Estratégias de manutenção de equipamentos através da análise dos dados de operação

Abstract

Resumo: No setor de veículos comerciais pesados, a disponibilidade da frota é um fator importante e que impacta na produtividade e competitividade das empresas. Apesar disto, o elemento central das estratégias de manutenção aplicadas no setor ainda é baseado somente na quilometragem percorrida ou tempo de uso dos componentes. Por outro lado, a evolução da indústria, em particular o avanço das tecnologias habilitadoras da indústria 4.0 como a sensorização presente nos componentes, disponibiliza hoje um grande volume de dados operacionais. Os níveis de severidade da aplicação, influência do estilo de condução e condições da operação dos veículos podem ser indicados pelo tratamento destes dados. No entanto, ainda se nota pouca aplicação prática do uso desses dados para a tomada de decisão efetiva quanto à estratégia de manutenção no setor, correlacionando o nível de severidade com a possibilidade de falha de componentes. Buscando uma abordagem disruptiva para este cenário onde a análise de dados suporte decisões relacionadas à estratégia de manutenção de componentes, foi realizada revisão de literatura, para entender como aspectos da indústria 4.0 e da análise de dados podem influenciar nas estratégias de manutenção. Como resultado desta revisão é proposta uma metodologia para aplicação da análise de dados estruturada sobre um robusto pilar estatístico. Um estudo de caso da aplicação desta metodologia é apresentado, com a análise de dados operacionais de um determinado componente instalado em uma frota de veículos comerciais pesados. Por meio da aplicação de técnicas estatísticas correlaciona-se uma variável que represente o desgaste dos componentes com variáveis que descrevam a severidade da aplicação demonstrando-se que o aprimoramento das estratégias de manutenção com base na análise de dados é possível e que a maior assertividade nos critérios de manutenção dos componentes pode elevar sua vida útil em cerca de 10%.

Abstract: In the heavy commercial vehicle sector, the availability of the fleet is an important factor that impacts the productivity and competitiveness of companies. Despite this, the central element of the maintenance strategies applied in the sector is still based only on total mileage or time of use of the components. On the other hand, the evolution of the industry, in particular the advancement of enabling technologies of Industry 4.0 such as the sensorization present in the components, today makes available a large volume of operational data. The different application's severity levels, driving style influence and vehicle operating conditions can be indicated by the treatment of this data. However, there is still no practical application of the use of these data for effective decision making regarding the maintenance strategy in the sector, correlating the level of severity with the possibility of component failure. Seeking a disruptive approach to this scenario where data analysis supports decisions related to the component maintenance strategy, a literature review was carried out to understand how aspects of industry 4.0 and data analysis can influence maintenance strategies. As a result of this review, a methodology is proposed for the application of structured data analysis on a robust statistical pillar. A case study of the application of this methodology is presented, with the analysis of operational data of a certain component installed in a fleet of heavy commercial vehicles. Through the application of statistical techniques, a variable that represents the wear of the components is correlated with variables that describe the severity of the application, demonstrating that the improvement of maintenance strategies based on data analysis is possible and that higher assertiveness in the component maintenance criteria can increase their useful life by about 10%.