Os indicadores de fiabilidade, como o MTTF, foram concebidos para uma era industrial mais simples, em que as cadeias de abastecimento eram estáveis, os ativos eram padronizados e as consequências das avarias se limitavam, em grande parte, aos custos de manutenção. As operações atuais enfrentam um panorama de riscos fundamentalmente diferente.
O que, em teoria, parece ser um problema menor de fiabilidade pode, na prática, traduzir-se numa paragem da produção, em riscos regulamentares ou numa interrupção do abastecimento. As decisões da liderança requerem, por isso, uma visão clara do contexto operacional, e não apenas de médias estatísticas.
Uma breve história e a necessidade do MTTF
Desde que os equipamentos industriais existem, os operadores têm-se deparado com a mesma questão fundamental: quando é que isto vai avariar e terei a peça de substituição pronta quando isso acontecer?
Durante a maior parte da história da indústria, a resposta residia na experiência, na intuição e no conhecimento tradicional transmitido de um engenheiro de manutenção para o seguinte.
À medida que os sistemas industriais se tornaram mais complexos em meados do século XX, essa abordagem deixou de ser válida. Os engenheiros precisavam de uma forma de quantificar a fiabilidade, para transformar a questão «quando é que isto irá falhar?» em algo mensurável e comparável.
O Tempo Médio até à Falha (MTTF) tornou-se esse valor. Proporcionou uma métrica simples e padronizada: o tempo médio durante o qual se espera que um componente funcione antes de avariar.
No caso de componentes não reparáveis, trata-se do MTTF; no caso de sistemas reparáveis, o equivalente é o Tempo Médio entre Falhas (MTBF). Os dois conceitos estão intimamente relacionados e são frequentemente utilizados de forma intercambiável, embora sejam tecnicamente distintos.
A elegância deste indicador residia na sua simplicidade. Transformou um conceito abstrato — a vida útil prevista de um componente físico — num valor prático que os engenheiros de manutenção, as equipas de aquisições e os gestores de operações podiam utilizar para tomar medidas.
O MTTF não se limitou a definir os planos de manutenção. Moldou a forma como toda uma geração de engenheiros encarava os ativos como objetos com uma vida útil previsível, que podiam ser geridos através do raciocínio estatístico.
A razão pela qual o MTTF é suficientemente importante para ser analisado com cuidado é a dimensão do que está em jogo quando o planeamento da manutenção falha.
As avarias nos ativos não são apenas um inconveniente técnico; traduzem-se diretamente em perdas de produção, custos de aquisição de emergência e, em alguns casos, em incidentes de segurança e ambientais.
Os números abaixo dão uma ideia do contexto operacional em que são tomadas as decisões baseadas no MTTF.
Essa perspetiva mantém-se até hoje. Basta entrar no departamento de planeamento de manutenção de qualquer grande operador industrial, seja uma refinaria de petróleo, uma empresa mineira ou uma fábrica química, para constatar que os indicadores MTTF e MTBF continuam a estar no centro das discussões.
Aparecem em estudos de manutenção centrada na fiabilidade, em análises de modos de falha e efeitos, na configuração do SAP PM e nos planos de manutenção preventiva do Maximo.
Como se calcula o MTTF, com exemplos práticos
Na sua essência, o MTTF é o valor esperado da distribuição do tempo de falha de um componente. A definição formal é a seguinte:
Na prática, a maioria das equipas de manutenção não trabalha diretamente com esta integral. Utilizam a versão simplificada que resulta da suposição de uma taxa de falha constante, ou seja, a distribuição exponencial:
É precisamente este pressuposto de taxa constante que torna o MTTF fácil de calcular e utilizar.
