Professional Documents
Culture Documents
FIABILIDADE
Filipe Didelet
2003
1
NDICE
ndice 2
1 Introduo e definio 4
2 Fiabilidade e engenharia 6
2.1 Fiabilidade e risco 6
2.2 Fiabilidade e manuteno 7
2.3 Fiabilidade e Qualidade 10
2.4 Evoluo das teorias de Fiabilidade 11
2.4.1 Estatstica e Fiabilidade 12
2.4.2 A Fiabilidade e a concepo de equipamentos
e sistemas 12
2.4.3 Evoluo dos modelos de Fiabilidade 13
2.4.4 Bancos de dados de Fiabilidade 16
3 Noes de Estatstica 19
3.1 Probabilidade 19
3.2 Permutaes, arranjos e combinaes 19
3.3 Regras de probabilidade 20
3.4 Varivel aleatria 22
3.5 Distribuio 23
3.6 Distribuies mais comuns 24
3.6.1 Distribuies discretas 24
3.6.1.1 Distribuio hipergeomtrica 25
3.6.1.2 Distribuio de Poisson 25
3.6.2 Distribuies contnuas 27
3.7 Valor esperado 29
4 Fiabilidade de componentes e fiabilidade de equipamentos 32
4.1 Fiabilidade de componentes (no reparveis) 32
4.1.1 Funo de risco para componentes no reparveis 32
4.1.2 MTTF 34
4.1.3 Anlise estatstica de TTFs 35
4.2 Fiabilidade de equipamentos (reparveis) 38
4.2.1 Distribuies e processos 38
4.2.2 Processos pontuais 39
4.2.2.1 Taxa de avarias 40
4.2.2.2 MTBF 42
4.2.2.3 Funo de risco para sistemas reparveis 43
4.2.2.4 Escalas de tempos 45
4.2.2.5 Funo fiabilidade de um processo pontual 46
4.2.2.6 Processo de Poisson homogneo 47
2
4.2.2.7 Processo de Poisson no homogneo 48
4.2.2.8 Processo de renovao 49
4.2.2.9 Escolha do modelo 50
4.3 Curva da banheira 52
5 Distribuies mais comuns em fiabilidade 55
5.1 Distribuio exponencial negativa 55
5.2 Distribuio de Weibull 57
5.3 Testes de hipteses e nveis de significncia 60
5.4 Teste de Laplace 64
5.5 Teste qui-quadrado 69
6 Associaes de equipamentos 71
6.1 Associaes em srie 71
6.2 Associaes em paralelo 71
6.2.1 Redundncia activa total 71
6.2.2 Redundncia activa parcial 72
6.2.3 Redundncia sequencial 72
Bibliografia 75
Anexos 78
3
FIABILIDADE
1 Introduo e definio
Pensamos, por isso, que, para facilitar o trabalho dos estudantes, estes
apontamentos podero ser teis. No substituem as aulas nem a consulta
de outros elementos. Mas podem ser um guia de orientao para seguir
umas e outros.
4
Depois de uma abordagem mais geral, passar-se- apresentao de
algumas das formas mais correntes que a funo fiabilidade toma.
Repare-se que a noo de tempo poder ser substituda por outro tipo de
unidade de contagem (horas, quilmetros, etc.).
5
2 Fiabilidade e engenharia
Por outro lado, a engenharia tem tido uma grande preocupao com o
aumento do tempo de funcionamento dos equipamentos sem ocorrncia
de falha. Isto , tem havido uma preocupao com o aumento da
fiabilidade dos equipamentos. Mas isto tem implicado um estudo
sistemtico dos aspectos relacionados com a variabilidade dos materiais
empregues em engenharia.
6
Compreender as leis do acaso e as causas e efeitos da variabilidade torna-
se, ento, necessrio para a criao de produtos fiveis e para a soluo
dos problemas de infiabilidade.
7
cessao da capacidade de um bem para realizar a sua funo
especfica.
8
parmetros definidores das actividades produtivas e de manuteno
constitui uma forma de anlise dos desempenhos da funo Manuteno.
