Loading...
Publication
Manutenção preditiva baseada em cadeias de Markov
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.09 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
A manutenção preditiva em ativos físicos é feita através da análise de inúmeras
variáveis nesses ativos e nos processos onde se inserem.
Essas variáveis devem ser cuidadosamente analisadas, pois permitem diagnosticar,
quer o estado da condição dos ativos em cada instante quer futuras avarias e
paragens de produção, através de técnicas de predição. Adicionalmente, permitem
ainda uma correta programação das paragens de manutenção, bem como da
racionalização dos custos operacionais.
A presente dissertação foca-se no diagnóstico da condição e na previsão do estado
dos ativos físicos através das Cadeias de Markov; a validação do modelo foi feita
através de uma base de dados de livre acesso da Microsoft, a qual reúne elementos
referentes a dados recolhidos de muitos casos de manutenção condicionada, sendo
os próprios dados criados por métodos de simulação.
O principal objetivo é prever qual a probabilidade de uma máquina falhar num futuro
próximo devido a algum componente e qual; a partir desta inferência é possível decidir
qual a melhor política de manutenção a adotar para atingir a disponibilidade desejada.
Para ir ao encontro dos objetivos traçados utilizou-se a base de dados atrás referida
e diversas simulações.
No final chegou-se a conclusão de que, para além do diagnóstico realizado pelo
método das Cadeias de Markov, uma correta tomada de decisão na gestão de
manutenção, implica ter em mãos dados robustos de valores dos equipamentos e os
seus componentes, tempo de reparação, de reposição, do stock e importância dos
mesmos na linha de produção.
Description
Keywords
Cadeias de Markov Manutenção condicionada Manutenção preditiva Diagnóstico de falhas