Exemplo prático: Três componentes numa bomba centrífuga
Considere uma bomba centrífuga no circuito de água de arrefecimento de uma refinaria. Um engenheiro de fiabilidade pretende calcular o MTTF de três componentes-chave e utilizar esses valores para definir os intervalos de manutenção preventiva e os níveis de stock de segurança. Eis como o cálculo funciona na prática:
| Componente | Falhas observadas | Total de horas de funcionamento | Taxa de falha (λ) | MTTF | Intervalo sugerido entre as doses |
|---|---|---|---|---|---|
| Vedação mecânica | 6 falhas | 12 000 horas | 0,0005 /hora | 2 000 horas (~12 meses) | Substituir às 1 600 horas |
| Rolamento (radial) | 3 falhas | 18 000 horas | 0,000167 /h | 6 000 horas (~36 meses) | Inspecionar às 4 500 horas |
| Impulsor | 1 falha | 15 000 horas | 0,0000667 /h | 15 000 horas (cerca de 7 anos) | Inspecionar aquando de uma revisão geral |
O MTTF de 2 000 horas da vedação mecânica indica que o armazém deve manter sempre em stock, pelo menos, uma vedação sobressalente. O MTTF de 6 000 horas do rolamento sugere uma prioridade de stock mais baixa.
O MTTF de 15 000 horas do impulsor faz com que esta peça seja encomendada à medida para a maioria das operações. Trata-se do MTTF a cumprir exatamente a função para a qual foi concebido, e a fazê-lo bem.
O cálculo simples acima pressupõe que as falhas ocorrem a um ritmo constante ao longo da vida útil do componente. Na realidade, a maioria dos componentes segue um padrão conhecido como «curva da banheira»: taxas de falha mais elevadas quando novos (mortalidade infantil devido a erros de instalação), um período intermédio estável e taxas de falha crescentes à medida que o componente envelhece e se desgasta.
A distribuição de Weibull reflete esta realidade. O seu parâmetro de forma β indica em que parte da curva se encontra um componente:
A maioria das plataformas de EAM parte do princípio de que a taxa de falhas é constante (β = 1, linha verde tracejada). Os ativos industriais reais na fase de desgaste apresentam um β > 1, o que significa que o MTTF subestima sistematicamente o risco à medida que o equipamento envelhece. (Fonte: Revista Reliability)
| Valor β | Fase do ciclo de vida | O que isto significa para o exemplo da vedação da bomba |
|---|---|---|
| β < 1 | Mortalidade infantil | A vedação falha pouco tempo após a instalação. Causa provável: montagem incorreta, especificação de classe errada. O cálculo padrão do MTTF com base nestes dados subestimará a vida útil normal. |
| β = 1 | Aleatório / Vida útil | As falhas ocorrem a um ritmo constante e imprevisível. O MTTF é uma ferramenta de planeamento válida neste contexto. Esta é a única fase em que o pressuposto padrão do MTTF é matematicamente válido. |
| β > 1 | Desgaste | A vedação está a envelhecer e a taxa de avarias está a aumentar. Um intervalo de manutenção preventiva definido em 80% de MTTF, com base em dados do início da vida útil, será agora demasiado longo, e ocorrerão avarias antes da substituição programada. |
A maioria das plataformas EAM utiliza, por predefinição, distribuições exponenciais (β = 1). No caso de ativos industriais envelhecidos, é comum que β > 1, o que torna o MTTF estático pouco fiável.
A Estudo da NASA sobre 30 rolamentos idênticos submetidos a ensaios até à falha em condições controladas, citado na revista «Reliability Magazine», revelou uma variância tão elevada que os planos de substituição padrão baseados no MTTF se tornaram estatisticamente insustentáveis.
A relação entre o MTTF e o planeamento de stocks é direta. A maioria dos sistemas ERP calcula o stock de segurança utilizando uma fórmula derivada da taxa de falha:
No que diz respeito à vedação da bomba do nosso exemplo: se o MTTF for de 2 000 horas, o nível de serviço alvo for 95% (Z = 1,65) e o prazo de entrega da vedação pelo fornecedor tiver um desvio padrão de 2 semanas, o cálculo do stock de segurança resultará numa recomendação específica quanto ao número de unidades a manter em stock.
Fundamentalmente, se o valor introduzido para o MTTF estiver errado, por ter sido calculado a partir de uma população heterogénea ou em condições de funcionamento diferentes, todas as decisões de inventário a jusante estarão erradas na mesma proporção.
