Baixe o app para aproveitar ainda mais
Prévia do material em texto
Análise dos tempos de falha Unidade 3 Eng. Hugo Bassi, M. Sc. UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 2 Agenda 1. Modelos probabilísticos aplicados a confiabilidade 2. Estimadores de máxima verossimilhança 3. Indicadores de R(t), h(t), MTTF, MTBF e MTTR 4. Construção e interpretação do gráfico da função Confiabilidade 5. Modelo de falha exponencial, weibull, lognormal e gama 6. Escolha do melhor modelo: análise gráfica e teste de aderência UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 3 Medição de falhas Há 3 formas de medirmos as falhas: Taxa de falhas A frequência com que uma falha ocorre Confiabilidade A probabilidade de uma falha ocorrer Disponibilidade O período de tempo útil disponível para a operação UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 4 Taxa de falhas ୀଵ OU Exercício: Um lote de 50 componentes eletrônicos é testado durante 2.000 horas. Quatro dos componentes falham durante o teste, como segue. Qual a taxa de falhas? • Falha 1 ocorreu após 1.200 horas • Falha 2 ocorreu após 1.450 horas • Falha 3 ocorreu após 1.720 horas • Falha 4 ocorreu após 1.905 horas Onde, = total de produtos testados UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 5 Taxa de falhas – Resolução do exercício O tempo total do teste = horas de componentes Porém: • Um componente não operou: 2.000 – 1.200 = 800 horas • Um componente não operou: 2.000 – 1.450 = 550 horas • Um componente não operou: 2.000 – 1.720 = 280 horas • Um componente não operou: 2.000 – 1.905 = 95 horas Portanto: O tempo total de não-operação é de: 1.725 horas Tempo de operação = Tempo Total – Tempo Não Operando Tempo de operação = 100.000 – 1.725 = 98.275 horas Quantidade de falhas por tempo de operação % falhas por componentes testados UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 6 A confiabilidade de um item corresponde à sua probabilidade de desempenhar adequadamente o seu propósito especificado, por um determinado período de tempo e sob condições ambientais predeterminadas. Confiabilidade Depende do propósito de estudo Devem apresentar valores entre 0 e 1 Os modelos que descrevem os tempos até falha utilizam a variável aleatória T para descrever o tempo até falha de um item; Influencia no desempenho de um produto; Conforme padrão definido pelo usuário; UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 7 Confiabilidade Considerando um sistema formado por múltiplos componentes, é dada por: ௦ ଵ ଶ ଷ Onde: ଵ = confiabilidade do componente 1 ଶ = confiabilidade do componente 2 etc. Se uma dessas partes falhar, todo o sistema parará de funcionar. Logo, a confiabilidade total é: ௦ Misturador de massa 0,95 Rolo e cortador de massa 0,99 Aplicador de massa de tomate 0,97 Aplicador de queijo 0,90 Forno 0,98 Exercício Uma máquina automática de produção de pizza em uma fábrica de alimentos tem cinco componentes principais, com confiabilidades individuais na tabela ao lado: UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 8 Confiabilidade média de todos os componentes Co nf ia bi lid ad e do si st em a to ta l n = quantidade de componentes em série UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 9 Importância da Confiabilidade Projeto de produtos, processos e serviços Itens confiáveis requerem menor intervenção do fabricante após venda, gerando menos custos; Projeto de itens confiáveis integra funções de design e manufatura, gerando processos mais robustos e estáveis; Fornece suporte quantitativo a técnicas qualitativas bastante difundidas, como FMEA. UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 10 Em 1963, o submarino nuclear Thresher implodiu causando a morte de 129 tripulantes: • Testes na carcaça limitavam a profundidade de operação a 500 m de profundidade; • Tripulantes ignoraram procedimentos operacionais e ultrapassaram a profundidade máxima em mais de 30%, causando colapso da carcaça do submarino. Importância da Confiabilidade Exemplo prático 11 Medidas de confiabilidade 1. Função de confiabilidade R(t) 2. Função de risco h(t) 