Unidade 2 Ferramentas de Gestão para a Manutenção

Prévia do material em texto

Unidade 2 – Ferramentas de Gestão para a Manutenção 
 
 
2.1. Indicadores em Manutenção 
 
A grande maioria das empresas que buscam permanecer no mercado, com uma cota de 
participação estável ou crescente, devem ter um desempenho classe mundial. Isso significa 
caminhar de uma determinada performance para a melhor performance. O caminho que se 
percorre de uma para outra situação deve ser balizado por indicadores de performance. 
Somente os indicadores permitem uma quantificação e acompanhamento dos processos, 
banindo a subjetividade e propiciando as correções necessárias. Ou seja, os indicadores são 
dados chave para a tomada de decisão. 
Indicadores são medidas ou dados numéricos estabelecidos sobre os processos que queremos 
controlar. A manutenção é vista atualmente, pelas empresas que têm as melhores práticas, 
como uma atividade que deve proporcionar redução nos custos de produção ou serviços. Para 
tal, a manutenção deve estar ciente: 
1 - da importância seu papel 
2 - do que a organização necessita dela 
3 - do desempenho dessa atividade nos concorrentes 
Para isso, é importante buscar o que fazem as empresas de sucesso; procurar encontrar, tanto 
para os processos como para funções, o que há de "melhor nos melhores". Esse processo é a 
essência do benchmarking, que pode ser definido do seguinte modo: 
"Benchmarking" é o processo de melhoria da performance pela contínua identificação, 
compreensão e adaptação de práticas e processos excelentes encontrados dentro e fora das 
organizações. 
Antes de praticar o “benchmarking”, é imperativo que nós compreendamos e caracterizemos 
nossos próprios processos e práticas. Somente a partir daí teremos condição de quantificar e 
mostrar seus efeitos, comparar com o melhor e, então, modificá-los para atingir um maior 
rendimento global. 
 
Esse artigo é o primeiro de uma série enfocando indicadores de performance na manutenção, 
que devem ter as seguintes funções: 
 
Tornar clara os objetivos estratégicos; 
Proporcionar a leitura clara de como estão os resultados e compará-los com as metas; 
Identificar problemas e facilitar as possíveis soluções. 
 
Dirigindo o foco para a função manutenção, podemos afirmar que os indicadores de 
performance nos permitirão gerenciar a manutenção de modo eficaz, sintonizados com os 
objetivos estratégicos da empresa. Segundo Terry Wiremann, “A Gerência da manutenção é o 
gerenciamento de todos os ativos adquiridos pela empresa, baseada na maximização do 
retorno sobre o investimento nos ativos”. 
No entanto, é preciso muito cuidado com duas armadilhas que envolvem a questão de 
definição e acompanhamento de indicadores: 
Os indicadores devem acompanhar a performance da manutenção nos seus processos 
principais e não aspectos particulares; É melhor ter poucos indicadores importantes e 
acompanhá-los bem...; 
A listagem, a seguir, aponta uma série de técnicas/atividades que são do interesse do 
gerenciamento da manutenção: 
Distribuição da atividade por tipo de manutenção – corretiva, preventiva, preditiva, detectiva e 
engenharia de manutenção; Estoque de materiais e política de sobressalentes; Coordenação e 
Planejamento da Manutenção; Ordens de Trabalho Treinamento e Capacitação Resultados 
Operacionais; disponibilidade e confiabilidade; Perdas, Custos e Resultados;Resultados 
particulares em Preventiva, Preditiva, Detectiva; Paradas de manutenção; Grandes serviços 
Programas ligados à melhoria e bem estar dos funcionários – Moral e Segurança no Trabalho. 
 Os itens listados a seguir constituem os blocos sobre os quais serão propostos os 
indicadores de performance. 
 
 
Paradas de equipamento causadas por falhas não previstas. 
 
 
Este é um indicador da eficácia do acompanhamento preditivo e do acerto do plano de 
manutenção preventiva da empresa. Quanto maior o seu valor, menor o acerto, ou seja, maior 
o número de horas paradas por falhas não previstas. Atualmente a grande virtude da 
manutenção não é reparar os equipamentos de modo rápido, mas prever e evitar as falhas dos 
equipamentos, instalações. 
 
Total de HH gastos em reparos de emergência 
É outra maneira de avaliar o acerto da política de preventiva e preditiva da manutenção. 
Reparos em emergência são definitivamente indesejáveis. Quanto menor esse indicador, maior 
deverá ser a confiabilidade da instalação. 
 
Total horas paradas por intervenção da Preventiva 
Este indicador permite uma avaliação do quanto o programa de manutenção preventiva influi 
nas horas paradas de equipamentos na planta. Pode ser avaliado em função do total de horas 
paradas ou relacionado, também, com interferências ou perdas na produção pela necessidade 
de intervenção para cumprimento do plano de preventiva. 
 
 
 
Cumprimento dos planos de manutenção preventiva e preditiva 
O valor desejável é 100%. Valores menores permitirão analisar as causas do não cumprimento 
que passa entre outras coisas pela falta de comprometimento com o plano da própria 
manutenção; não liberação pela produção; excesso de manutenção corretiva absorvendo a 
mão de obra disponível, etc. 
 
 
De modo similar podem ser analisadas a Manutenção Detectiva ou descer a detalhes em outras 
atividades como lubrificação, aferição e calibração etc. 
Outro indicador que é usualmente adotado é o valor médio global de vibração de 
equipamentos da planta. No entanto, a menos que a situação esteja muito ruim não é um 
indicador comumente utilizado. É mais eficaz um acompanhamento particularizado. 
 
Tempo Médio Entre Falhas 
Indica se a frequência de falhas das máquinas esta dentro do esperado. Este valor e calculado 
por meio da média aritmética dos tempos de funcionamento observados. 
 
Se durante um ano o equipamento operou 200 horas, depois 450 horas, depois 4000 horas e 
finalmente 1400 horas, o MTBF será : 
 
Tempo Médio de Reparo 
Indicador muito utilizado para verificar o comportamento da logística de manutenção da 
empresa. Para o seu cálculo soma-se os tempos gastos para reparos nas máquinas dividindo 
pelo número de intervenções que foram efetuadas. 
 
 
Disponibilidade 
Uma vez que tenhamos os valores do MTBF e do MTTR, podemos calcular a disponibilidade que 
é dada pela seguinte relação: 
 
Este indicador também é muito importante pois entra no cálculo do OEE. 
 
Indicador e Falhas Sistemáticas 
Indicador utilizado para monitorar falhas crônicas em máquinas e equipamentos. Muito 
importante para isolar módulos de falhas. 
 
 
 
2.1.1 Exemplo de cálculo de MTBF 
 
Vinte unidades de ar condicionado projetadas para serem utilizadas pelos astronautas da NASA 
nos veículos espaciais foram testados durante um período de 1.000 horas . Dois dos sistemas 
falharam durante os testes – a primeira ao fim de 400 horas e o outro ao fim de 800 horas. 
Calcular: 
1. A taxa de avarias em % 
2. A taxa de avarias em número por período de tempo 
3. O MTBF 
 
TA – Taxa de Avarias 
MTBF – Tempo Médio Entre Falhas 
 
 
 
2.1.2 Cálculo do OEE 
 
Calcular o Overall Equipment Effectiveness (OEE) de uma máquina ou processo é um 
importante indicador da necessidade ou não de melhoria deste item. Também é possivel 
perceber o retorno da implantação das ações de melhorias. No caso do MCC, o cálculo do OEE 
permite identificar as deficiências do item auxiliando na definição dos módulos de falhas. Outra 
vantagem do OEE é que pode-se basear em referências mundiais para a avaliação do processo 
em estudo. Por exemplo: o OEE mundial de referência para linhas de produção gira em torno 
de 83%. Já o OEE para manutenção esta em torno de 68%. Desta forma, as empresas que 
trabalhamcom este indicador, conseguem saber sua posição em relação ao contexo 
internacional. A seguir será apresentado os conceitos básicos e o passo a passo clássico de 
como calcular este indicador. 
Fonte: http://www.oee.com.br/ 
 
Tempo de Responsabilidade da Equipe de Produção 
 
Do tempo total de um equipamento, deve-se considerar para cálculo do OEE apenas o tempo 
que é de responsabilidade da equipe de produção. Ou seja, o tempo que o equipamento não 
produziu devido à empresa não estar em seu horário de funcionamento, ou aquele tempo que 
o equipamento não produziu, apesar de estar no horário de trabalho, por razões alheias à 
equipe de produção – não produziu porque não havia pedidos, por exemplo -, também não 
entra no cálculo do OEE. Retirando estes tempos do tempo total sobra o tempo, que é de 
responsabilidade da equipe de produção, para produzir o que precisa ser produzido, e é com 
base neste tempo que se calcula o OEE. 
 