O papel do MTTF na manutenção e no inventário de MRO
Antes de analisar as limitações, vale a pena ser claro quanto aos aspetos positivos do MTTF, pois no discurso tecnológico existe a tentação de descartar o antigo em favor do novo. Nesse caso, isso seria um erro.
Os seres humanos têm dificuldade em avaliar a probabilidade de avaria ao longo do tempo. Sobrestimamos a fiabilidade dos equipamentos que foram recentemente submetidos a manutenção e subestimamos a degradação dos equipamentos que têm funcionado sem problemas.
O MTTF obriga as organizações a substituir a intuição pelo cálculo. Uma bomba com um MTTF de 18 meses não se importa se o engenheiro de manutenção acha que ela parece estar em bom estado. A estatística não é uma opinião.
Os engenheiros de manutenção, as equipas de aquisições, os gestores de operações e os diretores financeiros precisam todos de debater a questão do risco associado aos ativos. O MTTF proporciona-lhes um vocabulário comum.
A sua normalização em ISO 14224, MIL-HDBK-217, e a norma IEC 60812 significa que um engenheiro de fiabilidade que muda de setor não precisa de aprender uma nova estrutura.
Sem uma estimativa da vida útil prevista até à falha, o planeamento da manutenção preventiva acaba por ser ou excessivamente conservador — substituindo peças com uma vida útil residual significativa — ou insuficientemente conservador — esperando até que os componentes falhem.
O MTTF constitui o ponto de referência racional. Um rolamento radial com um MTTF de 6 000 horas deve ser inspecionado às 4 500 horas, nem às 3 000 (o que seria um desperdício) nem às 8 000 (o que seria arriscado).
A vedação da bomba que avaria a cada 2 000 horas numa frota de dez bombas gera uma procura anual previsível de vedações. Essa estimativa da procura, por mais imperfeita que seja, constitui a base da lógica de reabastecimento do armazém.
Todos os avaliação da criticidade das peças sobressalentes em última análise, assenta numa versão desta conversão da taxa de falhas em relação à procura.
O MTTF não está errado. Está incompleto. Esta distinção é extremamente importante na hora de decidir o que construir a seguir.
Quem é o responsável pelo MTTF nas operações industriais?
Ao contrário da FMEA, que possui uma estrutura de responsabilidade interfuncional claramente definida, a MTTF tende a ser repartida de forma fragmentada por toda a organização.
Compreender onde está presente e onde não está ajuda a explicar por que razão as suas limitações muitas vezes não são abordadas.
Engenharia da Fiabilidade
Calcula o MTTF a partir dos dados do histórico de avarias no CMMS, define os intervalos de manutenção preventiva e é, normalmente, a única função que compreende os pressupostos estatísticos subjacentes a esse valor. É frequentemente o único responsável por determinar se o pressuposto β de Weibull é válido para um determinado ativo.
Planeamento da Manutenção e Aquisição de Materiais de Manutenção, Reparação e Operações (MRO)
Utiliza estimativas de procura derivadas do MTTF para definir pontos de reabastecimento e níveis de stock de segurança no ERP. Raramente questiona a qualidade dos dados introduzidos no MTTF e tem uma visibilidade limitada sobre se a taxa de falha utilizada continua a ser válida para as condições operacionais atuais.
Operações / Gestão da Unidade
Assume as consequências de um MTTF incorreto, sob a forma de tempo de inatividade não planeado ou custos de manutenção excessivos. Fornece o contexto de produção (qual é a importância crítica deste ativo atualmente, qual é a sua carga de trabalho real) que os cálculos do MTTF raramente têm em conta.
Na maioria das organizações industriais, a pessoa que calcula o MTTF (engenharia de fiabilidade) e a pessoa que o utiliza para tomar decisões de inventário (aprovisionamento de MRO) trabalham em sistemas distintos, com KPIs distintos, e com interação limitada. A estimativa da taxa de falhas é transferida através desta lacuna uma única vez, aquando da implementação do EAM ou durante uma revisão anual, e depois utilizada até que algo avarie de forma suficientemente grave para exigir um novo cálculo. É nessa separação que se origina uma parte significativa tanto do excesso de stock como do risco de ruptura de stock.
