Modelo para vida útil restante de ativos em terminais aeroportuários

Marcelo Müller Beuren, José Luis Duarte Ribeiro

Resumo


Estudos destacam a importância da previsão da vida útil de ativos para redução de custos e aumento de produtividade nas companhias, em especial, a vida útil restante. No entanto, esta previsão é muito sensível ao método utilizado e à quantidade de dados disponível para a análise. Apesar de existirem diversos modelos para vida útil restante de ativos, nenhum deles foi desenvolvido considerando especificamente o ambiente aeroportuário, que apresenta problemas na gestão de seus ativos. O objetivo principal deste trabalho é propor um modelo para estimativa de vida útil restante de ativos em aeroportos, além da sua aplicação em um aeroporto brasileiro na forma de estudo de caso. O trabalho concluiu que modelo conseguiu identificar ativos com um amplo intervalo de vida útil restante, apoiando-se em informações subjetivas e poucos dados históricos. Como principal contribuição, cita-se o estudo das variáveis presentes em ambientes aeroportuários, o que permitiu a proposição de um modelo adequado para lidar com as especificidades do setor.


Palavras-chave


Vida útil de ativos. Vida útil restante. Aeroportos.

Texto completo:

PDF ♪ÁUDIO♪

Referências


ABNT. ABNT NBR ISO 55000:2014 Gestão de ativos – Visão geral, princípios e terminologia. 1. ed. Rio de Janeiro: Associação Brasileira de Normas Técnicas, 2014. 23 p.

ABU-HANNA, A., LUCAS, P. Prognostic models in medicine. Methods of Information in Medicine, v. 40, n. 1, p. 1-5, 2001. http://dx.doi.org/10.3414/ME09-01-0039

AN, D., KIM, N. H., CHOI, J.-H. Practical options for selecting data-driven or physics-based prognostics algorithms with reviews. Reliability Engineering and System Safety, v. 133, p. 223-236, 2015. http://dx.doi.org/10.1016/j.ress.2014.09.014

BARUAH, P., CHINNAM, R. B. HMMs for diagnostics and prognostics in machining processes. International Journal of Production Research, v. 43, n. 6, p. 1275-1293, 2005. http://dx.doi.org/10.1080/00207540412331327727

BEUREN, M. M., RIBEIRO, J. L. D. Sistemática para substituição de ativos no setor aeroportuário: Identificação dos principais elementos que influenciam na vida útil de ativos em terminais aeroportuários. In: BEUREN, M. M. Sistemática para substituição de ativos no setor aeroportuário. Porto Alegre (RS): Dissertação de Mestrado, Programa de Pós-Graduação em Engenharia de Produção da Universidade Federal do Rio Grande do Sul, 2016.

BIAGETTI, T., SCIUBBA, E. Automatic diagnostics and prognostics of energy conversion processes via knowledge-based systems. Energy, v. 29, p. 2553-2572, 2004. http://dx.doi.org/10.1016/j.energy.2004.03.031

BRASIL. Secretaria da Receita Federal. Instrução Normativa SRF nº 162, de 31 de dezembro de 1998, alterada pela Instrução Normativa SRF nº 130, de 10 de novembro de 1999. Fixa prazo de vida útil e taxa de depreciação dos bens que relaciona. Brasília (DF): Diário Oficial da União, de 07 de janeiro de 1999, 1998.

CAMCI, F. Maintenance scheduling of geographically distributed assets with prognostics information. European Journal of Operational Research, v. 245, n. 2, p. 506-516, 2015. http://doi.org/10.1016/j.ejor.2015.03.023

CAMCI, F., CHINNAM, R. B. Health-state estimation and prognostics in machining processes. IEEE Transaction on Automation Science and Engineering, v. 7, n. 3, p. 581-597, 2010. http://doi.org/10.1109/TASE.2009.2038170

CHEN, C., VACHTSEVANOS, G., ORCHARD, M. E. Machine remaining useful life prediction: an integrated adaptive neuro-fuzzy and high-order particle filtering approach. Mechanical Systems and Signal Processing, v. 28, p. 597-607, 2012. http://dx.doi.org/10.1016%2Fj.ymssp.2011.10.009

DATLA, S. V., PANDEY, M. D. Estimation of life expectancy of wood poles in electrical distribution networks. Structural Safety, v. 28, p. 304-319, 2006. http://dx.doi.org/10.1016/j.strusafe.2005.08.006