Assim, as flutuaes de produo e a cadncia produtiva so factores
produtivos a analisar e uma classificao das causas de paragem e
respectiva pesquisa so formas de visualizar os problemas existentes em
termos de manuteno.
UT
A= (2.1)
UT + DT
9
com
UT (up-time) - perodo de tempo em que o equipamento est
em condies de ser utilizado
MTBF
A= (2.2)
MTBF + MTTR
10
A relao entre a Fiabilidade e a Qualidade pode ser encarada de duas
formas diferentes. Inicialmente, a Fiabilidade dos equipamentos vai
condicionar a Qualidade dos produtos produzidos e, aps a entrada em
funcionamento destes ltimos, a Qualidade com que forma produzidos
vai influenciar a sua prpria Fiabilidade.
- caractersticas e desempenhos
- manutenibilidade
- disponibilidade
- durabilidade
- segurana de utilizao
- caractersticas no poluentes
- custo global de posse
- devoluo do produto
- perda do mercado com a consequente degradao da
imagem
de marca
- manuteno mais cara
A Qualidade tem que ser garantida durante o fabrico para que o produto
seja de utilizao segura ao longo do seu tempo de vida til.
11
2.4.1 - Estatstica e Fiabilidade
- componentes
12
- equipamentos
- instalaes
- seleco de fornecedores
- seleco de empanques ou outros acessrios
- determinao exaustiva das condies de funcionamento
recorrendo s leis da Termodinmica e da Mecnica dos
Fluidos
- preparao para o arranque de instalaes
- poltica de peas de reserva como condicionante para a
escolha do fornecedor
13
Os trabalhos mais relevantes para o desenvolvimento da Fiabilidade
comearam a aparecer a partir do incio dos anos 60.
14
Manuteno, nomeadamente preventiva, mais eficientes. O autor
apresenta uma aplicao das tcnicas descritas segurana de um voo de
avio como forma de facilitar a anlise de um processo de RCM. de
referir que as tcnicas apresentadas levam em conta os defeitos e as
possibilidades de avaria que podem ter sido introduzidos ou causados
durante a produo, armazenagem e, obviamente, a operao e a
manuteno dos equipamentos e componentes. Procedem tambm a uma
normalizao dos defeitos potencialmente detectveis e construo das
rvores de falhas.
- catastrfico
- tenso-extenso
- Markov
15
Quando no possvel proceder ao ajustamento de uma dada distribuio
aos dados em anlise ter que se recorrer a mtodos no paramtricos
que, se por um lado so menos eficientes, permitem, por outro, trabalhar
com um menor conjunto de condies iniciais.
16
Esses dados podem ser analisados com vista construo de bancos de
dados de Fiabilidade que nos indiquem as avarias sofridas por um
equipamento, suas causas, periodicidades, etc.
17
Os bancos de dados externos dizem respeito a tabelas referentes, de
forma geral, a determinados componentes electrnicos ou mecnicos mais
comuns. So editadas por diversos organismos e indicam, entre outros, a
designao do componente/material a que respeitam, o MTBF e a taxa de
avarias mdia. Contudo, a utilizao destas tabelas deve ser encarada com
alguns cuidados porque a sua construo baseia-se em condies padro
de funcionamento que nem sempre se verificam. H determinados
factores que, em condies especficas, servem como amplificadores de
condies de risco.
18
3 Noes de estatstica
3.1 - Probabilidade
x
P(A) = (3.1)
n
n!
Arn = n.(n 1)...(n r + 1) = (3.3)
(n r ) !
As combinaes de n itens r a r so
19
n!
Crn = (3.4)
r !(n r )!
Exemplo 1
Uma sala de aulas ocupada por uma turma de 15 alunos. Na 1 fila
existem 6 carteiras. Quantas permutaes diferentes de alunos nas
carteiras so possveis sem carteiras vazias?
15!
P615 =
6!
Exemplo 2
Um lote constitudo por 100 lmpadas. Quantas amostras diferentes de
5 lmpadas so possveis?
100!
