CONFIABILDADE DA SOCADORA 21 NA ESTRADA DE FERRO CARAJÁS

Flávia Christina Raposo de Vasconcelos Barreto (1) Ericson Patriki Guedes Ribeiro (2)

Leonardo Simões dos Santos Lima (3) RESUMO Para correção geométrica automatizada nas ferrovias utiliza-se um equipamento denominado de socadora de linha. Esta máquina é responsável pela correção do alinhamento e dos nivelamentos transversal e longitudinal dos trilhos, em tangentes, e também as correções de flecha e superelevação nas curvas. O objetivo deste trabalho é utilizar os conceitos de engenharia de confiabilidade para identificar os sistemas e conjuntos mais críticos da socadora de linha S21 da Estrada de Ferro Carajás - EFC e propor melhorias para reduzir as falhas, aumentar a confiabilidade e produção do equipamento. Foram utilizados os dados de falhas e produção de 2007 e 2008 da máquina para traçar as curvas de confiabilidade e probabilidade de falhas através dos softwares Weibull e BlockSim. A determinação do comportamento das falhas foi analisado com base na produção em metros. Os resultados mostraram que a probabilidade de ocorrer uma falha na S21 em 2 km de produção é de 64,97%, em 10 km este valor passa para 96,08%. Os sistemas que apresentaram maior probabilidade de falhar com 10 km de produção foram o sistema de socaria com 82,58% e o sistema de tração com 50,41%. Os resultados mostraram que a engenharia de confiabilidade é uma ferramenta que pode ser muito bem aplicada na análise de falhas das socadoras de linha para propor melhorias visando à otimização do ativo.

Palavras chaves: Manutenção, Confiabilidade, Ferrovia, Socadora de linha. 1. INTRODUÇÃO A Vale é a segunda maior mineradora do mundo e a maior prestadora de serviços de logística do Brasil. Seu principal produto o minério de ferro é explorado em três sistemas integrados, formados por mina-ferrovia-porto. Nestes sistemas encontram-se as ferrovias Estrada de Ferro Carajás - EFC, Estrada de Ferro Vitória Minas - EFVM e Ferrovia Centro Atlântica - FCA, que são o elo entre a mina e o porto.

(1) Vale – Engenheira Ferroviária (2) Vale – Eletricista II (3) Vale – Engenheiro Ferroviário

A Estrada de Ferro Carajás – EFC, inaugurada em 1985, liga a Serra dos Carajás, no Sudeste do Pará ao Porto do Itaqui em São Luís-MA. Com extensão de 892 km transporta todo minério de ferro extraído na mina para abastecer o mercado interno e principalmente o externo. É considerada uma das ferrovias mais produtivas e eficientes do mundo, em 2008 transportou mais de 100 milhões de toneladas de minério e objetiva transportar mais de 250 milhões de toneladas em 2012.

Figura 1: Estrada de Ferro Carajás

Para atender a esta demanda a Vale investe fortemente em suas plantas produtoras e em sua estrutura de transporte para torna-se ainda mais competitiva no mercado internacional. Para isto tem a manutenção de seus ativos como parte fundamental do processo produtivo. A GARUG – Gerência de Manutenção e Operação de Máquinas de Via dentro de suas atribuições tem como missão manter seus ativos confiáveis para desempenhar suas funções, e utiliza os conceitos da engenharia de confiabilidade para determinar as curvas de confiabilidade e probabilidade de falha e então definir os sistemas e conjuntos mais críticos do equipamento. O objetivo deste trabalho é utilizar os conceitos de engenharia de confiabilidade para identificar os sistemas e conjuntos mais críticos da socadora S21 da Estrada de Ferro Carajás - EFC e propor melhorias para reduzir as falhas, aumentar a confiabilidade e produção do equipamento. 2. FUNDAMENTAÇÃO TEÓRICA

2.1 – Atividade de Socaria

A atividade de socaria é considerada um dos mais importantes serviços de manutenção da linha ferroviária. A atividade de socaria é realizada utilizando máquinas socadoras de lastro, que tem como objetivo uma melhor compactação do lastro logo abaixo dos dormentes, bem como a correção geométrica da linha.

