SOPHIA TCC Manutenção Confiabilidade Aplicada Pelotização Minério Sophia

INSTITUTO FEDERAL DO ESPÍRITO SANTO
CURSO DE ENGENHARIA MECÂNICA
SOPHIA GONÇALVES GUEDES
MANUTENÇÃO CENTRADA EM CONFIABILIDADE APLICADA À REVISÃO DE

PLANOS DE MANUTENÇÃO: UM ESTUDO DE CASO APLICADO A LINHAS DE
PELOTIZAÇÃO DE MINÉRIO
Vitória
2022
SOPHIA GONÇALVES GUEDES
MANUTENÇÃO CENTRADA EM CONFIABILIDADE APLICADA À REVISÃO DE

PLANOS DE MANUTENÇÃO: UM ESTUDO DE CASO APLICADO A LINHAS DE
PELOTIZAÇÃO DE MINÉRIO
Trabalho de Conclusão de Curso apresentado à Coorde-

nadoria do Curso de Engenharia Mecânica do Instituto
Federal de Educação, Ciência e Tecnologia do Espírito
Santo, como requisito parcial para a obtenção do título de
Engenheira Mecânica.
Orientador: Prof. Me. Douglas Ruy Soprani da Silveira

Araújo
Coorientador: Prof. Me. Cristiano Severo Aiolfi
Vitória
2022
Dados Internacionais de Catalogação na Publicação (CIP)
(Biblioteca Nilo Peçanha do Instituto Federal do Espírito Santo)
G924m Guedes, Sophia Gonçalves.

Manutenção centrada em confiabilidade aplicada à revisão de
planos de manutenção: um estudo de caso aplicado a linhas de
pelotização de minério / Sophia Gonçalves Guedes. – 2022.
101 f. : il. ; 30 cm.
Orientador: Douglas Ruy Soprani da Silveira Araújo.

Coorientador: Cristiano Severo Aiolfi.
Monografia (graduação) – Instituto Federal do Espírito Santo,

Coordenadoria do Curso de Engenharia Mecânica do Curso Superior
em Engenharia Mecânica, Vitória, 2022.
1. Manutenção. 2. Pelotização (beneficiamento de minério). 3

Localização de falhas (Engenharia). 4. Confiabilidade (Engenharia).
5.Controle de Processos. 6. Engenharia Mecânica. I. Araújo, Douglas
Ruy Soprani da Silveira. II. Aiolfi, Cristiano Severo . III. Instituto Federal
do Espírito Santo. IV. Título.
CDD 21 – 620.00452
Elaborada por Bruno Giordano Rosa – CRB-6/ES - 699
À minha família, por acreditar desde o início
que eu seria capaz de chegar até aqui.
AGRADECIMENTOS
A realização deste trabalho representa a última etapa da minha graduação, a qual eu

com certeza não teria sido capaz de concluir sozinha. Assim, agradeço a todos àqueles
que contribuíram para que essa etapa estivesse um passo mais perto de concluída.
Primeiramente aos meus pais, que além de serem meus exemplos de caráter e respon-
sáveis pela cidadã que me tornei, foram patrocinadores da minha formação acadêmica
e me derem condições de ingressar em uma instituição pública de educação. Aos meus
irmãos, por sempre me motivarem a seguir meus sonhos e alçar voos cada vez mais
altos, tanto pessoal quanto profissionalmente.
Aos meus colegas de graduação, por todo o apoio durante noites viradas de estudo,
trabalhos intermináveis e matérias aparentemente impossíveis de serem concluídas.
Entramos na faculdade sozinhos, mas é impossível sair dela da mesma maneira.
Além disso, aos meus grandes amigos acumulados de trajetória de vida, vocês são
responsáveis por pedacinhos de quem eu sou hoje e ajudaram moldar a profissional
que estou me tornando. Obrigada pela compreensão da minha ausência em razão dos
estudos e pelo apoio quando me foi necessário.
À minha equipe de trabalho, que dedicou tempo e suor em transmitir conhecimento

para minha carreira e para a realização desse projeto. Vocês são o exemplo de equipe
que levarei comigo durante toda a caminhada. Um agradecimento especial aos meus
chefes, que participaram da elaboração desse trabalho e sempre me motivaram a me
desafiar como profissional.
À Deus e todas as outras forças maiores que contribuíram para que meus sonhos
estivessem um passo mais perto e me ajudaram a chegar onde estou hoje com saúde
e paz.
E, finalmente, ao meu orientador, sem o qual esse trabalho com certeza não estaria
pronto. Obrigada por aceitar embarcar nesse desafio e por todas as horas desprendidas
em correções, conselhos e advertências. Espero que esse trabalho represente para
você uma conquista tão grande quanto representa para mim.
RESUMO
Com o aumento da produção de finos nas minas de minério de ferro, a indústria de

aglomeração expandiu-se mundo afora, em especial a pelotização, e a produção desse
produto tem-se acelerado nos últimos tempos, principalmente na China. O Brasil é
o segundo maior produtor mundial e esse mercado tem grande participação no PIB
nacional. Atrelado a tornar o processo de aglomeração citado cada vez mais vantajoso
e competitivo, a manutenção industrial é uma forte aliada e tem se mostrado uma
das componentes de maior impacto nos resultados empresariais. A metodologia de
Manutenção Centrada em Confiabilidade reúne os pilares econômico, ambiental e
técnico em uma única estratégia, sendo usada cada vez mais por diversas empresas,
não só no ramo de mineração. O presente trabalho trata da revisão de um plano
de manutenção preventiva já implementado na linha de produção de pelotas de uma
grande mineradora, mais especificamente nos discos de pelotamento, com o objetivo
de propor melhorias de processo e indicadores. Para tanto, análises baseadas em
taxas de falhas, custos, diretrizes gerenciais de manutenção e funcionamento dos
equipamentos envolvidos no processo foram realizadas. Indicadores de manutenção
foram obtidos e avaliados a partir de Softwares como Matlab® e Reliasoft® . A partir
dos resultados gerados e discussões propostas, um novo plano de manutenção foi
construído, prevendo um ganho na confiabilidade dos ativos, projetando aumento
na Disponibilidade Física do sistema analisado, avaliando os custos envolvidos em
manutenções preventivas e corretivas, adequando do fluxo de apropriação de mão de
obra e antecipando melhora na rotina de planejamento e programação das atividades
relacionadas à essas intervenções.
Palavras-chave: Manutenção. Confiabilidade. Pelotização. Taxa de falha. Indicado-

res de performance.
ABSTRACT
With the increase in the production of fines in iron ore mines, the agglomeration
industry expanded worldwide, especially pelletizing, and this products production has
accelerated in recent times, mainly in China. Brazil is the second largest producer in
the world and this market has a large share of the national GDP. Linked to making the
aforementioned agglomeration process increasingly advantageous and competitive,
industrial maintenance is a strong ally and has proven to be one of the components
with the greatest impact on business results. The Reliability Centered Maintenance
methodology brings together the economic, environmental and technical pillars in
a single strategy, being used by several companies, not only in the mining sector.
The present work deals with the review of a preventive maintenance plan already
implemented in the pellet production line of a large mining company, more specifically in
the pelletizing plates, with the objective of proposing improvements in the process and
its key performance indicators. For this purpose, analyzes based on failure rates, costs,
maintenance management guidelines and operation of the equipments involved in the
process were carried out. Maintenance indicators were obtained and evaluated from
softwares such as Matlab® and Reliasoft® . From the generated results and proposed
discussions, a new maintenance plan was built, predicting a gain in asset reliability,
projecting an increase in the Physical Availability of the analyzed system, evaluating
the costs involved in preventive and corrective maintenance, suiting of the worker/hour
appropriation flow and anticipating an improvement in the planning and scheduling
routine of activities related to these interventions.
Keywords: Maintenance. Reliability. Pelletizing. Failure Rate. Key performance

Indicators.
LISTA DE ILUSTRAÇÕES
Figura 1 – Fluxo do processo de pelotização . . . . . . . . . . . . . . . . . . . 19

Figura 2 – Descrição da dinâmica de moagem no interior do moinho. . . . . . . 20
Figura 3 – Funcionamento do hidrociclone . . . . . . . . . . . . . . . . . . . . . 21
Figura 4 – Etapas de formação da pelota crua. . . . . . . . . . . . . . . . . . . 23
Figura 5 – Tela de fundo do disco de pelotamento . . . . . . . . . . . . . . . . . 24
Figura 6 – Raspadores componentes do discos. . . . . . . . . . . . . . . . . . 25
Figura 7 – Bordas do disco de Pelotamento . . . . . . . . . . . . . . . . . . . . 25
Figura 8 – Extratores de rainha . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
Figura 9 – Curva da banheira . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Figura 10 – Comportamento da distribuição exponencial com a variação do λ . 40
Figura 11 – Comportamento da pdf da distribuição normal com a variação de σ 41
Figura 12 – Comportamento da pdf da distribuição logística com a variação de µ 43
Figura 13 – Comportamento da pdf da distribuição loglogística com a variação
de µ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Figura 14 – Comportamento da pdf da distribuição Weibull com a variação de β 46
Figura 15 – Curvas geradas por Weibull. . . . . . . . . . . . . . . . . . . . . . . 47
Figura 16 – Definição do sistema em análise . . . . . . . . . . . . . . . . . . . . 49
Figura 17 – Interface ReliaSoft® . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Figura 18 – Exemplo de Confiabilidade . . . . . . . . . . . . . . . . . . . . . . . 56
Figura 19 – Exemplo de Taxa de Falha . . . . . . . . . . . . . . . . . . . . . . . . 57
Figura 20 – Diagrama gerado pelo BlockSim. . . . . . . . . . . . . . . . . . . . . 58
Figura 21 – Análise de disponibilidade do Terceiro Raspador da linha 7G . . . . 59
Figura 22 – Análise de disponibilidade do sistema 7G. . . . . . . . . . . . . . . . 59
Figura 23 – Tempo ótimo de substituição. . . . . . . . . . . . . . . . . . . . . . . 63
Figura 24 – Parâmetros médios dos Desagregadores. . . . . . . . . . . . . . . . 66
Figura 25 – Taxa de falha do motor da linha 7D. . . . . . . . . . . . . . . . . . . . 67
Figura 26 – Confiabilidade do Redutor da linha 6B . . . . . . . . . . . . . . . . . 68
Figura 27 – Confiabilidade do Redutor da linha 7A . . . . . . . . . . . . . . . . . 68
Figura 28 – Taxa de Falha do Redutor da linha 7B . . . . . . . . . . . . . . . . . 69
Figura 29 – Taxa de Falha do Acoplamento da linha 7C. . . . . . . . . . . . . . . 69
Figura 30 – Confiabilidade apresentadas pelo primeiro raspador. . . . . . . . . . 71
Figura 31 – Taxa de falha do segundo raspador da linha 6G. . . . . . . . . . . . 71
Figura 32 – Confiabilidade do terceiro raspador da linha 7D. . . . . . . . . . . . . 72
Figura 33 – Taxa de Falha do Terceiro Raspador da linha 6G . . . . . . . . . . . 73
Figura 34 – Taxa de falha da Rampa de descarga a linha 6B . . . . . . . . . . . 73
Figura 35 – Taxa de falha - Sistema 6D . . . . . . . . . . . . . . . . . . . . . . . 75
Figura 36 – Taxa de Falha - Sistema 7B . . . . . . . . . . . . . . . . . . . . . . . 76
Figura 37 – Taxa de Falha do sistema 7G . . . . . . . . . . . . . . . . . . . . . . 76
Figura 38 – Tempos ótimos de manutenção dos desagregadores . . . . . . . . . 78
Figura 39 – Tempos ótimos de manutenção dos Segundos Raspadores. . . . . . 79
Figura 40 – Disponibilidade do primeiro raspador da linha 6G. . . . . . . . . . . 80
Figura 41 – Disponibilidade do sistema da linha 6G. . . . . . . . . . . . . . . . . 81
Figura 42 – Processo de produção da pelota crua. . . . . . . . . . . . . . . . . . 83
Figura 43 – Revisão de Modos de Falha e seus Efeitos . . . . . . . . . . . . . . 101
LISTA DE TABELAS
Tabela 1 – Resultado da estratificação das ordens de manutenção por quantidade. 52

Tabela 2 – Testes de aderência das distribuições. . . . . . . . . . . . . . . . . . 55
Tabela 3 – Valores atribuídos ao fator de impacto. . . . . . . . . . . . . . . . . . 62
Tabela 4 – Resultados de avaliação de confiabilidade do subsistema de Aciona-
mento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Tabela 5 – Resultados de avaliação de confiabilidade do subsistema de Produção. 74
Tabela 6 – Resultados de avaliação de confiabilidade dos subsistemas de Lubri-
ficação. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
Tabela 7 – Lista de tarefas da inspeção sensitiva de disco parado. . . . . . . . 86
Tabela 8 – Lista de tarefas da manutenção mecânica preventiva. . . . . . . . . 87
Tabela 9 – Lista de tarefas da Lubrificação. . . . . . . . . . . . . . . . . . . . . 88
Tabela 10 – Ações do plano anterior completo . . . . . . . . . . . . . . . . . . . 94
Tabela 11 – Sugestão de novo plano de manutenção completo . . . . . . . . . . 95
LISTA DE SIGLAS
OM Ordem de manutenção
DF Disponibilidade Física
HH Homem-Hora
MCC Manutenção Centrada em Confiabilidade
FRC Função de risco crescente
FRD Função de risco decrescente
FRE Função de risco estacionária
MTBF Tempo Médio Entre Falhas do inglês Mean time between failure
MTTF Tempo Médio Até a Falha do inglês Mean time to failure
FMEA Análise de Modos e Efeitos de Falha
MLE Estimativa de Máxima Verossimilhança
RPM Rotação por minuto
PTP Padrão Técnico de Processo
cdf Função de densidade cumulativa do inglês cumulative density func-

tion
pdf Função de Densidade de Probabilidade do inglês probability density

function
AMS Aderência a manutenção sistemática
AMC Aderência a manutenção condicional

SUMÁRIO
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.1 JUSTIFICATIVA . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.2 OBJETIVOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.1 Objetivos Gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.2.2 Objetivos específicos . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3 ESTRUTURA DO TRABALHO . . . . . . . . . . . . . . . . . . . . . . 16
2 REFERENCIAL TEÓRICO . . . . . . . . . . . . . . . . . . . . . . . . 17
2.1 PROCESSO DE PELOTIZAÇÃO . . . . . . . . . . . . . . . . . . . . 17
2.1.1 Plantas estudadas . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 MANUTENÇÃO CENTRADA EM CONFIABILIDADE . . . . . . . . . 26
2.3 ANÁLISE ESTATÍSTICA DE FALHAS E CONFIABILIDADE . . . . . . 33
2.3.1 Testes de aderência . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3.1.1 Teste de Kolmogorov-Smirnov . . . . . . . . . . . . . . . . . . . . . . 36
2.3.1.2 Teste de Coeficiente de Correlação . . . . . . . . . . . . . . . . . . . 36
2.3.1.3 Teste de Valor de Verossimilhança Logarítmica . . . . . . . . . . . . 37
2.3.1.4 Critérios de informação Bayesiano e de Akaike . . . . . . . . . . . . 38
2.3.2 Distribuições de Probabilidade . . . . . . . . . . . . . . . . . . . . 39
2.3.2.1 Distribuição Exponencial . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.3.2.2 Distribuição Normal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3.2.3 Distribuição Logística . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.2.4 Distribuição Loglogística . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.2.5 Distribuição Lognormal . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.3.2.6 Distribuição Gama . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
2.3.2.7 Distribuição de Weilbull . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3 PROPOSTAS DE ANÁLISE E ETAPAS DE REALIZAÇÃO . . . . . . 48
3.1 DEFINIÇÃO DO SISTEMA E SUBSISTEMAS . . . . . . . . . . . . . 48
3.2 REVISÃO DOS MODOS DE FALHA E SEUS EFEITOS . . . . . . . . 50
3.3 ANÁLISE DO CONJUNTO DE DADOS . . . . . . . . . . . . . . . . . 50
3.4 MÉTODOS DE ANÁLISE . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.4.1 Análise estatística . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.4.1.1 Análise de confiabilidade . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.4.1.2 Análise de disponibilidade . . . . . . . . . . . . . . . . . . . . . . . . 57
3.4.2 Análise de custo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.4.3 Análise baseada em manuais e procedimento validados . . . . . 63
3.4.4 Análise baseada em diretrizes gerenciais . . . . . . . . . . . . . . 64
4 RESULTADOS E DISCUSSÃO . . . . . . . . . . . . . . . . . . . . . 65
4.1 ESTUDO DE CONFIABILIDADE . . . . . . . . . . . . . . . . . . . . . 65
4.1.1 Considerações para análise . . . . . . . . . . . . . . . . . . . . . . 65
4.1.2 Curvas de confiabilidade e taxas de falha obtidas . . . . . . . . . 66
4.2 ESTUDO DO CUSTO . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
4.3 ESTUDO DE DISPONIBILIDADE . . . . . . . . . . . . . . . . . . . . 80
4.4 ESTUDO DOS MANUAIS E PROCEDIMENTOS VALIDADOS . . . . 82
4.4.1 Análise complementar à numérica . . . . . . . . . . . . . . . . . . 82
4.4.2 Análise dos demais itens . . . . . . . . . . . . . . . . . . . . . . . . 84
4.5 CONSTRUÇÃO DO PLANO DE MANUTENÇÃO . . . . . . . . . . . 85
4.5.1 Avaliação do plano de manutenção anterior . . . . . . . . . . . . . 86
4.5.2 Proposta de plano de manutenção . . . . . . . . . . . . . . . . . . 88
5 CONCLUSÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
APÊNDICE A – REVISÃO DE FMEA . . . . . . . . . . . . . . . . . 100
13
1 INTRODUÇÃO
Na atualidade, onde a produção de bens e o desenvolvimento tecnológico é tão forte,

o aço tem papel fundamental na economia, haja visto sua participação no encade-
amento de diversas cadeias produtivas. Dados preliminares do Instituto Aço Brasil
(2022), apontam que em fevereiro deste ano, as siderúrgicas brasileiras produziram
aproximadamente 5,69 mil toneladas do metal. Sabendo da versatilidade do aço em
diversas aplicações da sociedade, como a construção civil e fabricação de bens de
consumo duráveis, é de grande relevância saber como ele é feito (IABR, 2016).
O aço é, basicamente, uma liga de ferro e carbono. O aço é produzido a partir de

minério de ferro, carvão e cal. O minério de ferro é um óxido de ferro, misturado com
areia fina, e quando não removido em pedaços grandes o suficiente deve passar por
um processo de aglomeração. Isso é necessário pois, em partículas muito finas, o
minério abafaria o alto forno usado para produzir o aço (IABR, 2016).
Dentre as diversas técnicas disponíveis para isso, a de pelotização tem se destacado

cada vez mais, e nos últimos tempos vem crescendo acentuadamente, com enfoque
para a China. Esse crescimento é referente, principalmente, à aproximação da escassez
das reservas de minério de ferro de alto teor, fazendo com que o processo de aquisição
de ferro para produção de aço se torne cada vez mais complexo e caro (MOURAO,
2017), e a quantidade de finos (sinter feed e pellet feed) aumente significativamente. A
pelotização se destaca além das outras técnicas de aglomeração por produzir pelotas
de excelente qualidade química e alta resistência mecânica, além de ser um processo
menos poluente que a sinterização, processo de aglomeração de partículas sólidas por
aquecimento em temperaturas abaixo da temperatura de fusão (MAIA; MOURA, 2011).
A manutenção atual responde a diversas mudanças de expectativas econômicas e