3. Tempo médio até falha, MTTF (mean time to failure) 1 2 3 UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 12 Tempo até falha (T) É o tempo transcorrido desde o momento em que a unidade é colocada em operação até a sua primeira falha. Estado da unidade em um tempo t Falha Unidade operacional Unidade não operacional UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 13 Tempo até falha (T) • Nem sempre é medido de forma contínua, podendo assumir valores discretos, como número de ciclos até falha. • Pressupõe-se uma variável distribuída continuamente, com densidade de probabilidade dada por e função de distribuição dada por: • A função denota, assim, a probabilidade de falha da unidade em uma missão de duração menor ou igual a t. ௧ UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 14 Função de confiabilidade, R(t) ௦ ௦ ௦ Seja: Então é a probabilidade de um sistema sobreviver sem falha no decorrer de um intervalo de tempo , dada por: unidades idênticas submetidas a teste em condições predefinidas unidades falharam ௦ unidades sobreviveram ௧ ାஶ ௧ Considerando a variável aleatória , temos: é o complemento de , ou seja: UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 15 Função de risco, h(t) • É a medida de confiabilidade mais difundida na prática. • Trata-se da quantidade de risco ou “taxa de falha instantânea” associada a uma unidade no tempo t, dada por: • Unidade de medida: falhas por unidade de tempo. • Sua forma é um indicativo da maneira como a unidade envelhece. • Assim, unidades com mesma confiabilidade em t podem ter bem distintas. • é uma probabilidade condicional • “Dado que a unidade está operante no tempo , qual a probabilidade de falha em ?” • é uma probabilidade não condicional • “Qual a probabilidade da unidade falhar no intervalo ?” UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 16 Função de risco, h(t) A incidência de risco cresce com o tempo. Ex.: componentes mecânicos. FRC: Função de Risco Crescente Ocorre na modelagem de confiabilidade de softwares onde a incidência de bugs diminui à medida em que o produto sofre revisões. FRD: Função de Risco Decrescente A unidade está exposta a uma mesma quantidade de risco em qualquer momento do tempo. FRE: Função de Risco Estacionária UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 17 Curva da banheira FRCFREFRD Um dos 3 tipos de funções é predominante para cada classe de sistemas (mecânicos / eletrônicos) UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 18 Curva da banheira Mortalidade infantil(falhas prematuras) • Processo de fabricação deficiente (ou projeto deficiente) • Mão-de-obra desqualificada • Amaciamento insuficiente • Pré-teste insuficiente • Materiais fora de especificação • Componentes não especificados • Componentes não testados • Sobrecarga no primeiro teste • Contaminação • Erro humano • Instalação imprópria • Problemas de montagem Algumas vezes é possível reduzir estes tipos de falhas através de testes planejados antes da liberação final do equipamento e capacitação do pessoal de operação. Projetos mais robustos. Como evitar: UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 19 Curva da banheira Vida útil (falhas causais) • Abusos / vibrações / aquecimento / umidade • Interferência indevida de tensão / resistência • Fator de segurança insuficiente • Cargas aleatórias maiores do que as esperadas • Resistência menor do que a esperada • Defeitos não detectáveis em ensaios • Erros humanos durante o uso • Aplicação indevida • Fenômenos naturais imprevisíveis Através de uma correta operação / manutenção de equipamentos. Projetos mais robustos. Como evitar: Acidentes causados por operação ou manutenção inadequada UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 20 Curva da banheira Envelhecimento (falhas por desgaste) • Envelhecimento / desgaste / abrasão • Degradação de resistência • Manutenção insuficiente ou deficiente • Vida do projeto muito curta • Maiores custos e perdas de produção • Menor segurança do processo • Maior taxa de falhas • Menor MTBF • Corrosão / trincas • Fadiga e fluência Engenharia de