Onde o MTTF apresenta falhas estruturais
Nas conversas com clientes que utilizam amplamente o MTTF como principal parâmetro de planeamento, as mesmas limitações surgem de forma consistente. Não se trata de críticas teóricas, mas sim de falhas operacionais que se refletem nos relatórios de perdas de produção.
A validade estatística do MTTF assenta numa população de componentes idênticos que funcionam em condições idênticas. Esse pressuposto é válido num laboratório controlado. Raramente se verifica numa instalação industrial.
No caso de duas bombas centrífugas nominalmente idênticas na mesma instalação, a Bomba A funciona a 80% da capacidade nominal com água limpa a 20 °C. A Bomba B funciona a 110% da capacidade nominal com um fluido ligeiramente corrosivo a 35 °C.
As suas vedações mecânicas têm o mesmo número de peça do fabricante. As suas distribuições reais de falhas são significativamente diferentes.
Um único valor de MTTF calculado a partir da população combinada de ambas as bombas não fornece qualquer informação fiável sobre nenhuma delas em particular.
Estudo publicado na revista «Reliability Magazine» salienta precisamente este aspeto: à medida que as organizações melhoram as suas práticas de fiabilidade e começam a analisar os dados de falhas ao nível específico de cada ativo, em vez de ao nível da classe de componentes, a variância em torno dos valores de MTTF da população tende normalmente a aumentar, em vez de diminuir, porque se tornam visíveis modos de falha mais específicos de cada ativo, que anteriormente eram ocultados pela média.
É precisamente por isso que desenvolver um programa de análise de criticidade ao nível de cada ativo, em vez de ao nível da classe do componente, produz resultados significativamente diferentes.
Estudo de caso de um cliente
Uma importante refinaria da Costa do Golfo constatou que o seu plano de manutenção preventiva (PM) baseado no MTTF estava, simultaneamente, a realizar uma manutenção excessiva em 40% das suas bombas (substituindo componentes com uma vida útil residual significativa) e uma manutenção insuficiente em 23% (omitindo componentes que se estavam a degradar mais rapidamente do que a média da população). O custo da manutenção excessiva estava oculto em mão-de-obra e materiais desnecessários. O custo da manutenção insuficiente aparecia no relatório de perdas de produção. Nenhum dos dois aparecia no cálculo do MTTF.
O MTTF é calculado a partir de dados históricos, num conjunto específico de condições de funcionamento. Assim que essas condições se alteram, o valor calculado começa a afastar-se da realidade.
Várias variáveis surgem consistentemente na literatura sobre engenharia da fiabilidade como sendo as mais determinantes:
| Variável | Impacto prático na taxa de falhas | O que a MTTF faz com isto |
|---|---|---|
| Carga de funcionamento superior à capacidade nominal | Os componentes desgastam-se mais rapidamente; as juntas e os rolamentos são particularmente sensíveis à sobrepressão e ao calor | Não foi simulado. O MTTF calculado à carga nominal mantém-se inalterado. |
| Temperatura ambiente e de processo | O princípio de Arrhenius indica que a vida útil dos rolamentos e do isolamento diminui para metade por cada aumento de cerca de 10 °C acima da temperatura nominal | Não foi incluída no modelo. A temperatura não é uma variável nos cálculos padrão do MTTF. |
| Alteração da composição do fluido de processo | Uma junta concebida para fluidos de pH neutro degrada-se significativamente mais depressa em condições de funcionamento ácidas ou com fluidos de elevada viscosidade | Não foi modelado. Continua a ser utilizado o MTTF com base nos dados do serviço neutro. |
| Qualidade da instalação e da manutenção | É comum que ocorram falhas relacionadas com a mortalidade infantil após a manutenção, quando as juntas ou os rolamentos são reinstalados de forma incorreta | Estas falhas precoces distorcem o MTTF da população para valores mais baixos, sem explicar o motivo. |
| Humidade e ambiente corrosivo | Degradação acelerada da superfície em vedantes mecânicos e contactos elétricos em ambientes costeiros ou em instalações com clima húmido | Não é incluído no modelo, a menos que os dados de falhas específicos do local sejam separados da população global. |
O MTTF é calculado a partir de dados históricos de avarias. Descreve o que aconteceu a uma população de componentes no passado. No entanto, um responsável pelo planeamento da manutenção toma decisões sobre o futuro: o que irá avariar, quando e o que é necessário ter em stock quando isso acontecer.
