Olá, leitores! No último artigo sobre programação de manutenção falamos sobre uma das formas de programação sob condição dos ativos, de certa forma ainda uma preventiva, devido às características cumulativas de seu ponto de controle, as Manutenções Acumulativas.
Como dito naquela forma de programação e ainda aqui, uma coisa continua a ser de suma importância: a coleta de dados do ativo. Porém, neste caso das manutenções por Tendência, entraremos muito mais fundo na vida do ativo, pois, aqui trataremos de características de manutenção preditiva.
Acompanhe mais este artigo da nossa série e veja como tratar a Programação por Tendência no Engeman®.
Curva de tendência
As ações a serem tomadas serão controladas através de medições de variáveis que apresentam curva de tendência ao longo do tempo, exemplo:
- pressão;
- temperatura;
- vazão;
- nível;
- vibração;
- umidade;
- rigidez dielétrica;
- dimensões;
- PH;
- elementos químicos.
Gráfico de Tendência Engeman®
Nessa programação, ao atingir um valor máximo ou mínimo estabelecido, o Engeman® indicará a necessidade da manutenção através de alarmes ou emissão de ordens de serviços. Os níveis de alarmes poderão ser estabelecidos pelo usuário, tanto quanto forem necessários.
A medição dos dados, também conhecida como coleta, poderá ser realizada através de apontamentos manuais e através de equipamentos destinados a este fim como sensores e computadores PLC. Esses equipamentos de medição e coleta de dados poderão estar acoplados diretamente no ponto de aplicação da manutenção ou poderão ser portáteis para uso em diversos pontos, como câmeras termográficas, por exemplo.
As informações obtidas ao longo do tempo criam uma curva de tendência da variável medida. Essa curva de tendência será calculada por regressões matemáticas definidas pelo usuário ou automaticamente pelo Engeman®.
As regressões poderão ser: lineares, logarítmicas, exponenciais, potenciações ou polinomiais. Essa curva estabelecerá uma função matemática de valores x data, possibilitando assim determinar a data futura da manutenção, a partir da data que foi realizada a última manutenção do ativo.
Se você solicitar cálculos para um período maior, o Engeman® calculará as datas de manutenção dentro do período, baseado na função matemática gerada pelas medições da primeira manutenção.
Relatório de Controle de Tendência Engeman®
Cuidados necessários para aplicação deste processo de programação
- Se as medições não apresentarem tendência, expressa por uma função matemática ao longo do tempo, não se deve usar este processo. Neste caso, será recomendado usar a programação periódica ou por eventos;
- As medições devem ser feitas sistematicamente, o que exigirá maior demanda de recursos e de controle das ações. Pode-se criar planos com programação periódica, para controlar este processo, por exemplo;
- No caso de medições automáticas, verificar a confiabilidade da coleta de dados e prever contingências;
- Racionalizar a quantidade de pontos de controle do processo;
- Utilizar o Engeman® Mobile para o processo de coleta de dados manual.
Além de emitir ordens de serviços e alarmes de proximidade nas datas programadas, o Engeman® permite visualizar as medições e as datas futuras de manutenção:
- Através de medições e digitação dos valores, o Engeman® acionará alarmes ou calculará a data de execução da O.S., quando existir tendência das variáveis de extrapolar os limites estabelecidos.
- O fechamento das O.S.s reprograma automaticamente a próxima data de execução, não havendo necessidade de se realizar nova startup.
Da mesma forma que a programação periódica, o Engeman® emite O.S.s consecutivas se o período solicitado pelo usuário for longo o suficiente para permitir o processo. Desta forma, a primeira a O.S. calculada se baseará em medições reais e as demais, serão calculadas através da função matemática estabelecida pela primeira O.S.
Como criar um controle de tendência no Engeman®
Para esta programação de manutenção, a definição correta do ponto de controle é de extrema importância, pois definirá o startup da análise.