Manutenção para prolongar a vida útil. Projeto de produto com materiais mais resistentes. Vigorosa manutenção durante vida útil.Como evitar: CAUSA: idade do equipamento UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 21 Tempo médio até falha, MTTF • É o tempo esperado para falha de sistemas não reparáveis. • Exemplo: teste de 3 sistemas idênticos a partir do tempo 0 até a falha: • Se estas três falhas são amostras aleatórias de uma população e os tempos de falha da população seguem uma distribuição com uma função densidade de probabilidade , o MTTF é definido como a expectância (ou tempo esperado) da variável , dada por : ାஶ Sistema 1 => falhou em 10 horas Sistema 2 => falhou em 12 horas Sistema 3 => falhou em 13 horas Qual o MTTF? (Mean Time To Failure) 11,6667 horas UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 22 Exercício: Supondo que a taxa de falhas (calculada sobre o tempo de operação) de um conjunto de componentes eletrônicos seja 0,000041. Qual o ? Isto é, em média, uma falha pode ser esperada a cada 24.390,24 horas. Tempo médio até falha, MTTF UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 23 Exercícios Medidas de confiabilidade • Individual ou em dupla; • Utilizar arquivo em excel disponível no sistema, denominado “Unidade 3 – Exercícios.xlsx” • Resolver os exercícios 1 a 3. UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 24 Distribuições de tempos até a falha 1. Distribuição exponencial 2. Distribuição de Weibull 3. Distribuição gama 4. Distribuição lognormal 1 2 3 4 UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 25 Estimadores de máxima verossimilhança População ଵ Amostra aleatória de tempos até falha Para estimar o vetor de parâmetros da distribuição, deve-se desenvolver um estimador para . Vetor de parâmetros da distribuição O método da máxima verossimilhança é o mais utilizado. UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 26 Propriedades dos estimadores Não-tendencioso • Estimador que não subestima ou superestima, de maneira sistemática, o valor real do parâmetro; isto é, , onde • denota o operador de expectância. Consistente • Estimador não-tendencioso que converge rapidamente para o valor real do parâmetro à medida que o tamanho de amostra aumenta. Eficiente • Estimador consistente que apresenta a menor variância dentre os estimadores usados para estimar o mesmo parâmetro populacional. Suficiente • Estimador eficiente que utiliza toda a informação acerca do parâmetro que a amostra possui. UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 27 Estimadores de máxima verossimilhança • Sejam ଵ variáveis aleatórias que seguem uma distribuição de probabilidade , onde é o único parâmetro desconhecido. • Sejam ଵ os valores observados em uma amostra aleatória de tamanho • A função de verossimilhança da amostra é: • O estimador de máxima verossimilhança de é o valor de que maximiza , derivando a equação acima com relação a e igualando o resultado a 0 ଵ ଶ UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 28 Distribuição exponencial • Única distribuição contínua com função de risco constante. ఒ௧ ିఒ௧ ୀଵ Ausência de memória: Unidades possuem mesma confiabilidade para qualquer t, independente de sua idade ou tempo de uso. • Isso restringe sua aplicação a alguns componentes elétricos; • Para unidades que apresentam desgaste ou fadiga => apenas durante seu período de vida útil (ocorrência de falhas constante). UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 29 Distribuição exponencial • Gráficos para UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 30 Distribuição de Weibull ఊିଵ ି௧ ം ఏൗ ି ௧ఏ ം ఊିଵ • Alta flexibilidade e capacidade de representação de amostras de tempos até falha com comportamentos distintos. Onde Γ . designa a função gama, uma integral indefinida tabelada • Sua função de risco permite uma representação não-linear plena da Curva da Banheira, a partir da escolha apropriada do valor de : FRD e FRE FRC UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 31 Distribuição de Weibull Função de densidade similar ao da distribuição normal Casos