perfil de perdas no processo da moagem de uma usina de pelotizaÇÃo de minÉrio de ferro estudo de...

FUNDAÇÃO DE ASSISTÊNCIA E EDUCAÇÃO - FAESA

FACULDADES INTEGRADAS ESPÍRITO-SANTENSES

CURSO DE GRADUAÇÃO EM ENGENHARIA MECÂNICA

ANA FLÁVIA VILAÇA

PERFIL DE PERDAS NO PROCESSO DA MOAGEM DE UMA USINA DE

PELOTIZAÇÃO DE MINÉRIO DE FERRO

ESTUDO DE CASO: VALE TUBARÃO

Artigo do Trabalho de Conclusão de Curso de Graduação em Engenharia Mecânica, apresentado às Faculdades Integradas Espírito-Santenses, sob orientação do Professor José Guilherme Pelição Pancieri.

VITÓRIA

2014

1

* Graduanda em Engenharia Mecânica na FAESA.

** Professor orientador do curso de Engenharia Mecânica da FAESA. Engenheiro Mecânico pela Universidade

Federal do Espírito Santo. Mestre em Vibrações Mecânicas pela Universidade Federal do Espírito Santo.

PERFIL DE PERDAS NO PROCESSO DA MOAGEM DE UMA USINA DE

PELOTIZAÇÃO DE MINÉRIO DE FERRO

ESTUDO DE CASO: VALE TUBARÃO

LOSSES PROFILE OF GRINDING PROCESS IN AN IRON ORE PELLETIZING

PLANT

CASE STUDY: VALE TUBARÃO

ANA FLÁVIA VILAÇA * JOSÉ GUILHERME PELIÇÃO PANCIERI **

Resumo

Frente a grande competitividade mundial entre as empresas, dentro de um acelerado avanço tecnológico, torna-se fundamental a busca de alternativas que reduzam as falhas dos equipamentos e, por consequência, as perdas de produção, transformando a gestão da manutenção em um pilar estratégico para as empresas. A decisão de quais estratégias de manutenção deverão ser empregadas se tornou o grande desafio das indústrias, visto que a otimização, a redução de variabilidade, e a busca pela maior estabilidade em um processo passam necessariamente pela etapa de identificação das principais variáveis desse processo. O presente artigo apresenta a aplicação de um Perfil de Perdas como uma ferramenta importante e vantajosa na análise das perdas, sendo o trabalho contextualizado por um estudo de caso realizado no subprocesso Moagem da Usina VII de Pelotização da Vale. A metodologia do tratamento das perdas fornece indicadores que possibilitam conhecer os modos das falhas mais frequentes, oferecendo suporte e informações precisas para decisões gerenciais. Além disso, as criticidades para cada tipo de problema foram calculadas e analisadas, resultando para a empresa, em um maior conhecimento do seu processo, bem como as variáveis que mais influenciam diretamente na disponibilidade física dos equipamentos.

Palavras-chave: Perfil de Perdas, Tratamento de Falhas, Ferramentas da Qualidade.

Abstract

In response to a large global competitiveness among companies within an accelerated technological advancement, it becomes essential to search for alternatives that reduce equipment failures and therefore production losses, making maintenance management a strategic pillar for companies. The decision of what maintenance strategies should be employed became the major challenge of the industries, since the optimization, reducing variability, and the search for greater stability in a process necessarily pass through the stage of identifying the key variables of the process. This paper presents the application of a Losses Profile as an important and advantageous tool in the analysis of losses, and the work was put in context by a case study in sub process Grinding of Pelletizing Plant VII – Vale. The methodology of treatment of losses provides indicators that allow knowing the ways of the most frequent failures, providing support and accurate information for management decisions. Moreover, criticality for each type of problem were calculated and analyzed, resulting in a better understanding for the company of the process and the variables that most directly influence the physical availability of equipment.

Keywords: Losses Profile, Treatment Failure, Tools of Total Quality.

2

1. Introdução

Diante de um mercado extremamente competitivo e com a crescente conscientização nas questões ambientais e de segurança de trabalho, surge a necessidade por sistemas mais confiáveis, que estão inseridos em um contexto de interesses conflitantes que envolvem a minimização de gastos e maximização de lucros.

A máxima eficiência de um processo é atingida através do conhecimento dos conceitos de confiabilidade, manutenibilidade e disponibilidade, pois estes demonstram a “saúde” de um processo produtivo. Atualmente, o principal desafio de uma equipe de manutenção não é apenas aprender novas técnicas de manutenção, mas também saber escolher e decidir quais técnicas deverão ser aplicadas aos ativos de sua empresa.

A identificação do Perfil de Perdas, dentro de um processo produtivo, fornece indicadores que possibilitam conhecer os modos de falhas que mais causam gargalos operacionais, oferecendo suporte e informações precisas para decisões gerenciais, permitindo otimizar a alocação de recursos e melhorias.

A Manutenção Centrada na Confiabilidade (RCM – Reliability Centred Maintenance) é uma ferramenta de confiabilidade que vem ganhando mais espaço nos diferentes setores produtivos tornando-se uma prática cada vez mais necessária às empresas. Suas técnicas avançadas na gestão da manutenção vêm proporcionando, cada vez mais, controle e segurança nos processos produtivos, resultando no aumento da produtividade visto que garantem uma maior disponibilidade dos equipamentos a um menor custo de manutenção.