Figura 2: Elementos da Via Permanente - Lastro A socadora de lastro é um equipamento automotivo, que por meios de rolos que abraçam o boleto do trilho é capaz de erguer a linha para conduzi-la num alinhamento mais adequado.

Figura 3: Máquina Socadora trabalhando na construção da Ferrovia Norte-Sul.

2.2 - A Engenharia de Confiabilidade dentro do sistema de gestão da manutenção (SGM) da Vale

Dentro da Vale a Engenharia de Confiabilidade está inserida em um processo maior que chamado de “Sistema de Gerenciamento da Manutenção” (SGM). O SGM inclui várias técnicas dispostas em blocos que irão culminar na excelência em gestão de ativos. Estes blocos são obrigatórios e serão implantados conforme a maturidade de cada área de manutenção. A engenharia de confiabilidade faz parte do 4º estágio do SGM, estágio conhecido como excelência da manutenção (Figura 4). Hoje, a EFC está no 3º estágio do SGM, que é Integração da Função Manter, com o funcionamento dos Grupos de Análise de Falhas (GAF). Nesse estágio sugere-se uma sistemática de atuação

pró-ativa, eliminando com mais eficácia a execução de reparos e minimizando o impacto das falhas dos equipamentos utilizados durante todos os processos. No 4º estágio da pirâmide a Engenharia de Confiabilidade se torna uma ferramenta importante para conhecer o comportamento e a evolução dos equipamentos e componentes de cada área de manutenção e os processos operacionais da ferrovia.

Figura 4: Pirâmide do Sistema de Gestão da Manutenção (SGM) da Vale

2.3 – Confiabilidade

Segundo J.M. Juran apud Lafraia (2001) Confiabilidade é uma característica buscada por projetistas e construtores de todos os tipos de sistemas. O que há de novo na segunda metade do século XX é o movimento para quantificar a Confiabilidade. É um movimento similar, e provavelmente tão importante quanto o movimento de séculos atrás para quantificar as propriedades dos materiais. Matematicamente a confiabilidade pode ser definida como a probabilidade de que um componente ou sistema cumpra sua função com sucesso, por um período de tempo previsto, sob condições de operação especificadas. O inverso da confiabilidade é a probabilidade do componente ou sistema falhar, no caso de acidente seria a probabilidade de um evento ocorrer. A definição de falha, no contexto da confiabilidade, é a impossibilidade de um sistema ou componente cumprir com sua função no nível especificado ou requerido.

2o Estágio Manutenção Pró-ativa

3o Estágio Integração da Função Manter

4o Estágio Excelência da Manutenção

1o Estágio Manutenção Planejada

2.4 – Modelagem Estocástica

O estudo matemático da determinação da probabilidade de um evento ocorrer inicia-se pela modelagem da variação temporal da probabilidade, por unidade de tempo. Esta característica pode ser representada por uma função de distribuição de probabilidade dada por:

(1)

onde f (t) é a função densidade de probabilidade de falha, e F(t) é a distribuição de probabilidade acumulada de falhas, a partir de um determinado instante, ou entre dois instantes de tempo t1 e t2, tal que:

(2)

(3)

Nestas expressões, a variável de tempo t pode ser substituída por qualquer outra variável que traduza o ciclo operacional da função, e que esteja relacionada à probabilidade de ocorrência do evento, tal como: - Tempo: horas, semanas, meses, trimestres, anos, decênios, etc; - Operação: horas de uso, rotações, produção, quilômetros, toneladas, etc; - Ciclos: aberturas, fechamentos, partidas, paradas, reabastecimentos, etc;

2.5 – Cálculo da Confiabilidade

Neste trabalho, para a manutenção o que importa é a probabilidade que um sistema sobreviva sem que ocorra qualquer tipo de falha em um dado intervalo de tempo. Esta probabilidade de sobrevivência, denominada de confiabilidade, é dado por:

(4)

(5)

A confiabilidade R(t), a densidade de probabilidade de falha f(t) e a probabilidade acumulada de falha F(t) podem ser expressas simultaneamente pela função de taxa de falha do item.