sociais. Atualmente a preocupação com segurança e meio ambiente tem crescido
cada vez mais, bem como a expectativa de uma produção cada vez maior e mais
barata (MOUBRAY, 2000). A gestão de empresas atual busca estoques menores e
processos mais enxutos, fazendo com que a manutenção seja agora uma ferramenta
indispensável para garantir confiabilidade e disponibilidade das linhas produtoras.
14
Todas essas demandas combinadas resultam na exigência de um planejamento de

manutenção eficiente, com atividades adaptáveis ao processo produtivo na qual estão
inseridas. Devem também ser estabelecidas de acordo com suas prioridades, tudo isso
enquanto atendem prazos, metas e o melhor custo-benefício (MOUBRAY, 2000).
1.1 JUSTIFICATIVA
O Brasil é, hoje, o segundo produtor mundial de pelotas (pellets). Sua capacidade

anual produtiva é da ordem de 65 milhões de toneladas (Mt), considerando a retomada
da primeira etapa da reativação da Samarco (8 Mtpa e o ramp up previsto de 24 Mtpa,
em até 10 anos, chegando a 81 Mtpa) (WSA, 2021). Atualmente, existem 16 usinas de
pelotização no Brasil (12 no Espírito Santo, 3 em Minas Gerais e uma no Maranhão). A
Vale tem onze usinas, a Samarco tem quatro e a Vallourec tem uma (WSA, 2021).
A produção de pelotas no Brasil foi marcada por melhorias na produtividade e na

qualidade, gerando aumento da capacidade produtiva das usinas (acréscimo anual de
produção de 11 Mt) (WSA, 2021). Os investimentos em modernização e inovação são
essenciais para a competitividade do polo de pelotização no Brasil, e entre as diversas
tecnologias surgindo, deve-se destacar a melhoria nos processos de manutenção
industrial como alavancas de aumento de produção.
A metodologia MCC é estruturada para reduzir as intervenções de manutenção bem

como os custos associados à estas ao máximo possível. A premissa para que isso
aconteça é a de que o desempenho da planta não seja afetado, bem como a qualidade
do produto, a segurança e, principalmente, a integridade ambiental (DESHPANDE;
MODAK, 2002).
No entanto, para que isso aconteça de forma eficiente, o procedimento deve ser acom-
panhado de perto e revisado a medida que novas demandas de manutenção são
geradas. Com o passar do tempo e da utilização da planta, o time de engenharia de
campo e de execução de manutenção entenderam que algumas mudanças deveriam
ser feitas para refletir a realidade das intervenções realizadas atualmente. Os princi-
pais problemas relatados foram a criação de demandas condicionais para tarefas já
intituladas preventivas, a necessidade de inclusão de manutenções não listadas no
15
plano nas intervenções realizadas, entre outros desvios de planejamento e execução.
O presente trabalho busca atender essas necessidades com decisões embasadas em

dados estatísticos e mostrar que a mudança prevê as melhorias objetivadas, além
de se dispor a revisar o plano de manutenção dos discos de pelotamento de uma
empresa, visando preencher possíveis lacunas no planejamento, bem como melhorar
os indicadores de DF, MTBF e MTTR. A estratégia já adotada durante a elaboração
inicial do plano foi a MCC e é, novamente, a base para sua revisão.
1.2 OBJETIVOS
1.2.1 Objetivos Gerais
O presente trabalho objetiva a reestruturação do Plano de Manutenção preventiva

adotado atualmente para os sistemas dos discos de pelotamento da uma minera-
dora brasileira, levando em conta estudo de confiabilidade, disponibilidade e custos
associados ao sistema e seus componentes.
1.2.2 Objetivos específicos
Para alcançar o objetivo principal proposto, as seguintes ações são necessárias:
• Delimitar o sistema industrial estudado e seus componentes;
• Revisar o FMEA já implementado;
• Estratificar o banco de dados com histórico das intervenções mecânicas no

sistema;
• Calcular dados de MTBF e MTTR;
• Realizar os estudos de confiabilidade dos componentes e do sistema;
• Realizar o levantamento de tempos ótimos de intervenção dos componentes e do

sistema, baseando-se no histórico custo;
• Realizar os estudos de disponibilidade dos componentes e do sistema;

16
• Construir o novo plano de manutenção a partir dos estudos realizados.
1.3 ESTRUTURA DO TRABALHO
O presente trabalho esta divido em 5 capítulos.
O primeiro capítulo introduz os temas de pelotização e Manutenção Centrada em

Confiabilidade, descreve os objetivos do trabalho e apresenta a motivação para o
desenvolvimento deste.
O segundo capítulo aprofunda os conhecimentos acerca de como funciona o processo

de pelotização, o que é a MCC e seus objetivos e por fim os estudos estatísticos
envolvidos no desenvolvimento do presente trabalho. Além disso, caracteriza a planta
estudada.
O capítulo três descreve a metodologia usada para cada uma das etapas realizadas
durante a execução do trabalho, sendo essas as análises numéricas e discussões
teóricas.
O capítulo quatro apresenta os resultados mais significativos das análises estatísticas,

as discussões técnicas e gerenciais e o resultado final do estudo.
Finalmente, o quinto capítulo conclui o trabalho ponderando os resultados e sua

aplicabilidade e deixa as sugestões para os futuros trabalhos a serem realizados na
mesma área de interesse.
17
2 REFERENCIAL TEÓRICO
A fronteira entre o ferro e o aço foi definida na Revolução Industrial, com a invenção
de fornos que permitiam não só corrigir as impurezas do ferro, como adicionar-lhes
propriedades como resistência ao desgaste, ao impacto, à corrosão, etc. Por causa
dessas propriedades e do seu baixo custo o aço passou a representar cerca de 90%
de todos os metais consumidos pela civilização industrial (IABR, 2016).
Há três fases no processo: redução, refino e laminação. É na fase da redução que

ocorre a produção de ferro gusa, onde é comum usar carvão vegetal em altos fornos
para redução do minério (IABR, 2016). É importante pontuar que oxigênio aquecido
a uma temperatura de 1000°C é soprado pela parte de baixo do alto forno. O carvão,
em contato com o oxigênio, produz calor que funde a carga metálica e dá início ao
processo de redução do minério de ferro em um metal líquido. Essa passagem de
oxigênio é bloqueada caso o minério de ferro seja fornecido em granulometria muito
pequena. Por esse motivo, os processos de aglomeração de minério foram criados, um
dos principais deles sendo o de pelotização.
2.1 PROCESSO DE PELOTIZAÇÃO
A produção de aço é responsável por mover diversas inovações tecnológicas, e para

sua produção, a carga principal dos altos-fornos modernos é dividida entre pedaços de
minério de ferro, sínter e pelotas (ZHU et al., 2021).
O Brasil tem sido destaque no cenário global de Mineração. Este potencial vem
da diversidade geológica e dos investimentos incansáveis em infraestrutura, talento
e tecnologia. Exemplo disso é a representatividade de 16,8% do PIB Industrial da
produção mineral brasileira (IBRAM, 2021).
Além disso, é na pelotização que se agrega maior valor ao minério de ferro, possibili-
tando mais empregos e outros ganhos à indústria nacional. Com o inicio da escassez
de minério bruto das minas de ferro, gerando mais finos e demandando mais processos
de aglomeração, a pelotização estará se evidenciando como a tecnologia adequada
para tratar o pellet feed, em pelotas, possibilitando o seu aproveitamento como carga
18
dos reatores de redução siderúrgicos, em especial, do alto forno (MOURãO, 2009). Os

finos gerados no processo de extração do minério de ferro, chamado de pellet feed,
é o subproduto da mineração. Antigamente era descartado, mas com a criação do
processos de acumulação desse material, ele pode ser apropriado e hoje é uma das
principais fontes de ferro para a fabricação de aço. O processo de pelotização conta
com diversos estágios visando atingir o produto final.
O primeiro estágio é a preparação das matérias primas. É a fase responsável por ade-
quar as características do minério de ferro para produção da pelota crua. Compreende
as etapas de Alimentação, Moagem, Espessamento, Homogenização, Prensagem,
Filtragem e Mistura (DIPE, 2012).
O segundo estágio é o processo de formação de pelota crua e abrange exclusivamente

o pelotamento. Por fim, a pelota passa pelo último estágio, de processamento térmico,
que compreende as etapas de Queima, Peneiramento e Pátio de Estocagem (DIPE,
2012).
O fluxo do processo e os equipamentos responsáveis pela realização de cada uma

dessas etapas pode ser observados na Figura 1.
Os procedimentos e objetivos de cada uma dessas etapas podem ser descritos como
(DIPE, 2012):
• Pilha de minérios: antes de serem introduzidos no circuito de pelotização, alguns

insumos, como calcário, por exemplo, e eventualmente combustível sólido, po-
dem ser homogeneizadas através da formação de grandes pilhas, as quais vão
sendo gradativamente formadas por uma máquina empilhadeira. As camadas
dos diferentes materiais são depositadas sucessivamente num pátio apropriado,
obedecendo a uma programação por lotes. As proporções dos componentes
são definidas em função de análises químicas efetuadas na origem dos minérios,
características dos insumos e do perfil do produto final desejado.
• Recuperadora de finos: recuperação do minério se faz conjugando movimento de

rotação das caçambas, avanço de translação da máquina de encontro à pilha e
19
Figura 1 – Fluxo do processo de pelotização
Fonte: (MOURAO, 2017).
deslocamento do troley no sentido transversal da pilha.
• Moinho de bolas: O minério é alimentado no moinho em operação e inicia-se

o processo de cominuição, ilustrado na Figura 2. Na região A, as bolas se
movimentam umas sobre as outras e produzem moagem por compressão e um
pouco por choque das bolas sobre as partículas. Acima desta área é a região
onde a força centrífuga anula o peso da bola e inicia-se o processo de queda das
bolas. Na região B, as bolas rolam para baixo e produzem uma intensa moagem
por atrito e na região C as bolas caem sobre a carga e a fragmentação é feita por
impacto.
• Hidrociclones: a bateria de hidrociclones recebe a polpa diluída da bomba de

polpa, classifica, liberando o material dentro da especificação para o espessador
(via Vortex) e o fora da especificação de retorno ao moinho (via Apex), para novo
processo de moagem, conforme a Figura 3. Ambos os fluxos chegam aos seus
destinos por gravidade.
• Espessador: A área de espessamento tem como função principal, a elevação

20
Figura 2 – Descrição da dinâmica de moagem no interior do moinho.
Fonte: (DIPE, 2012).
da densidade da polpa proveniente da área de moagem, para valores ideais

à utilização no processo de filtragem, após adição de polpa de combustível
sólido nos tanques homogeneizadores. Após a retirada de parte da água contida
na polpa ciclonada, a polpa é bombeada para os tanques homogeneizadores
com densidade de acordo com as necessidades da filtragem dentro dos limites
estabelecidos pelo Padrão Técnico de Processo.
• Tanque Homogenizador: Estocagem e homogeneização de polpa de minério e

polpa de combustível sólido, com absorção das variações químicas e físicas da
mistura. O combustível sólido utilizado no processo de pelotização é britado e
moído nas plantas de Carvão, sendo bombeado posteriormente para os tanques
de processo das usinas.
• Filtros à vácuo: A polpa, contendo aproximadamente 30% de água, bombeada

dos tanques homogeneizadores, é alimentada a um tanque distribuidor localizado
acima do nível dos filtros. Por gravidade, o tanque distribuidor alimenta cada filtro.
De acordo com a qualidade da polpa, o filtro opera com rotação de 0,6 a 1,0 RPM.
Ao transitar os setores componentes dos discos pelo interior da bacia de polpa,
ocorre a sucção do minério acrescido de água, graças à ação de uma bomba de
21
Figura 3 – Funcionamento do hidrociclone
Fonte: LaMPPMin (2021).
vácuo, destinando a água para os balões separadores de filtrado, sendo a polpa

retida soprada e descarregada sobre uma correia transportadora, que faz parte
de um circuito responsável pelo transporte até um silo de armazenagem.
• Prensa de Rolos: processo pelo qual o minério sofre um esmagamento dos grãos
com o objetivo de atingir a superfície específica ideal para o processo subsequente.
O valor de superfície específica ideal para o pelotamento é especificado conforme
o PTP.
• Misturadores: Ao material proveniente da filtragem, denominado polpa retida,

adiciona-se aglomerante através de uma balança dosadora de precisão. Os
aglomerantes mais utilizados são a Bentonita, Cal Hidratada e Aglomerantes
Sintéticos Poliméricos. A homogeneização da mistura polpa retida / aglomerante
é feita em misturadores cilíndricos rotativos.
• Discos de pelotamento: A carga de material, previamente preparada, é alimentada

na extremidade mais elevada do tambor. Quando necessário, ocorre aspersão de
água em determinados pontos, afim de garantir as melhores condições para a
formação das pelotas cruas. Os grãos de minério sofrem rolamentos sucessivos
numa trajetória espiral, até atingirem a extremidade de descarga.
22
• Peneira de rolos: Onde é feita a seguinte classificação: pelotas e finos com

granulometria abaixo de 9 mm retornam ao processo de pelotamento, sendo
o material com granulometria superior a 9 mm encaminhado a um segundo
processo de peneiramento, antes da entrada no forno. No segundo processo,
o material com granulometria abaixo de 8 mm e acima de 16 mm retorna ao
processo de pelotamento, sendo o material com granulometria compreendida
entre 8 e 16 mm descarregado na grelha móvel (produção).
• Forno de grelha móvel: No centro estão os carros de grelha, que servem de

suporte para as barras de grelha. Os carros deslocam-se ao longo do compri-
mento do forno, submetendo as pelotas cruas às etapas de secagem ascendente,
secagem descendente, préqueima, queima, pós-queima e resfriamento, conforme
descrito anteriormente. Na parte inferior estão as caixas de vento, que são fixas
e comunicam-se com as tubulações de escoamento de gases e com a grelha
móvel. O selamento entre as barras de grelha e as caixas de vento é feito pela
pressão da massa gasosa no forno. Na parte superior, sobre a grelha, está a
área para circulação dos gases de processo e do ar, responsáveis pelas trocas
de energia térmica no sistema.
• Peneira vibratória: Responsável pelo processo que ocorre na camada de material,

por efeito do movimento vibratório, ao deslocar-se sobre a superfície de peneira-
mento, pelo qual as partículas menores, escoando através dos vãos criados pelas
partículas maiores, encaminham-se para a parte inferior da camada, indo de
encontro à superfície de peneiramento, enquanto as partículas maiores tendem a
se deslocar na parte superior da camada.
Segundo o manual de operação da planta estudada, um processo de pelotização

de qualidade depende da grande eficiência e integração entre todos os estágios do
processo, sendo cada um deles bastante influenciado pelo anterior.
As características da matéria prima tem influência direta e são parâmetros críticos para
a produção da pelota. No entanto, o pelotamento depende mais de propriedades físicas
da polpa, como distribuição de tamanho, superfície específica, formado das partículas,
porosidade, rugosidade e umidade. Por isso as etapas anteriores aos discos tem tanta
23
Figura 4 – Etapas de formação da pelota crua.
Fonte: Adaptado de (MEYER, 2000).
influência no processo realizado por eles, bem como no desgaste gerado (ZHU et al.,
2021).
É esperado que ao fim do processo de pelotização, as partículas ultrafinas (menores que

0,044mm) geradas durante a mineração do ferro, tenham sido aglomeradas de maneira
que produzam aglomerados esféricos de tamanhos na faixa de 8 a 18 mm, como
mostra a Figura 4, com características apropriadas para alimentação das unidades de
redução, tais como o alto forno e fornos de redução direta (DIPE, 2012).
É preciso então, projetar e monitorar as plantas de pelotização de maneira que sejam

produzidas pelotas com um custo mais baixo e qualidade mais alta.
2.1.1 Plantas estudadas
O presente trabalho estudou os discos de pelotamento de duas plantas de pelotização

de uma grande mineradora. Ambas contam com 7 discos cada, nomeados de 6 ou 7 A
à G.
Cada disco é alimentado por um silo a partir do chute de alimentação, que é revestido
com placas de polietileno, para proteger a chapas metálicas do desgaste gerados
pela passagem de material e conta com um desagregador de material no fim. O
desagregador é composto por hélices giratórias responsáveis por desacumular o
minério úmido, facilitando a formação das pelotas (MEYER, 2000).
24
A polpa passa pelo processo de formação de pelotas no disco, composto pela tela de
fundo, representada na Figura 5, responsável pela fixação da camada de fundo do
disco, tendo esta a função de proteger o fundo do disco contra desgastes por atrito e
auxiliar na formação das pelotas cruas (DIPE, 2012).
Figura 5 – Tela de fundo do disco de pelotamento
Fonte: Elaborado pela autora (2022).
Os discos também contam com quatro raspadores de fundo, cuja função básica é
manter a camada na altura desejada, constante e uniforme. Um raspador lateral, que
proporciona a manutenção da espessura da camada lateral. Dois raspadores auxiliares
de grande importância na formação das pelotas, pois através da ação destes, as pelotas
já formadas não voltam a circular na região de formação. E um raspador de borda, que
mantém limpa a borda do disco (placa de polietileno), por intermédio de sua placa de
Vulcolan (MEYER, 2000). Alguns deles podem ser vistos na Figura 6.
As bordas, mostradas na Figura 7, metálicas e de polietileno, são responsáveis por

conter a polpa dentro da área útil do disco e evitar incrustação de material, que causa
irregularidade na altura da borda, com descarga descontínua das pelotas (DIPE, 2012).
Os discos contam também com extratores de rainha, que são pelotas de grande
diâmetro, mostrados na Figura 8, que são barras de metal posicionadas para conter a
passagem de material acumulado em excesso para a linha de produção (DIPE, 2012).
25
Figura 6 – Raspadores componentes do discos.
(a) Raspadores centrais (b) Raspador Lateral
Figura 7 – Bordas do disco de Pelotamento
Os bicos spray, são usados para humetar o material em processo de pelotamento no

disco, ajustando as propriedades e facilitando a formação da pelota conforme esquema
apresentado na Figura 4.
Com a pelota formada, a produção deixa o disco pela rampa de descarga, formada por
placas de polietileno que direcionam o fluxo para a correia que alimentará as peneiras
de rolos e, posteriormente, o forno (MEYER, 2000).
É importante destacar que a equipe de manutenção é uma só para as duas plantas,