 
Disponibilidade 
A disponibilidade nos diz quanto tempo o equipamento produziu em relação ao tempo total 
disponível para produção, sendo calculado da seguinte maneira: 
Disponibilidade% = (Tempo produzindo / Tempo programado) * 100% 
Como pode-se observar, quanto maior o tempo produzindo, maior a disponibilidade. 
E quanto menor a disponibilidade, maior é o tempo que o equipamento ficou parado. 
 
 
 
Performance 
A performance nos diz quão bem o equipamento produziu, enquanto estava produzindo. Está 
relacionado com a velocidade de operação do equipamento. 
A performance compara a quantidade produzida com a quantidade teórica que poderia ter sido 
produzida enquanto o equipamento estava produzindo, independente da qualidade do que foi 
produzido, sendo calculado da seguinte maneira: 
Performance% = (Quantidade Produção Real / Quantidade Produção Teórica) * 100% 
Sendoque: 
Quantidade Produção Teórica = Tempo Produzindo / Tempo Ciclo Padrão 
Ainda, se considerarmos que: 
Quantidade Produção Real = Tempo Produzindo / Tempo Ciclo Real, então teremos: 
Performance% = ((Tempo Produzindo / Tempo Ciclo Real) / (Tempo Produzindo / Tempo Ciclo 
Padrão) ) * 100% 
Performance% = (Tempo Ciclo Padrão / Tempo Ciclo Real ) * 100% 
Ou seja, podemos medir a Performance instantânea do equipamento medindo o tempo ciclo 
real e comparando com o tempo ciclo padrão. 
 
Qualidade 
A qualidade nos diz a qualidade daquilo que saiu da máquina, ou seja, quantos itens bons foram 
produzidos em relação ao total de itens produzidos, sendo calculado da seguinte maneira: 
Qualidade% = (Quantidade de Bons / Quantidade Total Produzida)* 100% 
sendo que Quantidade Total Produzida = Quantidade de Bons + Quantidade de Ruins 
É importante lembrar que somente são considerados itens bons aqueles que ficaram bons na 
primeira vez, ou seja, aqueles itens que foram retrabalhados para atender às especificações ou 
aqueles itens que foram reclassificados, do tipo A para o Tipo B porque não atendeu às 
especificações de A, não são considerados itens bons. Como pode-se observar, a qualidade 
somente será 100% quando Quantidade de Ruins for igual à ZERO. 
OEE 
A partir do momento que se tem os fatores de Disponibilidade, Performance e Qualidade, para 
se calcular o OEE basta realizar o produto entre eles, conforme abaixo. 
 
OEE% = Disponibilidade% * Performance% * Qualidade% 
 
A Figura 12 mostra as variáveis que compõem o cálculo do OEE. Nela pode-se observar a 
relação entre as variáveis de tempo programado para a produção, tempo gasto para produzir e 
qualidade da produção. Em seguida, é apresentado um exemplo de cálculo deste indicador. 
 
Fi
gu
ra
 1
2
: V
ar
iá
ve
is
 p
ar
a 
cá
lc
u
lo
 d
o
 O
EE
 
2.1.3 Exemplo Cálculo de OEE 
 
Um equipamento que possui um turno de 8 horas e durante este turno teve uma preparação 
que durou 40 minutos e ocorreu uma parada de reabastecimento de 10 minutos. No restante 
do tempo produziu um item cujo tempo ciclo é de 8 segundos, e no final do período 
contabilizou 3000 peças produzidas, sendo que 20 foram refugadas por apresentarem 
defeitos.A partir deste enunciado podemos extrair as seguintes informações: 
Tempo Programado: 480 minutos 
Tempo de máquina parada para preparação: 40 minutos 
Tempo de máquina parada aguardando reabastecimento: 10 minutos 
Quantidade Produzida no período: 3000 peças 
Quantidade de peças refugadas: 20 peças 
Tempo ciclo padrão do item: 8 segundos 
Calculando a Disponibilidade 
Disponibilidade% = (Tempo produzindo / Tempo programado) * 100% 
Tempo Programado = 480 minutos 
Tempo Produzindo = 480 – 40 – 10 = 430 minutos 
Disponibilidade% = (430 / 480) * 100% = 89,58% 
Calculando a Performance 
Performance% = (Quantidade Produção Real / Quantidade Produção Teórica) * 100% 
Quantidade Produzida = 3.000 peças 
Produção Teórica = Tempo Produzindo / Tempo ciclo padrão 
Produção Teórica = 430 min * 60 seg / 8 seg/peça = 3.225 peças 
Performance% = ( 3.000 / 3.225 ) * 100% 
Performance% = 93,02% 
Calculando a Qualidade 
Qualidade% = (Quantidade de bons / Quantidade Total ) * 100% 
Quantidade de peças boas = 3000 – 20 = 2980 peças 
Qualidade% = ( 2980 / 3000 ) * 100% 
Qualidade% = 99,33% 
Calculando o OEE – Overall Equipment Effectiveness 
OEE% = Disponibilidade% * Performance% * Qualidade% 
OEE% = 89,58% * 93,02% * 99,33% 
OEE% = 82,78% 
 
2.1.4 Cálculo (Passo a passo) para o OEE 
 
Passo 1: Levante o tempo operacional do seu equipamento 
Este é o tempo que sua empresa esteve com as portas abertas. Normalmente usa-se a duração 
do turno como base para o cálculo deste tempo. 
Exemplo: A empresa trabalha em dois turnos de 480 minutos e durante o mês passado 
trabalhou 22 dias. 
Tempo operacional do mês passado = 22 dias * 2 turnos * 480 minutos = 21.120 minutos 
Passo 2: Levante o tempo não programado para produzir 
Nesta categoria deve-se considerar duas situações: o tempo que não foi planejado para 
produzir pela equipe de planejamento e o tempo em que o equipamento não pode produzir 
por razões alheias à responsabilidade da equipe de produção. 
A equipe de planejamento da produção já considerou em seu planejamento, que não haverá 
produção durante certos horários do turno de trabalho, tais como horário de refeição, horário 
de cafezinho, entre outros, portanto não haverá produção durante este tempo. 
E há também algumas situações em que o equipamento não produz, apesar de inicialmente 
programado para produzir, mas por razões alheias à responsabilidade da equipe de produção, 
tais como parada por falta de pedido, parada por greve, parada por impedimento da lei, entre 
outras razões, que também devem ser retirados do tempo operacional. 
Exemplo: A equipe de produção para 75 minutos, em cada turno, entre refeição e cafezinho. E 
durante o mês a linha ficou parada um total de 8 horas por falta de pedido. 
Tempo de cafezinho e refeições = 22 dias * 2 turnos * 75 minutos = 3300 minutos 
Tempo parado por falta de pedido = 8 horas * 60 minutos = 480 minutos. 
Tempo total não programado para produzir = 3300 + 480 = 3780 minutos 
Passo 3: Levante o tempo em que o equipamento esteve parado 
O tempo do equipamento não planejado para produção já foi considerado no passo 
2.Considere aqui todos os demais tempos em que o equipamento não estava produzindo, tais 
como: 
• Tempo parado em função de quebra do equipamento, 
• Tempo parado em função de troca de produto, 
• Tempo parado em função de preparação do equipamento, 
• Tempo parado em função de reabastecimento da linha, 
• Entre outras razões. 
Exemplo: segundo apontamento realizado pelo operador do equipamento, este ficou parado 18 
horas para preparaçãode equipamentos, 35 horas por quebra do equipamento, 15 horas para 
reabastecimento, 8 horas aguardando liberação pela qualidade. 
Tempo total do equipamento parado = (18 + 35 + 15 + 8) * 60 minutos = 4.560 minutos. 
Passo 4: Levante a quantidade de itens produzidos bons 
Contabilize a quantidade de itens produzidos no período e classificados como bons na primeira 
vez. 
Exemplo: segundo apontamento de produção realizado pelos operadores do equipamento, 
durante o mês passado fora produzidos 21.450 produtos classificados como bons na primeira 
vez. 
Produção de itens bons = 21.450 itens 
Passo 5: Levante a quantidade de itens produzidos ruins 
Contabilize a quantidade de itens produzidos no período classificados como ruins e os que não 
foram classificados como bons na primeira vez. 
Exemplo: segundo apontamento de produção realizado pelo operador do equipamento, 
durante o mês passado 2.560 produtos não foram classificados como bons na primeira vez. 
Produção de itens ruins = 2.560 itens. 
 
