicadores, formulários de registros e planos de 
manutenção preventiva. 
Outro fator indispensável para a gestão da manutenção permanece sendo o ser 
humano no papel de analista de dados com a sua análise crítica baseada em 
experiências anteriores. 
Diante disso, pode-se afirmar que os objetivos do trabalho foram atingidos, pois, 
foram identificadas as fontes de dados necessárias para suportar as alterações do 
plano de manutenção (objetivo a). A modelagem proposta para a integração dos 
dados foi realizada com excito (objetivo b) e com isso foi possível o cálculo dos 
indicadores de manutenção (objetivo c). Todas as informações foram disponibilizadas 
em um dashboard (objetivo d) que permite a revisão dos planos de manutenção, 
conforme proposto no item 4.5 (objetivo e). 
O trabalho realizado resultou em um dashboard que já está em aplicação na 
companhia e trazendo resultados práticos na melhoria da gestão da manutenção. 
Obviamente com o uso da ferramenta estão surgindo novos projetos complementares 
que iram acrescentar ainda mais informação na tomada de decisão do gestor, 
trazendo resultados concretos na disponibilidade dos equipamentos. As primeiras 
impressões dos colegas é de que a ferramenta transformoumilhares de dados em 
informações e que trará um ganho na gestão da manutenção e no tratamento das 
ocorrências. 
 
54 
 
7 REFERENCIAS BILIOGRÁFICA 
ALMEIDA, P. S. DE. Indústria 4.0: Princípios básicos, aplicabilidade e 
implantação na área Industrial. São Paulo: Érica, 2021. 
ASSOCIAÇÃO BRASILEIRA DE NORMAS TÉCNICAS. NBR 5462: Confiabilidade e 
Mantenabilidade. Rio de Janeiro: [s.n.]. 
COPEL. MGM - Manual de Gestão da Manutenção R4. [s.l: s.n.]. 
DA SILVA, V. L.; KOVALESKI, J. L.; PAGANI, R. N. Influências do conceito e das 
tecnologias da indústria 4.0 no ambiente industrial. Exacta, v. 18, n. 2, p. 420–437, 24 
abr. 2020. 
EMMENDOERFER, M. L.; MEDIOTTE, E. Metodologia Científica. [s.l.] Zenodo, 13 
fev. 2023. Disponível em: <https://zenodo.org/record/7634008>. Acesso em: 21 abr. 
2023. 
GROSSI, M. G. R. et al. Aplicação dos pilares da indústria 4.0 na educação. Cadernos 
UniFOA, v. 16, n. 47, 4 nov. 2021. 
LIMA, F. R.; GOMES, R. Conceitos e tecnologias da Indústria 4.0: uma análise 
bibliométrica. Revista Brasileira de Inovação, v. 19, p. e0200023, 28 dez. 2020. 
MINISTÉRIO DE MINAS E ENERGIA. Revisão Ordinária de Garantia Física de 
Energia das Usinas Hidrelétricas – UHEs Despachadas Centralizadamente no 
Sistema Interligado Nacional - SIN. Brasília: [s.n.]. 
OPERADOR NACIONAL DO SISTEMA. Manual de Procedimentos da Operação - 
Módulo 5 - Submódulo 5.13. [s.l: s.n.]. 
PALESTINO, C. B. BI-business intelligence: modelagem e tecnologia. Rio de 
Janeiro: Axcel Books, 2001.