O presente trabalho foi desenvolvido a partir de um estudo de caso da etapa da Moagem do minério de ferro da Usina VII de Pelotização da Vale, localizada em Vitória/ES, no Complexo Industrial de Tubarão. Este estudo adotou uma estrutura padronizada de falhas nos equipamentos, desenvolvida por meio de um modelo de mapeamento de falhas, que resultou na identificação dos modos de falha mais impactantes em termos de paradas de produção desta planta.

Para isto, foi utilizado um período de amostragem do histórico de paradas dos equipamentos da etapa da Moagem, que abrange o mês de Janeiro de 2013 a Setembro de 2014. De posse dos resultados das análises, identificou-se as principais causas das paradas, bem como os equipamentos causadores, priorizando o tratamento dos mais significantes.

A identificação e padronização das falhas quando bem analisadas e tratadas, podem refletir em ganhos de disponibilidade física das Usinas e, consequentemente, em ganhos de produtividade, aumento de faturamento da empresa e a redução dos riscos associados ao processo.

O artigo foi estruturado em cinco capítulos a partir da Introdução que inicia com a apresentação da empresa Vale, detalhando como funciona o processo de Pelotização, bem como a sua etapa da Moagem do minério de ferro. O Capítulo 2 adentra acerca do referencial teórico com as Ferramentas da Qualidade utilizadas neste estudo. Já o Capítulo 3 mostra como foi realizado o procedimento metodológico utilizado neste trabalho. O Capítulo 4 resulta no desdobramento do Perfil de Perdas, através de um estudo de caso da etapa da Moagem da Usina VII de Pelotização da Vale. Por fim, no Capítulo 5, são apresentadas as conclusões do estudo e as análises com proposições para trabalhos futuros.

1.1 A empresa Vale

A Vale é uma empresa de mineração com atuação diversificada, tendo o minério de ferro como o maior responsável pelo seu faturamento. As Usinas de Pelotização têm como objetivo transformar a fração ultrafina de minério de ferro (< 0,150 mm), antes considerados resíduos, em produtos aglomerados esféricos de granulometria na faixa de 8 a 18 mm, com alta concentração de ferro e qualidade uniforme. Esses aglomerados recebem o nome de pelotas.

A pelota é utilizada na Indústria Siderúrgica por possuir características apropriadas para a alimentação de unidades de redução, pois é resistente o suficiente para não ser esmagada pelo

3

próprio peso quando aglomeradas e seu formato esférico deixa remanescer vazios entre elas, permitindo a circulação de gases redutores em altos-fornos.

A produção de pelotas também permite adição de maior valor agregado ao produto, sendo possível acrescentar na própria pelota agentes redutores do ferro, como carvão mineral.

Na Vale do Complexo Industrial de Tubarão, existem atualmente 08 Usinas de Pelotização. A Usina VII, Kobrasco, é uma joint venture entre a Vale e a POSCO - a maior produtora de aço da Coréia do Sul e uma das maiores do mundo, e pode ser vista na Figura 1.

Figura 1 – Usinas V a VII de Pelotização da Vale no Complexo Industrial de Tubarão

Fonte: Vale, 2014

A Vale possui um sistema de produção denominado, em inglês, de Vale Production System (VPS), ou seja, Sistema Vale de Produção. Este é um modelo de referência em Excelência de governança na empresa.

De acordo com a Vale (2011), o objetivo do VPS é gerar melhores resultados implantando metodologias e padrões de classe mundial, na criação de condições para análises e tomadas de ações baseadas em fatos e dados, além de compartilhar as boas práticas buscando o aperfeiçoamento contínuo e a difusão de Cultura de Excelência.

O VPS compreende as principais dimensões do negócio: Operação, Manutenção, Gestão e Pessoas tendo como foco a melhoria dos resultados a partir da evolução da maturidade em cada uma dessas dimensões.

Seguindo este modelo de referência, recentemente foi feito um estudo de confiabilidade na Usina VII, com a finalidade de identificar se a usina tem capacidade de atingir a demanda projetada e o presente trabalho surge da necessidade de alimentação desse estudo.

1.1.1 Pelotização

A Usina VII é uma planta em operação a qual possui sete subprocessos: alimentação, moagem, espessamento/homogeneização, filtragem, pelotamento, queima e empilhamento/estocagem. Esses

4

subprocessos fazem parte do processo principal de produção de pelotas, e estão ilustrados na Figura 2.

Figura 2 – Fluxograma do Processo da Pelotização

Fonte: Vale, 2013

O Processo de Pelotização inicia com a aglomeração à quente de finos de minério de ferro, realizado posteriormente às etapas de britagem e moagem, classificação e concentração - é nessa etapa em que é elevado o teor de ferro e elimina-se as gangas, que são as impurezas encontradas no minério. A seguir, já no Processo de Pelotização, o minério passa por nova moagem e filtragem para ser finalmente misturado a outros insumos (blend), que melhoram as propriedades metalúrgicas da pelota e ajudam a reduzir o consumo de energéticos, tais como fundentes e combustíveis carbonosos. Uma vez misturados, minérios e insumos, passa-se à fase de queima em longos fornos de esteira ou rotativos, que fazem a sinterização dos elementos combinados a temperaturas de 1.200°C - processo que confere resistência à pelota.

A etapa definida para ser analisada neste trabalho foi a Moagem, por se tratar do segundo maior custo no Processo de Pelotização de minério de ferro, ocasionado pelo seu oneroso consumo energético, e por ser uma das primeiras etapas da Pelotização. Sua instabilidade é transferida para outras etapas subsequentes, o que acarreta em interrupções na produção de pelotas.