Um rolamento que, neste momento, está a vibrar ao dobro da sua frequência de referência não está a transmitir essa informação ao cálculo do MTTF.
Um transformador que funciona a uma temperatura cinco graus superior ao normal devido a um problema de instalação ocorrido há seis meses não se reflete nas estatísticas ao nível da população. Quando a nova avaria é introduzida no conjunto de dados e atualiza o MTTF, o dano já está feito.
O MTTF indica quando é provável que um componente avarie. Não fornece qualquer informação sobre se a peça de substituição estará disponível quando isso acontecer.
Esta é a lacuna mais significativa e aquela a que quase não se dá atenção na literatura clássica sobre engenharia da fiabilidade.
A vedação de uma bomba de refinaria tem um MTTF de 2 000 horas. O engenheiro de fiabilidade define um intervalo de manutenção preventiva (PM) de 1 600 horas. A equipa de aprovisionamento define um ponto de reabastecimento com base nessa taxa de falha. O que o modelo não tem em conta: o único fornecedor qualificado da vedação tem um prazo de entrega de 14 semanas devido a restrições de fabrico. O armazém fica sem stock. A vedação avaria às 1 700 horas. O prazo de entrega significa que a bomba funciona durante 6 semanas com uma vedação danificada antes de chegar a peça de substituição. O MTTF estava correto. Mesmo assim, o sistema falhou.
Quando as estimativas de procura derivadas do MTTF são transmitidas às equipas de aquisições, estas deparam-se com um problema estatístico que o MTTF nunca foi concebido para resolver.
Uma vedação crítica de uma bomba que se gasta uma vez a cada 14 meses não gera um sinal de procura regular. Gera uma série de zeros pontuada por uns ocasionais.
Um impulsor que fica sem ser utilizado durante três anos e que, posteriormente, é necessário duas vezes em seis semanas não constitui uma anomalia no planeamento. Trata-se de um padrão normal para peças sobressalentes de baixo volume e elevada criticidade.
Os métodos de previsão padrão, como as médias móveis e o alisamento exponencial, quando aplicados a estes padrões intermitentes, produzem sistematicamente resultados errados.
Eles sobrestimam a procura de artigos com picos ocasionais de procura e subestimam a procura de artigos com um consumo raro, mas concentrado.
A literatura académica sobre este tema está bem consolidada: O método de Croston (1972), desenvolvido especificamente para a procura intermitente, demonstrou que a suavização exponencial padrão é estatisticamente inadequada para estes padrões, e as suas variantes foram validadas com base em dados de inventário da RAF que abrangem mais de 11 000 séries de peças sobressalentes.
Um ativo que funciona com equipamento com 20 anos de idade não enfrenta apenas os riscos de avaria que o MTTF reflete. Enfrenta um risco crescente que o MTTF não tem qualquer mecanismo para representar: as peças necessárias para o reparar podem já não ser fabricadas.
O MTTF calculará corretamente que um atuador de válvula crítico tem uma vida útil média de 36 meses até ao dia em que o fabricante original (OEM) descontinuar o componente.
Nessa altura, o armazém poderá ter ainda stock para três meses, sem que tenha sido identificada qualquer alternativa adequada e com um prazo de entrega de 12 meses para adquirir um substituto. O risco de falha não se alterou. O risco de abastecimento tornou o ativo impossível de gerir.
Nos setores com elevada intensidade de ativos, onde a vida útil dos equipamentos ultrapassa habitualmente os 30 a 40 anos, a obsolescência não é um caso isolado. Trata-se de um risco sistemático e crescente que os indicadores estáticos de fiabilidade são estruturalmente incapazes de representar.