2.6 – Taxa de Falha

A taxa de falha é definida pela probabilidade condicional da ocorrência de falha no intervalo de t a t+dt, dado que não houve falha até o instante t, dividido pelo intervalo dt. A função de taxa de falha é representada matematicamente pela expressão:

(6)

A Figura 5 ilustra as formas típicas destas quatro funções, para um item com taxa de falha crescente: onde, λ(t) é a taxa de falhas, R(t) é a confiabilidade, F(t) é a probabilidade acumulada de falha, f(t) é a densidade de falha também chamada de função densidade de probabilidade (FDP). Qualquer destas funções é suficiente para descrever um mecanismo de falha. A Tabela 1 contém as relações típicas entre elas, permitindo calcular as três funções restantes conhecendo-se apenas uma delas.

Figura 5: Modelagem matemática.

Tabela 1: Relação entre f(t), F(t), R(t) e λ(t).

2.7 – Distribuições

Uma distribuição estatística é completamente descrita pela função densidade de probabilidade de falha (f (t)). Na seção anterior, foi mostrado como se pode utilizar a função f(t) para a determinação das demais funções comumente utilizadas na engenharia de confiabilidade (λ(t), F(t) e R(t)). Existem diferentes tipos distribuições, entre elas a normal (Gaussiana), exponencial, Weibull, lognormal, etc, cada uma delas possui um função densidade de probabilidade

(f(t)) predefinido que pode ser encontrado em muitas referências. A Tabela 2 apresenta um sumário de algumas dessas distribuições. Muitos autores apresentam uma gama dessas funções (f(t)). De fato, existem algumas referências que são focadas exclusivamente para diferentes tipos de distribuições estatísticas. Essas distribuições foram formuladas por estatísticos, matemáticos e engenheiros para representação de certos comportamentos modelados matematicamente.

Tabela 2: Distribuições e seus parâmetros.

A distribuição exponencial é uma das mais simples e comumente distribuição usada, apesar de em muitos casos não ser a mais apropriada. A FDP da distribuição é matematicamente definida como:

(7)

Nesta definição, nota-se que t é a variável aleatória representada pelo tempo e a representa o que é comumente referido como parâmetro da distribuição. Para algumas distribuições, o parâmetro da distribuição é estimado través da análise dos dados. Por exemplo, no caso da distribuição normal, o FDA é dado por:

(8)

Os parâmetros são a média, μ, e o desvio padrão,σ. Ambos os parâmetros são estimados dos dados de falha. Uma vez estimados os parâmetros, a função, f(t), é completamente definido para qualquer valor de t.

Dado a representação matemática da distribuição, pode-se derivar todas as funções necessárias para a análise dos dados ao longo do tempo. Estas funções também serão dependentes do valor de t.

(9)

Ou seja,

(10)

A função taxa de falhas é dado por:

(11)

Ou seja,

(12)

Calculando-se o MTTF, tempo médio até a falha, encontra-se:

(13)

Ou seja,

(14)

2.8 – Confiabilidade de Sistemas

Associação em série Em (sub-)sistemas formados por eventos associados em série, a falha de um componente representa a falha do sistema. Em outras palavras, a operação do sistema requer que todos os seus eventos estejam funcionando. Por isto, sistemas em série são conhecidos como sistemas de corrente (weakest link system). Um sistema em série é representado na Figura 6.

Figura 6: Sistema formado por eventos (componentes) associados em série.

A confiabilidade do sistema é a probabilidade da unidade 1, 2, n ter sucesso. Assim a confiabilidade do sistema é dado por:

(15)

Ou seja,

(16)

Em termos de eventos individuais a confiabilidade é dada por:

(17)

Associação em paralelo A falha de um (sub-)sistema formado por eventos associados em paralelo só ocorre se todos os eventos falharem. Em outras palavras, se um dos eventos não falhar, o sistema também não falhará. Um sistema em paralelo é representado na Figura 7.