Vejamos quais informações são necessárias no Engeman® para bem defini-los:
Ponto de Controle Engeman®
- Descrição do Ponto de Controle
- Máximo coletas: número máximo de coletas que será utilizado para o cálculo de regressão. Este campo pode ser deixado em branco para que todo o histórico seja verificado no cálculo de regressão. Se informado, serão analisados apenas os últimos valores para calcular a tendência de evolução da produção.
- Período do Histórico: semelhante ao item anterior, o período histórico é também uma informação facultativa. Determina qual o período de dias será utilizado, a partir da última coleta, em direção à primeira, no cálculo da tendência de evolução da curva.
- Unidade de medição
- Número de casas decimais: especifica a quantidade de casas decimais utilizadas para os dados coletados. Deixe este campo em branco para que não haja formatação.
- Tipo de Ponto de Controle
O preenchimento é obrigatório. Define melhor organização para o cadastro de pontos de controle de uma aplicação, torna a rotina de movimentação de aplicações mais dinâmica proporcionando menor trabalho ao usuário e restringe possíveis duplicidades de Tipos de Pontos de Controle da aplicação.
ATENÇÃO: este campo é a única informação que garante a diferenciação entre os pontos de controle de uma mesma aplicação, portanto, se existirem vários pontos de controle de um mesmo tipo em uma mesma aplicação, deve-se cadastrar um tipo diferente para cada um deles.
- Set point: indica o valor normal da variável medida.
- Tipo de regressão: Determina o tipo da regressão a ser utilizada para gráficos de tendência e geração de O.S. Existem cinco tipos de regressão: Linear, Logarítmica, Potência, Exponencial e Polinomial, além do tipo Automática (padrão sugerido), onde a melhor curva é determinada automaticamente de acordo com os dados.
Vejamos mais informações sobre as curvas de regressão:
Curvas de Regressão ou Linhas de Tendências
As linhas de tendência são utilizadas para mostrar graficamente a tendência dos dados e para analisar problemas relacionados com previsões. A este tipo de análise também se dá o nome de análise de regressão (análise de regressão: forma de análise estatística utilizada para efetuar previsões. A análise de regressão calcula a relação entre variáveis, de modo a que uma determinada variável possa ser prevista a partir de uma ou mais variáveis diferentes).
Utilizando a análise de regressão, é possível projetar uma linha de tendência num gráfico para além dos dados reais, de modo a prever dados futuros. Por exemplo, o gráfico seguinte utiliza uma linha de tendência linear com uma previsão com quatro meses de antecedência, para mostrar claramente a tendência para o aumento das receitas.
Tipos de linhas de tendência
Veja a continuação, os tipos de linhas de tendência que temos:
Linear
A linha de tendência linear é a linha reta que melhor se adapta, sendo utilizada em conjuntos simples de dados lineares. Os seus dados são lineares se o padrão dos pontos de dados se assemelha a uma linha. A linha de tendência linear mostra normalmente que algo está a aumentar ou a diminuir numa percentagem constante.
No exemplo que se segue, uma linha de tendência linear mostra claramente que as vendas de frigoríficos tiveram um constante crescimento ao longo de 13 anos. Note que o valor de R ao quadrado é 0,9036, o que corresponde a um bom ajuste da linha aos dados.
Logarítmica
A linha de tendência logarítmica é uma linha curva ajustada, utilizada quando a percentagem de alteração dos dados aumenta e diminui rapidamente e, em seguida, estabiliza. Uma linha de tendência logarítmica pode utilizar valores negativos e/ou positivos.
O exemplo que se segue utiliza uma linha de tendência logarítmica para ilustrar o crescimento previsto da população animal numa área definida, mostrando que, enquanto a população estabilizou, o espaço disponível para os animais diminuiu. Note que o valor de R ao quadrado é 0,9407, o que corresponde a um ajuste relativamente bom da linha aos dados.