26
Figura 8 – Extratores de rainha
contando com 20 pessoas, 10 em cada turno de atuação. Essa equipe é responsável

pelas intervenções no circuitos dos discos e das peneiras vibratórias, ambos equipa-
mentos de grande porte que precisam do auxílio de andaimes e talhas para serem
manutenidos.
2.2 MANUTENÇÃO CENTRADA EM CONFIABILIDADE
A manutenção é caracterizada como o conjunto de ações responsáveis por assegurar

que os ativos continuem exercendo a função para qual foram criados (MOUBRAY,
2000).
Apesar de existirem diversas estratégias de manutenção que podem ser aplicadas de

acordo com a necessidade de cada sistema, o objetivo delas é o mesmo, conforme ci-
tado anteriormente (PéRèS; NOYES, 2003). Tradicionalmente, os tipos de manutenção
são classificados de acordo com a forma de programação (VIANA, 2002).
A primeira e mais antiga é a manutenção corretiva, realizada sempre depois que a

falha acontece. Do ponto de vista de custos de manutenção é a mais barata delas,
no entanto, pode causar grandes perdas de produção que devem ser sempre levadas
em consideração e uma falha catastrófica pode levar os custos a níveis impraticáveis.
(XENOS, 1998).
27
Já a manutenção preventiva pode ser vista como uma intervenção técnica no equipa-
mento, com um escopo de ações com sistemática e periodicidade estabelecidos, antes
do mesmo apresentar falhas operacionais ou avarias (MONCHY, 1989). Esse escopo
de manutenções envolve inspeções, reformas ou troca de peças. Além disso, quando
escolhida como estratégia de manutenção, deve ser seguida com caráter obrigatório e
nos casos onde há riscos à segurança e/ou o meio ambiente envolvidos é imperativa.
Do ponto de vista de custos de manutenção, tende a ser mais cara. No entanto, as
ocorrências de falha diminuem, a confiabilidade dos equipamentos aumenta e menos
interrupções de produção acontecem, fazendo com que a longo prazo, a manutenção
preventiva seja, em muitos casos, mais vantajosa (XENOS, 1998).
A manutenção preditiva, a mais nova delas, otimiza o tempo de vida dos componentes
com o uso de tecnologias avançadas, que reconhecem comportamentos de falha e as
prediz. Esse tipo de manutenção é reconhecida por alguns como um tipo de inspeção
e uma parte importante da manutenção preventiva (XENOS, 1998) sendo um programa
acionado por condições, evitando a super manutenção (ALMEIDA, 2000).
Ao longo dos anos a manutenção passou por diversas fases, principalmente devido ao
aumento do número e dos tipos de ativos físicos envolvidos em processos que devem
ser manutenidos, desenvolvendo as estratégias de manutenção citadas anteriormente
(MOUBRAY, 2000).
Nesse contexto, a necessidade de padrões altos de confiabilidade, que na teoria signi-

fica a capacidade de item em desempenhar uma função requerida sob as condições
especificadas, e excelência de manutenção no setor aeronáutico impulsionou a criação
da Manutenção Centrada em Confiabilidade, cujos princípios e aplicações foram
descritos no trabalho Reliability-Centered Maintenance, de Nowlan e Heap em 1978. O
trabalho demonstrou ainda que não existe uma forte correlação entre idade e taxa de
falhas, além de provar que a premissa básica de manutenção baseada em tempo era
falsa para a maioria dos equipamentos (NOWLAN; HEAP, 1978).
A MCC é um processo de manutenção utilizado para definir a abordagem mais efetiva

para a intervenção visando aumentar a operacionalidade dos equipamentos, melhorar
a segurança e reduzir os custos. Deve identificar as ações a serem tomadas para
28
reduzir a probabilidade de falha dos equipamentos e identificar os custos mais efetivos.

Além disso, é um processo contínuo que reúne dados do desempenho operacional do
sistema e utiliza estes dados para melhorar o projeto e a manutenção futura (NASA,
2000).
Para completo entendimento do conceito da MCC, é necessário esclarecer alguns

termos importantes:
• Disponibilidade é definida como a capacidade de um item, mediante manutenção

apropriada, desempenhar sua função requerida em um determinado instante do
tempo ou em um período de tempo predeterminado. O conceito de disponibilidade
varia conforme a capacidade de reparo de uma unidade. Em unidades reparáveis,
os possíveis estados da unidade em um tempo t de análise são funcionando ou
em manutenção (isto é, sofrendo reparo). Nesses casos, costuma-se supor que
reparos devolvam a unidade à condição de nova e trabalha-se com um valor médio
de disponibilidade para a unidade,(FOGLIATTO; RIBEIRO, 2009) representado
na equação 2.1
MT BF
A= (2.1)
(MT BF + MT T R)
Onde a sigla MTBF vem do inglês Mean time between failure e significa Tempo
médio entre falhas e MTTR, de Mean time to repair, significa tempo médio para o
reparo, e serão detalhados adiante.
• Mantenabilidade é definida como a capacidade de um item ser mantido ou recolo-

cado em condições de executar suas funções requeridas, mediante condições
preestabelecidas de uso, quando submetido à manutenção sob condições prede-
terminadas e usando recursos e procedimentos padrão (FOGLIATTO; RIBEIRO,
2009).
• Por tempo até falha de uma unidade entende-se o tempo transcorrido desde o
momento em que a unidade é colocada em operação até a sua primeira falha.
Convenciona-se t = 0 como início da operação do sistema. Por estar sujeito a
variações aleatórias, o tempo até falha é definido como uma variável aleatória,
29
designada por T . O estado da unidade em um tempo t pode ser descrito por

uma variável de estado X(t), que assume 0, quando o equipamento não está
operacional, ou 1, caso esteja (FOGLIATTO; RIBEIRO, 2009).
Pressupõe-se uma variável T distribuída continuamente, com densidade de pro-

babilidade dada por f (t) e função de distribuição dada pela equação 2.2:
Z t
F(t) = P(T ≤ t) = f (u)du (2.2)
0
A função F(t) denota, assim, a probabilidade de falha cumulativa da unidade em

uma missão de duração menor ou igual a t, também chamada de cdf (FOGLIATTO;
RIBEIRO, 2009). A densidade de probabilidade f (t), também chamada de pdf, é
definida como mostrado na Equação 2.3.
d F(t + ∆t) − F(t) P(t < T ≤ t + ∆t)

f (t) = F ′ (t) = F(t) = lim = lim (2.3)
dt ∆t→0 ∆t ∆t→0 ∆t
• Confiabilidade da unidade é definida como a sua probabilidade acumulada de
sucesso; assim, em um tempo t, a função de confiabilidade R(t) é a apresentada
na Equação 2.4.
ns (t) ns (t)
R(t) = = (2.4)
ns (t) + n f (t) n0
Onde ns é o número de unidades que não falharam, n f é o número correspondente
às que falharam e n0 o total de unidades submetidas a teste. A função de
distribuição de T , F(t), é o complemento de R(t), ou seja:
Z t Z +∞
R(t) = 1 − F(T ) = 1 − f (u)du = f (u)du (2.5)
0 t
• Função de risco h(t) pode ser considerada a medida de confiabilidade mais

difundida na prática. Tal função pode ser interpretada como a quantidade de risco
associada a uma unidade no tempo t. A função de risco é bastante útil na análise
do risco a que uma unidade está exposta ao longo do tempo, servindo como base
de comparação entre unidades com características distintas. A função de risco é
também conhecida em confiabilidade como taxa de falha (FOGLIATTO; RIBEIRO,
2009). Supondo ∆t → 0, obtém-se a taxa de falha instantânea, pela Equação 2.6.
30
R(t) − R(t + ∆t) −R′ (t) f (t)

h(t) = lim = = ,t ≥ 0 (2.6)
∆t→0 R(t)∆t R(t) R(t)
A unidade de medida em uma função de risco é normalmente dada em termos

de falhas por unidade de tempo. A forma da função de risco é um indicativo
da maneira como uma unidade envelhece. Como a função de risco pode ser
interpretada como a quantidade de risco a que uma unidade está exposta em um
tempo t, um valor pequeno para a função de risco implica uma unidade exposta a
uma menor quantidade de risco (FOGLIATTO; RIBEIRO, 2009).
Existem três classificações básicas para a função de risco:
1. função de risco crescente, FRC, em que a incidência de risco cresce com o

tempo;
2. função de risco decrescente, FRD, em que a incidência de risco decresce

com o tempo;
3. função de risco constante ou estacionária, FRE, em que a unidade está

exposta a uma mesma quantidade de risco em qualquer momento do tempo.
A Figura 9 pode ser facilmente interpretada resgatando os conceitos apresentados

(FOGLIATTO; RIBEIRO, 2009).
Figura 9 – Curva da banheira
Fonte: (FOGLIATTO; RIBEIRO, 2009).
• MTBF é o tempo médio entre falhas, do inglês Mean Time Between Failure,
e consiste da divisão das horas disponíveis do equipamento para operação,
31
pelo número de intervenções corretivas no equipamento (VIANA, 2002), con-

forme equação 2.7. É uma informação importante para descrever a eficiência
da manutenção e para desenvolver pontos de melhoria de acordo com o tipo de
equipamento e sua criticidade. É usado para itens reparáveis.
Tf
MT BF = (2.7)
Nc
Em que T f é o tempo disponível para funcionamento e Nc é o número de interven-

ções corretivas.
• O tempo médio até falha de uma unidade, designado por MTTF, do inglês mean
time to failure, pode ser definido pela Equação 2.8. É o equivalente ao MTBF para
unidades não reparáveis.
Z +∞
MT T F = E(T ) = t f (t)dt (2.8)
0
Ou seja, trata-se do valor esperado da variável T (FOGLIATTO; RIBEIRO, 2009).
• Do inglês Mean time to repair, o MTTR que é traduzido como tempo médio para
reparo avalia o andamento da manutenção, ou seja, quanto menor o MTTR no
passar do tempo melhor o desempenho da manutenção, pois os reparos corretivos
demonstram ser cada vez menos impactantes na produção. É a divisão entre a
soma das horas de indisponibilidade para a operação devido à manutenção (HIM )
pelo número de intervenções corretivas no período (Nc ), como apresentado na
Equação 2.9. (LEWIS et al., 1994)
HIM
MT T R = (2.9)
Nc
Com estes conceitos referentes a confiabilidade definidos, é válido entender como

o processo de implantação da MCC funciona. A metodologia utiliza ferramentas
conhecidas, seguindo uma sequência estruturada e bem documentada, possibilitando
auditoria. Essa sequência é composta das seguintes sete etapas (SIQUEIRA, 2014):
32
1. Seleção do sistema e coleta de informações: Identifica e documenta o processo

submetido à análise.
2. Análise de modos de falha e efeitos: nessa etapa são identificadas e documenta-

das as funções e modos de falha e os efeitos geradas por elas. Aqui a metodologia
FMEA (do inglês Failure Mode and Effects Analysis) é utilizada.
3. Seleção de funções significantes: utiliza um processo estruturado, levando em

conta os quatro pilares da MCC, Segurança, Meio Ambiente, Operação e eco-
nomia do processo, para identificar se as falhas definidas na etapa anterior têm
efeito significativos. As falhas não selecionadas nessa etapa são documentadas
apenas até aqui.
4. Seleção de atividade aplicáveis: define-se quais as tarefas de manutenção pre-

ventiva são cabíveis para prevenir, corrigir ou amenizar as consequências dos
modos de falha.
5. Avaliação de efetividade das atividades: é definido se as tarefas sugeridas na

etapa anterior são efetivas no contexto operacional e econômico, além dos termos
técnicos.
6. Seleção das atividades aplicáveis e efetivas: dois sub-processos são utilizados

nessa etapa para determinar a melhor tarefa. Primeiro a Árvore de Decisão
classifica a consequência de cada modo de falha, e em seguida, uma Lógica de
decisão é usada para montar o plano de manutenção adequado. Normalmente a
decisão é baseada em uma variável econômica ou outra de escolha da instituição.
7. Definição da periodicidade das atividades: Na última etapa estabelecem-se os

critérios para definição da frequência de realização das atividades de manutenção
escolhidas. A análise estatística de confiabilidade é uma das ferramentas mais
utilizadas.
Com essas etapas definidas é possível desenvolver a metodologia da Manutenção

Centrada em Confiabilidade nas plantas de interesse.
33
2.3 ANÁLISE ESTATÍSTICA DE FALHAS E CONFIABILIDADE
Conforme explicitado na seção anterior, a confiabilidade diz respeito à probabilidade de

uma unidade de sobreviver até um tempo de observação t. Descobrir a distribuição de
probabilidade que melhor se ajusta a esses tempos é essencial para a estimativa de
sobrevivência, bem como outras medidas de confiabilidade. Importante pontuar que
os tempos vêm de registros históricos ou obtidos com observações de desempenho
controladas (FOGLIATTO; RIBEIRO, 2009).
O banco de dados pode ser composto de dados completos (Falhas ocorridas dentro do
tempo de observação) ou censurados. Censura é o nome atribuído a registros de falha
incompletos, seja pelo fim prematuro do teste ou por remoção da unidades de estudo.
Pode ser unicamente censurada, quando a interrupção acontece uma única vez ou
censurada múltiplas vezes, quando mais de interrupção é feita durante o teste. Essas
interrupções, normalmente são referentes a falhas de mecanismos que não fazem parte
do objeto de estudo mas influenciam o sistema estudado ou pela indisponibilidade do
componente analisado (LEWIS et al., 1994).
O caso mais comum de censura de dados é o denominado suspensão, que caracteriza

uma censura à direita. Nos casos de análises de vida de um componente, representam
amostras que não falharam durante a janela de estudo. O termo censura à direita indica
que o evento de interesse, no caso a falha, aconteceu à direita dos tempos observados
(O’CONNOR; KLEYNER, 2012).
As distribuições escolhidas podem ser modeladas por até três parâmetros. O primeiro,
de localização, é usado para deslocar a distribuição de probabilidade ao longo do eixo
do tempo. O segundo, de escala, feito para expandir ou contrair o eixo do tempo. E,
finalmente, o parâmetro de forma, assim designados por afetarem a forma da função
de densidade (FOGLIATTO; RIBEIRO, 2009).
Todos esses parâmetros são estimados por Métodos de Análise. O termo estimativa de
parâmetro refere-se ao processo de usar dados de amostra (em engenharia de confiabi-
lidade, geralmente dados de tempo até a falha ou sucesso) para estimar os parâmetros
da distribuição selecionada. Os principais métodos de estimativa são o de Plotagem
34
de Probabilidade, Regressão de Classificação (ou Minímos Quadrados), Estimativa de

Máxima Verossimilhança e o Método de estimativa Bayesiana (RELIASOFT, 2015).
Do ponto de vista estatístico, o método de estimativa de máxima verossimilhança é,

com exceções, o mais robusto das técnicas de estimativa de parâmetros. A ideia por
trás do MLE é obter os valores mais prováveis de parâmetros, para uma distribuição
específica, que melhor descreverão os dados (O’CONNOR; KLEYNER, 2012).
Sabendo disso, considerando x é uma variável aleatória contínua com pdf, como
demonstrado por f (x; θ1 , θ2 , ..., θk ).
Onde θ1 , θ2 , ..., θk são parâmetros desconhecidos que precisam ser estimados, com
R observações independentes x1 , x2 , ..., xR , que correspondem no caso da análise de
dados de vida aos tempos de falha (RELIASOFT, 2015). A função de verossimilhança
é apresentada na Equação 2.10:
R
L(θ1 , θ2 , ..., θk |x1 , x2 , ..., xR ) = L = ∏ f (xi ; θ1 , θ2 , ..., θk )i = 1, 2, ..., R (2.10)
i=1
A função de verossimilhança logarítmica é dada pela Equação 2.11.
R
Λ = ln L = ∑ ln f (xi ; θ1 , θ2 , ..., θk ) (2.11)
i=1
Os estimadores de máxima verossimilhança (ou valores de parâmetro) de θ1 , θ2 , ..., θk

são obtidos maximizando L ou Λ (RELIASOFT, 2015).
Ao realizar a análise de máxima verossimilhança em dados com itens suspensos, a

função de verossimilhança precisa ser expandida para levar em consideração os itens
suspensos. A técnica de estimação geral não muda, mas outro termo é adicionado à
função de verossimilhança para contabilizar os itens suspensos. Além disso, o método
de resolução das estimativas dos parâmetros permanece o mesmo. Por exemplo,
considere uma distribuição em que é uma variável aleatória contínua com pdf (Equação
2.12) e cdf (Equação 2.13) (RELIASOFT, 2015).
35
f (x; θ1 , θ2 , ..., θk ) (2.12)
F(x; θ1 , θ2 , ..., θk ) (2.13)
Onde θ1 , θ2 , ..., θk são os parâmetros desconhecidos que precisam ser estimados a partir
de R falhas observadas em T1 , T2 , ..., TR , e M suspensões observadas em S1 , S2 , ..., SM
então a função de verossimilhança é formulada em 2.14 (RELIASOFT, 2015).
R M
L(θ1 , θ2 , ..., θk |T1 , ..., TR , S1 , ..., SM ) = L = ∏ f (Ti ; θ1 , θ2 , ..., θk ) · ∏[1 − F(Si ; θ1 , θ2 , ..., θk )]
i=1 i=1
(2.14)
Assim, os parâmetros são obtidos a partir da maximização da equação. Esse método

e utilizado para calcular diversos parâmetros de distribuições distintas. Então, é
necessário entender quais os parâmetros responsáveis por compor a distribuição de
probabilidade mais aderente aos dados de falha (O’CONNOR; KLEYNER, 2012).
2.3.1 Testes de aderência
A aderência das distribuições de probabilidade é testada estatisticamente, para provar

significativamente que a hipótese de que os dados se adequam à distribuição escolhida
pode ser rejeitada. Os testes de aderência são uma extensão dos testes de significância,
no qual a cdf amostral é comparada à verdadeira cdf. A variedade de testes disponíveis
para esse propósito é enorme e o poder de rejeitar as hipóteses incorretas varia com
o tipo e quantidade de dados disponíveis, em como a hipótese sendo posta a prova
(O’CONNOR; KLEYNER, 2012).
Os testes a serem descritos aqui serão o teste de Kolmogorov-Smirnov, teste de

Coeficiente de Correlação, o teste de Valor de Verossimilhança Logarítmica e os
Critérios de Informação Bayesiano e de Akaike.
36
2.3.1.1 Teste de Kolmogorov-Smirnov
É um teste de aderência comumente usado em estudos de confiabilidade e se baseia

nos dados ranqueados acumulados, ou seja, na CFD amostral (O’CONNOR; KLEYNER,
2012).
Dada uma amostra aleatória x1 , x2 , ..., xn , a função de distribuição empírica S(x) é a

fração de observações amostrais menores ou iguais ao valor de x. Se y1 , y2 , ..., yn são
as probabilidades da amostra aleatória observada, sem observações repetidas, então
a função de distribuição empírica é definida na Equação 2.15 (UEL, 2015).