A etapa da Moagem tem um papel importante: moer o minério de ferro recuperado das pilhas de estocagem e faz-se o ajustamento das propriedades físicas da mistura de minérios de ferro às exigências de pelotamento. É nesta etapa que a mistura de minérios e aditivos sofrem cominuição, processo de quebra da matéria-prima crua em partículas menores, com o objetivo de adequar a superfície específica e granulometria.

De acordo com Scheneider, et al (1999), a superfície específica é definida como a área superficial de uma unidade de peso de pellet feed (finos de minério) moído, e é comumente expressada em unidades de cm²/g e m²/kg. A área superficial de interesse neste caso é exclusivamente composta pela soma das áreas superficiais externas de cada partícula que constitui o pellet feed moído. O

5

conceito de área superficial externa é importante porque minérios de ferro porosos, comumente minerados, podem conter quantidades significativas de área superficial interna, que não contribui para o processo de pelotização, mas que varia com a cominuição pelo processo associado de liberação de porosidade.

A moagem é conduzida, geralmente, em Moinho de Bolas, nos quais corpos moedores na forma de esferas de aço auxiliam na tarefa de cominuição. A Figura 3 mostra os três Moinhos da Usina VII que são objetos de estudo deste trabalho.

Figura 3 – Moinhos da Usina VII

Fonte: Vale, 2013

2. Referencial Teórico

2.1 Ferramentas da Qualidade

As Ferramentas da Qualidade ajudam a estabelecer melhorias de qualidade e são utilizadas para definir, mensurar, analisar e propor soluções aos problemas identificados que interferem no desempenho dos processos organizacionais. Surgiram na década de 50 com base nos conceitos e práticas existentes naquela época e a partir daí vem sendo utilizadas nos sistemas de gestão, através de modelos estatísticos que auxiliam na melhoria dos serviços e processos. Segundo Trivellato (2010), as Ferramentas da Qualidade são técnicas estatísticas e gerenciais que auxiliam na obtenção, organização e análise das informações necessárias para resolução de problemas, utilizando dados quantitativos.

“O engenheiro químico japonês, Kaoru Ishikawa, ressaltou a relevância da aplicação de técnicas estatísticas para o desenvolvimento organizacional, já que a utilização destes recursos tendem a solucionar cerca de 95% dos problemas de uma organização” (BROCKA e BROCKA, 1994).

Silvani (2012) ressalta que não existem ferramentas milagrosas capazes de solucionar todos os problemas. Cabe ao usuário definir a melhor maneira de combiná-las e empregá-las sob o ponto de vista do seu problema e processo.

2.1.1 Gráfico de Pareto

O Gráfico de Pareto está intimamente ligado ao Princípio de Pareto e segundo Trivellato (2010), o Princípio de Pareto estabelece que um problema seja causado, principalmente, por um número reduzido de causas, ou seja, para muitos fenômenos, 80% das consequências advêm de 20% das causas.

7M5B

7M5C

7M5A

6

Trata-se de uma importante Ferramenta da Qualidade, pois através dela é possível identificar os pequenos problemas que são críticos e causam grandes problemas, possibilitando a concentração de esforços sobre os mesmos.

Segundo Werkema (1995), o Gráfico de Pareto é um gráfico de barras verticais com a curva das percentagens acumuladas, que dispõe a informação de modo a tornar evidente e visual a estratificação e a priorização de um fenômeno, além de permitir o estabelecimento de metas específicas.

2.1.2 Diagrama de Afinidades

De acordo com Werkema (1995), o Diagrama de Afinidades utiliza similaridades entre dados não numéricos para facilitar o entendimento, de forma sistêmica, da estrutura de um problema. Tem como finalidade mostrar a direção adequada a ser seguida para a resolução de um problema, podendo até prever situações futuras.

2.1.3 Árvore de Falhas

A Árvore de Falhas é um diagrama de sequência de eventos que permite através de lógica dedutiva, aplicada de trás para diante, chegar-se às causas-raiz de uma dada falha. É amplamente utilizada na investigação e solução de problemas.

Para Werkema (1995), o diagrama mostra o mapeamento detalhado dos caminhos a serem percorridos para o alcance de um objetivo, sendo efetiva quando a tarefa é considerada específica, complicada e não atribuída a apenas um ativo.

Segundo Helman e Andery (1995), a Árvore de Falhas é considerada como um método de análise de produtos e processos que permite uma a validação sistemática e padronizada de possíveis falhas, estabelecendo suas consequências e orientando a adoção de medidas preventivas ou corretivas.

A construção de uma Árvore de Falha requer um conhecimento íntimo do sistema que está sendo estudado, e a descrição lógica das interações entre eventos requer considerável esforço de reflexão e entendimento. Este processo é, portanto, uma das partes as mais valiosas do processo da análise.