Passo 6: Calcule o tempo disponível 
Tempo disponível = Tempo Operacional (passo 1) – Tempo Não Programado Para Produzir 
(passo 2). Seguindo nosso exemplo, temos: 
Tempo disponível (minutos) = 21.120 minutos – 3.780 minutos = 17.340 minutos 
Ou seja, 17.340 minutos é o tempo, sob responsabilidade da equipe de produção, para executar 
a produção planejada no período. 
Passo 7: Calcule o tempo produzindo 
Este é o tempo durante o qual estava saindo produtos do equipamento. 
Tempo produzindo = Tempo disponível (passo 6) – Tempo do equipamento parado (passo 3) 
Seguindo nosso exemplo, temos: 
Tempo produzindo (minutos) = 17.340 minutos – 4.560 minutos = 12.780 minutos 
Ou seja, durante 12.780 minutos saiu produtos do equipamento, independentemente de sua 
qualidade ser boa ou ruim. 
Passo 8: Calcule a produção teórica 
A produção teórica é a quantidade que se esperava produzir durante o tempo que o 
equipamento esteve produzindo, considerando o tempo de ciclo padrão do item. 
Exemplo 1: A linha produz um único produto de tempo de ciclo igual à 30 segundos (ou 0,5 
minuto). 
Usando nosso exemplo, a produção teórica é: 
Produção teórica = 12.780 minutos / 0,5 minutos = 25.560 itens. 
Exemplo 2: A linha produziu 2 produtos durante o período. 
Produto 1: tempo de ciclo = 30 segundos 
Produto 2: tempo de ciclo = 15 segundos 
Tempo Produzindo Produto 1 = 10.000 minutos 
Tempo Produzindo Produto 2 = 2.780 minutos 
Observe que a soma do tempo produzindo o Produto 1 e Produto 2 é igual o tempo produzindo 
calculado no passo 7, ou seja, 12.780 minutos. 
Produção teórica = 10.000 / 0,5 + 2.780 / 0,25 = 31.120 produtos. 
Agora que temos todos os dados na mão, basta calcular os indicadores. 
Passo 9: Calcule o indicador de Disponibilidade 
Disponibilidade% = ( Tempo Produzindo / Tempo Disponível ) * 100% 
Sendo que o Tempo Produzindo foi calculado no passo 7 e o Tempo Disponível foi calculado no 
passo 6. 
Usando nosso exemplo, temos: 
Disponibilidade% = ( 12.780 minutos / 17.340 minutos ) * 100% = 73,7% 
Passo 10: Calcule o indicador de Performance 
Performance% = (( Quantidade Boas + Quantidade de Ruins) / Quantidade Teórica Total ) * 
100% 
Sendo que Quantidade Boas foi levantada no passo 4, a Quantidade de Ruins foi levantada no 
passo 5 e a quantidade teórica foi calculada no passo 8. 
Considerando o exemplo onde o equipamento produziu 2 produtos, temos: 
Performance% = ((21.450 + 2.560) / 31.120 ) * 100% 
Performance% = 77,1% 
Passo 11: Calcule o indicador de Qualidade 
Qualidade% = (Quantidade de Boas / (Quantidade de Boas + Ruins) ) * 100% 
Qualidade% = (21.450 / (21.450 + 2.560) ) * 100% 
Qualidade% = 89.3% 
Passo 12: Calcule o OEE 
OEE% = Disponibilidade% * Performance% * Qualidade% 
OEE% = 73,7% * 77,1% * 89,3% 
OEE% = 50,7% 
 
 
2.2 A Manutenção Produtiva Total (TPM) 
 
Willmott e Mccarth (2001) afirmam que o TPM é uma filosofia ou uma forma de pensar da 
manutenção, que traduz um novo conceito de como manter uma instalação ou um 
equipamento. O TPM é um método de gestão que identifica e elimina as perdas existentes nos 
processos produtivos, maximiza a utilização do ativo industrial e garante a geração de produtos 
de alta qualidade a custos competitivos. Desenvolve conhecimentos capazes de reeducar as 
pessoas para acções de prevenção e melhoria contínua, garantindo a fiabilidade dos 
equipamentos e da capacidade dos processos, sem investimentos adicionais. 
Ribeiro, H. (2007), explica que TPM para a Total Productive Maintenance tem o objetivo de 
envolver colaboradores de cada departamento da empresa em todas as atividades nela 
desenvolvidas com um único objetivo: Reduzir ou eliminar defeitos e falhas, acidentes e 
incidentes proporcionando redução das perdas produtivas e elevando o moral dos 
colaboradores. Traduzindo cada termo da TPM para a “linguagem da manutenção” tem –se: 
Total – quer dizer que todos os colaboradores são envolvidos em todas as atividades 
executadas pela empresa com o objetivo de reduzir ou eliminar perdas. 
Productive – as ações são realizadas de forma dinâmica, durante o andamento da produção. 
Maintenance – mantém-se uma boa condição de operação dos equipamentos principalmente 
limpando e lubrificando de forma progressiva durante a produção. Cada funcionário participa 
de forma integrada da manutenção. Este método chama-se Manutenção Autonoma. 
Para se implementar o TPM, primeiro tem de se providenciar a melhor formação aos 
trabalhadores tanto na área da manutenção como área da produção, a integração de todos é 
essencial para o sucesso do programa. Os próprio operadores das máquinas e equipamentos 
são os melhores conhecedores dos equipamentos, assim eles podem auxiliar descrevendo e 
transmitindo as anomalias apresentadas pelas máquinas, muito que as falhas aconteçam. Com 
isso tende-se a melhorar o sistema de manutenção planeada do plano de manutenção da 
empresa aumentando a eficácia global dos equipamentos (Nakajima, 1989). 
A Figura 2 mostra a estrutura operacional do TPM. Observa-se que a base para o 
funcionamento do TPM concentra-se na edução, treinamento e capacitação da equipe. O efeito 
deta ação é a melhoria dos processos de manutenção preventiva por meio da alteração do 
plano de manutenção da empresa, ações contantes de manutenção autonoma que alimentam 
as melhorias aplicadas a manutenção preventiva e consequentemente a manutenção da 
qualidade do serviço executado. Com o controle administrativo adequado, essas ações também 
refletem na melhoria individual dos equipamentos, na manuteção da segurança e higiene dos 
funcionário e redução dos impactos ambientais. 
 
Figura 2: Estrutura operacional da TPM 
Para a implantação do TPM é frequente o estabelecimento de três níveis de formação inicial, 
nomeadamente: 
• Nível 1 – Diretores e gestores; 
• Nível 2 – Supervisores do processo inicial (facilitadores) 
• Nível 3 – Membros das equipes de implementação (multiplicadores) 
O tempo de implementação depende muito da estrutura da organização e do apoio dado a esta 
atividade. Pode-se dar apenas como referência que para se concluírem as etapas de 
implementação da filosofia TPM, serão necessários em média cerca de dois anos. 
Para se obter sucesso na implementação do programa TPM, deve existir uma forma de medir 
como estão inicialmente os processos e quais foram os ganhos obtidos com a implementação 
do programa. Para tal utiliza-se um indicador de desempenho denominado OEE – Overall 
Equipment Efficiency (Eficiência Global do Equipamento), que mede a produtividade dos 
equipamentos e processos (Pomorski, 1997). 
 