C5100 = = 73287520
5! 95!
20
P(BA) = P(B A ) = P(B) (3.7)
Exemplo 1
A probabilidade de um mssil atingir um alvo de 0.85. Se este falha o
alvo, a probabilidade de que o mesmo acontea com um segundo mssil
de 0.20. Tendo sido disparados dois msseis, qual a probabilidade de que
o primeiro falhe e o segundo atinja o alvo?
P( A B) = P( A). P( B / A) = 015
. x 0.8 = 012
.
21
Exemplo 2
A produo de um dado item realizada em duas fbricas. A fbrica 1
produz 70% dos itens e a fbrica 2 produz 30% dos itens. 90% dos itens
da fbrica 1 so aceitveis. 80% dos itens da fbrica 2 so aceitveis. A
produo de ambas as fbricas encaminhada para um armazm geral.
A - item aceitvel
B1 - item produzido pela fbrica 1
B2 - item produzido pela fbrica 2
P(A/ B1 )=0.9
P(A/ B2 )=0.8
P( B1 )=0.7
P( B2 )=0.3
P(A)= 0.9 . 0.7 + 0.8 . 0.3 = 0.87
22
Usa-se uma letra maiscula (X, Y...) para representar uma v.a. e uma letra
minscula para representar um determinado valor numrico que uma v.a.
possa tomar. Por exemplo, se a v.a. X representar o nmero de avarias de
um dado equipamento, ento xi representar o nmero de avarias
ocorridas durante o isimo tempo de observao. Neste exemplo, o
espao de amostragem ser S = {x1, x2,...,xk}, representando k o nmero
de intervalos de tempo durante os quais se realizaram as observaes.
3.5 Distribuio
Se uma varivel aleatria discreta X puder tomar valores x1, x2xn com
probabilidades p1, p2pn, com p1+p2+pn = 1 e pi0 para qualquer i,
diz-se que existe uma distribuio de probabilidades para x. Trata-se,
nesse caso, de uma distribuio discreta.
Pr( x ) = 1
i =1
i (3.15)
23
Diz-se que uma distribuio contnua quando a varivel aleatria pode
tomar qualquer valor dentro de determinado intervalo. Uma v.a. contnua
X tem uma probabilidade zero de tomar exactamente qualquer dos seus
possveis valores. Nesta situao, deve-se apresentar a probabilidade
associada a uma pequena gama de valores que a v.a. possa tomar. Por
exemplo, para uma situao em que a v.a. seja um tempo at falha, T,
pode-se determinar Pr(t1<T<t2), ou seja, a probabilidade de o tempo at
falha se situar entre t1 e t2.
24
3.6.1.1 - Distribuio hipergeomtrica
C xr CnNxr
P( x ) = (3.18)
CnN
em que
N - n total de elementos
n - n de elementos de uma dada amostra
r - n de elementos, de entre o total N, que possuem uma dada
propriedade
x - n de elementos com a referida propriedade encontrados na
amostra
e mm x
P( x) = (3.19)
x!
em que
m=np
n - n total de elementos
25
p - probabilidade de um elemento dos n ter uma dada
propriedade
Exemplo 1
Um lote de 50 artigos contm 3 com defeito. Uma amostra de 5 artigos
colhida aleatoriamente. Calcular a probabilidade de se obter 2 artigos com
defeito na amostra.
N =50
n=5
r=3
x=2
C23 C347
P(2) = = 0.023
C550
Exemplo 2
A percentagem de artigos defeituosos num lote de 0.2%. Os artigos so
embalados em caixas de 200. Qual a proporo de caixas com
e 0.4 0.4 x
P(x) =
x!