FINKELSTEIN, M. S., ESAULOVA, V. Why the mixture failure rate decreases. Reliability Engineering and System Safety, v. 71, n. 2, p. 173-177, 2001. http://doi.org/10.1016/S0951-8320(00)00092-2

HENG, A., TAN, A. C. C., MATHEW, J., MONTGOMERY, N., BANJEVIC, D., JARDINE, A. K. S. Intelligent condition-based prediction of machinery reliability. Mechanical Systems and Signal Processing, v. 23, n. 5, p. 1600-1614, 2009a. http://dx.doi.org/10.1016/j.ymssp.2008.12.006

HENG, A., ZHANG, S., TAN, A. C. C., MATHEW, J. Rotating machinery prognostics: state of the art, challenges and opportunities. Mechanical Systems and Signal Processing, v. 23, n. 3, p. 724-739, 2009b. http://doi.org/10.1016/j.ymssp.2008.06.009

HYNDMAN, R., KOEHLER, A. Another look at measures of forecast accuracy. International Journal of Forecasting, v. 22, n. 2, p. 679-688, 2006. http://dx.doi.org/10.1016/j.ijforecast.2006.03.001

IATA. Annual Review 2014. Singapore: International Air Transport Association, 2014.

ISO. ISO 13381-1:2004 Condition Monitoring and Diagnostics of Machines – Prognostics – Part 1: General Guidelines. 1. ed. Genebra: International Standards Organization, 2004.

INFRAERO. Anuário Estatístico operacional 2013. Brasília: Diretoria de Gestão, Coordenação de Estatística e Estudos de Demanda Operacional, 2014.

JARDINE, A. K. S., LIN, D., BANJEVIC, D. A review on machinery diagnostics and prognostics implementing condition-based maintenance. Mechanical Systems and Signal Processing, v. 20, p. 1483-1510, 2006. http://dx.doi.org/10.1016/j.ymssp.2005.09.012

KALLEN, M. J., VAN NOORTWIJK, J. M. Optimal maintenance decisions under imperfect inspection. Reliability Engineering and System Safety, v. 90, p. 177-185, 2005. http://dx.doi.org/10.1016/j.ress.2004.10.004

KARANDIKAR, J. M., KIM, N. H., SCHMITZ, T. L. Prediction of remaining useful life for fatigue-damaged structures using Bayesian inference. Engineering Fracture Mechanics, v. 96, p. 588-605, 2012. http://doi.org/10.1016/j.engfracmech.2012.09.013

KIM, K. O., KUO, W. Optimal burn-in for maximizing reliability of repairable non-series systems. European Journal of Operational Research, v. 193, p. 140-151, 2009. http://doi.org/10.1016/j.ejor.2007.10.037

LEE, B. S., CHUNG, H. S., KIM, K.-T., FORD, F. P., ANDERSEN, P. L. Remaining life prediction methods using operating data and knowledge on mechanisms. Nuclear Engineering and Design, v. 191, p. 157-165, 1999. http://doi.org/10.1016/S0029-5493(99)00138-7

LEE, J., NI, J., DJURDJANOVIC, D., QIU, H., LIAO, H. Intelligent prognostics tools and e-maintenance. Computers in Industry, v. 57, n. 6, p. 476-489, 2006. http://doi.org/10.1016/j.compind.2006.02.014

MAJIDIAN, A., SAIDI, M. H. Comparison of fuzzy logic and neural network in life prediction of boiler tubes. International Journal of Fatigue, v. 29, n. 3, p. 489-498, 2007. http://doi.org/10.1016/j.ijfatigue.2006.05.001

MCKINSEY. Estudo do setor de transporte aéreo no Brasil: relatório consolidado. 1. ed. Rio de Janeiro: McKinsey e Company, 2010.

MOURA NETO, A. Eficiência técnica: uma avaliação de aeroportos brasileiros. Journal of Transport Literature, v. 7, n. 4, p. 147-174, 2013. http://dx.doi.org/10.1590/S2238-10312013000400008

ØIEN, K. Improved quality of input data for maintenance using expert judgment. Reliability Engineering and System Safety, v. 60, p. 93-101, 1998. http://doi.org/10.1016/S0951-8320(98)83002-0

PENG, Y., DONG, M. A prognosis method using age-dependent hidden semi-Markov model for equipment health prediction. Mechanical Systems and Signal Processing, v. 25, p. 237-252, 2011. http://dx.doi.org/10.1016/j.ymssp.2010.04.002

RIBEIRO, J. L. D., TINOCO, M. A. C., MIORANDO, R. F. Laudo de avaliação da vida residual dos ativos do grupo empresarial. [S.l:s.n.], 2010.