0, para x < y1






S(x) = k , para yk ≤ x < yk+1 , k = 1, 2, ..., n − 1 (2.15)
 n



1, para x ≥ yn

A estatística do teste é definida conforme a Equação 2.16 e é usada para testar a

hipótese de que a função de distribuição acumulada (Fx ) é igual a alguma função
de distribuição, sob hipótese, S(x), em que Dn é o menor limite superior de todas as
diferenças pontuais (UEL, 2015).
Dn = supx [|F(x) − S(x)|] (2.16)
Para os casos nos quais existem observações iguais, ou seja, nk observações para
xk , a função de distribuição empírica é uma step que salta ( nk
n ) na altura de cada
observação. Em qualquer caso, a função de distribuição empírica S(x) é a fração dos
valores amostrais que são menores ou iguais a x (UEL, 2015).
2.3.1.2 Teste de Coeficiente de Correlação
O teste de coeficiente de correlação determina quão bem a distribuição proposta se

adequa à uma linha reta. E baseia-se na diferença entre as probabilidades de falha
plotadas e previstas. Quanto mais próximo de 1 o valor do coeficiente de correlação
37
populacional é, melhor a estimativa linear. Um valor muito próximo de 0 indica que

os dados são distribuídos aleatoriamente e não tem padrão ou correlação linear entre
eles. O coeficiente de correlação populacional é definido conforme apresentado na
Equação 2.17 onde σxy é a covariância de x e y, σx é o desvio padrão de x e σy o de y
(RELIASOFT, 2015).
σxy
ρ= (2.17)
σx σy
2.3.1.3 Teste de Valor de Verossimilhança Logarítmica
O teste em questão calcula os valores da função log-verossimilhança, dados os parâ-

metros da distribuição (RELIASOFT, 2015). Para o teste duas estimativas de máxima
verossimilhança diferentes de um parâmetro são comparadas para decidir se rejeitar
ou não uma restrição no parâmetro (TABOGA, 2021).
Uma estimativa, denominada estimativa irrestrita e denotada pela Equação 2.18, é

obtida a partir da solução do problema de máxima verossimilhança irrestrita (TABOGA,
2021).
θ̂n = arg θ T hetaR ln[L(θ ; ξn )] (2.18)
onde xin é a amostra de dados observados e L(θ ; ξn ) é a função de verossimilhança,

definida como a probabilidade conjunta dos dados observados entendidos como uma
função dos parâmetros do modelo estatístico escolhido (TABOGA, 2021).
A outra estimativa, denominada estimativa restrita e denotada por θ̂nR é obtida a partir
da solução do problema de máxima verossimilhança restrita apresentada na Equação
2.19 (TABOGA, 2021).
θ̂nR = arg θ ΘR ln[L(θ ; ξn )] (2.19)

38
Onde ΘR = θ ∈ Θ : g(θ ) = 0 é o conjunto de parâmetros que satisfazem a restrição que

está sendo testada.
A estatística de teste, chamada estatística de razão de verossimilhança, é apresentada

na Equação 2.20 (TABOGA, 2021).
LRn = 2ln[L(θ̂n ; ξn )] − ln[L(θ̂nR ; ξn )] (2.20)
onde n é o tamanho da amostra .
No teste da razão de verossimilhança, a hipótese nula é rejeitada se LRn > z onde é

um valor crítico z pré-especificado (RELIASOFT, 2015).
2.3.1.4 Critérios de informação Bayesiano e de Akaike
Ambos os critérios se baseiam no valor de log-verossimilhança, como o último teste

apresentado. No entanto, com um fator de ajuste adicional para o número de parâmetros
(RELIASOFT, 2015).
O critério de informação bayesiano (BIC) (conhecido também como critério de Schwarz)

é outra medida estatística para a avaliação comparativa entre modelos de séries tem-
porais. Foi desenvolvido pelo estatístico Gideon Schwarz e é estritamente relacionado
com a AIC. A diferença entre BIC e AIC se manifesta quando adicionamos um número
de k parâmetros, a fim de aumentar a qualidade do ajuste do modelo. Nesse caso, o
BIC penaliza mais (em comparação com o AIC) esse aumento de parâmetros. O BIC é
calculado pela Equação 2.21 (PROFILLIDIS; BOTZORIS, 2019).
ℓ k · ln n
BIC = −2 · + (2.21)
n n
Onde n é o número de dados, k é o número de prâmetros estimados e ℓ é a função de

log verossimilhança, apresentada na Equação 2.22 (PROFILLIDIS; BOTZORIS, 2019).
39
n 1 n
ℓ = − · (1 + ln(2 · π) + ln( · ∑ (yi − ŷi )2 )) (2.22)
2 n i=1
O critério de informação de Akaike (AIC) foi desenvolvido pelo estatístico japonês

Hirotugu Akaike. É uma medida estatística para avaliação comparativa entre modelos
de séries temporais. No entanto, como o AIC não se baseia em um teste de hipótese,
ele não pode garantir a qualidade de um modelo em relação a outros modelos. Assim,
no caso de todos os modelos em avaliação se ajustarem mal a um determinado
conjunto de dados ou observações, o AIC indicará apenas o modelo que se ajusta um
pouco melhor aos dados ou observações disponíveis do que os outros (PROFILLIDIS;
BOTZORIS, 2019).
O AIC fornece uma estimativa das informações perdidas quando um modelo específico
é usado para representar o processo que gerou os dados (PROFILLIDIS; BOTZORIS,
2019). O AIC é calculado pela Equação 2.23
ℓ k
AIC = −2 · + 2 · (2.23)
n n
2.3.2 Distribuições de Probabilidade
Sabendo como os testes de aderência são realizados, é válido compreender as distribui-

ções as quais eles avaliam. Durante a realização do presente trabalho, as distribuições
discutidas serão a Exponencial, Normal, Logística, Loglogística, Lognormal, Gama e
Weibull.
2.3.2.1 Distribuição Exponencial
A distribuição exponencial é uma distribuição comumente usada em engenharia de

confiabilidade. Matematicamente, é uma distribuição bastante simples, o que muitas
vezes leva ao seu uso em situações inadequadas. A distribuição exponencial é usada
para modelar o comportamento de unidades que têm uma taxa de falha constante (ou
unidades que não se degradam com o tempo ou se desgastam) (RELIASOFT, 2015).
A pdf exponencial é dada pela Equação 2.24.
40
f (t) = λ e−λ (t−γ) , f (t) ≥ 0 , λ > 0 ,t ≥ γ (2.24)
Onde γ é o parâmetro de localização, que se positivo desloca a distribuição para a

direita, indicando que as falhas têm chance de acontecer apenas após um período de
1
tempo; e λ é o parâmetro de escala. (RELIASOFT, 2015) O comportamento da pdf da
distribuição exponencial pode ser visto na Figura 10.
Figura 10 – Comportamento da distribuição exponencial com a variação do λ
Fonte: (RELIASOFT, 2015).
2.3.2.2 Distribuição Normal
A distribuição normal, também conhecida como distribuição gaussiana, é a distribuição

de uso geral mais amplamente utilizada. É por esta razão que está inclusa entre as
distribuições de tempo de vida comumente usadas para confiabilidade e análise de
dados de vida. A distribuição normal é inadequada para modelar dados de tempo de
vida porque o limite esquerdo da distribuição se estende até o infinito negativo. Isso
pode resultar na modelagem de tempos negativos até a falha. Entretanto, desde que a
distribuição em questão tenha uma média relativamente alta e um desvio padrão relati-
vamente pequeno, a questão dos tempos de falha negativos não deve se apresentar
como um problema (RELIASOFT, 2015).
41
A pdf da distribuição normal é dada pela Equação 2.25. E o comportamento da pdf

pode ser visto na Figura 11.
1 1 t−µ 2
f (t) = √ e− 2 ( σ ) (2.25)
σ 2π
Onde µ é a média dos tempos normais até a falha e θ é o desvio padrão dos tempos
até a falha (RELIASOFT, 2015).
Figura 11 – Comportamento da pdf da distribuição normal com a variação de σ
A confiabilidade para uma missão de tempo T para a distribuição normal é determinada

pela Equação 2.26.
1
Z ∞ Z ∞
1 x−µ 2
R(t) = f (x)dx = √ e− 2 ( σ ) dx (2.26)
t t σ 2π
Não há solução de forma fechada para a função de confiabilidade normal. As soluções

podem ser obtidas através do uso de tabelas normais padrão (RELIASOFT, 2015).
Além disso, a taxa de falha é descrita pela razão entre a Equação 2.25 e a 2.26.
42
Importante pontuar que a pdf normal não tem parâmetro de forma. Isso significa que o
pdf normal tem apenas uma forma, a forma de sino, e essa forma não muda. Além disso
uma das desvantagens de usar a distribuição normal para cálculos de confiabilidade é
o fato de que a distribuição normal começa no infinito negativo. Isso pode resultar em
valores negativos para alguns dos resultados (RELIASOFT, 2015).
2.3.2.3 Distribuição Logística
A distribuição logística tem sido utilizada para modelos de crescimento, e é utilizada

em um certo tipo de regressão conhecida como regressão logística. Também tem
aplicações na modelagem de dados de vida. A forma da distribuição logística e da
distribuição normal são muito semelhantes (RELIASOFT, 2015).
A pdf logística é dada por 2.27 e pode ser observada na Figura 12:
ez
f (t) = 2 (2.27)
σ (1 + ez )
Onde z = t−µ
σ , µ é o parâmetro de localização e σ é o parâmetro de escala (RELIASOFT,
2015).
A função de confiabilidade logística é dada pela Equação 2.28.
1
R(t) = (2.28)
1 + ez
A principal diferença entre a distribuição normal e a distribuição logística está nas cau-
das e no comportamento da função taxa de falhas. A distribuição logística tem caudas
ligeiramente mais longas em comparação com a distribuição normal (RELIASOFT,
2015).
2.3.2.4 Distribuição Loglogística
Como o próprio nome indica, a distribuição loglogística apresenta algumas semelhanças

com a distribuição logística. Uma variável aleatória é logisticamente distribuída se o
43
Figura 12 – Comportamento da pdf da distribuição logística com a variação de µ
logaritmo da variável aleatória for logisticamente distribuído. Por causa disso, existem
muitas semelhanças matemáticas entre as duas distribuições (RELIASOFT, 2015).
A distribuição loglogística é uma distribuição de 2 parâmetros µ e σ . A pdf para esta

distribuição é dada pela Equação 2.29 e pode ser vista na Figura 13.
ez
f (t) = 2 (2.29)
σt((1 + ez ))
lnt−µ
Onde z = σ , µ é parâmetro de escala e σ de forma (RELIASOFT, 2015).
A confiabilidade para uma missão de tempo T, começando na idade 0, é determinada

por:
1
R(t) = (2.30)
1 + ez
A forma da distribuição loglogística é muito semelhante à lognormal e à distribuição

44
Figura 13 – Comportamento da pdf da distribuição loglogística com a variação de µ
Weibull (RELIASOFT, 2015).
2.3.2.5 Distribuição Lognormal
A distribuição lognormal é comumente usada para modelar a vida de unidades cujos

modos de falha são de natureza fadiga-estresse. Uma vez que isso inclui a maioria, se
não todos, os sistemas mecânicos, a distribuição lognormal pode ter ampla aplicação.
Consequentemente, a distribuição lognormal é uma boa companhia para a distribuição
Weibull ao tentar modelar esses tipos de unidades. Como pode ser presumido pelo
nome, a distribuição lognormal tem certas semelhanças com a distribuição normal.
Uma variável aleatória é lognormalmente distribuída se o logaritmo da variável aleatória
for normalmente distribuído. Por causa disso, existem muitas semelhanças matemáticas
entre as duas distribuições (RELIASOFT, 2015).
A distribuição lognormal é uma distribuição de 2 parâmetros µ ′ e σ ′ . A pdf para esta

distribuição é dada por:
′
1 1 ln(t)−µ 2
f (t) = √ e− 2 ( σ ′ ) (2.31)
t · σ ′ 2π
45
Onde µ ′ é a média dos logaritmos naturais dos tempos até a falha e σ ′ é o desvio
padrão dos logaritmos naturais dos tempos até a falha (RELIASOFT, 2015).
A confiabilidade para uma missão de tempo, começando na idade 0, é dada por:
′
1
Z ∞
1 ln(x)−µ 2
R(t) = √ e− 2 ( σ ′ ) dx (2.32)
t x · σ ′ 2π
Assim como na distribuição normal, não há solução de forma fechada para a função de
confiabilidade lognormal. As soluções podem ser obtidas através do uso de tabelas
normais padrão (RELIASOFT, 2015) .
2.3.2.6 Distribuição Gama
A distribuição Gama é flexível e pode oferecer um bom ajuste para alguns conjuntos de
dados de falha. No entanto, não é muito utilizada como um modelo de vida para meca-
nismos de falha comuns. Essa distribuição normalmente surge como a distribuição do
tempo até a falha de para sistemas com backups em espera distribuídos exponencial-
mente e também é um bom ajuste para soma de variáveis aleatórias independentes
(RELIASOFT, 2015).
A pdf da distribuição gama é dada por:
z
ekz−e
f (t) = (2.33)
tΓ(k)
Onde, z = ln(t) − µ, eµ é o parâmetro de escala, k é o parâmetro de forma e Γ(k) é a

R ∞ k−1 −s
função Gamma, definida por 0 s e ds.
Além disso, a confiabilidade é dada por:
R = 1 − ΓI (k; ez ) (2.34)
Com o passar do tempo a distribuição Gama se torna uma exponencial.

46
2.3.2.7 Distribuição de Weilbull
A distribuição Weibull é uma das distribuições de tempo de vida mais amplamente

utilizadas na engenharia de confiabilidade. É uma distribuição versátil que pode assumir
as características de outros tipos de distribuições, com base no valor do parâmetro de
forma, β (RELIASOFT, 2015).
A curva pdf é descrita pela Equação 2.35 e pode ser observada na Figura 14. Para
algumas distribuições o parâmetro de localização pode ser considerado 0 e o de
forma uma constante qualquer, possibilitando que conjuntos de dados com poucas ou
nenhuma falha podem ser analisados (RELIASOFT, 2015).
β t − γ β −1 −( t−γ β
f (t) = ( ) e η ) (2.35)
η η
Figura 14 – Comportamento da pdf da distribuição Weibull com a variação de β
Onde η é parâmetro de escala, ou vida característica, β é o parâmetro de forma, ou

inclinação e γ é o parâmetro de localização, ou vida livre de falhas. É importante
destacar que tanto o parâmetro de escala quanto o de forma devem ser maiores que 0
(RELIASOFT, 2015).
47
A cofiabilidade é dada por:
t−γ β
R(t) = e−( η ) (2.36)
A distribuição Weibull é amplamente utilizada na confiabilidade e análise de dados de

vida devido à sua versatilidade. Dependendo dos valores dos parâmetros, a distribuição
Weibull pode ser usada para modelar uma variedade de comportamentos de vida.
Todos os três estágios de vida da curva da banheira podem ser modelados com a
distribuição Weibull e valores variáveis de β (RELIASOFT, 2015).
As curvas de confiabilidade e de taxa de falha modeladas por Weibull estão exemplifi-

cadas na Figura 15
Figura 15 – Curvas geradas por Weibull.
(a) Taxa de falha (b) Confiabilidade

48
3 PROPOSTAS DE ANÁLISE E ETAPAS DE REALIZAÇÃO
A avaliação da efetividade de um plano de manutenção deve seguir a sequência já

estruturada da implementação da metodologia MCC, semelhante ao processo de
criação de uma nova estratégia, conforme descrito na Seção 2.2.
Assim, a primeira etapa do processo consiste em definir sistemas e subsistemas que

serão submetidos à análise. Em seguida, pelo processo de MCC, cria-se o FMEA do
sistema, no entanto, para o presente trabalho, o documento de análise de modos de
falha e seus efeitos já existe, e será apenas revisado levando em conta o conhecimento
prático do time de confiabilidade e literaturas acerca do tema.
As revisões do FMEA são apresentadas no Apêndice A em forma de diagrama, para

melhor entendimento e visualização dos modos de falha detectados.
As etapas três, quatro e cinco do MCC serão condensadas em uma única, baseada na
análise de dados dos históricos de manutenção e paradas do equipamento, a partir
das quais será possível identificar funções significantes, atividades de manutenção
aplicáveis e qual a possível efetividade destas.
Finalmente, com base nos resultados das análises e em discussões baseadas em

manuais e procedimentos já estabelecidos apresentadas posteriormente, será possível
atender às etapas seis e sete do procedimento, que consistem na decisão das tarefas
componentes do plano de manutenção e a periodicidade com que ele será realizado.
3.1 DEFINIÇÃO DO SISTEMA E SUBSISTEMAS
O sistema de análise proposto é definido pelo disco de pelotamento e composto por

seis subsistemas, conforme explicitado na Figura 1.
O primeiro subsistema, de Alimentação, é composto pelo desagregador e pelo chute

de alimentação. Tem como função principal fornecer o minério já dissociado, facilitando
a formação das pelotas e evitando aglomeração indevida de material
Já o segundo, de Acionamento, é responsável por fornecer movimento ao disco de pe-

49
Figura 16 – Definição do sistema em análise
lotamento. Composto pelo motor, redutor, acoplamentos, de entrada e saída, o pinhão,

torpedo e rolamento central, representados no diagrama pelo bloco de engrenamento.
Segue-se para subsistema mais importante do processo, o de Produção, responsável

efetivamente pela transformação do feed em pelota. É composto pelo prato, pelos
raspadores, centrais, lateral e de bordas, bicos spray, extrator de rainhas e pela rampa
de descarga.
O subsistema de Estrutura compreende todos os elementos responsáveis pela susten-

tação do disco e a fixação das partes acopladas.
Por fim, os dois subsistemas de lubrificação fechados são responsáveis por garantir o
bom funcionamento do redutor e do rolamento central. É importante destacar que o
fluido de trabalho do sistema de lubrificação do redutor é óleo ISO 220 ou 460 enquanto
o do rolamento é a graxa Ipiflex Li Molly 2, a base de sabão de lítio.
50
3.2 REVISÃO DOS MODOS DE FALHA E SEUS EFEITOS
Modo de falha se caracteriza pela maneira com que se dá a incapacidade de um ativo

realizar a sua função, conforme descrito na Seção 2.2. Assim, a compreensão de
todos os modos de falha de um determinado componente do sistema é de extrema
importância para o planejamento de uma lista de tarefas de manutenção preventiva.
Com isso, é válido pontuar que o FMEA atual dos discos de pelotamento define os
subsistemas como cada linha de produção composta por sete discos distribuídos de A
a G, e não faz mais nenhuma divisão entre os componentes. Como o presente trabalho
se baseia na divisão dos seis subsistemas apresentados na Seção 3.1, os modos de
falha e seus efeitos devem ser analisados levando isso e consideração.
Para a maior parte dos subsistemas (Acionamento, Produção e Estrutura), as possíveis

falhas e seus efeitos foram apenas reorganizados, já que os modos de falha foram
avaliados e representam bem o sistema. No entanto, como subsistema de alimentação
e os de lubrificação não eram parte integrante do sistema de discos de pelotização,
foram levados em consideração agora.
O desagregador, componente do subsistema de alimentação, tem os modos de falha

já listados em um FMEA específico e deve apenas ser revisado e é sugerido que
seja integrado ao documento dos discos de pelotamento. Já para os subsistemas
de lubrificação, as possíveis falhas ainda devem ser apontadas e devem passar pelo
processo de análise por um time especializado.
3.3 ANÁLISE DO CONJUNTO DE DADOS
A seguinte etapa realizada foi o levantamento do plano de manutenção atual bem como
o histórico de intervenções feitas nos últimos anos.
O levantamento de histórico de ocorrências de falha foi feito através de duas plataformas,

visando obter maior proximidade com a realidade das intervenções realizadas nos
discos de pelotamento.
O primeiro levantamento foi feito a partir da plataforma interna integrada ao sistema