P(0) = e = 0.67
0 . 4
26
3.6.2 Distribuies contnuas
1 1 x 2
f ( x) = exp ( ) (3.20)
2
1
(2 ) 2
x
z=
27
Figura 3.1
Representao da fdp da distribuio Normal
Exemplo:
O tempo de vida de uma lmpada incandescente tem uma distribuio
normal de mdia 1200H e desvio padro = 200H .
a) Qual a probabilidade desta lmpada falhar at s 900H?
b) Qual a probabilidade desta lmpada durar mais de 800H?
c) Ao fim de quantas horas deveremos fazer a substituio das
lmpadas para que no se verifique uma % de falhas superior a
5%?
a)
x 900 1200
z= = = 1.5
200
28
As distribuies discretas e contnuas aqui exemplificadas so de
utilizao geral e comum em estatstica. No captulo 5 sero apresentadas
outras distribuies que so muito correntemente aplicadas nas
utilizaes especficas de fiabilidade e cuja apresentao ser feita com as
v.a.s especficas da fiabilidade introduzidas no captulo 4.
E ( X ) = xi Pr( xi )
i
+
E (T ) = tf (t )dt
29
+
E [g (T )] = g (t ) f (t )dt
xe m m x xe m m x
e m m x 1
E( X ) = = = m
x =0 x! x =1 x! x =1 ( x 1)!
em m y
E ( X ) = m =m
y =0 y !
x 2e m m x
x 2em m x
xe m m x 1
E( X ) =
2
= = m =
x =0 x! X =1 x! x =1 ( x 1)!
em m y
ye m m y
em m y
m ( y + 1) = m + m = m2 + m
y =0 y! y =0 y! y =0 y!
v(X) = 2 =E(X-)2
30
E(aX)=aE(X)
E(a)=a
E(g(X)h(X)) =E(g(X))E(hX))
31
4 Fiabilidade de componentes e fiabilidade de equipamentos
32
Assumindo que F absolutamente contnua, podemos definir a funo de
risco associada a x como
f x ( x)
hX(x)= (4.2)
1 Fx ( x)
dFx ( x)
fX(x) = (4.4)
dx
teremos
dRx ( x)
= - fX(x) (4.5)
dx
ou
x
Fx ( x) = f x (y)dy (4.6)
0
e
x
Rx ( x) = 1 - f x ( y )dy (4.7)
0
33
A funo de risco, tal como definida na expresso 4.2, uma taxa relativa
referida ao tempo x, visto que a derivada de FX(x) dividida pela
probabilidade de sobreviver at ao instante x. Para ser uma taxa absoluta
no poderia ser dividida pela fiabilidade.
4.1.2 MTTF
MTTF = E ( X ) = x. f x ( x)dx (4.9)
0
34
4.1.3 Anlise estatstica de TTFs
^ n( x )
R X ( x) = (4.10)
n
35
Para os casos anteriores, vai-se verificar, tambm atravs dos
estimadores, que a funo de risco e a pdf no se devem confundir entre
si.
n de TTF' s x
Fn(x)
n
0, X (1) > x
Fn(x) i / n, X (i) x < X (i +1)
1, X (n) x
Fn ( x) 1 n( x) n( x + x)
f ^ X (x) (4.11)
x n x
^
f ^ ( x) f ^ X ( x) 1 n( x) n( x + x)
h X ( x) R ^ X ( x)
n( x ) / n n ( x ) x
(4.12)
X
36
A funo de risco aparece, assim, como o nmero de falhas por unidade
de tempo em x a dividir pelo nmero de componentes em risco tambm
em x.
A diferena entre estas duas funes pode ser avaliada com um exemplo
mais comum e referente vida humana. Imagine-se que em 2003
calculamos a probabilidade que um indivduo, nascido em 1913, tinha de
vir a falecer durante 2003, ou seja, de vir a falecer com noventa anos.
Estamos a calcular uma densidade de probabilidade e o estimador dado
pela expresso 4.11, dividindo o nmero de indivduos falecidos em 2003
com 90 anos pelo nmero de nascimentos verificados em 1913. Mas se
quisermos calcular a probabilidade de um indivduo com 90 anos vir a
falecer ao longo dos 12 meses seguintes devemos usar a expresso 4.12,
dividindo o nmero de indivduos com 90 anos falecidos nesse perodo
pelos que ainda estavam vivos data do incio da contagem. No primeiro
caso vamos obter um valor muito mais pequeno que no segundo.
