O que é Prognosis? Previsão de Vida Útil Remanescente • Balanceador portátil e analisador de vibração "Balanset" para balanceamento dinâmico de britadores, ventiladores, trituradores, roscas transportadoras em colheitadeiras, eixos, centrífugas, turbinas e muitos outros rotores. O que é Prognosis? Previsão de Vida Útil Remanescente • Balanceador portátil e analisador de vibração "Balanset" para balanceamento dinâmico de britadores, ventiladores, trituradores, roscas transportadoras em colheitadeiras, eixos, centrífugas, turbinas e muitos outros rotores.

O que é prognóstico? Previsão de tempo de vida restante

Publicado por admin em

Entendendo o prognóstico na manutenção preditiva

Definição: O que é prognóstico?

Prognóstico (também chamada de estimativa de vida útil restante ou previsão de falhas) é o processo de estimar quanto tempo resta antes que uma falha detectada cause uma falha funcional ou exija intervenção. O prognóstico segue detecção de falhas (identificar que existe um problema) e diagnóstico (identificando qual é o problema), respondendo à questão crucial “Quando devemos agir?” por meio da análise de vibração tendências de progressão, características do tipo de falha e condições de operação do equipamento.

Um prognóstico preciso é o que faz a diferença. manutenção preditiva Verdadeiramente preditivo — permite agendar a manutenção no momento ideal (nem muito cedo, desperdiçando a vida útil restante, nem muito tarde, correndo o risco de falha), a aquisição de peças com longo prazo de entrega, a alocação de recursos e a coordenação do planejamento da produção.

Métodos prognósticos

1. Extrapolação de Tendências

Método mais comum e prático:

  • Trace um gráfico com os dados históricos de vibração em função do tempo.
  • Ajustar linha de tendência (linear, exponencial, etc.)
  • Extrapolar para prever quando o limite de alarme ou falha for ultrapassado.
  • Atualizar a previsão a cada nova medição.
  • Exatidão: Moderado (pressupõe a continuidade da tendência)
  • Requisitos: Histórico de tendências suficiente (mínimo de 6 pontos de dados)

2. Modelos baseados na física

  • Utilizar o conhecimento da física da falha (crescimento de trincas, propagação de lascas)
  • O modelo prevê a progressão com base no estresse, nos ciclos e no ambiente.
  • Exemplo: Lei de Paris para propagação de trincas, cálculos de vida útil L10 de rolamentos
  • Exatidão: Seria bom se os parâmetros do modelo fossem conhecidos.
  • Requisitos: Dados detalhados sobre equipamentos e operação

3. Baseado na experiência (dados históricos)

  • Com base em falhas anteriores de equipamentos semelhantes.
  • Taxas de progressão típicas com base no histórico
  • Relações empíricas (nível de vibração → tempo até a falha)
  • Exatidão: Justo, específico para cada equipamento
  • Requisitos: Banco de dados histórico de falhas

4. Aprendizado Estatístico/de Máquina

  • Treinar algoritmos com dados históricos de progressão.
  • Reconhecimento de padrões a partir de muitos casos semelhantes
  • Previsões probabilísticas
  • Exatidão: Pode ser muito bom com dados suficientes.
  • Requisitos: Conjunto de dados extenso, recursos computacionais

Fatores que afetam a precisão do prognóstico

Qualidade dos dados em tendência

  • Mais pontos de dados → melhor definição de tendências
  • Medições consistentes → tendências confiáveis
  • Histórico adequado (mínimo de meses)
  • Dados limpos (valores discrepantes identificados)

Características de progressão de falhas

  • Progressão previsível: Mais fácil de prever (desgaste gradual do rolamento)
  • Progresso acelerado: Mais resistente (crescimento exponencial de lascas)
  • Progressão errática: Difícil (frouxidão, atrito intermitente)
  • Falhas repentinas: Imprevisível (fratura do eixo devido a fissura)

Estabilidade das Condições de Operação

  • Condições estáveis → previsões confiáveis
  • Cargas/velocidades variáveis → previsões menos precisas
  • Alterações nos processos podem acelerar ou retardar a progressão.

Estimativa da Vida Útil Remanescente (RUL)

Definição

  • Tempo decorrido entre a condição atual e a falha ou o limiar de intervenção.
  • Expresso em horas de funcionamento, dias ou tempo de calendário.
  • Atualizado continuamente à medida que novos dados são coletados.

Intervalos de confiança

  • A vida útil restante (RUL) é estimada com incerteza.
  • Expresse como intervalo (30-90 dias com nível de confiança de 90%)
  • A incerteza diminui à medida que a falha se aproxima (mais dados).
  • Estimativas conservadoras para equipamentos críticos

Exemplo

  • Defeito no rolamento detectado com amplitude de envelope de 2g
  • Progressão histórica: 2g → 10g (nível de alarme) em 60 dias (típico)
  • Taxa atual: aumentando 0,5g por semana
  • Previsão: Nível de alarme em aproximadamente 10 semanas
  • Recomendação: Agende a manutenção dentro de 6 a 8 semanas.

Aplicações

Programação de manutenção

  • Planeje a interrupção quando o RUL indicar o momento ideal.
  • Coordenar com os cronogramas de produção
  • Reparos em grupo para minimizar o tempo de inatividade
  • Evite intervenções prematuras e tardias.

Gestão de peças

  • Encomende peças de reposição com o prazo de entrega adequado.
  • Evite custos adicionais
  • Reduzir os requisitos de estoque de segurança
  • Abastecimento sob demanda baseado em prognóstico

Alocação de Recursos

  • Priorize entre várias máquinas em processo de degradação.
  • Alocar recursos limitados para as necessidades mais urgentes.
  • Planejar a alocação de pessoal
  • Organização de ferramentas e equipamentos

Desafios e limitações

Incerteza de previsão

  • A progressão da falha não é perfeitamente previsível.
  • As condições de funcionamento podem mudar.
  • Acelerações inesperadas são possíveis
  • Mantenha sempre margens de segurança.

Requisitos de dados

  • É necessário um histórico de tendências adequado.
  • No início do desenvolvimento da falha, as previsões são menos precisas.
  • Melhorou à medida que mais dados foram coletados.

Múltiplos modos de falha

  • Prever um modo enquanto outro causa falha
  • O monitoramento abrangente ajuda
  • É preciso considerar todos os mecanismos de degradação ativos.

Melhorando a precisão prognóstica

Aumentar a frequência de medição

  • Mais pontos de dados → melhor definição de tendências
  • Detectar aceleração mais cedo
  • Reduzir a incerteza da previsão

Múltiplos parâmetros

  • Vibração + temperatura + análise de óleo
  • Indicadores corroborativos aumentam a confiança.
  • Parâmetros diferentes podem ter prazos de entrega diferentes.

Atualização contínua

  • Revise o prognóstico a cada nova medição.
  • Não confie em uma única previsão inicial.
  • Adapte-se à taxa de progressão real

O prognóstico é o elemento preditivo que distingue a verdadeira manutenção preditiva do simples monitoramento de condição. Ao estimar a vida útil restante e os prazos de falha a partir de dados de tendências e da compreensão da progressão das falhas, o prognóstico permite o planejamento otimizado da manutenção, maximizando a utilização do equipamento e, ao mesmo tempo, mantendo a confiabilidade — o objetivo final das estratégias de manutenção baseadas na condição.

← Voltar ao índice principal

Categorias:
WhatsApp