Figura 7: Sistema formado por eventos (componentes) associados em paralelo. .

A probabilidade de falha, ou a desconfiabilidade, de um sistema com n eventos independentes associados em paralelo estatisticamente é a probabilidade que o evento 1, 2, 3 e n tem de falhar ao mesmo tempo. Assim, em um sistema em paralelo, todos os eventos n precisam falhar para o que o sistema falhe. Ou seja, se o evento 1, ou o evento 2, ou se o evento n tiver sucesso o sistema terá sucesso. A probabilidade de falha do sistema é dado por:

(18)

onde Fs é a probabilidade de falha do sistema, Xi evento da unidade i, P(Xi) probabilidade do evento i falhar. Nos casos em que os eventos são independentes, a Equação 18 torna-se:

(19)

Ou seja,

(20)

Em termos de eventos individuais a confiabilidade é dada por:

(21)

3. METODOLOGIA As etapas para a determinação da confiabilidade da socadora de linha S21 da EFC são:

1. Adequação da classe de falhas;

2. Tratamento dos dados de falhas e produção entre o período de 01/2007 à 12/2008;

3. Cálculo da produção até a falha;

4. Curvas de comportamento por sistema e conjunto;

5. Definição e execução do plano de ações.

Adequação da classe de falha A classe de falhas das socadoras de linha estava dividida nos sistemas eletroeletrônico, estrutura, hidráulico, mecânico e pneumático o que tornava a classe de falhas muito abrangente, devido a complexidade dos diferentes sistemas que fazem parte das máquinas socadoras, viu-se a necessidade de fazer uma adequação abrangendo todos os sistemas de acordo com sua função de forma mais clara e consistente. A classe de falhas utilizada neste trabalho encontra-se demonstrado na Figura 8.

Figura 8: Nova Classe de Falhas.

Banco de dados Os dados de falhas foram extraídos do histórico do grupo de análise de falhas (GAF) e adequados de acordo com a nova classe, mostrado na seção anterior. Através da descrição do modo de falha e dos Relatórios de Análise de Falha – RAF foram realizadas a adequações a nova classe de falhas. As alocações dos dados de falha seguiram o fluxo Socadora 21 → Sistema → Conjunto, como mostrado na Figura 9.

Figura 9: Alocação das Falhas.

Figura 10: Adequação a nova classe de falhas.

Cálculo da produção até a falha O ciclo operacional da função, que está relacionada à probabilidade de ocorrência de uma falha, é dado com base na produção medido em metros de socaria. Todos os dias o Centro de Controle Operacional (CCO) da ferrovia abre uma janela de duas horas diárias para a execução da atividade e socaria, a janela pode ser modificada dependendo da necessidade, portanto a hora trabalhada é um parâmetro que pode variar. Levando em consideração o tempo operacional variável, bem como outros aspectos, para as socadoras os dados mostraram que a determinação do comportamento das falhas é mais bem analisada tendo como base a produção medida em metros (m).

Figura 11: Tabela de produtividade da socadora 21.

A Figura 11 mostra a tabela de produtividade da socadora 21 com a indicação do valor da produção em metros realizado no dia. Os dados são de janeiro de 2007 a dezembro de 2008. O dado de Produção até a Falha (PAF) é o intervalo, em metros, de socaria realizada até a ocorrência da falha. Curvas de comportamento por sistema e conjunto Utilizando a Análise de Dados de Vida (Life Data Analysis) cada equipamento é modelado matematicamente para se determinar a sua Confiabilidade. Após a determinação das curvas de confiabilidade de cada equipamento, através da confiabilidade de sistemas, é possível identificar os equipamentos mais críticos no que se refere à confiabilidade da máquina socadora, e a partir dessa identificação gerar planos de ação que irão aumentar os índices de confiabilidade. A Figura 12 mostra o fluxograma esquemático de todo processo.

Figura 12: Processo de modelagem e gerenciamento das falhas utilizando ferramentas de confiabilidade.