37
Tabela 4.1
Exemplo de clculo de fdp e funo de risco
38
com a funo de risco que, por sua vez, pode ser constante ou variar
tambm com o tempo atrs referido.
39
que i designa a ordem de ocorrncia das avarias. Xi ser o tempo que
medeia entre a ocorrncia da avaria i-1 e a ocorrncia da avaria i. A
varivel que designa qualquer momento no tempo contado desde a
ocorrncia da avaria i-1 ser xi. Por exemplo, quando xi=0 acabou de
ocorrer a avaria i-1; quando xi=Xi ocorre a avaria i. Xi, com i=1,2...,
uma v.a. designada por tempo entre avarias.
T0 = 0
Tk = X1 + X2 +...+ Xk
E[ N ( t )] = (t)dt
0
(4.14)
40
N(t)
t
Nmero de avarias em funo do tempo - N(t)
Figura 4.1
E[N(t)]
t
Nmero esperado de avarias em funo do tempo - E[N(t)]
(exemplo de situao aproximadamente linear)
Figura 4.2
41
N(t + t) - N(t)
(t ) = (4.15)
t
4.2.2.2 - MTBF
N-1 N
TTR TBF
t
TTR e TBF
Figura 4.3
42
4.2.2.3 Funo de risco para sistemas reparveis
FX' i ( xi )
h X i ( xi ) = (4.16)
1 FX i ( xi )
43
Como
dR X i ( xi ) 1 dR X i ( xi ) 1
hXi(xi) = . = . (4.17)
dxi R X i ( xi ) R X i ( xi ) dxi
hXi(xi) = -
[
d ln R X i ( xi ) ] (4.18)
dxi
44
componente
.
n
t1 = t2 = t3 t
- avaria
Taxa de avarias e funo de risco
Figura 4.4
45
o componente falha, o tempo de vida desse componente atingiu o valor de
tempo at falha.
em que N(t, t+w) o nmero de avarias entre t e t+w, ou seja, ser igual a
N(t+w) N(t).
com (4.20)
1 K t ( w) = Pr{N (t , t + w) = 0 | H t }
46
No que se segue consideraremos que o valor esperado de ITBF ser o
tempo mdio entre avarias, MTBF, que ser o inverso da taxa de avarias,
j definida e para cujo estimador tomaremos o valor de t/N(t), com
N(t)>0.
R (t , t + w) = Pr{N (t , t + w) = 0 | H t } = 1 K t ( w) (4.21)
- N(0)=0
- {N(t), t0} tiver incrementos independentes
- o nmero de avarias no intervalo t2-t1 obedecer a uma distribuio de
Poisson com mdia (t2-t1), ou seja
e ( t2 t1 ) [(t 2 t1 ) ]
j
Pr{N (t 2 N (t1 ) = j} =
j!
com
t 2 > t1 0 (4.22)
e
j0
47
Da terceira das condies anteriores e da expresso 4.22 vem que
E{N (t 2 t1 )} = (t 2 t1 ) (4.23)
R(t1 , t 2 ) = e ( t2 t1 ) (4.24)
E{N(t2)-N(t1)}= (t )dt
t1
(4.26)
48
deve entender-se as variaes entre os nmeros de avarias de uns
intervalos para os outros. Como a taxa de avarias no constante, o
NHPP pode modelar as situaes em que temos degradao ou melhoria
dos equipamentos. Haver degradao se a taxa de avarias for
aumentando com o tempo e haver melhoria no caso contrrio.
com
0 < t1 + t 2 t 0
e melhora se
t1 t2 t1 + t 2
com
0 < t1 + t 2 t 0
49
Neste processo os incrementos no so independentes. Considerando
apenas a situao em que sabemos quando ocorreu a ltima avaria,
teremos
R(t,t+w) = Pr{N(t,t+w)=0|t-TN(t)} =
{RX(t-TN(t)+w)}/{RX(t-TN(t))}
(4.29)
50
Figura 4.5
Seleco do modelo
(Adaptado de Ascher e Feingold)
51
4.3 Curva da banheira
(t)
equipamento equipamento
mecnico electrnico
avarias aleatrias
Curva da banheira
Figura 4.6
52
representar a variao da funo de risco com a idade. Em termos gerais,
pode-se considerar uma curva da banheira para sistemas reparveis e
outra para sistemas no reparveis.