Uma análise MTTF padrão não faz distinção entre a avaria de uma junta $12, que provoca um atraso de 30 minutos, e a avaria de uma válvula de controlo $4 000, que coloca uma unidade de produção fora de serviço durante seis dias. Ambas são avarias. Ambas contribuem para a estatística MTTF.
Mas as consequências não são nem de longe comparáveis, e uma estratégia de manutenção que as trate como equivalentes está a distribuir mal os recursos de forma sistemática, investindo em excesso na prevenção de falhas de baixas consequências e investindo insuficientemente na prevenção das de elevadas consequências.
O custo de se basear numa taxa de falhas estática
Na gestão de inventário de MRO, um MTTF impreciso gera o mesmo problema duplo que as pontuações de criticidade erradas da FMEA criam: excesso e falta de stock simultâneos, cada um deles dispendioso de formas diferentes.
Um equipamento cuja taxa de falha real seja superior à sugerida pelo MTTF — devido a alterações nas condições de funcionamento, ao facto de o componente se encontrar na fase de desgaste ou ao facto de a média da população ocultar o desgaste específico do local — irá falhar antes da substituição prevista.
Se a peça não estiver em stock e o prazo de entrega do fornecedor for de semanas, em vez de dias, o resultado é uma paragem não planeada.
Nas operações de petróleo e gás, Inquérito «O Valor da Fiabilidade 2025» da ABB Um inquérito realizado junto de 3 600 decisores a nível mundial revelou que 83% concordaram que as paragens não planeadas custam, pelo menos, $10 000 por hora, podendo os custos atingir $500 000 por hora no caso de unidades de processo de grande dimensão.
Um ativo cuja taxa de avarias é inferior à média da população, seja porque está a funcionar com carga reduzida, num ambiente favorável ou com uma excelente qualidade de manutenção, terá peças a ocupar espaço no armazém, consumindo capital.
Cada peça sobressalente em stock acarreta um custo anual de manutenção estimado entre 20 e 30% do seu valor, abrangendo o custo de capital do stock, as despesas gerais de gestão do armazém e as despesas relacionadas com a logística.
A consequência prática é uma organização de manutenção que luta constantemente em duas frentes: a esforçar-se por obter peças críticas a preços de emergência, ao mesmo tempo que gere um armazém sobrecarregado de peças que nunca serão utilizadas. Ambos os problemas têm a mesma causa subjacente: uma taxa de falhas calculada a partir de dados históricos, em condições históricas, e que não é atualizada à medida que a realidade muda.
Um estudo realizado pela própria Verdantis junto de cerca de 1 900 executivos de topo dos setores da mineração, petróleo e energia, serviços públicos e indústria transformadora revelou que A 51% referiu os problemas de qualidade dos dados nas operações de MRO como um dos principais desafios, e o 49% detetou inconsistências nos dados mestre dos fornecedores.
Não se trata de lacunas tecnológicas. Trata-se de falhas na disciplina de gestão de dados que tornam qualquer modelo, seja ele baseado no MTTF ou noutro parâmetro, pouco fiável no momento da tomada de decisão.
Para além do MTTF: como a gestão moderna de ativos faz evoluir a abordagem
O MTTF não precisa de ser substituído. É preciso compreendê-lo pelo que é: um ponto de partida, não um ponto final.
A questão é saber que contexto, dados e capacidade analítica adicionais podem ser incorporados a isso para produzir decisões mais precisas, mais atuais e mais completas.
A tendência atual na gestão de ativos empresariais é considerar a probabilidade de falha como uma variável entre muitas outras, em vez de como a variável principal que determina todas as decisões subsequentes.
Um modelo de criticidade significativo para uma peça sobressalente não se limita a perguntar «quando é que este componente avaria, em média?», mas também: qual é a consequência para a produção se avariar hoje? Qual é o prazo de entrega atual do fornecedor? Existe algum substituto qualificado disponível? O fabricante indicou algum risco de fim de vida útil para este componente? Existe alguma fábrica associada que tenha stock?
Questões relacionadas com o planeamento exclusivamente com base no MTTF
Questões sobre criticidade multivariável
Esta é a evolução prática que ferramentas como a Módulo de criticidade do MRO 360 em torno dos quais se baseiam.
