[pt] Tradicionalmente, os equipamentos de elevação e transporte
assumem
uma posição de destaque na indústria, sendo as pontes
rolantes os
equipamentos mais utilizados. No caso da ThyssenKrupp
Fundições Ltda., as
pontes rolantes são responsáveis pelas principais
paralisações dos negócios,
trazendo prejuízos financeiros e operacionais.
O emprego da IBR - Inspeção Baseada em Risco é bastante
indicado
para este tipo de equipamento, pois permite identificar as
pontes rolantes que
são críticas e deste modo estabelecer uma metodologia de
inspeção eficiente,
visando concentrar esforços nestes equipamentos de modo a
reduzir seu risco
de falha e garantir a manutenção dos negócios.
Neste trabalho analisou-se um conjunto de pontes rolantes e
componentes críticos da empresa ThyssenKrupp Fundições
Ltda.. Para se
cumprir este objetivo, foi aplicada a metodologia de IBR
qualitativa para a análise
do banco de dados de manutenção e inspeção. A teoria de
IBR qualitativa usou
uma matriz de risco COF x FOF (Conseqüência de Ocorrência
de Falhas X
Freqüência de Ocorrência de Falhas) onde cada uma das 20
pontes teve sua
classe de risco estabelecida. Também foi feita a análise
da freqüência de falhas
dos componentes de todas as 20 pontes através dos
registros de inspeção e
manutenção localizados dentro do período de janeiro de
1995 a junho de 2002.
Após a determinação das pontes rolantes críticas (risco
alto e muito alto) e
componentes críticos, foi elaborado um programa de
inspeção para o
gerenciamento dos mesmos, através de tabelas e fichas de
inspeção onde a
nova freqüência de inspeção foi calculada através da
distribuição de
probabilidade semi-empírica de Weibull. Além do programa
de inspeção, foi
proposta uma metodologia para análise dos resultados
futuros obtidos com a
aplicação do programa de inspeção e para proporcionar,
através da
realimentação do banco de dados, o contínuo aumento de sua
eficiência. / [en] Traditionally, the transportation and elevation equipments
assume a
highlight position in the industry, being the overhead
crane one of the mostly
used equipments. As to the ThyssenKrupp Fundições Ltda,
the overhead cranes
are responsible for main causes for stopping of business,
leading financial and
operational lost.
The use of RBI - Risk Based Inspection is very well
indicated for this type
of equipment since it allows the identification of which
overhead cranes are
critical and in this way the establish a mean of efficient
inspection methodology,
aiming to concentrate efforts on these equipments so as to
reduce their failure
risk and to guarantee the maintenance of the business.
In this dissertation, a sub-set of overhead cranes and
critical components
of ThyssenKrupp Fundições Ltda was analyzed. In order to
reach this objective,
the RBI qualitative methodology was applied to the
analysis of the maintenance
and inspection database. The theory of the qualitative RBI
used a risk matrix
FOF x COF (Probability of Failure X Consequence of
Failure) where each one of
the 20 overhead crane had its class of risk established.
Also, the components
failure analysis frequency of all the 20 overhead cranes
was made through the
inspection registries situated in the period between
January 1995 and June 2002.
After determining the critical overhead crane (high and
very high risk) and the
critical components, an inspection program for their
management was elaborated
through means of table and inspection cards where the new
inspection
frequencies were determined through the Weibull
distribution semi-empiric
probability. Besides the inspection program, a methodology
to analyze the future
results obtained by the application of the inspection
program was propose to offer
suggestions for this continuous efficience raise.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:6062 |
| Date | 14 March 2005 |
| Creators | ALEXSANDRO BARBOSA SILVA |
| Contributors | JOSE LUIZ DE FRANCA FREIRE |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0018 seconds