51
de horímetro dos equipamentos, na qual a operação registra todas as paradas espe-

cificando natureza e motivo. É importante ressaltar que esse banco de dados tem
registros iniciados em 2017.
Além disso, foi feita a estratificação de todas as ordens de manutenção existentes

desde 2014. As OMs foram classificadas por subsistemas e assinaladas conforme
apontamento de intervenção (troca de componente ou ajuste de parâmetros ou peças
para adequação de operação).
Durante a classificação, foram retiradas todas as ordens com status de CANCELAD do

sistema, que indicam solicitações de manutenção não atendidas, além de ordens de
apoio como, por exemplo, pedidos de limpeza da área a ser manutenida.
O sistema de registro classifica diferentes tipos de ordem de acordo com a natureza da

intervenção realizada. Os tipos de inclusos na seleção estudada foram:
• YPM: Solicitação de manutenção preventiva;
• YCM: Solicitação de manutenção condicional;
• YCO: Solicitação de manutenção corretiva não emergencial;
• YEM: Solicitação de manutenção corretiva emergencial;
É importante pontuar que os tipos de ordem identificados foram usados para entender
o que desencadeou a intervenção mecânica e como ela foi tratada, mas não foi objeto
de estratificação nos estudos de confiabilidade e disponibilidade. O resultado da
identificação das ordens pode ser observado na Tabela 1.
Com todas as ordens identificadas, elas foram divididas mais uma vez, por circuitos
de diferentes discos, para que a avaliação do ciclo de vida de cada componente fosse
viável e retratasse a realidade.
A partir da identificação de cada componente dentro das ordens de manutenção foi

possível calcular o tempo entre falha e o tempo para reparo de cada um dos itens
52
Tabela 1 – Resultado da estratificação das ordens de manutenção por quantidade.
Usina 6 Usina 7
Alimentação 66 50
Acionamento 313 310
Produção 772 952
Estrutura 18 54
Lubrificação Rolamento 38 122
Lubrificação Redutor 66 265
Total 1273 1753
integrantes dos subsistemas. Além disso, cruzando informações de cada uma das
plataformas fornecedoras de dados pode-se afirmar o tempo de intervenção de cada
uma das manutenções realizadas.
3.4 MÉTODOS DE ANÁLISE
O principal estudo realizado será o baseado em noções temporais dos eventos de

manutenção realizadas. No entanto, para alguns componentes do sistema, devido
a menor quantidade de dados, a análise será baseada em conhecimentos práticos
da equipe de manutenção responsável, manuais do equipamento e direcionamentos
gerenciais da empresa.
É importante ressaltar que a análise numérica baseada em histórico conta com uma
banco de dados iniciando em 2014 até 2022, e para alguns componentes poucos
registros foram feitos durante essa janela. Ainda sim, a consideração da possibilidade
de análise estatística foi feita para aqueles com dados suficientes para moldar uma
curva próxima da realidade quando comparada a resultados crus e que não fosse levar
a uma conclusão errônea. Finalmente, vale pontuar que essa análise é apenas uma
componente de construção do novo plano e sera avaliada em conjunto com outras
fontes.
Assim, a realização da pesquisa será dividida em quatro etapas: A primeira utilizando

53
os dados históricos de manutenção em estudos estatísticos. Já a segunda, levou os

custos de intervenção em conta, somente para aqueles com resultados passíveis de
análise anterior. A terceira, para os componentes que não puderam ser estudados nas
duas anteriores, discutindo o funcionamento esperado e realizado destes. Finalmente, a
última etapa tratou do que a companhia entende sobre o direcionamento da manutenção
dos ativos em questão.
3.4.1 Análise estatística
Conforme explicitado na Seção 2.3, existem diversas formas de analisar o conjunto de

dados obtidos a partir da estratificação das ordens de manutenção.
Conhecendo o comportamento de falha dos componentes de cada subsistema foi

possível traçar a estratégia que melhor atenda as necessidades do sistema como um
todo. No presente trabalho, isso será realizado a partir da utilização de dois softwares:
ReliaSoft® e Matlab® .
3.4.1.1 Análise de confiabilidade
O ReliaSoft Weibull++® é uma ferramenta abrangente de análise de dados de vida que

realiza análises utilizando várias distribuições de probabilidade de vida útil, análise de
dados de garantia e degradação e design de experimentos.
No presente trabalho, a ferramenta foi utilizada para identificar o comportamento de

confiabilidade dos componentes, bem como suas respectivas taxas de falha. Para isso,
o sistema é alimentado com os vetores de tempos entre falhas disponíveis e as opções
de análise são configuradas.
No que diz respeito a inserção dos dados no sistema, é importante pontuar a adição
de um intervalo caracterizado como censurado à direita, o qual o sistema denomina
"suspensão". Esse elemento diz respeito ao tempo observado entre a última falha
registrada e o fim da coleta de dados, logo, deve ser sinalizado como censurado para
que o sistema entenda que não representa uma falha, mas sim um suspensão da
medição.
54
O método de análise padrão para todos os cálculos realizados foi o de Máxima Verossi-
milhança, responsável por estimar os parâmetros utilizados na distribuição escolhida.
É importante ressaltar que esse método foi estabelecido por adequar melhor dados
com suspensões adicionadas, já que ele não leva em conta apenas ranqueamentos
ou posições gráficas, mas sim cada tempo para falha ou suspensão. (O’CONNOR;
KLEYNER, 2012)
Já para o método de ranqueamento, que calcula a incerteza dos tempos até a falha, foi
definida a utilização de ranques médios (Mean Rank ), já que é o mais comumente utili-
zado em cálculos semelhantes ao atual. Além disso, o sistema oferece uma ferramenta
de ranquamento mais precisa na incerteza dos tempos, chamada RRM (Relia Ranking
Method), que computa iterativamente os tempos de falha e ranqueamentos até que os
valores de parâmetros convirjam.
Por fim, para o método dos limites de confiança, a Razão de Verossimilhança foi
a escolhida para todas as simulações. Já que, dentre as opções do sistema, para
conjuntos com espaço amostral grande, o método escolhido não tem grande impacto
de diferença nos resultados, no entanto, para pequenas amostras, como é o caso da
maior parte dos componentes estudados no presente trabalho, o método escolhido se
adapta melhor. A interface do programa, apresentada na Figura 17, solicita a entrada
das configurações de análise no menu à direita da tela e dos dados de vida na tabela
ao lado.
Com todas as configurações definidas, o programa faz o cálculo de diversos testes

de aderência, com o objetivo de auxiliar na escolha da distribuição que melhor se
aplica ao conjunto de dados. Um exemplo do resultados dos testes de aderência
pode ser observado na Tabela 2. Nela é possível identificar os valores médios do
teste de Kolmogorov-Smirnov subtraídos de 100% (AVGOF), os erros médios do teste
de correlação de coeficientes, que mede a aderência dos pontos plotados à curva
(AVPLOT), o resultado do teste de verossimilhança, dados os parâmetros calculados
(LKV), e os dois testes que levam o qui-quadrado em consideração, Critério Bayesiano
de Informação e o Critério de Informação de Akaike (BIC e AIC, respectivamente).
Os resultados de testes de aderência como os apresentados acima, devem ser apenas

55
Figura 17 – Interface ReliaSoft®
Fonte: ReliaSoft® (2022).
Tabela 2 – Testes de aderência das distribuições.
Distribuição AVGOF AVPLOT LKV BIC AIC

Exponencial-1P 3,053531 7,2134523 -49,168974 100,28385 100,33794
Exponencial-2P 4,7957626 7,5476386 -49,091114 102,07404 102,18222
Normal 9,998E-11 5,266406 -51,280715 106,45325 106,56143
Lognormal 14,447985 9,7830532 -49,864780 103,62138 103,72956
Weibull-2P 0,5798803 8,4985769 -48,789423 101,47066 101,57884
Weibull-3P 2,9007073 9,2154671 -48,330305 102,49834 102,66061
Gama 0,7948773 7,9158848 -48,543877 100,97957 101,08775
Gama-G 0,0033397 6,8327019 -47,136184 100,11009 100,27236
Logística 9,998E-11 3,3890998 -51,360743 106,61330 106,72148
Loglogística 1,094316 8,5818042 -49,924094 103,74000 103,84818
Gumbel 0,0681773 7,1190361 -52,427460 108,74674 108,85492
o primeiro passo na tomada de decisão pela distribuição ideal. (O’CONNOR; KLEYNER,

2012). Os próximos passos consistem em avaliar o conjunto de dados e seus padrões,
os modos de falha que os originaram, espaço amostral e o tipo de equipamento
analisado.
56
Portanto, para os componentes avaliados, todos esses aspectos foram analisados

individualmente e a melhor distribuição de probabilidade foi adotada no estudo de
confiabilidade de cada item, levando em conta os valores dos testes de aderência e
proximidade gráficas das curvas com os gráficos gerados pelos dados sem processa-
mento.
Com todos os parâmetros da análise ajustados, os sistema é capaz de gerar as análises

gráficas e os bancos de dados necessários para o estudo de confiabilidade de cada item.
Por exemplo, para a distribuição escolhida a partir dos testes de aderência mostrados
na Tabela 2, o sistema é capaz de gerar a curva de confiabilidade apresentada na
Figura 18, na qual é possível observar a decadência da função a medida que tempo
passa.
Figura 18 – Exemplo de Confiabilidade
Fonte: Adaptado de ReliaSoft® (2022).
Outro dado de extrema relevância para as análises seguintes é a taxa de falha, bastante
útil na análise do risco a que uma unidade está exposta ao longo do tempo, como é
possível observar na Figura 19.
Os gráficos gerados pelo ReliaSoft® foram base para a discussão de tempos e ações
de manutenção preventiva de cada componente e, posteriormente, do sistema.
57
Figura 19 – Exemplo de Taxa de Falha
A Ferramenta BlockSim® do ReliaSoft® foi utilizada para análise conjunta dos compo-
nentes. Ela permite posicionar os componentes do sistema em forma de diagrama
conforme Figura 20, levando em conta se eles funcionam em série ou em paralelo e, a
partir disso, fornecem a confiabilidade resultante.
Como explicitado na Seção 3.1, todos os componentes estudados devem estar em plena
condição de funcionamento, sem os quais o sistema para de funcionar por completo.
Portanto, todos os equipamentos serão representados no BlockSim® com configuração
em série e a confiabilidade resultante será dada pelo produto das confiabilidades
componentes do sistema.
As mesmas possibilidades de relatórios gráficos ofertadas pelo Weibull++® podem ser

geradas pelo BlockSim® para o sistema fechado.
3.4.1.2 Análise de disponibilidade
A disponibilidade do equipamento é outro indicador muito importante para operação de

qualquer planta industrial. Um plano de manutenção bem ajustado deve garantir baixos
períodos de indisponibilidade (SIQUEIRA, 2014). Portanto, é válido avaliar como esse
indicador se comportou durante o período de análise dos dados.
58
Figura 20 – Diagrama gerado pelo BlockSim.
Fonte: BlockSim® (2022).
Para isso, os vetores de tempos entre falhas e de tempos de intervenção de manutenção,

discutidos na Seção 3.3, foram utilizados. Os valores de MTBF e MTTR resultantes de
cada um desses vetores foram calculados pelo Matlab® , que plotou a disponibilidade
média atribuída ao período.
Para o cálculo de disponibilidade entende-se que, em unidades reparáveis, os possíveis

estados do equipamento durante observação são funcionando ou em manutenção.
Nesses casos, costuma-se supor que reparos devolvam a unidade à condição de nova e
trabalha-se com um valor médio de disponibilidade para a unidade, dado pela equação
3.1 (O’CONNOR; KLEYNER, 2012).
MT BF
A= (3.1)
(MT BF + MT T R)
Tendo em vista que o banco de dados tem início na primeira falha e fim na data
de coleta do histórico do sistema, os vetores de tempo analisados tem dimensão
variável para cada componente. Na análise individual de cada um deles, isso não tem
consequências, no entanto, para análise do sistema como um todo, eles devem ser
sincronizados a partir da primeira data de análise para todos os itens que compõem o
subsistema/sistema avaliado.
Como não é válido supor dados anteriores ao primeiro registro, toma-se como data de
59
início das avaliações conjuntas a data de intervenção no último equipamento a falhar.

Isso implica na perda dos acontecimentos registrados em outros equipamentos antes
dessa data, porém o comportamento de falhas atual ainda faz parte da análise e deve
ser considerado apenas dentro da janela estudada.
Os gráficos gerados entregam histórico de disponibilidade de cada componente estu-

dado, como exemplificado na Figura 21.
Figura 21 – Análise de disponibilidade do Terceiro Raspador da linha 7G
Além disso, na Figura 22, é possível observar a disponibilidade combinada do sistema,

gerada a partir da combinação dos vetores de MTBF e MTTR de cada componente.
É importante pontuar que a disponibilidade de 100%, indicada até a primeira falha
Figura 22 – Análise de disponibilidade do sistema 7G.

60
na análise dos sistema combinado, não pode ser observada no estudo separado
dos componentes. Isso acontece porque na análise combinada, foi definida uma
data de início de observação, a partir da qual o comportamento do equipamento era
completamente conhecido. Na análise dos componentes essa situação não se repete,
já que o instante t=0 tomado como início da análise é a partir da retomada de operação
do componente após a falha. Tendo em vista que a suposição de dados em um período
anterior ao início do banco de dados não era uma possibilidade, a disponibilidade dos
componentes individuais já começa abaixo do valor ideal.
3.4.2 Análise de custo
Além dos impactos apresentados no FMEA e da influência das falhas nos indicadores
discutidos na seção anterior, a maioria dos elementos está sujeito a impactos econô-
micos, já que para afetar os lucros de uma empresa, a falha deve possuir uma das
seguintes características (SIQUEIRA, 2014):
• Alterar a produção;
• Ameaçar a qualidade do produto
• Gerar insatisfação do cliente final;
• Produzir alguma ineficiência no processo;
• Depender do custo de reparo e frequência da falha;
• Possibilita efeitos à segurança e/ou meio ambiente.
Portanto, a MCC considera que a manutenção preventiva é a melhor decisão quando

os custos associados à ela são menores que o impacto gerado pelas características
citadas acrescidas do custo do reparo. Assim, foi necessário definir o custo gerado por
uma manutenção planejada e uma corretiva.
Para avaliar o valor final desprendido para cada tipo de manutenção as Equações 3.2 e
3.3 foram definidas (CRASTO, 2019).
61
C plane jado = (t p × Lcessante ) (3.2)
Ccorretivo = (tc × Lcessante ) + (Ct ×U) + (tc × Lcessante × fi ) × D (3.3)
Onde t p é o tempo de intervenção preventiva, Lcessante o lucro cessante, tc o tempo de

intervenção corretiva, Ct o custo excedente por uso de transporte fora do contrato, U a
constante de utilização, fi o fator de impacto e D é a constante de detecção
Importante pontuar que não existiu diferenciação de valor pago em material, já que
independente da demanda, o material tem o mesmo valor unitário (a diferença de
entrega emergencial foi considerada no custo de transporte). Além disso, não foi
considerada uma tarifa multiplicadora do valor final de custo referente à mão de obra,
já que as atividades de manutenção do circuito dos discos de pelotamento podem ser
realizadas pela equipe do turno, disponível 24h.
Então, para o custo de manutenções planejadas, foi considerado apenas o valor de

produção perdido durante a execução da tarefa.
Já para o custo corretivo, foi considerado um valor adicional correspondente a utilização

de transporte de materiais fora do horário normal de trabalho, para o qual já existe um
valor fechado independente da utilização ou não do recurso. Esse foi multiplicado por
uma constante de utilização (U) que assume o valor da porcentagem de vezes que o
recurso foi utilizado nas últimas intervenções corretivas do componente avaliado.
Ademais, o último termo adicional do custo corretivo equivale ao impacto gerado pela
detecção imediata da falha ou não. Caso seja um item com lógica de comando direto
de parada de equipamento em caso de falha, a variável D assume o valor zero, já que
não causa estresse adicional ao sistema. Caso não seja, D = 1 e o fator de impacto
( fi ) assume o valor de relevância daquele componente para o sistema, com valor
multiplicador máximo de 0,5. Os valores do fator de impacto podem ser consultados na
Tabela 3, e foram estabelecido a partir de experiência prática do time de manutenção, e
tomam valores maiores a medida que impactam mais o meio ambiente e ou a segurança
62
de pessoas. Tem valor máximo de 50% pois aproxima-se mais do excedente gerado
por histórico.
Tabela 3 – Valores atribuídos ao fator de impacto.
Item Valor de fi Justificativa

Desagregador 0,2 Retarda produção
Raspadores 0,3 Retarda produção e impacta na qualidade
Rampa de descarga 0,4 Gera material fugitivo com impacto ambiental
Elementos de fixação 0,5 Estressa o subsistema de acionamento
Finalmente, o lucro cessante é calculado a partir do valor de venda do produto final,

pelotas, no momento valendo U$93,7 /ton. Sabendo que a parada de um disco do
circuito gera perda de até 79 ton/h e que o dólar está valendo R$5,15 temos que
Lcessante = 38.121,85 R$/h.
A partir da definição desses valores, é possível estimar um tempo ótimo de intervenção

preventiva com o auxilio da ferramenta de planejamento de manutenção do ReliaSoft® .
Ela leva em conta os padrões de confiabilidade e de taxa de falha calculados na Seção
3.4.
É válido destacar que a definição de um ponto ótimo de manutenção não é possível

para todos os componentes avaliados durante a execução deste trabalho. Isso acontece
pois padrões decrescentes ou constantes de taxa de falha não caracterizam utilização
de manutenção preventiva. Além disso, caso a taxa de falha tenha comportamento
crescente mas a diferença monetária da manuntenção preventiva não seja vantajosa
a longo prazo, o sistema entende que não há um tempo ótimo de intervenção, o que
não invalida a manutenção preventiva completamente (SIQUEIRA, 2014), mas sim que
deve ser baseada em outros critérios discutidos mais adiante.
Como é possível observar na Figura 19, a taxa de falha do componente exemplificado

é crescente e a partir da avaliação da ferramenta foi possível chegar no tempo ótimo
de substituição do componente de 540 dias, conforme Figura 23.
63
Figura 23 – Tempo ótimo de substituição.
Os valores sugeridos de tempo ótimo para substituição foram parte fundamental da

tomada de decisão no que diz respeito a frequência de realização das manutenções
preventivas nos circuitos.
3.4.3 Análise baseada em manuais e procedimento validados
Finalizada a análise estatística dos componentes que apresentaram dados de falha

suficientes, foi necessário se atentar para aqueles que não puderam ser analisados
quantitativamente. A não realização de análise numérica pode ter acontecido por pouca
quantidade ou inexistência de dados. Por isso, cada caso deve ser tratado de maneira
diferente, já que a existência de histórico, mesmo que pequeno, implica em um padrão
de falha que deve ser levado em conta.
É importante frisar que para qualquer componente considerado neste trabalho, uma
análise de documentos e procedimentos fez parte da decisão final de estratégia de
manutenção. No entanto, o foco desta seção é tratar daqueles que devem ter ações
inteiramente baseadas nessa discussão.
Para a realização das devidas discussões foram utilizados manuais dos equipamen-
tos em questão, conhecimento prático da equipe de manutenção e procedimentos
64
operacionais já estabelecidos e validados.
3.4.4 Análise baseada em diretrizes gerenciais
Além das análises estatísticas e de documentos e procedimentos, um outro fator

importante no fluxo de decisão são as diretrizes impostas pela forma de trabalho da
empresa avaliada.
Foi preciso levar em consideração que, apesar de componentes terem diferentes

periodicidades ideais, o circuito entrará em manutenção em conjunto, visto que a parada
de equipamento gera perda de produção significativa para o processo. Portanto, a
discussão do tempo ideal de manutenção levou em conta não só os valores encontrados
estatisticamente e a análise descrita na seção anterior.
Além disso, o calendário de paradas de usina e de equipamentos é fator decisivo para

alocação das manutenções dos discos de pelotização, acompanhado das perdas pro-
gramadas por falta de feed ou outros eventos, que podem ser utilizados para alocação
da intervenção. Devido a organização de efetivo, os eventos preventivos do disco
não podem sobrepor paradas de usina ou eventos preventivos da peneira vibratória,
caracterizando-se como manutenções de oportunidade. Logo, se fez necessário o
estudo da tolerância admissível para a realização da intervenção dentro dos parâmetros
de Aderência às Manutenções Sistemáticas (AMS) e Condicionais (AMC).
Por fim, os principais indicadores de performance acompanhados pela manutenção

são a disponibilidade física do equipamento e o tempo médio entre falhas. Então, a
tomada de decisão sobre as ações constituintes de plano de manutenção foi realizada
visando a melhoria destes indicadores, além das análises anteriormente citadas.
65
4 RESULTADOS E DISCUSSÃO
A criação do novo plano de manutenção se baseou nas análises descritas no Capítulo