53
54
5 - Distribuies mais comuns em fiabilidade
Neste captulo, para alm das distribuies propriamente ditas, iro ser
tratados aspectos relativos ao tratamento dos dados. Os dados so,
normalmente, tempos entre avarias ou tempos at falha.
R(t) = e t (5.1)
55
Exemplo 1
Uma mquina apresenta uma taxa de avarias constante de uma avaria em
cada 10 semanas.
= 1/10 * 10 = 1
P(t<1) = 1 - e 1*1 = 0.63
Exemplo 2
Um equipamento apresenta MTBF constante de 1000 horas. Em
funcionamento contnuo, qual a sua fiabilidade ao fim de 1 dia de
trabalho?
MTBF = 1000 h
= cte = 1/1000 h 1
t = 24 h
R(24) = e .24 = 0.98
Exemplo 3
Pretende fazer uma viagem de 1000 km por carro.
A = (10000)/(10000+100) = 0.99
56
5.2 - Distribuio de Weibull
t
R(t ) = exp(-( ) ) (5.2)
Exemplo
O tempo de vida de um rolamento numa dada instalao representado
de forma satisfatria por uma distribuio de Weibull com = e =
5000.
a) Calcule a probabilidade de o rolamento durar pelo menos 6000
horas.
b) Calcule o tempo mdio de vida.
57
Vamos, portanto, proceder, atravs de um mtodo grfico estimativa
dos parmetros da distribuio de Weibull.
^ i 0.3
F= * 100(%) (5.3)
n + 0.4
em que
i - n de ordem da falha
n - dimenso da amostra (itens em observao)
^
Os pontos (TTF, F ) marcam-se no papel e, em seguida, traa-se a recta
que melhor se adequa a todos esses pontos.
58
^
O valor de obtido pela interseco da recta com o Estimador ,
sendo a leitura efectuada na escala dos tempos.
^
Para determinar tira-se uma perpendicular a partir do ponto de
Estimao. O ponto de interseco desta perpendicular com a escala
^ ^
dos fornece o valor de .
Exemplo
1 331
2 478
3 715
4 779
5 982
6 1040
7 1299
8 1442
9 1466
10 1657
11 2041
12 2283
^ i 0.3
F= * 100(%)
n + 0.4
i - n de falha
n - dimenso da amostra
59
5.3 - Testes de hipteses e nveis de significncia
H 0 : = 1
H1 : 1
( X 1 , X 2 ... X n ) C aceitarH 0
( X 1 , X 2 ... X n ) C rejeitarH 0
X 196
.
}
i
i =1
C = ( X 1 , X 2 ... X n ): 1 > (5.4)
n n
196
.
Se a mdia diferir de 1 mais que rejeita-se H 0 .
n
60
O objectivo do teste no determinar se H 0 verdadeira mas se
consistente com os nossos dados. Para isso especifica-se um valor de de
tal modo que, sempre que H 0 seja verdadeira, a possibilidade de ser
rejeitada (Tipo I) nunca seja maior que . o nvel de significncia do
teste (normalmente 0.1, 0.05 ou 0.005).
H 0 : = 0
H1 : 0
X i
X =
i =1
um estimador de e ento:
n
C = ( X 1 ... X n ): X 0 > C (5.5)
P0 X 0 > C = (5.6)
2
Quando = 0 , X normal com mdia 0 e varincia e pode-se
n
definir Z como
X 0
Z= (5.7)
/ n
C n
P Z > = (5.8)
61
ou
C n
2 P Z > = (5.9)
Mas { }
P Z > Z / 2 = / 2 (5.10)
C n
= Z / 2
e ento (5.11 a), b))
Z / 2
C=
n
n
aceitar H 0 se X 0 Z /2 (5.12)
n
rejeitar H 0 se X 0 > Z /2 (5.13)
Exemplo 1
Envia-se um sinal de valor de um local A para um local B. Em B esse
sinal recebido de forma normalmente distribuda com mdia e desvio
padro 2.