2.2 Perfil de Perdas

Perfil de Perdas é a estratificação das perdas do processo produtivo por meio de Gráficos de Pareto, com objetivo de identificar onde devem ser priorizados os recursos da manutenção. Se a falha puder ser corrigida com a execução de manutenção preventiva ou preditiva, então a revisão ou elaboração dos planos de manutenção deverá direcionar seus recursos para tal finalidade. Nos casos em que seja necessária a implantação de um projeto de melhoria, o Perfil de Perdas fornecerá dados para quantificar financeiramente as perdas, permitindo a priorização de ações tanto sobre ativos quanto sobre a solução dos modos de falhas cujo potencial econômico de ganhos financeiros ou a redução de custos marginais seja mais viável. Para elaborar o Perfil de Perdas deve-se, inicialmente, definir as características das perdas a serem tratadas. Este trabalho adotou as quantidades de falhas e a indisponibilidade física dos ativos. Essas duas grandezas identificaram o perfil das paradas ocorridas e consequentemente os tipos de paradas que mais se repetiram, assim como aqueles tipos responsáveis pela maior parte do tempo de parada da usina. O Perfil de Perdas pode ser detalhado até atingir o componente responsável pelas falhas. Inicia-se a estratificação pela natureza de manutenção, como por exemplo: a Elétrica, Instrumentação, Mecânica entre outras. Logo após é feito uma análise dos equipamentos que mais contribuíram para as perdas de produção no período, através da interrupção da produção, e por fim, destaca-se qual o sistema ou componente que mais causou a parada do equipamento e por consequência, o que causou as maiores perdas de produção.

7

2.2.1 Identificação da falha

Segundo Lafraia (2001), confiabilidade se define como a probabilidade de que um componente, equipamento ou sistema exercerá sua função sem falhas, por um período de tempo previsto, sob condições de operação especificadas. Para Helman e Andery (1995), a falha pode ser definida como a incapacidade de um determinado equipamento desenvolver normalmente as atividades para as quais foi projetado. A Vale possui um sistema online de registro denominado GPV-Pe, por onde são registradas as paradas e perdas do processo produtivo das suas Usinas de Pelotização. Essa ferramenta está disponível para pesquisa e foi utilizada para a captação dos dados empregados neste trabalho.

Os eventos registrados no GPV-Pe apresentam confiabilidade nos valores de datas e durações, porém, não possuem consistência nas descrições das falhas devido a não existência de uma padronização das mesmas. Sua interface pode ser vista na Figura 4.

Figura 4 – Interface do sistema GPV-Pe

Fonte: Vale, 2014

Desta forma, utilizou-se para classificar essas falhas a estrutura de classe de falha da Vale, que permite registrar todos os eventos de manutenção através de codificações hierárquicas padronizadas para equipamentos e componentes, divididas nos níveis: sistema, conjunto, item e problema, conforme ilustrado na Figura 5.

Figura 5 – Estrutura da classe de falhas da Vale

Fonte: Adaptado da Vale, 2014

MODO DE FALHA = ITEM + PROBLEMA

8

Ou seja, de acordo com a Figura 5, cada equipamento é atribuído a uma classe de falha, a qual permite classificar a falha de acordo com uma estrutura hierárquica. Assim é possível comparar o desempenho dos diversos equipamentos da Usina e identificar quais classes de falhas, sistemas, conjuntos, itens ou modos de falhas que mais afetam a disponibilidade da planta. A Figura 6 é um exemplo típico de classificação da falha de um equipamento (neste caso, do equipamento Moinho de Bolas).

Figura 6 – Exemplo de aplicação de classe de falhas

CLASSE DE FALHA MOINHO DE BOLAS

SISTEMA CONJUNTO ITEM PROBLEMA SOLUÇÃO ACIONAMENTO 1 ACOPLAMENTO DE MEMBRANA CARCAÇA AJUSTE RECUPERAR

ACIONAMENTO 2 ACOPLAMENTO HIDRÁULICO 1 CONEXÕES DANO TROCAR

ACIONAMENTO AUXILIAR ACOPLAMENTO MECÂNICO AR 1 EMBREAGEM DESGASTE

ALIMENTAÇÃO ACOPLAMENTO MECÂNICO BR 1 FIXAÇÃO

CONTROLE EIXO PINHÃO QUEBRA

DESCARGA EMBREAGEM VEDAÇÃO

ELÉTRICO MANCAL LA

LUBRIFICAÇÃO MANCAL LOA

MOAGEM MOTOR ELÉTRICO

REFRIGERAÇÃO REDUTOR

Fonte: Elaborado pelos autores, 2014

2.2.2 Modelo de mapeamento de falhas

A estrutura de classe de falha foi desenvolvida por meio de um modelo de mapeamento de falhas, baseada na ferramenta denominada Diagrama de Afinidade. Segundo Karsak et al (2002), o Diagrama de Afinidades permite o agrupamento de problemas em diversos conjuntos de acordo com suas afinidades e relações naturais.

Dessa forma, procurou-se inicialmente levantar as possíveis falhas nos equipamentos e agrupá-las aos respectivos itens. Essa combinação deu origem aos modos de falhas (item e problema) para cada classe falha analisada.

Devido a grande quantidade de modos de falhas existentes nas classes de falhas dos equipamentos das Usinas e, a fim de obter maior organização e rastreabilidade das falhas, os itens foram reagrupados em “pacotes“ denominados conjuntos, de forma que as falhas de um mesmo conjunto possuem maior afinidade entre si. Ainda seguindo a ideia do Diagrama de Afinidades, os conjuntos foram agrupados em “pacotes” denominados sistemas, reunindo então conjuntos que são mais afins entre si.

Assim, criou-se o formato de agrupamento de falhas utilizado pela estrutura de classe de falha da Vale, representado pela Figura 7. Portanto, uma classe de falha é composta dos níveis “sistema”, “conjunto” e “item”.

Figura 7 – Agrupamento de falhas


9

3. Procedimentos Metodológicos

3.1 Estudo de caso

Para a elaboração do Perfil de Perdas da etapa da Moagem da Usina VII, foi utilizado os registros do banco de dados do GPV-Pe, por onde são registradas as paradas e perdas do processo produtivo das Usinas. Devido a não existência de uma padronização nas descrições das falhas nos registros, todo o período utilizado para a elaboração deste Perfil de Perdas precisou ser revisado e estruturado em um modelo de mapeamento de falhas.

