Otimização de periodicidade nos planos de manutenção preventiva: uma modelagem matemática

Abstract

Várias estratégias de manutenção são empregadas nos complexos industriais, tendo, como destaque, modelos de gestão que buscam ações preventivas, como TPM (Total Productive Maintenance), RCM (Reliability Centered Maintenance), e outras preventivas baseadas na condição, no tempo, em paradas, dentre outras. Ao aprofundar este tema, tanto do ponto de vista do planejamento quanto da aplicação, percebe-se que o grande desafio para otimização do custo dessas estratégias está em  o que fazer e  quando fazer ; ou seja, qual escopo e com que periodicidade. Observa-se, no contexto industrial, que há conhecimento das equipes de manutenção em avaliar o comportamento das falhas, definir a vida útil dos principais sistemas que compõem os processos, programar todas as necessidades de reparo e controlar as paradas de um processo. Contudo, percebe-se que há limites em relação à previsão de periodicidade ótima, devido à grande complexidade de combinações possíveis de escopo e momento ideal para a parada de um processo. Esta percepção motivou o presente estudo, para o qual se traçou o objetivo de desenvolver um modelo matemático que otimizasse os custos de manutenção, por meio do estudo da vida útil dos sistemas, fundamentados pelo uso, tempo, condição e custos. A modelagem matemática utilizada foi implementada computacionalmente por meio do MATLAB®. Assim, foi possível analisar o comportamento das variáveis envolvidas na otimização da periodicidade, o custo residual por troca prematura, a periodicidade ótima, o escopo, os custos com manutenção corretiva/preventiva, o tempo de parada de processo e a identificação dos sistemas significativos para aplicação de projeto e para dimensionamento da vida útil dentro do conceito RCM. Para aplicar o modelo, foi desenvolvida uma metodologia que auxilia o usuário durante as simulações com a utilização da ferramenta computacional. A análise foi aplicada numa empresa da indústria cerâmica de grande porte, composta de mais de 43 processos com 5.000 ativos. Para as simulações foram utilizadas linhas de processo contínuo e equipamentos; contudo, a sistemática poderá ser utilizada em empresas de outros setores industriais.<br>

Abstract : Several maintenance strategies are introduced in the industrial environment and as a highlight management models that seek preventive actions such as TPM (Total Productive Maintenance), RCM (Reliability Centered Maintenance), in other preventive based on the condition, time, Turnaround, them others. Deepening this topic from the point of view of planning as the application, it is clear that the challenge to optimize the cost of these strategies is "what to do" and "when to do it", that is, what scope and which periodicity. It is observed in the industrial context, there is knowledge of the maintenance teams to evaluate the behavior of faults; in defining the useful life of the major systems that compose the processes; to schedule all repairs needs and control downtime of a process. However, we realized that there are limits on the optimal periodicity of prevision due to the great complexity of possible combinations of scope and ideal time to stop a process. This perception has motivated this study by which traced the objective of developing a mathematical model that optimizes maintenance costs through the lifetime of the study of systems, justified by used, time, condition and costs. Mathematical model was implement computationally in MATLAB®. It was possible to analyze the behavior of the variables involved in the optimization of periodicity, the residual cost for premature replacement, the optimal periodicity, scope, costs of corrective/preventive maintenance, process downtime and identification of systems that are important for project implementation and scaling of lifetime within the RCM concept. It was developed a methodology that assists the user during simulations. The analysis was applied to a large company industry, made up of more than 43 processes with 5000 assets. The lines and equipment were used for the simulations.