2.2.1 Indicadores de Desempenho (KPI’s) 
De acordo com Neto (2009):“ KPIs medem o nível de desempenho de processos. São métodos 
para facilitar a avaliação, identificar anomalias e assim apresentar caminhos de melhorias. Os 
indicadores ajudam as empresas a medir e definir o progresso em direção aos objetivos.” Os 
indicadores de desempenho dão perspicácia directa aos trabalhadores essenciais no processo 
de gestão, característica importante, particularmente na manutenção, uma vez que um bom 
controle requer medidas que relacionem tempo, quantidade, qualidade e custo (Faria, 2007). 
Neto (2009) afirma que: “A medição do desempenho deve ser feita não somente para planejar, 
introduzir e controlar, mas também para diagnosticar.” Os acontecimentos, como a recente 
crise econômica Mundial apenas reforçam a necessidade de gestão por meio de indicadores de 
desempenho, eficazes instrumentos de análise da situação atual e futura das empresas (Neves, 
2009). 
A gestão por meio de indicadores de desempenho é o ponto de partida para empresas obterem 
um bom desempenho classificado como “best-in-class”. É importante que eles estejam em 
locais visíveis para que todos os trabalhadores possam ter acesso. Isso facilita a interação e o 
compromisso da equipe com as metas estabelecidas. É necessário incutir a responsabilidade à 
todos os trabalhadores para que estes busquem atingir os resultados. Uma forma muito 
comum para os alinhamentos necessários são as reuniões semanais entre a equipe de gestão e 
o corpo técnico. 
 
 
 
2.3 Manutenção Centrada na Confiabilidade 
 
Entendendo o conceito por trás da MCC... 
 
2.3.1 Introdução 
 
A Manutenção Centrada na Confiabilidade (MCC) tem sua origem na década de 60, na 
indústria aeronáutica americana. Os resultados favoráveis desta metodologia motivaram sua 
adoção crescente em diversos setores da indústria, dentre eles: as usinas nucleares, a 
construção civil, a indústria química, de refino e extração de petróleo, indústrias de gás, 
instalações de bombeamento, siderúrgica, celulose, papel, alimentação, mineração, transporte e 
ate hospitais. 
A MCC é a aplicação de um método estruturado para estabelecer a estratégia de 
manutenção para um dado sistema ou equipamento. O método começa identificando a 
funcionalidade ou desempenho requerido por ele no seu contexto operacional, identifica os 
modos de falha e as suas causas prováveis e então detalha os efeitos e consequências da falha. 
Isto permite avaliar a criticidade de cada problema e selecionar as tarefas adequadas de 
manutenção de forma a direciona-las para os modos de falha identificados. As estratégias de 
manutenção em vez de serem aplicadas independentemente são integradas buscando 
vantagens em seus pontos fortes. Como consequência têm-se o aumento da disponibilidade e 
eficiência das instalações e dos equipamentos, reduzindo o custo operacional. 
A Manutenção Centrada em Confiabilidade é uma metodologia sistemática utilizada para 
otimizar as estratégias de manutenção. Esse processo procura obter respostas corretas e 
precisas a um conjunto de sete questões básicas, são elas: 
1 - Quais são as funções e padrões de desempenho associados a um ativo físico no seu presente 
contexto operacional? 
2 - De que modo este ativo físico falha em cumprir suas funções? 
3 - O que causa cada falha funcional? 
4- O que acontece quando ocorre cada falha? 
5 - De que forma cada falha importa? 
6 - O que pode ser feito para prevenir cada falha? 
7 – O que deve ser feito se não for encontrada uma tarefa proativa apropriada? 
Para responder cada questão, a MCC utilizar métodos e ferramentas de um conjunto aberto de 
soluções, algumas tradicionais, outras recentes e modernas, seguindo uma sequencia bem documentada. 
 
 
2.3.3 Manutenção Centrada na Confiabilidade - Estudo de Caso 
 
Estudo de caso: 
Uma válvula de acionamento da ventoinha é avaliada com relação ao tempo de vida. O 
fabricante submete várias válvulas a testes onde seu funcionamento é acelerado para obter 
informações sobre a confiabilidade do produto. 
Um tipo comum de teste é aquele em que a válvula é colocada em um tanque de água, que é 
aquecido e resfriado acelerando o funcionamento da válvula. Estima-se que 30.000 ciclos (um 
ciclo corresponde ao ato de abrir e fechar a válvula) equivalem a 10 anos de uso em condições 
normais. Considere a situação em que um lote de 30 mecanismos novos foi colocado em teste. O 
teste consiste em deixá-los em funcionamento por um período de até 50.000 ciclos e registrar, 
para cada mecanismo, o número de ciclos que ele completou até falhar. Após o teste 18 
mecanismos haviam falhado antes de completar 50.000 ciclos e o restante continuava 
funcionando. 
O número de ciclos até a falha para esses 18 mecanismos foram: 5.625; 11.223; 12.128; 13.566; 
14.922; 16.513; 22.138; 26.791; 27.144; 27.847; 28.613; 31.225; 36.229; 38.590; 39.580; 40.278; 
41.325; 44.540. 
 
5626 11223 12128 13566 14922 16513 22138 26791 27144 27847 
28613 31225 36229 38590 39580 40278 41325 44540 50000+ 50000+ 
50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 50000+ 
 
 
A partir desses dados o fabricante gostaria de responder as seguintes perguntas: 
Qual o número médio de ciclos completados até a falha deste mecanismo? 
Os fabricantes conferem dois anos de garantia ao seu produto e sabem que o número médio de 
ciclos de funcionamento do produto no período 2 anos é de 6.000 ciclos. Qual a fração de 
defeituosos esperada nos primeiros dois anos? 
Qual o número de ciclos no qual 10% dos produtos estarão fora de operação. 
Com base no exemplo apresentado pode-se apresentar alguns conceitos importantes utilizado no 
tratamento de dados: 
Tipos de Falha 
As situações estudadas em confiabilidade envolvem o tempo até a ocorrência de um evento de 
interesse. Esses eventos são, na maioria dos casos, indesejáveis e usualmente denominados de 
falha. O primeiro passo para estudar confiabilidade é definir de forma clara e precisa o que 
venha ser falha. Uma forma razoável de definir falha é através da visão do consumidor. O 
produto falha quando o consumidor diz que ele falhou. 
Por exemplo, nas cafeteiras modernas a água é aquecida passando através de uma tubulação 
quente. Com o passar do tempo os componentes minerais existentes na água vão se 
acumulando na tubulação, diminuindo o seu diâmetro. O efeito disso é o aumento do tempo 
necessário para que o café fique pronto. Uma forma de definir falha sob a perspectiva do 
consumidor seria então, definir em termos do tempo de preparo do café. Por exemplo, a falha 
ocorre quando o tempo para preparar 8 xícaras ultrapassar 10 minutos. Um elemento 
relacionado ao tempo de falha é a escala de medida, no exemplo discutido a unidade de medida 
é o número de ciclos. Outras vezes utiliza-se o tempo. 
 
Dados Censurados 
Os testes realizados para obter as medidas de durabilidade de produtos são demorados e caros 
por isso, usualmente, os testes são terminados antes que todos os itens falhem. Uma 
característica decorrente desse tipo de amostragem é a presença de censuras ou informações 
incompletas. No Exemplo acima vimos que 12 dos 30 mecanismos não falharam até 50.000 
ciclos. Essas 12 observações são ditas censuradas, pois fornecem apenas informações parciais, 
isto é, apenas que o tempo de vida do mecanismo é maior que 50.000 ciclos. Ressaltamos que, 
embora parciais, estas observações fornecem informações relevantes sobre o tempo de vida e 
não devem ser desconsideradas na análise estatística. 
Existem dois esquemas de censura: Censura do Tipo I ou Censura do Tipo II. 
Censura do Tipo I: consiste em pré-estabelecer um período de tempo para cada um dos itens em 
estudo, de maneira que o tempo de vidade um item é conhecido apenas se for menor que este 
período. Um exemplo desse esquema de censura é dado pelo caso das válvulas em que todos os 
itens são observados até no máximo 50.000 ciclos. Observe que para este esquema de censura o 
tempo em que cada item fica sob observação é fixo, enquanto que o número de unidades que 
falham (observações não censuradas) é aleatório. Esse esquema de censura é utilizado quando 
se pode planejar o tempo de duração do estudo. 
 