O período selecionado para ser analisado foi de Janeiro de 2013 a Setembro de 2014 e, depois do tratamento dos dados, os resultados indicaram que as paradas do tipo corretivas e de natureza mecânica foram as mais significativas e por esse motivo foram destacadas para serem tratadas inicialmente.

A análise utilizou duas grandezas: o número de ocorrências registradas do parâmetro selecionado ou então em relação ao tempo de parada total. É importante que seja analisado das duas formas para que se identifiquem suas possíveis correlações.

Para uma boa compreensão e desenvolvimento claro desta análise, estruturou-se este Perfil de Perdas em seis etapas:

a) Levantamento de quais classes de falhas mais impactaram em horas indisponíveis e em perdas por número de ocorrências de falha;

b) Levantamento de quais sistemas (dentro da classe de falha Moinho de Bolas) mais impactaram em horas indisponíveis e em perdas por número de ocorrências de falha;

c) Levantamento de quais conjuntos (dentro da classe de falha Moinho de Bolas) mais impactaram em horas indisponíveis e em perdas por número de ocorrências de falha;

d) Análise dos modos de falha mais presentes dentro do Perfil de Perdas realizado.

4. Resultados

4.1 Perdas entre as classes de falhas

Para uma melhor representação da estrutura das classes de falha dentro do processo de Moagem, foi desenvolvido o fluxograma, da Figura 8, com o objetivo de ilustrar toda a sequencia do processo, que começa com a entrada do minério de ferro bruto e tem como seu produto final a polpa de minério.

Figura 8 – Fluxograma do processo da Moagem da Usina VII


Diante das diversas classes de equipamentos existentes na etapa da Moagem, deseja-se saber quais são as classes de falha que são responsáveis pelas maiores perdas de produção.

10

Durante o período analisado, de Janeiro de 2013 a Setembro de 2014, a etapa da Moagem obteve um total de 445,99 horas paradas (aproximadamente 19 dias), devido às manutenções corretivas de natureza mecânica. Dentro desse período, foi possível identificar as classes de falhas que mais contabilizaram horas indisponíveis, e entre elas estão o Moinho de Bolas, a Mesa Alimentadora e o Transportador de Correia para o Moinho. Os três juntos representam 85% do tempo total, conforme ilustrado no Gráfico 1.

Gráfico 1 – Paradas de produção por classe de falha em relação ao tempo


Seguindo a mesma ideia, a natureza mecânica gerou um total de 269 registros de paradas no sistema GPV-Pe, e as classes de falha que mais impactaram, dentro desta natureza, continuam sendo o Moinho de Bolas com 199 registros, a Mesa Alimentadora e o Transportador de Correia para o Moinho com 14 registros de paradas cada, conforme demonstra o Gráfico 2.

Gráfico 2 – Paradas de produção por classe de falha em relação ao número de ocorrências


A análise por esta grandeza (número de ocorrências), ilustrada no Gráfico 2, mostra que o equipamento Moinho de Bolas (classe de falha) é o mais impactante em termos de perdas no processo, representando 74% das ocorrências de paradas de produção.

Diante dos resultados ilustrados no Gráfico 1 e no Gráfico 2, fica evidente o impacto que o equipamento Moinho causou dentro da etapa Moagem da Usina VII e o próximo desdobramento irá destacar qual o sistema (dentro da classe de falha Moinho de Bolas) que mais causou a parada do equipamento e por consequência, que causou as maiores perdas de produção durante o período analisado.

286,05

63,45 28,47 24,85 22,57 7,76 4,6 8,24

64%

78% 85% 90% 95% 97% 98% 100%

0%

20%

40%

60%

80%

100%

0

100

200

300

400

MO

INH

O D

EB

OLA

S

MES

AA

LIM

ENTA

DO

RA

TC M

OIN

HO

BO

MB

A D

EP

OLP

A

HID

RO

CIC

LON

E

TCA

LIM

ENTA

ÇÃ

O

TAN

QU

E

OU

TRO

S

% A

cum

ulad

a Te

mp

o (

ho

ras)

Horas % Acumulada

199

14 14 14 9 7 5 7

74%

79% 84% 90% 93% 96% 97% 100%

0%

20%

40%

60%

80%

100%

0

50

100

150

200

250

MO

INH

O D

EB

OLA

S

MES

AA

LIM

ENTA

DO

RA

TC M

OIN

HO

BO

MB

A D

EP

OLP

A

HID

RO

CIC

LON

E

TCA

LIM

ENTA

ÇÃ

O

TAN

QU

E

OU

TRO

S

% A

cum

ulad

a

Nú

me

ro d

e

Oco

rrê

nci

as

Número de Ocorrências % Acumulada

11

4.2 Perdas entre os sistemas

De acordo com a ideia do Diagrama de Afinidades, os sistemas são pacotes que são mais afins entre si. Dentro da classe de falha do Moinho de Bolas existem 10 sistemas: Acionamento 1, Acionamento 2, Acionamento Auxiliar, Alimentação, Controle, Descarga, Elétrico, Lubrificação, Moagem e Refrigeração. A Figura 9, a seguir, ilustra a distribuição de todos esses sistemas dentro da classe de falha Moinho de Bolas.