Para a modelagem dos dados de vida foi utilizado o software Weibull++7. Esse software tem sido referência em análise de dadosde confiabilidade para milhares de clientes e centenas de empresas em todo o mundo. O software Weibull++7 trabalha com todos os tipos de ensaios de vida, sejam eles completos ou censurados, garantia e degradação, utilizando-se das distribuições estatísticas mais adequadas. Para a modelagem utilizando os conceitos de confiabilidade de sistemas foi utilizado o software BlockSim. O software BlockSim integra a resolução de sistemas com um método computacional exato, a previsão de confiabilidade em sistemas complexos, otimização e simulação da disponibilidade de sistemas.

Plano de ações A partir das conclusões das análises e dos resultados, soluções são pensadas para melhorar a confiabilidade, mantenabilidade e disponibilidade do

equipamento. Soluções de fácil aplicação e que viabilizem a otimização do equipamento devem ser implementadas, além de uma análise de VPL para se verificar o ganho da ação. Por fim, deve-se pensar em soluções viáveis, com o melhor custo-benefício possível. Uma forma de padronizar essa etapa é através do plano de ação onde são formuladas ações a fim de melhorar o desempenho do equipamento. A seguir é apresentado o modelo de plano de ação que será utilizado nos trabalhos:

Tabela 3: Tabela de plano de ação.

Plano de Ação O que? (A ação)

Quem? (Responsável)

Quando? (Término da ação)

Status (Concluído no prazo) Comentários

XXXXXXXXXX Fulano de Tal XX/XX/XXXX S xxx

XXXXXXXXXX Ciclano de Tal XX/XX/XXXX N xxx

4. Resultados Socadora 21 Os resultados das análises realizadas apresentam para 1.000m uma confiabilidade de R = 0,51. Para 4.000m a confiabilidade cai para R = 0,19, como mostrado no gráfico da Figura 13. Para 10.000m a confiabilidade chega a R = 0,04, ou seja, a máquina possui a probabilidade de 96% de falhar em 10.000m de produtividade.

Confiabilidade (R) - Socadora S21

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0 2000 4000 6000 8000 10000 12000

Produtividade (m)

Con

fiabi

lidad

e (R

)

Figura 13: Gráfico de Confiabilidade (R) da máquina Socadora S21 em função da produtividade (m)

Os sistemas que mais impactam na confiabilidade de R = 0,04 da socadora 21, em 10.000m de produtividade, são: sistema de Socaria (R = 0,17); sistema de Correção Geométrica (R = 0,55) e sistema de tração (R = 0,50) (ver Tabela 4).

Tabela 4: Tabela de Confiabilidade dos sistemas da máquina socadora.

A Tabela 4 mostra a confiabilidade de cada sistema da máquina socadora em função da produtividade. Sistemas auxiliares, Equipamentos de Bordo, Estrutura, Fonte de Energia, Freio e Motor Diesel são os sistemas que mostraram confiabilidade acima de 0,88 para uma produtividade de 10.000m.

Sistema: Correção Geométrica Os resultados das análises realizadas apresentam para 1.000m uma confiabilidade de R = 0,93. Para 4.000m a confiabilidade cai para R = 0,76, como mostrado no gráfico da Figura 14. Para 10.000m a confiabilidade chega a R = 0,55.

Confiabilidade (R) - Correção Geométrica

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

0 2000 4000 6000 8000 10000 12000

Produtividade (m)

Con

fiabi

lidad

e (R

)

Figura 14: Gráfico de Confiabilidade (R) do sistema de Correção Geométrica em função da

produtividade (m)

Tabela 5: Tabela de Confiabilidade dos subsistemas do sistema de Correção Geométrica.

5. Conclusão 6. Referências O subsistema que mais impacta na confiabilidade de R = 0,55 do sistema de Correção Geométrica, em 10.000m de produtividade, é o subsistema de Acionamento, Controle e Monitoramento Eletroeletrônico do Alinhamento (R = 0,66). Sistema: Socaria Os resultados das análises realizadas apresentam para 1.000m uma confiabilidade de R = 0,60. Para 4.000m a confiabilidade cai para R = 0,35, como mostrado no gráfico da Figura 15. Para 10.000m a confiabilidade chega a R = 0,17.