Censura do tipo II: é aquela em que apenas as menores observações de uma amostra de 
tamanho n são completas, isto é, não censuradas. Em outras palavras, dizemos que o teste 
termina após ter ocorrido a falha de um número pré-estabelecido de itens sob teste. Esse 
esquema de censura é utilizado quando se tem pouca ou nenhuma informação sobre a 
durabilidade do produto. 
Ainda, temos um terceiro esquema de censura, o aleatório. Isso acontece na prática, quando um 
item é retirado no decorrer do teste sem ter atingido a falha, podendo ocorrer se o item falhar 
por uma razão diferente da estudada. 
 
Especificando o Tempo de Falha 
 A variável aleatória T, que representa o tempo de falha, é usualmente especificada em 
confiabilidade pela sua função de confiabilidade ou pela sua função de taxa de falha. 
 
2.3.4 Função de Confiabilidade 
 
Essa é uma das principais funções probabilísticas usadas para descrever estudos provenientes de 
testes de durabilidade. A função de confiabilidade é definida como a probabilidade de um 
produto desenvolver sua função sem falhar até um certo tempo t. Em termos probabilísticos, 
isso é escrito em função da variável de interesse T, que é o tempo até a ocorrência da falha, 
como sendo: 
 
 
 
 
Tendo em mãos a função de confiabilidade, se pode voltar ao exemplo apresentado no início da 
seção e responder as perguntas 2 e 3, em que a fração de defeituosos nos dois primeiros anos 
de vida é de cerca de 1% e 10% dos produtos estarão fora de operação com 10 anos de uso. 
 
 
2.3.5 Função Taxa de Falha 
 
A probabilidade de um produto falhar em um intervalo de tempo [t1, t2) pode ser expressa em 
termos da função de confiabilidade como 
 
 
 
 
 
 
 
 
 
 
 
 
 
A taxa de falha no intervalo [t1, t2) é definida como a probabilidade de que a falha ocorra neste 
intervalo, dado que a falha não ocorreu antes de t1, dividido pelo comprimento do intervalo. 
Assim, a taxa de falha no intervalo [t1, t2) é expressa por: 
 
 
Considerando o intervalo [t, t+Δt), Δt > 0, a expressão pode ser reescrita como: 
 
 
 
 
 
 
A taxa instantânea de falha em um tempo t será definida como: 
 
 
e sua expressão será obtida ao fazermos Δt tender a zero na expressão (2.2), isto é, 
 
 
 
Sabendo que R(t) = 1 - F(t) e que a função densidade de probabilidade f(t) é igual à derivada da 
função de distribuição acumulada F(t), isto é, concluímos que a taxa instantânea de falha h(t) 
pode ser expressa como: 
 
 
 
A função taxa de falha h(t) é bastante útil para descrever a distribuição do tempo de vida de 
produtos. Ela descreve a forma em que a taxa instantânea de falha muda com o tempo. 
Crescente: a taxa de falha aumenta com o tempo. Este é o comportamento esperado para 
produtos ou componentes, mostrando um efeito gradual de envelhecimento. 
Decrescente: a taxa de falha diminui com o tempo. É o comportamento de certos tipos de 
capacitores e alguns dispositivos semicondutores. 
Constante: a taxa de falha é constante para qualquer valor do tempo. Usualmente caracteriza 
um período do tempo de vida de vários produtos manufaturados. 
 
Banheira: é uma combinação entre as três funções anteriores, sendo em um período inicial 
decrescente, no período intermediário aproximadamente constante, e no período final 
crescente. Acredita-se que a função de taxa de falha do tipo banheira descreve bem o 
comportamento do tempo de vida de alguns produtos que são sujeitos, em um período inicial, a 
uma alta taxa de falha (período de falhas prematuras) que decresce rapidamente ficando 
constante em um período intermediário (período de vida útil) e apresenta no período final uma 
taxa de falha crescente (período de desgaste). 
 
 
Figura 13: Funções de taxa de falha. 
Existe uma série de modelos probabilísticos utilizados na análise de dados de confiabilidade, 
alguns destes modelos ocupam uma posição de destaque por sua comprovada adequação a 
várias situações práticas. Entre esses modelos podemos citar o Exponencial, Weibull, Valor 
Extremo ou Gumbel e o Log-normal. 
 
2.3.6 Modelo de Weibull 
Fonte: http://www.portalaction.com.br/ 
A distribuição de Weibull foi proposta originalmente por W. Weibull em 1954 em estudos 
relacionados ao tempo de falha devido a fadiga de metais. Ela é frequentemente usada para 
descrever o tempo de vida de produtos industriais. A sua popularidade em aplicações práticas 
deve-se ao fato dela apresentar uma grande variedade de formas, todas com uma propriedade 
básica: a sua função de taxa de falha é monótona, isto é, ela é estritamente crescente, 
estritamente decrescente ou constante. 
 
Ela descreve adequadamente a vida de mancais, componentes eletrônicos, cerâmicas, 
capacitores e dielétricos. Sua função densidade de probabilidade é dada por: 
 
 
 
 
sendo e os parâmetros de forma e de escala, respectivamente. 
Observe que se tomarmos o parâmetro de forma na equação obtemos a densidade de 
probabilidade da Exponencial com parâmetro , isto é, a distribuição de Weibull é uma 
generalização da distribuição Exponencial. 
 
Figura 14: Funções densidade de probabilidade da distribuição de Weibull. 
 A função de confiabilidade da distribuição de Weibull é dada por: 
 
 
 
 
Figura 15: Gráfico Probabilidade de Sobrevivência x Ciclos 
A função de risco é dada por 
 
 
 
Figura 16: Taxa de falha da distribuição de Weibull com 
 
O tempo médio de vida (MTTF) e a variância da distribuição de Weibull são obtidos pelas 
equações 
 
 
 
 
sendo denominada função Gamma e definida como 
 
Quando x é um número natural positivo, temos que 
 
 
O quantil 100×p% é obtido a partir da equação como 
 
 
 
2.3.6.1 – CONFIABILIDADE E ANÁLISE DE WEIBULL 
 
Para os que não conhecem, a análise de Weibull, também denominada análise de dados de vida, 
é uma ferramenta de análise que a partir de uma amostra representativa, possui a 
funcionalidade de fazer previsões de um produto dentro de uma população. Isto é feito por 
“encaixe” em uma distribuição estatística de dados de vida e esta distribuição pode então ser 
utilizada para estimar características importantes da vida deste produto tais como confiabilidade 
ou probabilidade de falha em um período específico. A fórmula de Weibull pode ser 
representada pela fórmula: 
 
Onde: 
 F(t) é a probabilidade de falha para uma determinada amostra; 
 t é o tempo até a falha; 
 η é a característica de vida ou parâmetro de escala; 
 β é o parâmetro de inclinação ou forma 
 
A análise de Weibull é um método de modelagem de dados conjuntos contendo valores maiores 
que zero (como exemplo, podem ser dados de tempo até a falha conhecido como time-to-fail 
(TTF)). Uma característica importante desta análise, é que se houver a possibilidade de fazer uma 
coleta de 3 amostras, já é viável realizar o estudo de confiabilidade. Através da utilização de 
Weibull, é possível responder alguns problemas de engenharia tais como: 
 Um operador reporta três falhas de um mesmo componente funcionando pelo período de 
três meses. O gerente da área questiona: “quantas falhasteremos no próximo trimeste, 
semestre ou ano? Quanto vai custar? Qual é a melhor ação corretiva para reduzir os riscos e 
as perdas? 
 Para adquirir peças de reposição e agendar o trabalho da equipe de manutenção, quantos 
componentes serão enviados para revisão mês a mês no próximo ano, sabendo-se que o 
gerente de manutenção quer ter 95% de certeza de que as peças em estoque e a mão-de-
obra serão o suficientes? 
 O custo de uma falha não prevista de um componente (manutenção corretiva) é em torno 
de 20 vezes o custo de uma manutenção planejada. Qual é o intervalo ideal (melhor custo-
benefício) que deve ser estabelecido para a substituição deste componente? 
 