SAHA, B., GOEBEL, K., CHRISTOPHERSEN, J. Comparison of prognostic algorithms for estimating remaining useful life of batteries. Transactions of the Institute of Measurement and Control, v. 31, n. 3-4, p. 293-308, 2009. http://doi.org/10.1177/0142331208092030

SANKARARAMAN, S. Significance, interpretation, and quantification of uncertainty in prognostics and remaining useful life prediction. Mechanical Systems and Signal Processing, v. 52-53, p. 228-247, 2015. http://doi.org/10.1016/j.ymssp.2014.05.029

SCARF, P. A. On the application of mathematical models in maintenance. European Journal of Operational Research, v. 99, n. 3, p. 493-506, 1997. http://dx.doi.org/10.1016/S0377-2217(96)00316-5

SI, X.-S., WANG, W., HU, C.-H., ZHOU, D.-H. Remaining useful life estimation: a review on the statistical data driven approaches. European Journal of Operational Research, v. 213, p. 1-14, 2011. http://dx.doi.org/10.1016/j.ejor.2010.11.018

SIKORSKA, J. Z., HODKIEWICZ, M., MA, L. Prognostic modelling options for remaining useful life estimation by industry. Mechanical Systems and Signal Processing, v. 25, p. 1803-1836, 2011. http://doi.org/10.1016/j.ymssp.2010.11.018

SON, K. L., FOULADIRAD, M., BARROS, A., LEVRAT, E., IUNG, B. Remaining useful life estimation based on stochastic deterioration models: a comparative study. Reliability Engineering and System Safety, v. 112, p. 165-175, 2013. http://dx.doi.org/10.1016%2Fj.ress.2012.11.022

WANG, W., ZHANG, W. An asset residual life prediction model based on expert judgments. European Journal of Operation Research, v. 188, p. 496-505, 2008. http://doi.org/10.1016/j.ejor.2007.03.044

WANG, L., CHU, J., MAO, W. A condition-based replacement and spare provisioning policy for deteriorating systems with uncertain deterioration to failure. European Journal of Operation Research, v. 194, p. 184-205, 2009. http://dx.doi.org/10.1016/j.ejor.2007.12.012

WANG, X., RABIEI, M., HURTADO, J., MODARRES, M., HOFFMAN, P. A probabilistic-based airframe integrity management model. Reliability Engineering and System Safety, v. 94, n. 5, p. 932-941, 2009. http://doi.org/10.1016/j.ress.2008.10.010

WANKE, P. F. Physical infrastructure and flight consolidation efficiency drivers in Brazilian airports: A two-stage network-DEA approach. Journal of Air Transport Management, v. 31, p. 1-5, 2013. http://doi.org/10.1016/j.jairtraman.2012.09.001

YAN, J., KOC, M., LEE, J. A prognostic algorithm for machine performance assessment and its application. Production Planning and Control, v. 76, p. 796-801, 2004. http://dx.doi.org/10.1080/09537280412331309208

ZHANG, J., LEE, J. A review on prognostics and health monitoring of Li-ion battery. Journal of Power Sources, v. 196, p. 6007-6014, 2011. http://doi.org/10.1016/j.jpowsour.2011.03.101

ZHOU, Y., SUN, Y., MATHEW, J., WOLFF, R., MA, L. Latent degradation indicators estimation and prediction: A Monte Carlo approach. Mechanical Systems and Signal Processing, v. 25, p. 222-236, 2011. http://doi.org/10.1016%2Fj.ymssp.2010.08.012




DOI: http://dx.doi.org/10.14488/1676-1901.v17i3.2404

Métricas do artigo

Carregando Métricas ...

Metrics powered by PLOS ALM


R. Eletr. de Eng. de Produção e Correlatas - ISSN 1676-1901 Creative Commons License
Esta obra está licenciada sob uma Licença Creative Commons. © 2002 / Todos os direitos reservados Associação Brasileira de Engenharia de Produção (ABEPRO) Universidade Federal de Santa Catarina (UFSC).                           Contato: producaoonline@gmail.com