Polinomial
A linha de tendência polinomial é uma linha curva utilizada quando há flutuação de dados. É útil, por exemplo, para analisar os ganhos e as perdas de um conjunto de muitos dados. A ordem da polinomial pode ser determinada pelo número de flutuações de dados ou pela quantidade de oscilações (máximos e mínimos) da curva. Normalmente uma linha de tendência polinomial número 2 tem apenas um máximo ou mínimo. Por norma, a número 3 tem dois máximos ou mínimos. A número 4 tem mais de três.
O exemplo que se segue mostra uma linha de tendência polinomial número 2 (um máximo) para ilustrar a relação entre a velocidade e o consumo de combustível. Note que o valor de R ao quadrado é 0,9474, o que corresponde a um bom ajuste da linha aos dados.
Potência
Uma linha de tendência de potência é uma linha curva, utilizada com conjuntos de dados que comparam medidas que aumentam a uma taxa específica – por exemplo, a aceleração de um carro de corrida em intervalos de um segundo. Não é possível criar uma linha de tendência de potência se os dados apresentarem o valor 0 ou valores negativos.
No exemplo que se segue, os dados relativos à aceleração são mostrados através da apresentação das distâncias em metros por segundo. A linha de tendência de potência mostra de forma clara o aumento de aceleração. Note que o valor de R ao quadrado é 0,9923, o que corresponde a um ajuste quase perfeito da linha aos dados.
Exponencial
A linha de tendência exponencial é uma linha curva, utilizada quando os valores de dados aumentam ou diminuem em percentagens cada vez mais elevadas. Não é possível criar uma linha de tendência exponencial se os dados incluírem zero ou valores negativos.
No exemplo que se segue, a linha de tendência exponencial é utilizada para ilustrar a diminuição do teor de carbono 14 à medida que um objeto envelhece. Note que o valor de R ao quadrado é 1, o que significa que a linha se ajusta perfeitamente aos dados.
Importante: Na maioria dos casos, no Engeman®, use a opção automática e ele próprio, com base no histórico de coletas do ponto de controle, definirá qual a melhor função a ser utilizada. Entretanto, se um determinado ponto de controle tem a característica de oscilar demasiadamente, sugerindo um gráfico de frequência, opte por colocar a regressão linear, que apresentará menos sensibilidade às variações momentâneas.
Conclusão
Este tipo de programação talvez seja o mais complexo para a gestão de uma área de manutenção, mas, mesmo assim, os benefícios da manutenção preditiva são claros.
Quando a manutenção preditiva funciona efetivamente como uma estratégia de manutenção, a manutenção só é realizada quando é necessária, pouco antes que a provável falha ocorra. Isto traz economia de custo, com:
- minimização do tempo de manutenção do equipamento;
- minimização das horas de produção perdidas para manutenção;
- minimização do custo de peças de reposição e suprimentos.
A aplicação da manutenção preditiva pode levar a um aumento de ROI de aproximadamente:
- 25%-30% de redução nos custos de manutenção;
- 70%-75% de redução das avarias;
- 35%-45% de redução no tempo de inatividade.
Estas economias de custo têm, no entanto, um preço. Algumas técnicas de monitoramento de condições são caras e requerem pessoal especializado e experiente, junto da integração dessas técnicas com o Engeman®, para que a análise de dados seja eficaz.
Porém, apesar do alto custo inicial, ela permite que a manutenção seja realizada somente quando necessária, ajudando as instalações a cortar custos, economizar tempo e maximizar recursos.
No próximo artigo continuaremos no mundo das manutenções por condição do ativo, mas, falando de um cenário que ainda poucos utilizam, mas, que também oferece muito para gestão: as Programações por Evento.
Até lá!
Acompanhe também os primeiros artigos da série Programação de Manutenção no Engeman®:
- 1ª- Periódica – Manutenção Baseada no Tempo (TBM)
- 2ª- Data Específica – Manutenção Baseada no Tempo (TBM)
- 3ª- Acumulativa – Manutenção Baseada em Condição (MBC)