3. Nessa etapa do trabalho, os resultados obtidos em cada uma das análises foi
apresentado e ponderado quanto à relevância e significado no contexto do sistema em
estudo.
Os primeiros resultados a serem discutidos foram os gerados a partir do Weibull++® e

do BlockSim® . Em seguida, foram considerados aqueles obtidos através do Matlab® e,
por fim, foram acrescentadas à discussão as características físicas de cada componente
consideradas relevantes para a decisão e as políticas de manutenção da empresa.
A medida que os resultados foram gerados pelo ReliaSoft® , foi necessário esclarecer o
que realmente fez parte da construção do plano de manutenção e o que foi descartado
por não representar o verdadeiro comportamento do equipamento. Com base no que
será discutido na Subseção 4.1.2, eventos que foram oriundos de erro de manufatura
ou retrabalho, eventos de falha específicos ou não recorrentes que afetaram a taxa de
falha pelo tamanho reduzido da amostra, foram avaliados com mais critério antes de
serem utilizados para definir tarefas no plano de manutenção.
4.1 ESTUDO DE CONFIABILIDADE
4.1.1 Considerações para análise
As considerações feitas para o início das análises foram decisivas para os resultados
obtidos pelas distribuições de probabilidade. Dentre as decisões mais relevantes, está a
consideração de que todas as paradas de equipamento, sejam elas para realização de
ajuste de alguma peça ou para troca do equipamento completo, seriam consideradas
como evento de falha e, portanto, afetariam sua confiabilidade.
Além disso, no que diz respeito aos raspadores, componentes do subsistema de

Produção, todas as trocas justificadas por desgaste excessivo que comprometeram a
qualidade do produto final foram consideradas como falhas do item, mesmo quando
realizadas dentro do evento de preventiva do circuito.
66
4.1.2 Curvas de confiabilidade e taxas de falha obtidas
No subsistema de Alimentação a análise se concentrou no desagregador, já que o outro

componente do subsistema não apresentou falhas significativas durante o período de
observação. As taxas de falha de cada linha tiveram comportamentos diversos, já que
alguns conjuntos de dados foram melhores descritos por distribuições de probabilidade
exponencial, o que implica em taxas de falha constantes, enquanto outros apresentaram
taxas de falha decrescentes com tendência de estabilização em valores muito próximos
aos de taxa constante. No entanto, duas linhas, 6G e 7F, foram descritas por funções de
risco crescentes. As discrepâncias entre formas dos gráficos podem indicar diferença
no padrão de operação da linha (seja por diferenças na demanda de produção ou nos
materiais utilizados para cada componente), causando mais falhas no histórico. No
geral, os valores de taxa de falha tem variação percentual pequena, bem como as
funções de confiabilidade, variando em torno dos valores mostrados na Figura 24.
Figura 24 – Parâmetros médios dos Desagregadores.
(a) Confiabilidade - Linha 7C (b) Taxa de Falha - Linha 7C
Já no subsistema de Acionamento, três equipamentos foram analisados: o motor

principal; o redutor; e acoplamentos. Na análise do motor, foram observados alguns
comportamentos divergentes dos demais, tanto nas curvas de confiabilidade, quanto
nas de taxa de falha. O comportamento descendente crítico na confiabilidade das
linhas 6A, 6D, 6G, 7B E 7D pode ser justificado por um grande número de intervenções
em um período de meses em função de retrabalho ou erros de manufatura, conforme
indicado pelo padrão de "mortalidade infantil"explicitado nos gráficos de confiabilidade.
67
Os registros estão concentrados nos anos de 2014 e 2015, dependendo da linha.

Nas demais linhas, o comportamento da curva de confiabilidade segue um padrão.
No que diz respeito às taxas de falha, assim como no desagregador, os gráficos
tiveram variações nas formas. As linhas com taxas de falha constante, novamente
indicando falhas aleatórias, apresentaram valores maiores quando comparados aos
valores de estabilização das taxas variáveis. Na maior parte dos casos essas taxas
foram decrescentes, como é possível observar na Figura 25, referente a linha 7D.
Figura 25 – Taxa de falha do motor da linha 7D.
Para o redutor, o comportamento das curvas é semelhante as do motor, como pode ser
observado na Figura 26, com decaimento lento da confiabilidade.
Existem pontos de atenção nas confiabilidades atribuídas às linhas 6A, 6F, 7A e 7G,
nas quais decréscimo da curva é mais acentuado, como mostrado na Figura 27. No
entanto, para esse equipamento, as falhas não são advindas de eventos agrupados, e
sim diversas ocorrências de um mesmo problema, vazamento de óleo pelo redutor.
As taxas de falha refletem esse cenário uma vez que tem valores de estabilização
maiores para as linhas citadas. Nas linhas 7B, 7C, 7D, 7E e 7G, a taxa de falha
é crescente apesar de tenderem para uma clara estabilização, conforme Figura 28.
Novamente, isso indica mudança no padrão de falhas, de falhas características de
68
Figura 26 – Confiabilidade do Redutor da linha 6B
Figura 27 – Confiabilidade do Redutor da linha 7A
desgaste para falhas aleatórias.
Os acoplamentos têm curvas de confiabilidade bem padronizadas entre as linhas, no

que diz respeito à forma. Já as funções de risco têm comportamentos diversos. As
linhas cujas taxas são decrescentes estabilizam em valores menores que as demais.
Além disso, a linha 7C descreve comportamento crescente da taxa de falha, sem ponto
69
Figura 28 – Taxa de Falha do Redutor da linha 7B
aparente de estabilização, como é possível observar na Figura 29. Os registros que

originaram essa tendência vieram da troca dos elementos elásticos do acoplamento e
deve ser tratada com atenção durante a elaboração do plano de manutenção.
Figura 29 – Taxa de Falha do Acoplamento da linha 7C.
Os resultados comentados anteriormente podem ser observados na Tabela 4 e evi-

denciam na segunda coluna a porcentagem dos dados disponíveis que apresentam
70
tendência de estabilização, na terceira, a média de valor das taxas de falha que estabi-
lizaram em porcentagem e por fim a média de tempo em que confiabilidade já havia
decaído 20%.
Tabela 4 – Resultados de avaliação de confiabilidade do subsistema de Acionamento.
Tendência de Média de estabilização Média do ponto de

Componente
estabilização da função de risco 80% de confiabilidade
Motores 25% 0,00195 73,31 dias
Redutores 50% 0,0064 91,16 dias
Acoplamentos 66,7% 0,0021 138,66 dias
Os dados do sistema de Produção possibilitaram avaliação dos bicos spray, de todos

os raspadores e da rampa de descarga. Para o sistema de aspersão d’água, a análise
só foi possível em duas das quatorze linhas disponíveis, novamente por quantidade
pequena de dados nas demais, e tem modos de falha recorrente em todas as linhas. As
curvas de confiabilidade são muito próximas das observadas nos outros componentes
do sistema e as taxas de falha são constantes, mais uma vez indicando falhas aleatórias.
A análise de raspadores deve ser individual para cada um dos cinco constituintes do
sistema. Os gráficos de confiabilidade do primeiro raspador central seguem um padrão
de decaimento muito bem estabelecidos, ilustrados na Figura 30a, com exceção das
linhas 7D e 7G. Nesses dois últimos casos, a curva decai muito mais rápido, como
evidenciado na Figura 30b, refletindo dois eventos de quebra do raspador em datas
muito próximas no fim de 2020. Na discussão das taxas de falha, apesar da maior
parte das distribuições apontar para funções de risco decrescentes, as linhas 7D e
7G, com confiabilidades discrepantes do padrão, geraram taxas de falha crescentes,
apesar da estabilização em valores próximos das taxas decrescentes.
Nos segundos raspadores, a análise das curvas de confiabilidade são muito parecidas
com as do primeiro raspador, tanto em forma, quanto em valores absolutos. No
entanto, aqui a exceção está apenas na linha 7D, fazendo referência ao mesmo evento
emergencial do primeiro. Já as curvas de taxa de falha, novamente, em sua maioria
71
Figura 30 – Confiabilidade apresentadas pelo primeiro raspador.
(a) Confiabilidade - Linha 6C (b) Taxa de Falha - Linha 7C
são funções de risco decrescentes, com exceção de dois casos crescentes com
estabilização em valores próximos das taxas decrescentes, linhas 6G e 7E, conforme
Figura 31.
Figura 31 – Taxa de falha do segundo raspador da linha 6G.
Os terceiros raspadores começam a apresentar comportamento diferente dos dois

primeiros, já que condições extremas de operação (passagem de material constante)
implicam em confiabilidades mais baixas. Exemplo disso são as curvas geradas pelas
linhas 6E, 7D e 7E, ilustrado na Figura 32. Nessas linhas, a confiabilidade tem queda
72
acentuada com o passar do tempo.
Figura 32 – Confiabilidade do terceiro raspador da linha 7D.
Nas taxas de falha, uma exigência maior do equipamento também implica em mais cur-
vas crescentes quando comparadas aos dois primeiros raspadores centrais (O’CONNOR;
KLEYNER, 2012), como mostrado na Figura 33.
O quarto raspador central e o lateral são os dois raspadores sujeitos a maior carga de
material, portanto, condições de operação mais severas. Logo, os valores de confia-
bilidade deles tendem a decair mais drasticamente. No geral, esse comportamento
pode ser observado, como apontado na Tabela 5. Essa queda na confiabilidade é mais
expressiva nos raspadores laterais, enquanto o aumento nas taxas de falha são mais
perceptíveis nos quartos raspadores centrais.
Por fim, as rampas de descarga apresentaram comportamentos de confiabilidade me-

lhores do que os demais componentes, exceto pela linha 7G, que devido a um período
de trocas menos espaçadas teve um declínio expressivo da curva de confiabilidade. Já
no que diz respeito às taxas de falha, todas as linhas apresentaram comportamento
decrescente, estabilizando em valores muito próximos, como mostrado no Figura 34.
Novamente, os resultados comentados anteriormente podem ser observados na Tabela

73
Figura 33 – Taxa de Falha do Terceiro Raspador da linha 6G
Figura 34 – Taxa de falha da Rampa de descarga a linha 6B
5 e evidenciam na segunda coluna a porcentagem dos dados disponíveis que apresen-

tam tendência de estabilização, na terceira, a média de valor das taxas de falha que
estabilizaram e por fim a média de tempo em que confiabilidade já havia decaído 20%.
Para os subsistemas de Lubrificação, os decaimentos de confiabilidade são muito mais

expressivos quando comparados aos outros subsistemas. Isso se deve ao modo de
74
Tabela 5 – Resultados de avaliação de confiabilidade do subsistema de Produção.

Componente
Bicos Spray 100% 0,0025 224,5 dias
Primeiros Raspadores 14,3% 0,0017 200 dias
Segundos Raspadores 50% 0,0057 197,27 dias
Terceiros Raspadores 54,6% 0,0054 177,42 dias
Quartos Raspadores 33% 0,0058 174,62 dias
Raspadores Laterais 54,6% 0,0031 144,73 dias
Rampas de Descarga 18,2% 0,0017 133,47 dias
falha registrado, ar na linha de lubrificação, que não tem previsibilidade de falha ou

maneiras eficientes de mitigação e pode ser observado na Tabela 6. No que diz respeito
às taxas de falha, em sua maioria apresentam tendências de estabilização, apontando
para falhas aleatórias, conforme discutido.
Tabela 6 – Resultados de avaliação de confiabilidade dos subsistemas de Lubrificação.

Componente
Lubrificação do
62,5% 0,0023 63,16 dias
Redutor
Lubrificação do
83,3% 0,0018 131,7 dias
Rolamento
Com a utilização do BlockSim® , a integração de todas as distribuições de probabilidade

foi feita. Os componentes com dados suficientes de cada linha foram agrupados em
série e o sistema calculou a confiabilidade e taxa de falha resultantes de cada uma das
quatorze linhas disponíveis.
As análises de cofiabilidade das linhas no geral apontou para curvas com decaimento
muito rápido, com perda de 20% de confiabilidade em uma janela de tempo de poucas
75
Figura 35 – Taxa de falha - Sistema 6D
semanas.
Já para as análises de taxa de falha, no geral, as curvas apresentam padrão decres-

cente com uma peculiaridade, as linhas 6 de A à F estabilizam em taxas de falha
próximas a 0,005 falhas/dia, como mostrado na Figura 35.
Já as linhas 7 de A, B e D à F estabilizam em valores mais altos, em média 0,02

falhas/dia (Figura 36). Essa diferença pode ser referente a padrões de operação
que diferem em alguns aspectos e serão apresentadas na Seção 4.4. As três linhas
que apresentaram comportamentos crescentes das curvas de taxa de falha foram
influenciadas pelos componentes com taxas crescentes sem tendência de estabilização
e a possibilidade de representarem um sistema desgastado será discutida também na
Seção 4.4.
Apenas as linhas 6G, 7E e 7G apresentaram comportamento da função de risco

crescente, influenciados por algum componente de taxa de falha crescente sem estabi-
lização, como exemplificado na Figura 37.
76
Figura 36 – Taxa de Falha - Sistema 7B
Figura 37 – Taxa de Falha do sistema 7G
4.2 ESTUDO DO CUSTO
O levantamento do tempo ótimo de manutenção foi realizado para todos os itens que
apresentaram comportamento crescente de taxa de falha. Isso acontece pois, com
funções de risco constantes ou decrescentes, os custos da manutenção preventiva
superam os gastos de uma possível manutenção corretiva, que tem cada vez menos
77
chance de acontecer ou uma probabilidade constante. (SIQUEIRA, 2014)
A ferramenta de planejamento de manutenção do Weibull++® leva em consideração a

teoria apresentada na Seção 2.2 e entende que o custo de uma manutenção planejada
está diretamente relacionado ao bom posicionamento da intervenção. Afinal, substituir
componentes frequentemente eleva consideravelmente os custos, mas trocas muito
espaçadas aumentam o risco de falhas. Logo, o programa se concentra em encontrar
o ponto ótimo entre a substituição do item e o menor custo possível.
Como configuração padrão, o programa calcula o tempo ótimo baseado em diversos

ciclos de vida de um componente se baseando em uma média dos custos à longo prazo.
Mas para aqueles casos em que os custos podem mudar consideravelmente, é possível
fazer o cálculo para um ciclo de substituição, definido como tempo em que uma falha
ocorre ou o tempo até a substituição quando nenhuma falha acontece. Entendendo
que o cenário mundial impacta diretamente no preço de comercialização da pelota e
no valor do dólar, o cálculo foi feito para um ciclo em todos os componentes.
Os dados do subsistema de Alimentação possibilitaram a avaliação de substituição

do desagregador em duas linhas, 6G e 7F. Apesar de serem análises referentes a
um mesmo componente, as taxas de falha apresentaram comportamentos distintos,
enquanto uma apresentava um comportamento assintótico para um valor de risco,
a outra crescia indefinidamente. Esse fator com certeza influenciou nos resultados,
que apresentaram tempos ótimos de substituição significativamente distantes um do
outro. É possível que isso se deva a diferentes condições de operação ou apenas aos
registros de manutenção de cada um dos desagregadores, como pode ser visto na
Figura 38, onde os tempos ótimos estão na casa de 132 e 257 dias.
No subsistema de Acionamento, essa análise só foi possível em dois casos. Uma para
o acoplamento da linha 7C e outra para o redutor da linha 7B. É válido pontuar que
as curvas da função de risco não tinham comportamento semelhante, uma vez que
no acoplamento a taxa é continuamente crescente, enquanto no redutor há uma clara
estabilização da curva após algum tempo de operação. Apesar disso, em ambos os
casos, para o tempo apontado como ótimo, a confiabilidade já estaria abaixo de 20%.
É importante pontuar que para ambos os equipamentos, grande parte das intervenções
78
Figura 38 – Tempos ótimos de manutenção dos desagregadores
(a) Linha 6G (b) Linha 7F
registradas no banco de dados não foi de troca do equipamento completo, mas sim da
substituição de peças específicas, no caso do redutor, o retentor e no acoplamento, os
elementos elásticos.
Um número maior de análises foi realizada no subsistema de Produção graças a

quantidade de componentes disponível. Foram oito avaliações de raspadores, nas quais
diferentes considerações devem ser feitas. Para os primeiros raspadores, apesar de
diversas linhas apresentarem taxas de falha crescentes, apenas a linha 6G possibilitou
análise de ponto ótimo de intervenção. Isso pode ser justificado porque o programa não
entende que aplicada a taxa de falha apresentada pelo componente, a diferença de
custos justifique a utilização de manutenção preventiva. O ponto ótimo de substituição
do primeiro raspador acontece em 177 dias, momento em que a confiabilidade é muito
maior quando comparada aos componentes do subsistema de Acionamento, e tempo
que também representa um ponto de inflexão da curva de taxa de falha.
Já no segundo raspador, a análise correu para as linhas 6G, 7A e 7E. No geral, apontou
para tempos ótimos maiores que o primeiro raspador, conforme Figura 39. No entanto,
os valores de confiabilidade associados a esses tempos de vida, caíram para próximos
de 65%. Enquanto isso, novamente, o ponto ótimo de substituição fica em um ponto de
inflexão das curvas de taxa de falha, exceto pela curva da linha 7A, que é crescente
durante todo o período avaliado.
79
Figura 39 – Tempos ótimos de manutenção dos Segundos Raspadores.
(a) Linha 7A (b) Linha 7E
No terceiro raspador, as linhas 6G, 7F e 7G possibilitaram a análise e apontam para

resultados muito similares aos do segundo raspador central, exceto pelo componente
da linha 7G, que sugere um tempo para manutenção quase duas vezes maior que os
anteriores, girando em torno de 500 dias. No que diz respeito às confiabilidades no
ponto ótimo de manutenção, para as duas primeiras linhas a confiabilidade se encontra
acima de 85%, já para a última, em função do maior intervalo, a confiabilidade é muito
prejudicada. As taxas de falha novamente seriam interrompidas em seus pontos de
inflexão, com exceção da 7G que não tem ponto de tendência de estabilização.
Enquanto o quarto central não apresentou componentes com taxas crescentes, o

raspador lateral da linha 7D pôde ser estudado e indicou tempo até manutenção
também muito elevado, próximo de 480 dias. Isso implica em confiabilidade novamente
extremamente baixa, na casa de 20%.
No subsistema de Lubrificação do redutor, a análise de custo da linha 6G apontou

para um intervalo grande, novamente em detrimento de uma confiabilidade baixíssima.
Provando mais uma vez que o conhecimento dos tempo ótimos de manutenção é
relevante para o encontro da estratégia da empresa em questão, que visa o corte de
gastos.
80
4.3 ESTUDO DE DISPONIBILIDADE
A disponibilidade física de um sistema ou equipamento pode ser entendida como

o tempo em que ele está apto para operar em boas condições, ou seja, não está
passando por manutenção (ABNT, 1994).
A principal discussão foi como a disponibilidade de cada componente influencia na

habilidade de operação do sistema como um todo. A realidade é que, como já apresen-
tado na Seção 3.1, os componentes do disco estão em série, e é necessário que todos
estejam disponíveis para que o sistema possa produzir.
Esse comportamento é muito claro quando os gráficos de componentes são avaliados

isolados e em conjunto, formando o sistema. É possível observar que as disponibili-
dades de um item isolado são muito mais altas que as dos sistemas associados, já
que os tempos de intervenção de um único componente são muito menores e em
muitos casos, apesar de um componente estar disponível, o sistema ainda não está,
em decorrência de outro componente.
Por exemplo, a Figura 40 mostra uma disponibilidade muito alta do primeiro raspador
da linha 6G. Isso, novamente, é justificado por tempos de manutenção curtos quando
comparados ao tempo total observado, e segue um padrão parecido em todos os
componentes, com valores ligeiramente menores em itens com manutenções mais
demoradas, como as rampas de descarga.
Figura 40 – Disponibilidade do primeiro raspador da linha 6G.
Fonte: Adaptado de MatLab® (2022).