Em vez de substituírem a probabilidade de falha derivada do MTTF, incorporam-na como um dos dados de entrada num modelo mais abrangente que também tem em conta o histórico dos prazos de entrega dos fornecedores, a visibilidade das existências entre fábricas, o contexto do planeamento da produção, a substituibilidade das peças e o estado de obsolescência.
A base MTTF mantém-se. O que muda é o que lhe é introduzido e a frequência com que todos os dados são atualizados.
| Dimensão | Planeamento baseado no MTTF | Criticidade multivariável |
|---|---|---|
| Frequência de atualização | Definido aquando da implementação do EAM; atualizado com pouca frequência | Contínua, reavaliada à medida que as condições de funcionamento se alteram |
| Âmbito | Média da população para uma classe de componentes | Específico para cada ativo, tendo em conta o contexto operacional de cada um |
| Variáveis | Apenas o tempo até à falha | Probabilidade de falha, prazo de entrega do fornecedor, criticidade, substituibilidade, estado de obsolescência |
| Previsão da procura | Suavização exponencial padrão; estatisticamente inadequada para a procura intermitente de MRO | Métodos específicos para a procura intermitente (Croston e variantes) validados com base em dados de peças sobressalentes |
| Risco de fornecedor | Não consta do modelo | Integrado: histórico de prazos de entrega e fiabilidade de entrega por combinação de peça e fornecedor |
| Obsolescência | Não existe qualquer mecanismo; os eventos de fim de vida útil (EOL) permanecem invisíveis até provocarem uma falta de stock | Monitorizado: acompanhamento do estado do ciclo de vida do fabricante; identificação proativa de substitutos |
| Resultado | Intervalo de manutenção preventiva em horas ou meses | Fila de trabalho classificada por risco, com impacto financeiro e estado da cadeia de abastecimento |
Metodologias relacionadas
O MTTF raramente é utilizado isoladamente por organizações com programas de fiabilidade bem desenvolvidos. Integra-se num ecossistema mais vasto de quadros analíticos, cada um dos quais aborda o problema da avaria dos ativos sob uma perspetiva diferente.
| Estrutura | Abordagem | Relação com o MTTF |
|---|---|---|
| FMEA / FMECA | Identificação sistemática dos modos de falha, dos seus efeitos e das pontuações de prioridade de risco em todos os componentes | O MTTF contribui para a pontuação de Ocorrência (O) na FMEA. A FMEA fornece o contexto dos modos de falha que torna o MTTF mais interpretável. |
| Manutenção Centrada na Fiabilidade (RCM) | Abordagem holística para determinar quais as tarefas de manutenção necessárias, com base na análise de falhas funcionais | O RCM utiliza o MTTF como um dos parâmetros para definir os intervalos entre tarefas. Além disso, questiona se a manutenção baseada no tempo (orientada pelo MTTF) é, de facto, a estratégia adequada para um determinado modo de falha. |
| Análise da Árvore de Falhas (FTA) | Método dedutivo de cima para baixo, que parte de uma falha conhecida e identifica as suas causas profundas | Enquanto o MTTF pergunta «com que frequência isto falha?», o FTA pergunta «por que razão ocorreu esta falha específica?». São complementares: o MTTF quantifica a frequência, o FTA explica a causa. |
| Inspeção Baseada no Risco (RBI) | Prioriza as atividades de inspeção com base nas consequências e na probabilidade de falha do equipamento | O RBI utiliza a probabilidade de falha (relacionada com o MTTF) em conjunto com as consequências da falha. Aplica-se principalmente a equipamentos estáticos: recipientes sob pressão, tubagens, reservatórios. |
| Fiabilidade, Disponibilidade e Manutenibilidade (RAM) | Análise quantitativa que modela a frequência com que o equipamento avaria, a rapidez com que é reparado e a sua disponibilidade para a produção | O MTTF constitui um dado de entrada direto para a análise RAM. A análise RAM traduz as taxas de falha ao nível dos componentes em previsões de disponibilidade ao nível do sistema. |