Figura 9 – Fluxograma esquemático dos sistemas dentro do equipamento Moinho de Bolas

Fonte: Adaptado da Vale, 2014

O resultado da análise entre os sistemas mostra que, de um total de 286,05 horas indisponíveis (aproximadamente 12 dias) da classe de falha Moinho de Bolas (Gráfico 1), o sistema de “Lubrificação” foi o que mais resultou em perdas de produção, totalizando 131,68 horas indisponíveis (aproximadamente 5 dias). Esta quantidade equivale a 46% do total de horas indisponíveis do Moinho de Bolas, conforme demonstra o Gráfico 3.

Gráfico 3 – Paradas de produção por sistemas em relação ao tempo


131,68

64,24

28,43 24,91 20,28 12,41 3,47 0,63 0 0

46%

68% 78%

87% 94% 99% 100% 100% 100% 100%

0%

20%

40%

60%

80%

100%

020406080

100120140

LUB

RIF

ICA

ÇÃ

O

ALI

MEN

TAC

AO

AC

ION

AM

ENTO

2

MO

AG

EM

AC

ION

AM

ENTO

1

DES

CA

RG

A

CO

NTR

OLE

AC

ION

AM

ENTO

AU

XIL

IAR

ELÉT

RIC

O

REF

RIG

ERA

ÇÃ

O

% A

cum

ulad

a Te

mp

o (

ho

ras)

Horas % Acumulada

12

Quando a análise é feita em relação ao número de ocorrências, o sistema “Lubrificação” continua sendo o que mais impacta, contabilizando 113 registros de paradas. Este valor equivale a 57% de um total de 199 ocorrências de paradas da classe de falha Moinho de Bolas (Gráfico 2), conforme demonstra o Gráfico 4.

Gráfico 4 – Paradas de produção por sistemas em relação ao número de ocorrências


É importante destacar o comportamento do sistema “Descarga” nas duas grandezas: em apenas 02 (duas) ocorrências de paradas de produção (Gráfico 4), foram contabilizadas 12,41 horas indisponíveis do equipamento Moinho de Bolas (Gráfico 3).

A análise das perdas entre os sistemas comprovou que o sistema “Lubrificação” é o maior causador de perdas no processo produtivo da etapa Moagem da Usina VII. O próximo desdobramento destacou qual o conjunto (dentro do sistema de Lubrificação) mais impactou neste resultado.

4.3 Perdas entre os conjuntos

Por ser um equipamento de grande porte, o Moinho de Bolas possui muitos itens e, a fim de obter maior sistematização e monitoramento das falhas, foi feito o levantamento de todos esses componentes.

O resultado desta análise mostrou que o equipamento possui 160 itens que, baseado no conceito do Diagrama de Afinidades, foram agrupados em 45 conjuntos, aos quais foram reagrupados nos 10 sistemas da classe de falha do Moinho de Bolas, conforme ilustra a Figura 9.

Figura 9 – Arranjo dos pacotes


113

34 26

15 5 3 2 1 0 0

57%

74% 87%

94% 97% 98% 99% 100% 100% 100%

0%

20%

40%

60%

80%

100%

0

20

40

60

80

100

120

LUB

RIF

ICA

ÇÃ

O

AC

ION

AM

ENTO

1

ALI

MEN

TAC

AO

MO

AG

EM

AC

ION

AM

ENTO

2

CO

NTR

OLE

DES

CA

RG

A

AC

ION

AM

ENTO

AU

XIL

IAR

ELÉT

RIC

O

REF

RIG

ERA

ÇÃ

O

% A

cum

ulad

a

Nú

me

ro d

e

Oco

rrê

nci

as


13

Todos os conjuntos, em seus respectivos sistemas dentro da classe de falha Moinho de Bolas, podem ser vistos de forma mais clara na Figura 10.

Figura 10 – Agrupamento de itens do Moinho de Bolas


A análise feita dentro das 286,05 horas de indisponibilidade da classe de falha Moinho de Bolas mostrou que o conjunto “Lubrificação do Redutor” foi o mais impactou, contabilizando 78,32 horas de indisponibilidade (aproximadamente 3 dias), conforme demonstra o Gráfico 5.

Gráfico 5 – Paradas de produção por conjuntos em relação ao tempo


78,32

63,49

29,2 25,82 15,84 13,56 12,41 8,69 7,55 6,14 3,47 1,31 0,77

19,48 27%

50%

60% 69%

74% 79%

83% 86% 89% 91% 92% 93% 93% 100%

0%

20%

40%

60%

80%

100%

0

20

40

60

80

100

LUB

RIF

ICA

CA

O D

O R

EDU

TOR

CH

UTE

DE

ALI

MEN

TAC

AO

LEV

AN

TAM

ENTO

DO

SM

UN

HO

ES

MO

TOR

ELE

TRIC

O

LUB

RIF

ICA

CA

O D

AEN

GR

ENA

GEM

/PIN

HA

O

MA

NC

AL

LA

PEN

EIR

A

CIL

IND

RO

DO

MO

INH

O

LUB

RIF

ICA

CA

O D

OS

MA

NC

AIS

RED

UTO

R

CIR

CU

ITO

DE

CO

NTR

OLE

AC

OP

LAM

ENTO

LUB

RIF

ICA

CA

O D

OA

CIO

NA

MEN

TO

OU

TRO

S

% A

cum

ulad

a

Tem

po

(h

ora

s)

Horas % Acumulada

14

De um total de 286,05 horas de perdas de produção relacionadas à classe de falha do Moinho de Bolas (Gráfico 1), o sistema de “Lubrificação” representa 46% desse total, ou seja, 131,68 horas (Gráfico 3). Dessas 131,68 horas indisponíveis do equipamento em função de falhas de lubrificação, 78,32 horas são exclusivas de problemas na “Lubrificação do Redutor”, ou seja, 27%. (Gráfico 5).