As pessoas pensam que o sinal enviado hoje ter =8. Teste essa hiptese
se esse sinal for enviado 5 vezes de forma independente com mdis do
valor recebido em B de 9.5. Use =0.05.
=0.05
n 5
X 0 = (9.5 8) = 168
.
2
62
Z 0.025 = 1.96 > 1.68 H 0 aceite
Exemplo 2
| 6000 6400 |
z= = 2.67
450 x9 1 / 2
63
distribuio estatstica; ii ) se a taxa de avarias de um sistema constante,
sabendo-se que as avarias tem como origem os vrios componentes que
compe o sistema.
N
Ti
U = 12 N i =1 0.5 (5.14)
NTo
N - nmero de ocorrncias
Ti - tempos das ocorrncias
To - tempo de observao
N 1
Ti
U = 12( N 1) i =1 0.5 (5.15)
( N 1) To
N - nmero de ocorrncias
Ti - tempos das ocorrncias
To - tempo da ltima avaria
64
d) Determina o valor da normal padronizada referente ao nvel de
significncia definido, z/2, e compara-o com o valor de U
calculado, procedendo em seguida tomada de deciso.
Se -z/2 U z/2 o teste inconclusivo e aceita-se a Hiptese
Nula, se a amostra for representativa do fenmeno que est a
modelar; caso contrrio dever-se- recolher mais dados.
Se U< -z/2 ou U>z/2 o teste conclusivo e rejeita-se a
Hiptese Nula.
Nota: se considerarmos um nvel de significncia bilateral de 5% ,
teremos z=1,96.
65
ii) Se U - z o teste inconclusivo e aceita-se a Hiptese
Nula, se a amostra for representativa do fenmeno que est a
modelar; caso contrrio dever-se- aumentar o nmero de
observaes.
Se U < -z o teste conclusivo e rejeita-se a Hiptese Nula,
considerando-se a taxa de ocorrncias decrescente.
Nota: para um nvel de significncia unilateral de 5% , z = 1,64.
66
avarias sofridas pelo equipamento sempre que h alteraes dos
elementos que constituem as equipas de manuteno.
Exemplo
Uma rotovlvula motorizada instalada numa cadeia de processo funciona
normalmente em stand-by, sendo solicitada apenas quando ocorre um
sobreaquecimento no referido processo. O nico modo de avaria
67
significativo a falha solicitao. A tabela seguinte mostra, por
ordem cronolgica de ocorrncias, os tempos entre avarias, em meses, o
nmero de solicitaes entre avarias e o respectivo nmero acumulado de
solicitaes. O nmero total de solicitaes, no perodo considerado, foi
de 5256. Determine se a taxa de avarias crescente.
U = 2.41
68
Para testar a hiptese nula de que no h tendncia nos dados e de que a
taxa de avarias constante, usa-se a tabela da normal que consta do 1
anexo. Quando U=2.41, (z)=0.992. Rejeita-se ento a hiptese nula ao
nvel de significncia de 1%.
Exemplo
69
freq. .25 .07 .08 .08 .17 .17 .18
rel.
freq. 27 7 9 8 18 18 19
.299 = 16.8
.295 = 12.6
70
6 - Associaes de equipamentos
71
[ ]
n
Rt (t ) = 1 1 Ri ( t ) (6.2)
i =1
72
n 1
( t) i t
Rt (t ) = e (6.4)
i =0 i!
Exemplo 1
Um sistema electrnico composto por um transmissor, um receptor e
uma fonte de alimentao em srie.
As fiabilidades destes componentes para uma misso de 1000 h, so as
seguintes:
R ( transmissor ) : 0.8521
R ( receptor ) : 0.9712
R ( fonte de alimentao ) 0.9357
a)Diga qual a fiabilidade do sistema assim constitudo para as mesmas
1000 h?
b)Sabendo que o sistema tem uma taxa de avarias constante calcule a
fiabilidade do sistema para uma misso de 3000 h ?