especiais Reta com inclinação ଶ e a Weibull transforma-se na distribuição de Rayleigh) UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 32 Distribuição gama ఊିଵ ିఒ௧ ఊିଵ ି௫ ఒ௧ • É também uma generalização da distribuição exponencial. Formatos assumidos pela densidade da distribuição são bastante similares aos da distribuição de Weibull. FRD e FRE FRC A função de risco também segue o comportamento abaixo: Porém, seu formato se difere da Weibull para valores maiores de t. Para qualquer , ௧→ஶ UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 33 Distribuição lognormal • O tempo até falha T de uma unidade segue uma distribuição lognormal se for normalmente distribuído; • É uma distribuição limitada à esquerda, muito utilizada na modelagem de tempos até reparo em unidades reparáveis. • A probabilidade de completar uma ação de reparo aumenta com o passar do tempo. Taxa de efetividade de reparo Sua função de risco apresenta o formato de umacurva da banheira invertida, com crescendo inicialmente e, após, decrescendo assintoticamente UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 34 Distribuição lognormal ଶ ఓାఙమ ଶ⁄ Por ser uma distribuição limitada à esquerda, a lognormal não é centrada em , como é o caso da normal. Ao contrário, a mediana ெ da distribuição, que satisfaz ெ é dada por ெ ఓ. é o valor da função de distribuição da distribuição normal padronizada avaliada em . é o valor da função de densidade da distribuição normal padronizada avaliada em . UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 35 Distribuição lognormal ୀଵ ଶ ଶ ୀଵ ଶ ୀଵ • Estimadores de máxima verossimilhança para e : UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 36 Exercícios Medidas de confiabilidade • Individual ou em dupla; • Utilizar arquivo em excel disponível no sistema, denominado “Unidade 3 – Exercícios.xlsx” • Resolver os exercícios 4 a 7. UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 37 Verificação do ajuste de dados a distribuições de probabilidade As duas formas mais comuns são: 1. Gráfica, através de histogramas de frequência 2. Analítica, através de testes de aderência 1 2 UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 38 Teste analítico de aderência Qui-Quadrado Trata-se de um teste de hipóteses, em que a hipótese nula ( ) é de que os dados sigam uma determinada distribuição hipotetizada. 1. Considere uma amostra de observações de tempos até falha, obtida de uma população com distribuição de probabilidade desconhecida. 2. Organize os pontos amostrais em uma tabela de frequência, distribuindo-os em classes (onde é usualmente dado por ). 3. Seja a frequência observada na i-ésima classe e a frequência esperada caso a população amostrada siga a distribuição de probabilidade hipotetizada em . 4. O teste do qui-quadrado compara e através da seguinte expressão: deverá ser rejeitada somente se ଶ ultrapassar determinado valor tabelado, com graus de liberdade . ଶ ଶ ୀଵ UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 39 Teste analítico de aderência Qui-Quadrado Exemplo Suponha uma amostra completa, sem inspeção, composta de 49 pontos amostrais correspondendo a tempos até falha observados em fontes de alimentação de microcomputadores. UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 40 Teste analítico de aderência Qui-Quadrado Exemplo Análise gráfica: o histograma abaixo sugere duas possíveis distribuições para os dados: Weibull e lognormal UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 41 Teste analítico de aderência Qui-Quadrado Exemplo Resultado do teste de analítico Nível de significância para : Weibull 62% Lognormal 82% melhor ajuste dos dados UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi 42 Exercício Teste analítico de aderência Qui-Quadrado • Individual ou em dupla; • Utilizar arquivo em excel disponível no sistema, denominado “Unidade 3 – Exercícios.xlsx” • Resolver os exercício 8. UNIDADE 3 Análise dos tempos de falhaDisciplina: Engenharia de Manutenção e Confiabilidade – Prof. Hugo Bassi Obrigado! Em caso de dúvidas ou sugestões, hugo.bassi@newtonpaiva.br
Compartilhar