Confiabilidade (R) - Socaria

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0 2000 4000 6000 8000 10000 12000

Produtividade (m)

Con

fiabi

lidad

e (R

)

Figura 15: Gráfico de Confiabilidade (R) do sistema de Socaria em função da produtividade (m)

Os subsistemas que mais impactam na confiabilidade de R = 0,17 do sistema de Socaria, em 10.000m de produtividade, são: o subsistema de Acionamento,

Controle e Monitoramento Hidráulico da Banca (R = 0,39) e o subsistema de Acionamento, Controle e Monitoramento Eletroeletrônico da Banca (R = 0,47).

Tabela 6: Tabela de Confiabilidade dos subsistemas do sistema de Socaria.

Sistema: Tração Os resultados das análises realizadas apresentam para 1.000m uma confiabilidade de R = 0,93. Para 4.000m a confiabilidade cai para R = 0,75, como mostrado no gráfico da Figura 16. Para 10.000m a confiabilidade chega a R = 0,50.

Confiabilidade (R) - Tração

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

0 2000 4000 6000 8000 10000 12000

Produtividade (m)

Con

fiabi

lidad

e (R

)

Figura 16: Gráfico de Confiabilidade (R) do sistema de Tração em função da produtividade (m)

O subsistema que mais impacta na confiabilidade de R = 0,50 do sistema de Correção Geométrica, em 10.000m de produtividade, é o subsistema Cardan (R = 0,72).

Tabela 7: Tabela de Confiabilidade dos subsistemas do sistema de Tração.

7. CONCLUSÃO Os resultados mostraram que a probabilidade de ocorrer uma falha na Socadora S21 em 2 km de produção é de 64,97%, em 10 km este valor passa para 96,08%. Os sistemas que apresentaram maior probabilidade de falhar com 10 km de produção foram o sistema de socaria com 82,58% e o sistema de tração com 50,41%. Os resultados mostraram que a engenharia de confiabilidade é uma ferramenta poderosa que pode ser muito bem aplicada na análise de falhas de máquinas socadoras de linha propondo melhorias visando à otimização e melhor utilização do ativo. 8. REFERÊNCIAS 1. ReliaSoft Corporation, Life Data Analysis Reference, ReliaSoft Publishing,

Tucson, AZ, 2000. Also portions are published on-line at www.Weibull.com. 2. ReliaSoft Corporation, Weibull++ 7.0 Software Package, Tucson, AZ,

www.Weibull.com. 3. CENELEC. EN-50126: Railway applications - Specification and

demostration of reliability, availability, maintainability and safety (RAMS). [S.l.]: IEC, 1999.

4. COMMISSION, I. E. IEC-62278: Railway applications - Specification and

demostration of reliability, availability, maintainability and safety (RAMS). [S.l.]: Geveva, IEC, 2002.

5. KIUREGHIANA, A. D.; DITLEVSEN, O. D.; SONG, J. Availability, reliability

and downtime of systems with repairable components. Reliability Engineering and System Safety, v. 92, p.231–242, 2007.

6. LAFRAIA, J. R. B. Manual de Confiabilidade, Mantenabilidade e

Disponibilidade. [S.l.]: Qualitymark, 2001.

7. RAMAKUMAR, R. Reliability Engineering. [S.l.]: CRC Press LLC, 2000. 8. SANTOS, A. F. Gerenciamento da confiabilidade em projetos de material

rodante ferroviário. Dissertação (Mestrado) — Poli-USP, São Paulo, 2007. 9. SIQUEIRA, I. P. Manutenção Centrada na Confiabilidade: manual de

implementação. [S.l.]:Qualitymark, 2005. SMITH, D. J. Reliability, Maintainability and Risk: Practical methods for engineers. [S.l.]: Butterworth Heinemann, 2001.