81
No entanto, observando a Figura 41, é evidente a queda na disponibilidade quando o

sistema é tratado com todos os componentes. No que diz respeito a métodos de cálculo,
o produto das disponibilidades de todos os equipamentos em um mesmo momento
compõe a DF do sistema.
Figura 41 – Disponibilidade do sistema da linha 6G.
Fonte: Adaptado de MatLab® (2022).
É importante pontuar que as manutenções de todos os itens integrantes do sistema

não são simultâneas por limitação de HH e por questões de segurança, já que alguns
componentes envolvem movimentação de carga para serem manutenidos. Ponto
definitivo para um maior tempo de intervenção do sistema.
Analisando todas as curvas de disponibilidade geradas pelos sistemas, foi constatado

que os valores calculados a partir do banco de dados gira em torno de valores muito
próximos aos registrados pelo sistema de acompanhamento interno de horímetro.
As pequenas divergências de valores se dão pelo janelamento de dados feito pelo

sistema, que analisa até um período máximo de um ano. Durante a realização do
levantamento a partir dos dados utilizados no trabalho, a disponibilidade foi calculada
para todo o tempo amostral. Além disso, é possível que pequenas intervenções
de manutenção não registradas no sistema de OM tenham sido contabilizadas no
horímetro, gerando pequenas diferenças.
82
4.4 ESTUDO DOS MANUAIS E PROCEDIMENTOS VALIDADOS
As análises anteriores trouxeram à tona discussões acerca de como as falhas acon-

teceram e como isso afetou os dados estatísticos. Essa discussão precisou ser feita
por componentes e levou em consideração as particularidades da cada condição de
operação.
Além disso, foi preciso atentar-se para os componentes que ainda não haviam sido
analisados numericamente. Esses dados basearam as ações de manutenção para
esses componentes.
4.4.1 Análise complementar à numérica
O desagregador registrou um padrão nos modos de falha, onde os principais foram

desbalanceamento e desgaste das pás. Para ambos não há ação de mitigação adotada
atualmente além de troca do equipamento.
Existe um fator comum para os componentes do Acionamento, que influencia dire-

tamente na definição de ações de manutenção. Todos são equipamentos robustos,
reparáveis e passivos de acompanhamento preditivo. Além disso, as falhas registradas
nos históricos que geraram as análises anteriores foram compostas em grande maioria
por ajustes. É importante definir que o entendimento de ajuste é diferente para cada
tipo de equipamento, mas abrange as seguintes manutenções em cada um deles:
• Motor: Alinhamentos;
• Redutor: Troca de retentores e correções na fixação da base;
• Acoplamentos: Troca de elementos elásticos e ajuste na furação de eixo.
Alinhamentos e troca de componentes, como elementos elásticos e retentores podem

ser tratadas como ações preventivas, quando os dados de falha são expressivos. A
inclusão desses itens será discutida na Seção 4.5.
83
Para os componentes de Produção, que estão sujeitos à constante passagem de

material, o modo de falha favorecido é o desgaste. Isso explica porque é o subsistema
com maior número de funções de risco crescente.
O desgaste dos raspadores laterais irá aumentar a camada lateral, diminuindo o

diâmetro interno do disco por acúmulo de material e sua capacidade de produção. O
desgaste dos raspadores de fundo irá aumentar a altura da camada de fundo, reduzindo
a produção dos discos, pois seu volume interno útil será reduzido. Além deste fator,
quando o desgaste é irregular, a camada perde sua regularidade, prejudicando a
granulometria.
Como é possível constatar na Figura 42, os raspadores Quarto central e o Lateral são
responsáveis por redirecionar maior quantidade de material ainda não aglomerado.
Isso pode explicar o comportamento descendente mais acentuado na confiabilidade
desses dois componentes em relação aos outros raspadores centrais.
Figura 42 – Processo de produção da pelota crua.
Fonte: (DIPE, 2012).
No que diz respeitos aos Bicos Spray, o principal modo de falha registrado foi a
84
obstrução dos orifícios de aspersão de água por minério. Em condições normais de

operação, o particulado na região de pelotamento das usinas é elevado e, não existe
medida de contingência para esse problema além de inspeção dos bicos sempre que
possível e troca nos casos em que a limpeza não é viável.
As rampas tem regime de operação muito próximo dos raspadores, já que suportam a
passagem constante das pelotas cruas já formadas. Curiosamente, o comportamento
das taxas de falha de todas as linhas é decrescente, o que pode indicar que com o
passar do tempo de observação, o material tem sido trocado em intervalos maiores.
Finalmente, para os subsistemas de Lubrificação, os componentes analisados foram as

bombas, nas quais o principal registro de falha foi de ar na linha. Isso pode ser causado
por graxa endurecida na saída de lubrificante para a bomba, no caso do sistema de
lubrificação do rolamento central, ou bolhas no reservatório de óleo, no caso do sistema
de lubrificação do redutor. O circuito recebe sinal de parada em caso de ar na linha para
proteger a bomba de cavitação e os componentes que são lubrificados. Observa-se
que os registros são de falha no processo de lubrificação e não do equipamento em si,
indicando que há um ponto de melhoria no processo que evite paradas curtas, mas
recorrentes.
4.4.2 Análise dos demais itens
Para discutir os componentes sem registros de falha ou com poucos dados para
sustentar uma análise por distribuição de probabilidade foi necessário avaliar se isso
se deve a uma alta disponibilidade do item e realmente não houve falhas ou se a
manutenção desse item foi absorvida por outro indicador nos históricos de manutenção.
Por exemplo, o chute de alimentação normalmente passa por trocas do polietileno

de revestimento nos mesmos eventos de atuação no desagregador, de acordo com
a equipe de manutenção responsável pelo ativo. A substituição dos polietilenos é
feita condicionalmente, em manutenção de oportunidade, desencadeada por inspeção
visual. E apesar de ser um item permutado em situações de desgaste, sem o padrão
de trocas anteriores não é possível definir uma periodicidade ideal para tornar essa
tarefa preventiva.
85
Os componentes do subsistema de Acionamento ainda não discutidos fazem parte

daqueles com poucos registros ao longo do tempo de observação dos dados. Isso se
deve ao tempo de vida extenso desses equipamentos. O torpedo e o rolamento central
são um conjunto de engrenamentos responsáveis pelo movimento de giro do prato e
quando lubrificados e fixados corretamente não tendem a apresentar desgastes ou
falhas fora do padrão.
Além disso, a conservação do bom estado das bordas do disco é necessária, já que com
a borda suja, o volume interno útil do disco irá aumentar, tendo como consequência
o aumento do tempo de retenção, acarretando o crescimento das pelotas. Como
este aumento na altura da borda não é uniforme, acaba provocando uma variação
granulométrica, já que a descarga das pelotas se fará de forma intermitente (golfadas).
Para que isso não aconteça, os polietilenos de borda não devem apresentar desgaste
excessivo, preservando a camada e integridade das bordas metálicas.
Os extratores de rainha, componentes do subsistema de Produção, são importantes

pois, todo o material acumulado nos raspadores, ao se desprender, formam grandes
bolas de minério, denominadas rainhas. Por serem grandes e pesadas, elas acabam
impedindo a boa circulação do material. A grande quantidade de rainhas quebra as
pelotas formadas, provocando também o surgimento de finos. Os tirantes metálicos
do extrator são responsáveis por desagregar essas bolas e impedi-las de continuar
no processo. É possível que durante a operação eles sejam torcidos ou retirados da
posição ideal, comprometendo seu funcionamento. No entanto, a inspeção do extrator
e abertura de solicitação de manutenção condicional é suficiente para evitar maiores
problemas.
4.5 CONSTRUÇÃO DO PLANO DE MANUTENÇÃO
Com um panorama geral dos resultados, provenientes de dados e discussões, foi

possível desenhar o que foi entendido como o melhor plano de manutenção para o
sistema em avaliação.
Essa construção se dividiu em duas etapas, análise do plano atual de manutenção

e criação do novo plano. A primeira abrange compreensão da estratégia atual e
86
pontuação dos principais problemas identificados. Já a segunda, a proposta para

melhoria desses problemas e os resultados que se espera alcançar com a implantação
do novo plano.
4.5.1 Avaliação do plano de manutenção anterior
O plano de manutenção atual é composto por três principais listas de tarefas, a de

inspeção sensitiva, de manutenção mecânica e a de lubrificação.
A primeira delas é uma parada para inspeção, realizada antes da manutenção principal,
e é responsável por levantar as demandas condicionais para a parada posterior. As
ações componentes desse plano estão dispostas na Tabela 7, e mostram diretrizes
muito amplas que nem sempre podem ser executadas.
Tabela 7 – Lista de tarefas da inspeção sensitiva de disco parado.
Ação da Lista de Tarefas - Inspeção Sensitiva

EXECUTAR MANUTENCAO - 36SEM
FAZER ART, CUIDADOS SSO E MEIO AMBIENTE
BLOQUEAR EQUIP. CONF. MANUAL DE RISCO
INSPECIONAR ACOPLAMENTO E CONFERIR GAP
INSPECIONAR ACOPLAMENTO DE ENTRADA DE FORÇA
INSPECIONAR DESGASTE DE DEFLETOR DE DESCARGA-RAMPA
INSPECIONAR QUANTO A DESGASTE E FIXAÇÃO
INSPECIONAR ROTOR QUANTO A DESGASTE
RETIRAR BLOQUEIO TESTAR E LIBERAR
RECOLHER RESÍDUO CONF. GUIA DE RESÍDUO
Na prática, a realização dessa lista de tarefas nem sempre é viável, já que para algumas
das inspeções se faz necessário montagem de andaime e providenciamento de outros
recursos, e esses nem sempre estão disponíveis, o que não deveria acontecer.
A inspeção visual com equipamento em funcionamento acontece semanalmente e em

muitos dos casos é suficiente para levantar demandas de manutenção condicional para
87
os componentes.
A segunda lista de tarefas, referente a manutenção preventiva em si, é composta pelas

ações apresentadas na Tabela 8. Sem desvios e com todos os recursos programados,
a execução leva em torno de 120 horas para conclusão efetiva das tarefas, e é realizada
algum tempo depois da inspeção anterior, podendo variar de 1 a 2 meses.
Tabela 8 – Lista de tarefas da manutenção mecânica preventiva.
Ação da Lista de Tarefas - Manutenção

ID ART PLANEJADA
MOBILIZACAO
TROCAR RASPADORES CENTRAL E LATERAL
INSPECIONAR(VISUAL) DESGASTE DOS DENTES
CONFERIR APERTO DOS PARAFUSOS DE FIXACAO
CONFERIR APERTO DOS PARAFUSOS DE FIXACAO
VERIFICAR APERTO DOS PARAFUSOS FIXACAO
DESMOBILIZACAO
Novamente, a lista conta com alguns comandos sem direcionamento específico e

não cobre todas as ações hoje já realizadas na prática. Isso causa dificuldade no
planejamento da atividade e confusões na apropriação de mão de obra.
Além disso, o plano atual estipula a troca de todos os raspadores dos discos, o que,
por motivos de custo, não acontece na prática. As decisão de troca de raspadores é
originada na inspeção pré-preventiva. Novamente, há apropriação de mão de obra em
tarefas condicionais para um item cuja estratégia é preventiva.
88
A última lista de tarefas diz respeito à Lubrificação. Executada em conjunto com a

manutenção mecânica por outro time. As ações apresentadas na Tabela 9, cobrem a
maior parte das ações necessárias para o sistema de lubrificação.
Tabela 9 – Lista de tarefas da Lubrificação.
Ação da Lista de Tarefas - Lubrificação

MANTER LUBRIFICAÇÃO - 36 SEM
ID ART PLANEJADA
MANTER LUBRIFICAÇÃO - 36 SEM
TESTAR BOMBA E VERIFICAR FUNCIONAMENTO DO SISTEMA
TESTAR O SISTEMA E INSPECIONAR BICOS SPRAY DE GRAXA
TESTAR E AJUSTAR VÁLVULA DE ALÍVIO
TESTAR E AJUSTAR PRESSÃO DA VÁLVULA DE ALÍVIO
RETIRAR GRAXA CONTAMINADA DO INTERIOR DO RESERVATÓRIO
No entanto, para o sistema de lubrificação de óleo, não há análise de óleo prevista.

Ação essa que poderia prevenir diversos modos de falha registrados no sistema.
A periodicidade de execução de cada uma dessas Listas de Tarefas é de 36 semanas,

com tolerância de 25% da frequência do plano para mais ou menos, visando adequação
ao calendário de paradas.
4.5.2 Proposta de plano de manutenção
O novo plano de manutenção levará em conta os fatos expostos pelas análises estatísti-
cas de confiabilidade e custo, bem como as discussões acerca de aspectos construtivos
e de operação.
O primeiro ponto a ser discutido foi a existência de uma inspeção de equipamento

89
parado anterior a de manutenção. Com base nos históricos de execução parcial em

decorrência do aprovisionamento falho de recursos, e levando em conta que a inspe-
ção semanal tem sido suficiente para apontar as demandas condicionais necessárias,
entende-se que a parada de equipamento para esse evento não é necessária. É impor-
tante pontuar que a atuação preventiva do time da elétrica acontece simultaneamente
às atuações da equipe mecânica, de forma que haja apoio se necessário for.
Para o plano principal de manutenção, no que diz respeito ao subsistema de Aciona-

mento, é importante destacar que o motor já é contemplado por diversas rotas e checks
da equipe especializada de técnicos eletricistas, portanto, não requer ação direcionada
a ele.
Os acoplamentos de entrada e saída devem ser discutidos separadamente. Para o

acoplamento de entrada de força, em média 61,43% dos registros de falha desse com-
ponente foram referentes a desgaste dos elementos elásticos, todos os registros sendo
de troca deste. Esses eventos, aliados ao principal modo de falha, desgaste resultante
de atrito, justificam a substituição dos elementos mesmo com grande parte das taxas de
falha decrescentes. Pensando em preservar a confiabilidade do equipamento, o ideal
seria que essa substituição acontecesse próximo ao ponto de 80%, ou seja, próximo
de 140 dias.
Já no que diz respeito ao acoplamento de saída, devido ao posicionamento entre o

redutor e o torpedo do disco, as intervenções não apresentam o mesmo padrão de
desgaste dos elementos elásticos. Portanto, não há ação preventiva prevista para esse
componente além da inspeção visual durante a parada do equipamento. Em ações
futuras, a avaliação da utilização de termografia para os modos de falha cabíveis é
válida.
Partindo para os componentes de Alimentação, os polietilenos de revestimento do

chute não puderam ser analisado numericamente, por poucos dados, impossibilitando
a definição de um padrão de desgaste. Além de ser um indicador de que a troca
condicional dos revestimentos tem sido eficiente, é também um impeditivo para que a
ação de troca se torne preventiva de maneira assertiva. Portanto, a substituição das
placas de polietileno seguirá sendo a partir de demanda da inspeção.
90
O desagregador, último componente desse subsistema, não tem ações descritas no

plano de manutenção atual, no entanto, as intervenções realizadas nele são sem-
pre utilizando essa janela. Durante a operação dos discos, a carga passando pelo
desgregador não é constante, fazendo com que o padrão de desgaste das pás seja
imprevisível (como é possível confirmar pelo dados estatísticos). Além disso, o desba-
lanceamento do desagregador, segundo modo de falha recorrente, também não segue
padrão de acontecimento. Portanto, a ação prevista para o novo plano é de checagem
de integridade das pás, tanto por desgaste quanto empeno, e da fixação das pás e do
desgregador em si.
Já no subsistema de Produção, detentor da maior parte das ações de preventiva, os

bicos spray devem ter sua desobstrução realizada em todos os ciclos de manutenção
preventiva e troca em ciclos intercalados, por motivos de custo e disponibilidade de
HH. Assim, a boa operação do sistema não é prejudicada, bem como a disponibili-
dade e, conforme apresentado nos dados estatísticos, não há perda exorbitante de
confiabilidade.
Os raspadores são os componentes mais importantes do sistema e apesar de já

serem contemplados no plano de manutenção atual, as trocas não são executadas
inteiramente em todas as preventivas por limitações de custo e condição. Desde a
alteração do material das pedras de desgaste dos raspadores e consequente aumento
do valor de compra, as pedras são trocadas por demanda da inspeção. Com base nos
dados provenientes das análises estatísticas, é possível observar maior decréscimo
na confiabilidade dos quartos raspadores centrais e nos laterais. A sugestão é que
baseado no desgaste maior dos raspadores mais externos, apenas esses dois sejam
trocados em todos os ciclos de preventiva, enquanto os demais raspadores seriam
apenas ajustados e em ciclos intercalados, venham a ser trocados junto aos demais.
A Rampa de descarga tem padrão de desgaste lento e não apresenta características

que justifiquem uma substituição preventiva. A inspeção visual com o equipamento
em funcionamento é capaz de identificar possíveis defeitos e solicitar sua substituição
dentro do tempo de preventiva quando necessário.
No que diz respeito ao subsistema Estrutural, os checks de integridade dos parafusos