Esse resultado pode ser visualizado na Árvore de Falhas da Figura 11, que oferece uma visão macro das perdas, as quais adicionadas aos cálculos da probabilidade podem auxiliar na tomada de decisão do gerenciamento desses gargalos.

A primeira ramificação da Árvore de Falhas compreende os sistemas, enquanto que a segunda os conjuntos. A terceira contabiliza a proporção das falhas da junção sistema + conjunto dentro da classe de falha Moinho de Bolas. Os sistemas “Elétrico” e “Refrigeração” não obtiveram registros de falhas dentro do período utilizado para este trabalho.

Figura 11 – Árvore de Falhas da classe de falha do Moinho de Bolas


15

Quando essa análise é feita em relação ao número de ocorrências, o conjunto “Lubrificação do Redutor” continua sendo o que mais impacta, contabilizando 63 registros de paradas. Este valor equivale a 32% de um total de 199 ocorrências de paradas da classe de falha do Moinho de Bolas (Gráfico 2), conforme ilustra o Gráfico 6.

Gráfico 6 – Paradas de produção por conjuntos em relação ao número de ocorrências


De posse do mapeamento das perdas de produção dentro dos conjuntos, sistemas e classe de falha, o próximo passo para a finalização do Perfil de Perdas é a identificação dos seus modos de falha.

4.4 Modos de falha

O modo de falha pode ser definido por diversas formas, sendo elas:

a) A forma do defeito;

b) A maneira na qual o defeito se apresenta;

c) A maneira com que o item falha ou deixa de apresentar o resultado desejado ou esperado;

d) A maneira que o componente em estudo deixa de executar a sua função ou desobedece às

especificações.

Lafraia (2001) ressalta que, toda vez que uma falha é identificada, deve-se listar e investigar todos os eventos que a provocaram. Esses eventos são conhecidos como modos de falha e, na maioria das vezes, são organizados em listas em que, comumente, registram-se apenas as falhas causadas por deterioração ou desgaste normal. No entanto, para que se tenha uma compreensão mais ampla acerca dos modos de falha, é necessário que também sejam registradas as falhas causadas por erros humanos (por parte dos operadores e mantenedores) e falhas de projeto.

De acordo com ReliaSoft (2007), os modos de falha devem ser descritos em detalhes suficientes para que seja possível selecionar uma política de gestão de falha adequada, mas não tão detalhada a ponto de desperdiçar muito tempo na análise.

63

30 24 23

12 11 6 4 3 3 2 2 1

15 32%

47%

59%

70% 76%

82% 85% 87% 88% 90% 91% 92% 92% 100%

0%

20%

40%

60%

80%

100%

0

20

40

60

80

LUB

RIF

ICA

CA

O D

O R

EDU

TOR

LEV

AN

TAM

ENTO

DO

SM

UN

HO

ES

CH

UTE

DE

ALI

MEN

TAC

AO

MA

NC

AL

LA

LUB

RIF

ICA

CA

O D

OS

MA

NC

AIS

RED

UTO

R

LUB

RIF

ICA

CA

O D

AEN

GR

ENA

GEM

/PIN

HA

O

MO

TOR

ELE

TRIC

O

CIL

IND

RO

DO

MO

INH

O

CIR

CU

ITO

DE

CO

NTR

OLE

PEN

EIR

A

LUB

RIF

ICA

CA

O D

OA

CIO

NA

MEN

TO

AC

OP

LAM

ENTO

OU

TRO

S

% A

cum

ulad

a

Nú

me

ro d

e O

corr

ên

cias


16

O mapeamento das falhas dentro do Moinho de Bolas indicou que o conjunto “Lubrificação do Redutor” foi o mais crítico, totalizando 78,32 horas de indisponibilidade para equipamento (Gráfico 5) onde o modo de falha “Pressão óleo do redutor” representa 36% do total dessas horas, ou seja, 28,38 horas de indisponibilidade, conforme ilustra o Gráfico 7.

Gráfico 7 – Paradas de produção por Modos de Falha em relação ao tempo


Porém, quando a análise é feita entre as 63 ocorrências de falhas dentro do conjunto “Lubrificação do Redutor” (Gráfico 6), o modo de falha “Temperatura óleo do redutor” passa ser o mais crítico e responde por 48% do total de ocorrências de falhas, conforme ilustra o Gráfico 8.

Gráfico 8 – Paradas de produção por Modos de Falha em relação ao número de ocorrências


Os resultados das duas análises feitas acerca dos modos de falha de lubrificação do redutor atestaram que, falhas relacionadas à pressão e temperatura de óleo desses componentes foram as mais frequentes dentro do período analisado para este trabalho.

Para esse cenário de problemas, justifica-se como uma proposta de solução a revisão dos planos de manutenção dos redutores dos Moinhos de Bolas da Usina de Pelotização em questão. O objetivo da revisão é avaliar a qualidade dos procedimentos de manutenção preventiva e preditiva desses redutores, assim como a eficiência das equipes de execução da manutenção, no que diz respeito ao cumprimento dos procedimentos e a geração de históricos desses equipamentos.