 
2.3.7 Utilizando Weibull para calcular probabilidade de falhas no Excel 
O maior desafio para as pessoas que estão envolvidas com a manutenção nas indústrias hoje em 
dia não é apenas saber das técnicas utilizadas na manutenção, mas decidir quais delas realmente 
são ou não são importantes para determinado ativo. Se forem realizadas escolhas certas, é 
possível melhorar o desempenho do ativo e ao mesmo tempo reduzir o custo de manutenção, 
aumentando sua confiabilidade operacional. Por outro lado, se houverem más escolhas, novos 
problemas são criados, enquanto, que aqueles que já existentes tendem a piorar. 
De acordo com a teoria da confiabilidade e da mantenabilidade, a manutenção periódica ou 
preventiva tem a função de reduzir a incidência de falha no equipamento. No entanto, se o 
período de manutenção for muito curto, tanto o custo quanto a indisponibilidade aumentam, 
sem citar o fato de que a alta frequência de determinadas atividades podem reduzir a 
confiabilidade do sistema. Por outro lado, se o período de manutenção é muito longo, o alto 
potencial de falha do equipamento irá resultar em perdas indevidas agravadas pela perda do 
lucro cessante. Portanto, uma vez a adotada a estratégia de realizar a manutenção periódica, 
estabelecer um período de manutenção razoável é a chave para a redução de custos mantendo 
a confiabilidade operacional. 
 
EXEMPLO PRÁTICO DO CÁLCULO DE CONFIABILIDADE ENVOLVENDO DISPONIBILIDADE 
 
O efeito de testes e atividades de manutenção realizados em um componente baseia-se em duas 
situações extremas. A primeira delas supõe que o estado do componente após a manutenção é 
“tão bom como novo”, o que significa que sua idade é restaurada para zero depois que uma 
atividade de manutenção é executada. A segunta opção assume que a manutenção deixa o 
componente em uma condição “tão ruim quanto velho”, significando que sua idade é a mesma 
depois de realizada a manutenção se comparada com a situação imediatamente antes da 
manutenção. No nosso exemplo de confiabilidade nos basearemos na primeira opção, ou seja, a 
de que após a manutenção o componente terá sua idade restaurada. Para realizar os cálculos 
dos parâmetros, será utilizado o Excel 2010 e o módulo de ferramenta de análise deste software. 
Para o exemplo, vamos considerar um cilindro hidráulico que de tempos em tempos, devido ao 
desgaste das gaxetas e anéis de vedação, falha com relação à sua função principal, exigindo 
manutenção corretiva. Será então calculado o melhor momento para realizar a manutenção 
periódica a partir da análise dos custos e da confiabilidade. 
Com relação ao cálculo da confiabilidade, primeiramente é necessário que tenhamos em mãos a 
amostragem de tempo até a falha do cilindro. Sendo assim, foi coletado em campo o tempo em 
minutos que o cilindro operou antes de cada falha, conforme a Figura 17. 
 
 Figura 17: MTTF do cilindro em análise. 
Pelos valores podemos perceber que em média a cada 4 meses e 26 dias (210379 minutos), 
ocorre a falha do cilindro, exigindo manutenção corretiva. Aqui foi coletado um total de 10 
amostras, porém, a partir de 3 amostragens já é possível realizar o estudo de confiabilidade. 
Com os dados de amostragem de tempo até a falha, vamos agora calcular as variáveis 
necessárias para obter os parâmetros da fórmula de Weibull (beta e alfa). A partir dos dados de 
tempo até a falha, deve-se preencher outra tabela conforme indicado na Figura 18. Os passos 
são o seguinte: 
1. Na coluna A, deve-se preencher os dados até a falha e logo após ordenar eles por ordem do 
menor para o maior. Feito isto, deve-se proceder ao passo 2; 
2. Na coluna B, deve-se numerar em sequência de acordo com a quantidade de amostras; 
3. Para preencher a coluna C, é necessário calcular o Median Rank. É um conceito da 
estatística que pode ser calculado da seguinte forma: Na célula C15 digite a fórmula “=(B15-
0,3)/(10+0,4)”. Os valores 0,3 e 0,4 são padrões na obtenção do median rank. Já o valor 
“10” foi utilizado porque representa a quantidade de amostras. Feito isto extenda a fórmula 
para as outras células, conforme indicado na tabela2. 
4. A coluna D deve conter os valores obtidos através da fórmula “1/(1-Median Rank)”. 
5. Da mesma forma a coluna E deve conter valores obtidos através da fórmula “Ln(Ln(1/(1-
Median Rank)))”, onde Ln é o logaritmo do valor. 
6. Finalmente na coluna F deve ser calculado o logaritmo do ttf (coluna A), utilizando a fórmula 
“Ln(TTF do Cilindro)”. A tabela completa com os valores calculados pode ser visualizada a 
seguir (Figura 18). 
 
Figura 18: Valores calculados com base no MTTF do cilindro. 
Com a tabela completa, agora é necessário utilizar o recurso de regressão do Excel, que faz parte 
da ferramenta Análise de dados. Deve-se proceder da seguinte forma: 
1. Clicar na opção Análise de Dados, localizada no menu Dados. Caso o seu Excel não possua 
esta opção visível, é necessário habilitá-la. 
2. Clicar em Regressão. 
3. Clicar Ok. 
 
Agora, é necessário informar ao Excel quais serão as colunas utilizadas para a regressão. Assim, 
proceda da seguinte forma: 
1. O intervalo Y de Entrada deve ser os dados da coluna E, incluindo o cabeçalho. Portanto é o 
intervalo compreendido entre o E14 e E24; 
2. O intervalo X de Entrada deve ser os dados da coluna F, incluindo o cabeçalho. Portanto é o 
intervalo compreendido entre o F14 e F24; 
3. Checar a opção Rótulos. 
 
4. Checar a opção nova planilha e dar o seguinte nome: “Regressão Linear” ou qualquer outro 
nome que desejar. 
5. Checar a opção “Plotar ajuste de Linha”. 
 
6. Clicar no botão “Ok”. 
 
Todos estes passos podem ser visualizados na Figura 4 abaixo: 
 
O Excel automaticamente irá gerar uma planilha com os dados estatísticos calculados, bem como 
o gráfico de regressão. Porém, não temos ainda todos os dados necessários. É preciso ainda 
calcular os parâmetros beta e alfa através do seguinte procedimento: 
1 – Na célula A19, digite: “beta (ou parâmetro de forma)”. Na célula B19, digite a fórmula: “=B18. 
Na célula A20, digite: “alfa (ou característica de vida)”. Na célula B20, digite a fórmula: “=EXP(-
B17/B18). O resultado pode ser visualizado na Figura 5. Para este exemplo, temos então 
o beta=4,2524 e o alfa=231126,77. 
 
Figura 19: Dados estatísticos calculados 
 
O QUE REPRESENTAM OS PARÂMETROS Β E Α? 
 
O parâmetro de forma β indica se a taxa de falha está crescente, constante ou decrescente. 
Se β<1, é um indicativo de que o produto está com a taxa de falha decrescente. Este cenário é 
típico da chamada “mortalidade infantil”, indicando que o produto falha logo no seu período de 
“nascimento”. Se β=1, é um indicativo de falha constante. São componentes que após 
sobreviverem ao “nascimento” possuem uma taxa de falha constante. Se β>1, temos então a 
situação de uma taxa de falha crescente. Este cenário é típico de produtos que falham por 
desgaste como é o nosso caso (β=4,25) em que o beta é muito maior do que 1, indicando que ocilindro falha por fadiga após um determinado tempo. A característica de vida, ou parâmetro α é 
uma medida de escala ou propagação com relação à distribuição dos dados. Ele representa o 
número na escala do eixo X em que 63,2% dos cilindros falharam. Fazendo a análise de 
confiabilidade para nosso exemplo em que α=231.126, significa dizermos que 37% dos cilindros 
sobrevivem após um período de 231.126 minutos, ou melhor dizendo, após 5 meses e 11 dias. 
2.8 FMEA e FMECA 
 
 
2.4.1 Descrição dos métodos FMEA e FMECA 
Fonte: http://www.daelt.ct.utfpr.edu.br/ 
 
A Associação Brasileira de Norma Técnicas (ABNT), na norma NBR 5462 (1994), adota a sigla 
originária do inglês FMEA (Failure Mode and Effects Analysis) e a traduz como sendo Análise dos 
Modos de Falha e seus Efeitos. Ainda segundo a norma, o FMEA é um método qualitativo de 
análise de confiabilidade que envolve o estudo dos modos de falhas que podem existir para cada 
item, e a determinação dos efeitos de cada modo de falha sobre os outros itens e sobre a função 
específica do conjunto. 
 