91
de fixação (do prato, rolamento central e torpedo) devem continuar acontecendo em

decorrência do registro de quebra de parafusos durante o período de observação. Além
disso, como as falhas podem gerar grandes impactos de custo, risco e indisponibilidade
de equipamento, o torqueamento dos parafusos também deve ser feito.
As ações atribuídas ao subsistema de lubrificação atualmente são satisfatórias para o

bom funcionamento do sistema, exceto pelos cuidados com a lubrificação dos redutores.
As paradas por contaminação de óleo, tanto no reservatório quanto na entrada da
bomba de circulação são representativas no banco de dados e podem ser evitadas com
um programa de análise de óleo bem estruturado. Inicialmente, a coleta da amostra
para análise em todos os ciclos de preventiva é suficiente para criar um histórico válido
para decisões futuras, como identificação e tratativa das causas de contaminação de
forma condicional.
Aqui é importante pontuar que todas as inspeções realizadas em componentes do disco

durante uma parada preventiva, serão responsáveis por gerar demandas condicionais
para próximo ciclo de intervenção, tendo em vista que o componente aguenta essa
campanha de operação. Caso a última afirmação não seja verdadeira, uma corretiva
planejada durante a parada deverá ser realizada e o time de planejamento acionado
para aprovisionar os materiais necessários.
Assim, o plano anterior pode ser visto por completo na Tabela 10.
Um dos assuntos discutidos incessantemente durante a decorrência do trabalho, e

ponto chave para melhora dos indicadores de disponibilidade é a frequência com
que o plano será executado. Observando os tempos ótimos associados aos custos
considerados, em conjunto com a perda de confiabilidade e considerando a alocação
das paradas no calendário de manutenção, foi considerado que o intervalo de 36
semanas para cada ciclo de manutenção pode ser mantido.
É válido pontuar que as análises de custo dos componentes que fazem parte do novo
plano de manutenção apontam para intervalos em torno de 250 dias, valor esse próximo
de uma confiabilidade restante de 80% para grande parte dos itens.
92
No entanto, a sugestão é que as mudanças sejam implementadas em duas linhas

como projeto piloto, e após comprovação dos resultados, implementadas nas demais.
O principal ponto de atenção é a extensão do tempo de operação dos três primeiros
rapadores centrais, que estariam em uma campanha de 18 meses, já que seriam
trocados em preventivas intercaladas. Esse valor é maior do indicado como ideal para
o material de desgaste, mas compatível com os tempos de operação já registrados nos
últimos anos.
Com todas as mudanças discutidas e os subsistemas pontuados, é válido observar as

principais alterações comparando as Tabelas 10 e 11.
Com a aplicação do plano de manutenção proposto, o ligeiro aumento do tempo de

intervenção na manutenção mecânica do disco, seria compensado pela não realização
da inspeção pré-preventiva.
Com isso, a disponibilidade tende à melhorar, com uma previsão de 0,05% de ganho
na disponibilidade, acompanhada da confiabilidade dos ativos antes não atendidos
pelo plano. Essa estimativa foi realizada considerando um período de 45 meses, no
qual 5 ciclos de manutenção preventiva seriam realizados, e foram desconsideradas
as influências de possíveis intervenções corretivas nos dois cenários (plano atual e o
proposto).É importante pontuar que as disponibilidades das linhas estudadas são altas,
por isso aumentá-las, sem comprometer a confiabilidade, não é uma tarefa fácil.
Além disso, o planejamento e a programação dessa manutenção se tornam mais ágeis

e eficiente, uma vez que as demandas condicionais para o sistema seriam reduzidas e
previsíveis, melhorando também a apropriação da mão de obra pelo time de execução.
Dentre as mudanças mais significativas sugeridas para o novo plano de manutenção

estão a inclusão do desagregadores como tarefa de inspeção, a retirada da pré pre-
ventiva anterior à parada de manutenção, inclusão da troca preventiva dos elementos
elásticos do acoplamento de entrada, e as trocas alternadas com maior campanha dos
três primeiros raspadores centrais.
Ademais, sugere-se que o retorno das manutenções preventivas, como alocações e

93
apropriações das OM´s, seja padronizado, contendo ações realizadas, desvios e custo
associado. Essa ação facilitaria estudos estatísticos futuros que podem melhorar ainda
mais o processo de manutenção.
94
Tabela 10 – Ações do plano anterior completo
Periodicidade Ação -
Lista de tarefas
Anterior Plano anterior
INSPECIONAR ACOPLAMENTO
E CONFERIR GAP
INSPEÇÃO INSPECIONAR ACOPLAMENTO
36 SEMANAS
PRÉ PREVENTIVA DE ENTRADA DE FORÇA
INSPECIONAR DESGASTE DE
DEFLETOR DE DESCARGA-RAMPA
INSPECIONAR QUANTO A DESGASTE
E FIXAÇÃO
INSPECIONAR ROTOR QUANTO A
DESGASTE
TROCAR RASPADORES
CENTRAL E LATERAL
MANUTENÇÃO INSPECIONAR(VISUAL) DESGASTE
36 SEMANAS
MECÂNICA DOS DENTES
CONFERIR APERTO DOS PARAFUSOS
DE FIXACAO
DE FIXACAO
VERIFICAR APERTO DOS PARAFUSOS
FIXACAO
TESTAR BOMBA E VERIFICAR
FUNCIONAMENTO DO SISTEMA
TESTAR O SISTEMA E INSPECIONAR
LUBRIFICAÇÃO 36 SEMANAS
BICOS SPRAY DE GRAXA
TESTAR E AJUSTAR VÁLVULA DE
ALÍVIO
TESTAR E AJUSTAR PRESSÃO DA
VÁLVULA DE ALÍVIO
RETIRAR GRAXA CONTAMINADA DO
INTERIOR DO RESERVATÓRIO

95
Tabela 11 – Sugestão de novo plano de manutenção completo
Periodicidade Ação -
Lista de tarefas
Atualizada Plano Proposto
INSPEÇÃO
N/A N/A
PRÉ PREVENTIVA
TROCAR QUARTO RASPADOR
E LATERAL
AJUSTAR PRIMEIRO, SEGUNDO
E TERCEIRO RASPADORES
36 SEMANAS
MANUTENÇÃO
DE FIXACAO DO TORPEDO,
MECÂNICA
ROLAMENTO E PRATO
INSPECIONAR ACOPLAMENTOS DE
ENTRADA E SAÍDA
INSPECIONAR POLIETILENOS DO
CHUTE E DA RAMPA
DESOBSTRUIR BICOS SPRAY
CHECAR FIXAÇÃO, DESGASTE E EMPENO
DAS ALETAS DO DESAGREGADOR
SUBSTITUIR BICOS SPRAY
72 SEMANAS TROCAR TODOS OS RASPADORES
TROCAR ELEMENTOS ELÁSTICOS DO
ACOPLAMENTO DE ENTRADA
TESTAR BOMBA E VERIFICAR
FUNCIONAMENTO DO SISTEMA
TESTAR O SISTEMA E INSPECIONAR
LUBRIFICAÇÃO 36 SEMANAS
BICOS SPRAY DE GRAXA
TESTAR E AJUSTAR VÁLVULA DE
ALÍVIO
TESTAR E AJUSTAR PRESSÃO DA
VÁLVULA DE ALÍVIO
RETIRAR GRAXA CONTAMINADA DO
INTERIOR DO RESERVATÓRIO

96
5 CONCLUSÃO
Como primeiro passo, a revisão do FMEA permitiu a compreensão do sistema e, junto

ao time de execução e de engenharia de campo, foram feitas sugestões de inclusões
que seriam de vital importância para a tomada de decisão consciente e orientada a
repeito do novo plano de manutenção. A ausência de subsistemas entendidos por
esse trabalho como componentes do disco no FMEA atual são pontos de alteração
importantes para adoção das novas ações preventivas, bem como a inclusão de modos
de falha do sistema de transmissão de força po polias e correias, presente em apenas
uma das linhas estudada.
Dado início à fase de análises, a principal limitação encontrada foi a insuficiência de

dados. A tomada da melhor decisão acerca da estratégia de manutenção a ser adotada
deve se basear em dados assertivos de histórico para todos os componentes, o que não
foi inteiramente possível devido ao histórico de manutenção incompleto e difuso entre
diversos sistemas internos. Entendendo que a MCC é uma metodologia baseada em
melhorias contínuas, a principal sugestão do trabalho é que o registro de intervenções
mecânicas seja padronizado para que trabalhos futuros possam ser conduzidos com
mais precisão, além de gerar um histórico confiável e completo. Essa talvez seja uma
contribuição mais valiosa do que o próprio plano de trabalho sugerido na seção anterior.
Ademais, as análises possíveis de serem realizadas apresentaram resultados próximos

aos esperados em sua maioria. Os resultados de confiabilidade apresentam valores
compatíveis com as informações fornecidas pela equipe de engenharia de confiabili-
dade da empresa estudada, e deixam espaço para muitas melhorias com uma nova
estratégia de manutenção, algumas delas já capturadas pelo produto deste trabalho, na
forma de novas ações para o plano de manutenção preventiva. Já os comportamentos
das taxas de falha foram em sua maioria decrescentes, indicando erros na realização
de manutenções e quando analisados por si só não justificariam a implementação da
manutenção preventiva. No entanto, entendendo que os dados base para a criação das
funções de risco são advindos de históricos de manutenção de uma plano já vigente,
bem como quais são os modos de operação dos componentes avaliados, a escolha da
presente estratégia se mantém.
97
Os estudos de custos realizados foram de grande relevância para a decisão final

acerca da periodicidade de realização do plano. Apesar de não terem sido fator
único na escolha, corroboraram para a permanência do intervalo de 36 semanas
entre intervenções. Além dele, a experiência da equipe de manutenção, bem como
as tendências de desgaste observadas nos componentes empregados em campo
atualmente, foram objetos de discussão para decisão de realizar algumas das trocas
de componentes em eventos intercalados.
Finalmente, a elaboração concreta do plano de manutenção cumpre o objetivo princi-

pal do trabalho, prevendo uma ganho considerável nos indicadores controlados pela
gerência de manutenção, como DF (que já era consideravelmente alta e ainda sim
pode ser melhorada) e MTBF, uma rotina melhor para o planejamento e programação
das atividades desse setor e a projeção de melhores confiabilidades dos componentes.
Além disso, o trabalho abre portas para estudos detalhados acerca do tema para diver-
sos outros equipamentos e até mesmo para o aprofundamento do estudo apresentado
aqui.
Como sugestão de trabalhos futuros ficam a expansão do sistema analisado para as

peneiras de rolos de pelotas cruas, equipamento subsequente aos discos; um estudo
mais aprofundado de custo gerados pela manutenção preventiva e suas influências;
o estudo das falhas sistêmicas dos discos de pelotamento, bem como suas causas
e possíveis soluções e, por fim, a elaboração de um sistema que possibilite a reali-
zação das manutenções preventivas por horímetro ou por indicadores preditivos, que
demandaria instrumentação de diversos componentes, melhorando a assertividade dos
investimentos em manutenção na planta, sem que isso afete de maneira significativa o
calendário de manutenção.
98
REFERÊNCIAS
ABNT. NBR 5462 - Confiabilidade e Mantenabilidade. 1994.
ALMEIDA, M. T. de. Manutenção Preditiva: Confiabilidade e Qualidade. 2000.
CRASTO, B. B. ANÁLISE DE INTERVALOS ÓTIMOS DE MANUTENÇÃO

PREVENTIVA DA TESOURA DE PONTAS DA CADEIRA DE LAMINAÇÃO DE
BOBINAS DA ARCELORMITTAL TUBARÃO. 2019.
DESHPANDE, V.; MODAK, J. Application of rcm to a medium scale industry. Reliability

Engineering System Safety, v. 77, p. 31–43, 7 2002. ISSN 09518320.
DIPE. Manual de Operação das Usinas. 2012.
FOGLIATTO, F. S.; RIBEIRO, J. L. D. Confiabilidade e Manutenção Industrial. [s.n.],

2009. Disponível em: <www.elsevier.com.br>.
IABR. Processo Siderúrgico. 2016. Disponível em: <https://acobrasil.org.br/site/

processo-siderurgico/>.
IBRAM. Riscos e Oportunidades de Negócios em Mineração e Metais no Brasil.

2021. Disponível em: <https://www.ey.com/en_br/mining->.
LEWIS, E. E. et al. Introduction to Reliability Engeneering. 1994.
MAIA, E. S.; MOURA, J. C. Pelotização e Redução de Concentrado Magnetico.

2011.
MEYER, K. Pelotização do Minério de Ferro. 2000.
MONCHY, F. A Função Manutenção. [S.l.]: EBRAS/DURBAN, 1989.
MOUBRAY, J. Manutencão Centrada em Confiabilidade. [S.l.: s.n.], 2000.
MOURAO, J. M. ASPECTOS CONCEITUAIS RELATIVOS À PELOTIZAÇÃO DE

MINÉRIOS DE FERRO. 2017.
MOURãO, J. M. MinÉrio de ferro para a indÚstria brasileira de gusa. In: . [s.n.], 2009.
Disponível em: <https://www.researchgate.net/publication/341386775>.
NASA. Reliability Centered Maintenance Guide for Facilities and Collateral

Equipment. [S.l.: s.n.], 2000.
NOWLAN, F. S.; HEAP, H. F. Reliability Centered Maintenance. 1978.
O’CONNOR, P. D. T.; KLEYNER, A. Practical Reliability Engineering. [S.l.: s.n.],

2012.
PROFILLIDIS, V.; BOTZORIS, G. Chapter 6 - trend projection and time

series methods. In: PROFILLIDIS, V.; BOTZORIS, G. (Ed.). Modeling of
Transport Demand. Elsevier, 2019. ISBN 978-0-12-811513-8. Disponível em:
<https://www.sciencedirect.com/science/article/pii/B9780128115138000066>.
99
PéRèS, F.; NOYES, D. Evaluation of a maintenance strategy by the analysis of the rate
of repair open archive toulouse archive ouverte (oatao) evaluation of a maintenance
strategy by the analysis of the rate of repair. Quality and Reliability Engineering
International, Wiley, v. 19, p. 129–148, 2003.
RELIASOFT. Life Data Analysis Reference. 2015. Disponível em: <http:

//www.ReliaSoft.comhttp://creativecommons.org/licenses/by-nc-sa/4.0/legalcode.>
SIQUEIRA, I. P. de. Manutenção Centrada na Confiabilidade. [S.l.: s.n.], 2014.
TABOGA, M. Teste da Razão de Verossimilhança. 2021. Disponível em:

<https://www.statlect.com/fundamentals-of-statistics/likelihood-ratio-test.>
UEL. Teste de Komolgorov-Smirnov. 2015. Disponível em: <http://www.uel.br/

projetos/experimental/pages/arquivos/Kolmogorov-Smirnov.html>.
VIANA, H. R. G. Planejamento e Controle da Manutenção. [S.l.]: Qualitymark Editora,

2002.
WSA. Annual Production Steel Data. 2021. Disponível em: <https://worldsteel.org/

steel-by-topic/statistics/annual-production-steel-data/P1_crude_steel_total_pub/CHN/
IND>.
XENOS, H. G. d’Philippos. Gerenciando a Manutenção Preventiva. [S.l.: s.n.], 1998.
ZHU, D. et al. Iron Ore - Mineralogy, Processing and Environmental Sustainability.

2nd. ed. [S.l.]: Elsevier Science, 2021. 539-550 p.
100
APÊNDICE A – REVISÃO DE FMEA
Os modos de falha bem como seus efeitos foram divididos nos subsistemas definidos e
discutidos para identificar possíveis inclusões e/ou retiradas.
Os pontos de atenção são as correias e polias, não apontadas pelo documento e os

subsistemas de alimentação e lubrificação, também não compreendidos por ele.
A estratificação pode ser observada na Figura 43.

101
Figura 43 – Revisão de Modos de Falha e seus Efeitos

SOPHIA TCC Manutenção Confiabilidade Aplicada Pelotização Minério Sophia

Enviado por

Direitos autorais:

Formatos disponíveis

SOPHIA TCC Manutenção Confiabilidade Aplicada Pelotização Minério Sophia

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

SOPHIA TCC Manutenção Confiabilidade Aplicada Pelotização Minério Sophia

Enviado por

Direitos autorais:

Formatos disponíveis

INSTITUTO FEDERAL DO ESPÍRITO SANTO

CURSO DE ENGENHARIA MECÂNICA

SOPHIA GONÇALVES GUEDES

MANUTENÇÃO CENTRADA EM CONFIABILIDADE APLICADA À REVISÃO DE

MANUTENÇÃO CENTRADA EM CONFIABILIDADE APLICADA À REVISÃO DE

Trabalho de Conclusão de Curso apresentado à Coorde-

Orientador: Prof. Me. Douglas Ruy Soprani da Silveira

Coorientador: Prof. Me. Cristiano Severo Aiolfi

G924m Guedes, Sophia Gonçalves.

Orientador: Douglas Ruy Soprani da Silveira Araújo.

Monografia (graduação) – Instituto Federal do Espírito Santo,

1. Manutenção. 2. Pelotização (beneficiamento de minério). 3

A realização deste trabalho representa a última etapa da minha graduação, a qual eu

À minha equipe de trabalho, que dedicou tempo e suor em transmitir conhecimento

Com o aumento da produção de finos nas minas de minério de ferro, a indústria de

Palavras-chave: Manutenção. Confiabilidade. Pelotização. Taxa de falha. Indicado-

Keywords: Maintenance. Reliability. Pelletizing. Failure Rate. Key performance

Figura 1 – Fluxo do processo de pelotização . . . . . . . . . . . . . . . . . . . 19

Tabela 1 – Resultado da estratificação das ordens de manutenção por quantidade. 52

MCC Manutenção Centrada em Confiabilidade

FRC Função de risco crescente

FRD Função de risco decrescente

FRE Função de risco estacionária

MTTF Tempo Médio Até a Falha do inglês Mean time to failure

FMEA Análise de Modos e Efeitos de Falha

MLE Estimativa de Máxima Verossimilhança

RPM Rotação por minuto

PTP Padrão Técnico de Processo

cdf Função de densidade cumulativa do inglês cumulative density func-

pdf Função de Densidade de Probabilidade do inglês probability density

AMS Aderência a manutenção sistemática

AMC Aderência a manutenção condicional

Na atualidade, onde a produção de bens e o desenvolvimento tecnológico é tão forte,

O aço é, basicamente, uma liga de ferro e carbono. O aço é produzido a partir de

Dentre as diversas técnicas disponíveis para isso, a de pelotização tem se destacado

A manutenção atual responde a diversas mudanças de expectativas econômicas e

Todas essas demandas combinadas resultam na exigência de um planejamento de

O Brasil é, hoje, o segundo produtor mundial de pelotas (pellets). Sua capacidade

A produção de pelotas no Brasil foi marcada por melhorias na produtividade e na

A metodologia MCC é estruturada para reduzir as intervenções de manutenção bem

plano nas intervenções realizadas, entre outros desvios de planejamento e execução.

O presente trabalho busca atender essas necessidades com decisões embasadas em

1.2.1 Objetivos Gerais

O presente trabalho objetiva a reestruturação do Plano de Manutenção preventiva

1.2.2 Objetivos específicos

Para alcançar o objetivo principal proposto, as seguintes ações são necessárias:

• Delimitar o sistema industrial estudado e seus componentes;

• Revisar o FMEA já implementado;

• Estratificar o banco de dados com histórico das intervenções mecânicas no

• Calcular dados de MTBF e MTTR;

• Realizar os estudos de confiabilidade dos componentes e do sistema;

• Realizar o levantamento de tempos ótimos de intervenção dos componentes e do

• Realizar os estudos de disponibilidade dos componentes e do sistema;

• Construir o novo plano de manutenção a partir dos estudos realizados.

1.3 ESTRUTURA DO TRABALHO

O presente trabalho esta divido em 5 capítulos.

O primeiro capítulo introduz os temas de pelotização e Manutenção Centrada em

O segundo capítulo aprofunda os conhecimentos acerca de como funciona o processo

O capítulo quatro apresenta os resultados mais significativos das análises estatísticas,

Finalmente, o quinto capítulo conclui o trabalho ponderando os resultados e sua