28,38 20,83

10,69 8,17 7,83 0,8 0,63 0,55 0,44 36%

63%

76% 87% 97% 98% 99% 99% 100%

0%20%40%60%80%100%

0

8

16

24

32

Pre

ssão

óle

o d

ore

du

tor

Tem

per

atu

ra ó

leo

do

red

uto

r

Bai

xo n

ível

de

óle

on

o r

edu

tor

Vaz

ame

nto

óle

o n

ore

du

tor

Qu

ebra

tro

cad

or

de

calo

r d

o r

edu

tor

Suje

ira

filt

ro d

eó

leo

do

red

uto

r

Vib

raçã

o n

o r

edu

tor

Exce

sso

óle

o n

ore

du

tor

Suje

ira

tro

cad

or

de

calo

r d

o r

edu

tor

% A

cum

ulad

a Te

mp

o (

ho

ras)

Horas % Acumulada

30

17 10

2 1 1 1 1 48%

75% 90% 94% 95% 97% 98% 100%

0%20%40%60%80%100%

0

8

16

24

32

Tem

per

atu

ra ó

leo

do

red

uto

r

Pre

ssão

óle

o d

ore

du

tor

Bai

xo n

ível

de

óle

on

o r

edu

tor

Qu

ebra

tro

cad

or

de

calo

r d

o r

edu

tor

Vaz

ame

nto

óle

o n

ore

du

tor

Suje

ira

filt

ro d

eó

leo

do

red

uto

r

Exce

sso

de

óle

o n

ore

du

tor

Suje

ira

tro

cad

or

de

calo

r d

o r

edu

tor

% A

cum

ulad

a N

úm

ero

de

O

crrê

nci

as


17

5. Conclusão

O desenvolvimento deste trabalho permitiu a identificação das causas das perdas de produção do subprocesso da Moagem, relacionadas às falhas Mecânicas existentes na Usina VII de Pelotização da Vale. Dessa forma, os objetivos propostos neste trabalho foram alcançados.

As inconsistências nos registros de paradas de produção da Usina foram corrigidas e então classificadas conforme o padrão de classe de falhas da Vale. Este trabalho mostra a importância da padronização das falhas dentro de um ambiente de manutenção industrial, pois falhas que, quando bem analisadas e tratadas, podem refletir em ganhos de disponibilidade física dos seus ativos e, consequentemente, em ganhos de produtividade e aumento de faturamento da empresa.

Com o auxilio do Gráfico de Pareto foi possível identificar as principais causas das perdas, priorizando o tratamento dos tipos de falhas mais significantes. A Árvore de Falhas apresentou-se neste trabalho como uma ótima opção quando se deseja aprofundar-se no conhecimento do processo, oferecendo uma visão macro das perdas. Quando utilizada com cálculos da probabilidade, podem auxiliar na tomada de decisão de quais estratégias de manutenção deverão ser aplicadas aos ativos da empresa.

O presente trabalho tem uma relevância significativa, pois a estrutura e os dados como foram apresentados permitem uma rápida e profunda aplicação de um estudo de Manutenção Centrada na Confiabilidade (RCM – Reliability Centred Maintenance), que tem como finalidade selecionar as tarefas adequadas de manutenção direcionadas para os modos de falha identificados. A estruturação adotada, com a classificação das falhas, já em um modelo de modo de falha padronizado, facilitará e minimizará o tempo para o estudo do RCM.

Vale ressaltar que para a elaboração deste Perfil de Perdas foram utilizados recursos próprios da empresa, através do trabalho conjunto entre as equipes de manutenção e engenharia de manutenção. Além disso, é importante citar que a sistemática busca envolver os funcionários da empresa gerando conhecimento e difundindo a cultura do gerenciamento da manutenção dos ativos através da melhoria contínua e da busca pela excelência.

REFERÊNCIAS

BROCKA, B.; BROCKA, M. S. Gerenciamento da Qualidade. São Paulo: Makron Books, 1994.

HELMAN, H.; ANDERY, P.R.P. Análise de falhas: aplicação dos métodos de FMEA e FTA. Belo Horizonte: Fundação Christiano Ottoni, Escola de Engenharia da UFMG, 1 ed, 1995.

KARSAK, E. E.; SOZER, S.; ALPTEKIN, E. Product planning in quality function deployment using a combined analytic network process and goal programming approach. Computers & Industrial Engineering, vol. 44, n. 1, 2002.

LAFRAIA, J.R. B. Manual de Confiabilidade, Mantenabilidade e Disponibilidade. Rio de Janeiro: Qualitymark, 2001.

RELIASOFT Corporation, Manutenção Centrada na Confiabilidade – RCM. Tucson, AZ, 2007.

SILVANI, M. Conscientização e divulgação das ferramentas de análise de causa raiz e definição de ação corretiva. Medabil Multiandares, 2012.

SCHENEIDER, C.L., NEUMANN, R. e ALCOVER, A. Avaliação do desempenho de um circuito de moagem de minério de ferro por meio da análise de imagens digitais, Anais do II Simpósio Brasileiro de Minério de Ferro, ABM, Ouro Preto, p.383-408, 1999.

TRIVELLATO, A. A. Aplicação das sete ferramentas básicas da qualidade no ciclo PDCA para melhoria contínua: estudo de caso numa empresa de autopeças. 72 f. Monografia (Graduação em Engenharia de Produção Mecânica) – Universidade de São Paulo, São Carlos, 2010.

VALE. Regulamento REG-000083 - Diretrizes VPS para dimensão: Manutenção. Rio de Janeiro, 2011.

WERKEMA, M. C. C. As ferramentas da qualidade no gerenciamento de processos. Belo Horizonte: Fundação Christiano Ottoni, Escola de Engenharia da UFMG, 1995.