A NBR 5462 (1994) A Military Standard (MIL-STD 1629A) (1980), identificam como sendo um 
procedimento pelo qual cada modo de falha potencial em um sistema é analisado para 
determinar os resultados ou efeitos no sistema e para classificar cada modo de falha potencial 
de acordo com a sua severidade. FMEA é uma técnica analítica utilizada por um engenheiro/time 
de profissionais como uma maneira de garantir que, até a extensão possível, os modos 
potenciais de falha e suas causas/mecanismos associados tenham sido considerados e 
localizados. 
O modo de falha é uma propriedade inerente a cada item, visto que cada item tem suas 
características particulares como função, ambiente de trabalho, materiais, fabricação e 
qualidade. Por exemplo, para um eixo pode-se ter como modo de falha, ruptura, empenamento, 
desgaste e, para um filtro pode-se ter, rompido, entupido e assim por diante. 
 
FMEA possui uma vasta aplicação. Dentre eles tem-se o FMEA de Sistema, FMEA de projeto, 
FMEA de processo e FMEA de serviço. FMEA de Sistema – É usado para analisar sistemas e 
subsistemas nas fases iniciais de concepção e projeto. O FMEA de sistema enfoca os modos 
potenciais de falha entre as funções do sistema, causada por algumas deficiências do sistema. 
Ele inclui a interação entre os sistemas e os elementos do sistema. 
 
FMEA de Projeto – É usado para analisar produtos antes que eles sejam liberados para a 
manufatura. O FMEA de projeto enfoca os modos potenciais de falha causados pelas deficiências 
do projeto. FMEA de Processo – É usado para analisar os processos de manufatura e montagem. 
 
O FMEA de processo enfoca os modos de falhas causados pelas deficiências do processo ou 
montagem. FMEA de Serviço – É usado para analisar serviços antes que eles alcancem o cliente. 
O FMEA de serviço enfoca os modos de falha (tarefas, erros, enganos) causados pelas 
deficiências do sistema ou processo. 
 
A sigla FMECA tem origem da seguinte expressão em inglês Failure Modes, Effects and Criticality 
Analysis e é ser traduzida como Análise dos Modos de Falha, Efeitos e Criticalidade. No FMECA é 
calculado o Número de Prioridade de Risco (NPR) sendo que em algumas abordagens o valor é 
atribuído ao modo de falha e em outras a cada causa do modo de falha. A expressão a seguir 
apresenta o cálculo do NPR. 
 
NPR = Ocorrência x Severidade x Detecção 
 
Detecção é um valor que mostra a eficiência dos controles de detecção da falha (modo 
de falha ou causa do modo de falha). Quanto maior for o valor atribuído ao índice de detecção 
significa que maior será a dificuldade de detectar a falha. O índice Ocorrência é usado para 
avaliar as chances (probabilidade) da falha ocorrer, enquanto que a Severidade avalia o impacto 
dos efeitos da falha, a gravidade dos efeitos. Assim, FMECA = FMEA + C onde, C = Criticalidade = 
(Ocorrência) x (Severidade). A seguir será apresentado modelos de avaliação para as váriáveis de cálculos 
do NPR. O Quadro 1 mostra uma forma de determinar a probabilidade de ocorrência de uma 
determinada falha em um determinado item. O Quadro 2 apresenta um modelo de avaliação da 
severidade da falha e o Quadro 3 mostra o quanto uma falha pode ser difícil de ser detectada. 
 
 
 
 Quadro 1: Probabilidade de ocorrência de uma determinada falha. 
 
 
Quadro 2: Avaliação do índice de severidade da falha. 
 
 
 
 
 
 
 
 
 
 
 
Quadro 3: Avaliação do indice de detecção da falha. 
 
 
 
2.8.1 Implantação do FMEA e FMECA 
 
 
Os procedimentos descritos pelos autores são baseados na experiência de cada um. Estes 
procedimentos foram agrupados no Quadro 4, sendo possível verificar que as seqüências de 
algumas etapas são coincidentes e existe pouca variação entre um procedimento e outro. As 
etapas descritas são referentes ao FMECA. Para o FMEA, como foi discutido anteriormente, não 
existem as etapas referentes à avaliação da criticalidade (NPR). 
 
 
 
 
 
 
 
 
Quadro 4: Etapas de aplicação do FMEA segudo diversos autores. 
 
 
Processo passo a passo: 
 
1. Escolha dos membros da equipe Um dispositivo para desempenhar qualquer função, por 
mais simples que seja, requer itens caracterizados por: funções, materiais, acabamentos, 
tolerâncias e qualidade. A aplicação do FMEA a um desses itens, em qualquer fase do ciclo 
de vida, vai exigir diversidade, qualidade e profundidade de informações. Este grau de 
exigência só poderá ser suprido quando se dispõe de uma equipe de trabalho com 
especialistas das diversas áreas relacionadas comprometidos com o método e com o 
produto em análise. Na Tabela 4 foi apontado ser obrigatório pelo menos a presença de um 
responsável pelo projeto e pelo sistema. Na experiência vivida percebeu-se que é preciso ter 
um responsável pelo projeto ou sistema que vai preparar os aspectos relacionados com o 
projeto, como modelo físico, modelo confiabilísticos, diagramas, fotografias, e vai 
implementar as decisões das reuniões. E também é necessário ter um líder de FMEA, ou 
especialista em FMEA para dirimir as dúvidas conceituais relativas ao que é modo de falha, 
efeito, função, causa, FMEA de componente, FMEA de sistema, além de organizar e registrar 
as informações nos formulários. 
 
2. Definição do sistema e dos componentes 
 
O sistema é definido nesta etapa e é feita a lista dos componentes que constituem o 
sistema. Um componente não precisa ser necessariamente uma peça do equipamento. 
Quando existirem muitos componentes, deve-se racionalizar a análise e procurar buscar os 
componentes que ao falharem podem comprometer a função, a segurança, a ergonomia, 
bem como aqueles que tem a taxa de falha mais elevada, componentes novos, 
componentes que sofreram manutenção, enfim deve-se analisar os pontos que sofreram 
mudanças. Um subsistema também pode ser considerado como componente. Dependendo 
da complexidade do sistema agrupam-se os componentes em subsistemas tratando-os 
como um componente único. A definição do sistema e dos componentes é muito 
importante para a aplicação das definições dos modos de falha e dos efeitos. Os modos de 
falha estão associados aos componentes, enquanto que os efeitos estão associados ao 
sistema. A preparação deste contexto pode ser feita pelo líder do projeto e pelo líder de 
FMEA. 
 
3. Diagrama funcional de blocos, fluxogramas, modelos confiabilísticos 
 
Os diagramas funcionais de blocos, fluxogramas ou modelos confiabilísticos são utilizados 
para mostrar como as diferentes partes do sistema interagem umas com as outras, 
facilitando a verificação doscaminhos críticos e o entendimento do sistema. Os Diagrama 
funcional de blocos e fluxogramas são facilitam a análise dos sistemas, permitindo uma 
melhor visualização do problema. São etapas que aparecem formalmente nos 
procedimentos descritos por VILLACOURT (1992) e STAMATIS (1995), sendo que o último 
sugere o uso do diagrama funcional de blocos para os FMEAs de sistema e projeto e o 
fluxograma para o FMEA de processo. É possível desenvolver o FMEA sem o auxílio dos 
diagramas, mas a análise do sistema se torna muito mais difícil e a chance de se esquecer de 
algum detalhe se tornam maior. Nesta fase, a participação de um especialista em 
confiabilidade e na ferramenta auxiliar de análise utilizada, torna-se recomendável. 
 