Exemplo 2
Um mquina agrcola tem um sistema de controlo de profundidade de
lavoura cujo funcionamento se pode representar por um diagrama de
blocos constitudos pelos componentes A, B e F; e pelos subsistemas C e
D, como o que se encontra representado na figura. Sabendo que:
O componente A tem uma lei de vida expressa por uma distribuio de
Weibull com um factor de forma 2,1 e uma vida caracterstica de 1950 h.
O componente B, tem uma vida normalmente distribuda de mdia 2400h
e desvio padro 450h.
O componente F, tem uma lei de vida expressa por uma distribuio de
Weibull com um factor de forma 2,7 e uma vida caracterstica de 2400 h.
O subsistema C tem uma taxa de avarias constante e igual a 0,000032
avarias/ hora.
O subsistema D tem um tempo mdio entre avarias de 2600h.
A Weibull
= 2.1 = 1950
73
B Normal
= 2400 = 450
z = (x-)/ = (1500-2400)/450 = -2
F Weibull
= 2.7 = 2400
C Sub-sistema
Exponencial negativa
= 0.000032
R(1500) = exp(-0.000032 x 1500) = 0.9531 = RC
D Sub-sistema
Exponencial negativa
MTBF = 2600
R(1500) = exp(-1500/2600) = 0.5616 = RD
R = 1-(1-0.5340)(1-0.4239) = 0.7292
74
Bibliografia
AEM
El Mantenimiento en Espaa
Asociacion Espaola de Mantenimiento
Barcelona, 1990
AFNOR
Maintenance Industrielle
Paris, 1988
Bloch, Heinz P.
Improving Machinery Reliability
Practical Machinery Management for Process Plants (vol 1)
Gulf Publishing Company
Houston, 1988
Cannon, A. G. e Bendell, A.
Reliability data banks
Elsevier Applied Science
Londres, 1991
Corder, A. S.
Maintenance Management Techniques
McGraw-Hill
Londres, 1976
75
Jardine, A. K. S.
Maintenance, Replacement and Reliability
Pitman Publishing
Ontario, 1979
Jardine, A. K. S.
Operational research in Maintenance
Manchester University Press, 1973
Kelly, A. e Harris, M. J.
Management of Industrial Maintenence
Newnes-Butterworths
Londres, 1977
Klaasen, Klaas B.
System Reliability, concepts and applications
Edward Arnold
London, 1989
Krishnaiah, P. R. e Rao, C. R.
Quality Control and Reliability
North Holland - Handbook of Statistics, vol. 7
Amsterdam, Oxford, 1988
Lyonnet, Patrick
La maintenance - mathmatiques et mthodes
Technique et Documentation - Lavoisier
Paris, 1989
Lyonnet, Patrick
Les outils de la qualit totale
Technique et Documentation - Lavoisier
Paris, 1991
O'Connor, Patrick
Practical Reliability Engineering
John Wiley and Sons, 1992
76
Porto, 1996
Villemeur, Alain
Reliability, Availability, Maintainability and Safety Assessment (Vol. 1) -
Methods and Techniques
John Wiley & Sons
Chichester, 1992
77
ANEXOS
78
Normal Estandardizada
(retirado de OConnor)
79
80
Papel de Chartwell
81
82
Resoluo do exemplo do sub-captulo 5.2
Falha n t ^F=(i-3)/(n+0.4)x100
83
1 331 5.6
2 478 13.7
3 715 21.7
4 779 29.8
5 982 37.9
6 1040 45.9
7 1299 54
8 1442 62.1
9 1466 70.1
10 1657 78.2
11 2041 86.3
12 2283 94.3
Na tabela anterior:
i n de falhas
n dimenso da amostra
(forma) = 2.05 h
(vida caracterstica) = 1404.3 h
(mdia) = 1211.5 h
84
Qui-quadrado
85
(retirado de OConnor)
86
87