Um sistema reparável opera sob uma estratégia de manutenção que exige ações de recuperação preventiva em tempos pré-definidos e ações de reparo quando ocorre a perda de função do sistema. A manutenção preventiva (MP) é programada periodicamente e muitas vezes possui um intervalo de tempo fixo para ações. No entanto, as atividades de MP podem não restaurar o sistema para uma condição similar ao início de vida deste, mas para uma situação intermediária. Nesse caso, a MP é denominada de imperfeita. Além disso, ao longo da vida do sistema, são executados diferentes planos de manutenção com condições e atividades distintas que podem afetar a intensidade de falha de diferentes maneiras. Para modelar essas características da MP em um sistema reparável, propõe-se uma nova classe de modelo de fator de melhoria, denominado fator de melhoria variável que possibilita a modelagem da situação de manutenção perfeita. A formulação da função de verossimilhança foi desenvolvida para estimação dos parâmetros bem como desenvolvidos testes de verificação da qualidade de ajuste, intervalos de confiança para os parâmetros e otimização da periodicidade de realização da MP com base no enfoque dos novos modelos propostos. Os resultados foram aplicados em dados reais e verificou-se uma parametrização mais flexível a MP imperfeita e maior versatilidade nas análises de confiabilidade do sistema quando utilizado os novos modelos. / A repairable system operates under a maintenance strategy that calls for preventive repair actions at prescheduled times and the repair actions that restore system when failure occurs. The preventive maintenance (PM) is scheduled periodically and it often holds a fixed time interval for PM actions. However, PM activities are generally imperfect and cannot restore the system to as good as new condition but to an intermediate situation, which is called imperfect PM. In addition, throughout system life are implemented diverse maintenance policies with different activities and conditions that may affect the failure intensity in different ways. To model these PM characteristics, proposes a new model class of improvement factor called variable improvement factor that also enables modeling perfect maintenance situation. The likelihood function is developed for parameter estimation as well as goodness-of-fit tests and confidence intervals for the parameters are developed, and optimization of the PM intervals based on the proposed models is presented. The proposed model was applied to a data set and a more flexible parameterization for imperfect PM and greater versatility in the system reliability analysis were verified with the use of the new model.

Submitted by JOSIANE SANTOS DE OLIVEIRA (josianeso) on 2017-11-17T15:53:07Z No. of bitstreams: 2 Luiz Antonio Canal_.pdf: 1988745 bytes, checksum: 60112cf8ea6029ecad19839973234379 (MD5) Luiz Antonio Canal_.pdf: 1988745 bytes, checksum: 60112cf8ea6029ecad19839973234379 (MD5) / Made available in DSpace on 2017-11-17T15:53:07Z (GMT). No. of bitstreams: 2 Luiz Antonio Canal_.pdf: 1988745 bytes, checksum: 60112cf8ea6029ecad19839973234379 (MD5) Luiz Antonio Canal_.pdf: 1988745 bytes, checksum: 60112cf8ea6029ecad19839973234379 (MD5) Previous issue date: 2017-09-05 / Nenhuma / A busca pela maior segurança industrial em plantas petroquímicas tem sido a pauta principal deste tipo de negócio, já que a possibilidade de acidentes é potencializada pela própria natureza da operação, que envolve inventários inflamáveis, combustíveis ou tóxicos. Muitos dos iniciadores destes eventos advêm de mau funcionamento de seus equipamentos dinâmicos, como motores, bombas e compressores, com causas ligadas a manutenção, operação ou projeto. Neste contexto, é proposto neste trabalho um método para a implantação de melhorias e projetos direcionados para o monitoramento contínuo de equipamentos dinâmicos. O objetivo é de aumentar a segurança industrial e a disponibilidade dos equipamentos, já que o contínuo monitoramento dos equipamentos permite uma melhor supervisão dos mesmos, além de fortalecer a manutenção preventiva baseada em condição. Será apresentada a solução focando no monitoramento de temperatura e vibração em mancais, que normalmente são foco da maior parte das falhas em equipamentos dinâmicos. Inicia-se pela escolha do método para priorização da implantação, baseado em análise multicritério e análise de risco, passando pela proposição e definição dos critérios, culminando com a exemplificação do trabalho em uma planta petroquímica real. Como resultado tem-se uma matriz de risco para apoio na priorização de investimento em monitoramento contínuo, agregando ainda simulações de análise de sensibilidade para a tomada de decisão. / The search for greater industrial safety has been the main guideline in petrochemical business, since the most of accidents are potentiated by the own nature of the operation, which involves flammable, combustible or toxic inventories. Many of the initiators of these events arise from the malfunction of their dynamic equipment, such as motors, pumps and compressors, with causes related to maintenance, operation or design. In this context, it is proposed a method for the implementation of improvements and projects directed to the continuous monitoring of dynamic equipment. The main objective is to increase the industrial safety and the availability, since the continuous monitoring allows a better supervision of the dynamic equipment, besides strengthening the application of condition based maintenance policy. The solution will be presented focusing on the monitoring of equipment temperature and vibration, which indicate of most failures or a situation of non-appropriated operation. This work starts with determining the method to prioritize the implementation, based on multicriteria and risk analysis, explain the criteria and their definition, culminating with the exemplification of the work in a real petrochemical plant. As a result, a risk matrix is presented for support in the prioritization of investment in continuous monitoring, also adding sensitivity analysis simulations for decision making.

Um sistema reparável opera sob uma estratégia de manutenção que exige ações de recuperação preventiva em tempos pré-definidos e ações de reparo quando ocorre a perda de função do sistema. A manutenção preventiva (MP) é programada periodicamente e muitas vezes possui um intervalo de tempo fixo para ações. No entanto, as atividades de MP podem não restaurar o sistema para uma condição similar ao início de vida deste, mas para uma situação intermediária. Nesse caso, a MP é denominada de imperfeita. Além disso, ao longo da vida do sistema, são executados diferentes planos de manutenção com condições e atividades distintas que podem afetar a intensidade de falha de diferentes maneiras. Para modelar essas características da MP em um sistema reparável, propõe-se uma nova classe de modelo de fator de melhoria, denominado fator de melhoria variável que possibilita a modelagem da situação de manutenção perfeita. A formulação da função de verossimilhança foi desenvolvida para estimação dos parâmetros bem como desenvolvidos testes de verificação da qualidade de ajuste, intervalos de confiança para os parâmetros e otimização da periodicidade de realização da MP com base no enfoque dos novos modelos propostos. Os resultados foram aplicados em dados reais e verificou-se uma parametrização mais flexível a MP imperfeita e maior versatilidade nas análises de confiabilidade do sistema quando utilizado os novos modelos. / A repairable system operates under a maintenance strategy that calls for preventive repair actions at prescheduled times and the repair actions that restore system when failure occurs. The preventive maintenance (PM) is scheduled periodically and it often holds a fixed time interval for PM actions. However, PM activities are generally imperfect and cannot restore the system to as good as new condition but to an intermediate situation, which is called imperfect PM. In addition, throughout system life are implemented diverse maintenance policies with different activities and conditions that may affect the failure intensity in different ways. To model these PM characteristics, proposes a new model class of improvement factor called variable improvement factor that also enables modeling perfect maintenance situation. The likelihood function is developed for parameter estimation as well as goodness-of-fit tests and confidence intervals for the parameters are developed, and optimization of the PM intervals based on the proposed models is presented. The proposed model was applied to a data set and a more flexible parameterization for imperfect PM and greater versatility in the system reliability analysis were verified with the use of the new model.