 
4. Funções dos componentes 
 
A descrição da função deve ser exata e concisa. As funções são muito importantes porque 
são uma grande referência para os modos de falha, especialmente quando se está utilizando 
a abordagem funcional. A descrição da função deve ser preparada pelo projetista e colocada 
em discussão para todos os membros do processo de análise de FMEA. 
 
5. Modos de falha de cada componente 
 
Modo de falha é um estado anormal de trabalho, uma anomalia apresentada pelo item que 
está sendo analisado. Os componentes constituintes do sistema são analisados, sendo 
levantados todos os seus respectivos modos de falha. Deve-se perguntar quais as possíveis 
maneiras do componente em estudo se apresentar defeituoso? Como ele pode deixar de 
executar a sua função para o qual foi projetado? A análise deve ser feita levando-se em 
consideração a função do componente e as especificações de projeto. Se existe um modo de 
falha, deve-se leva-lo em consideração, pelo menos no início do processo. 
 
6. Efeitos causados no sistema 
 
O estudo e a identificação dos efeitos é fundamental tanto para o projetista quanto para 
quem trabalha com processo. É um requisito fundamental para incorporar aos itens 
conceitos de mantenabilidade e processos de manutenção como manutenção centrada na 
confiabilidade e manutenção centrada na produtividade. Uma vez que se tem clareza de 
como os modos de falha se manifestam, pode-se projetar sensores para captar estas 
informações. Estes sensores vão anunciar quando se está iniciando um processo de falha, o 
que permitirá programar as ações corretivas. A análise dos efeitos requer aprofundar o 
conhecimento e a percepção sobre o sistema de um ponto de vista mais externo. Aqui 
interessa saber as informações que o sistema está emitindo. 
 
 
 
 
7. Revisão do formulário e seleção das ações principais. 
 
Para a avaliação dos efeitos são usadas algumas escalas para estimar o impacto com relação 
à segurança do cliente, meio ambiente, normas governamentais, imagem da empresa ou 
custos. As escalas utilizadas para a avaliação não são precisa, variando com o autor, análise, 
tipo de produto, empresa. 
 
8. Revisão do formulário e seleção das ações principais. 
 
O processo de revisão deve iniciar a partir dos registros, inicialmente, estabelecidos. 
Evidentemente para ser deflagrado um processo de FMEA necessidades, requisitos e metas 
foram estabelecidas. Então o processo de revisão deve incorporar todos estes parâmetros. 
Recomenda-se que a equipe utilize técnicas de solução de problemas em suas revisões, 
como por exemplo, Brainstorming, diagramas de pareto as quais são muito eficazes e úteis. 
Neste contexto os formulários devem estar preenchidos, principalmente, naqueles 
contextos para o qual a reunião foi convocada. A ação de FMEA é um exercício de 
conhecimento constante e por isso precisa ser executado por etapas. 
 
9. Os benefício na aplicação do FMEA podem ser verificador no Quadro 4. 
 
Quadro 4: Benefícios da aplicação do FMEA 
 
 
 
 
2.8.2 Implantação do FMEA e FMECA 
 
Basic Concepts of FMEA and FMECA 
 
http://www.weibull.com/ 
 
Failure Mode and Effects Analysis (FMEA) and Failure Modes, Effects and Criticality Analysis 
(FMECA) are methodologies designed to identify potential failure modes for a product or 
process, to assess the risk associated with those failure modes, to rank the issues in terms of 
importance and to identify and carry out corrective actions to address the most serious 
concerns. 
Although the purpose, terminology and other details can vary according to type (e.g. Process 
FMEA, Design FMEA, etc.), the basic methodology is similar for all. This article presents a brief 
general overview of FMEA / FMECA analysis techniques and requirements. 
 
FMEA / FMECA Overview 
 
In general, FMEA / FMECA requires the identification of the following basic information: 
 Item(s) 
 Function(s) 
 Failure(s) 
 Effect(s) of Failure 
 Cause(s) of Failure 
 Current Control(s) 
 Recommended Action(s) 
 Plus other relevant details 
 
Most analyses of this type also include some method to assess the risk associated with the 
issues identified during the analysis and to prioritize corrective actions. Two common methods 
include: 
 Risk Priority Numbers (RPNs) 
 Criticality Analysis (FMEA with Criticality Analysis = FMECA) 
 
Published Standards and Guidelines 
 
There are a number of published guidelines and standards for the requirements and 
recommended reporting format of FMEAs and FMECAs. Some of the main published standards 
for this type of analysis include SAE J1739, AIAG FMEA-3 and MIL-STD-1629A. In addition, many 
industries and companies have developed their own procedures to meet the specific 
requirements of their products/processes. Figure 13 shows a sample Process FMEA. 
 
Basic Analysis Procedure for FMEA or FMECA 
 
The basic steps for performing an FMEA/FMECA analysis include: 
 Assemble the team. 
 Establish the ground rules. 
 Gather and review relevant information. 
 Identify the item(s) or process (es) to be analyzed. 
 Identify the function(s), failure(s), effect(s), cause(s) and control(s) for each item or process 
to be analyzed. 
 Evaluate the risk associated with the issues identified by the analysis. 
 Prioritize and assign corrective actions. 
 Perform corrective actions and re-evaluate risk. 
 Distribute, review and update the analysis, as appropriate. 
 
Risk Evaluation Methods 
 
A typical FMEA incorporates some method to evaluate the risk associated with the potential 
problems identified through the analysis. The two most common methods, Risk Priority 
Numbers and Criticality Analysis, are described next. 
 
Risk Priority Numbers 
 
Use the Risk Priority Number (RPN) method to assess risk, the analysis team must: 
 Rate the severity of each effect of failure. 
 Rate the likelihood of occurrence for each cause of failure. 
 Rate the likelihood of prior detection for each cause of failure (i.e. the likelihood of 
detecting the problem before it reaches the end user or customer). 
 Calculate the RPN by obtaining the product of the three ratings: 
 
RPN = Severity x Occurrence x Detection 
The RPN can then be used to compare issues within the analysis and to prioritize problems for 
corrective action. 
 
Fi
gu
ra
 1
3
: F
M
EA
 F
o
rm
 
Criticality Analysis 
 
The MIL-STD-1629A document describes two types of criticality analysis: quantitative and 
qualitative. To use the quantitative criticality analysis method, the analysis team must: 
 Define the reliability/unreliability for each item, at a given operating time. 
 Identify the portion of the items unreliability that can be attributed to each potential failure 
mode. 
 Rate the probability of loss (or severity) that willresult from each failure mode that may 
occur. 
 Calculate the criticality for each potential failure mode by obtaining the product of the three 
factors: 
 
Mode Criticality = Item Unreliability x Mode Ratio of Unreliability x Probability of Loss 
 
 Calculate the criticality for each item by obtaining the sum of the criticalities for each failure 
mode that has been identified for the item. 
 
Item Criticality = SUM of Mode Criticalities 
 
To use the qualitative criticality analysis method to evaluate risk and prioritize corrective actions, 
the analysis team must: 
 Rate the severity of the potential effects of failure. 
 Rate the likelihood of occurrence for each potential failure mode. 
 Compare failure modes via a Criticality Matrix, which identifies severity on the horizontal 
axis and occurrence on the vertical axis. 
 
Applications and Benefits 
 
The FMEA / FMECA analysis procedure is a tool that has been adapted in many different ways for 
many different purposes. It can contribute to improved designs for products and processes, 
resulting in higher reliability, better quality, increased safety, enhanced customer satisfaction 
and reduced costs. The tool can also be used to establish and optimize maintenance plans for 
repairable systems and/or contribute to control plans and other quality assurance procedures. It 
provides a knowledge base of failure mode and corrective action information that can be used as 
a resource in future troubleshooting efforts and as a training tool for new engineers. In addition, 
an FMEA or FMECA is often required to comply with safety and quality requirements, such as ISO 
9001, QS 9000, ISO/TS 16949, Six Sigma, FDA Good Manufacturing Practices (GMPs), Process 
Safety Management Act (PSM), etc.