Detalhes bibliográficos
| Ano de defesa: |
2017 |
| Autor(a) principal: |
SILVA, Julianna Gomes da |
| Orientador(a): |
LOPES, Rodrigo Sampaio |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Federal de Pernambuco
|
| Programa de Pós-Graduação: |
Programa de Pos Graduacao em Engenharia de Producao
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://repositorio.ufpe.br/handle/123456789/24941
|
Resumo: |
Esta dissertação tem por objetivo propor um método para definição de uma política de inspeção com três principais elementos: a avaliação dos modos de falha (MF) de um sistema, seleção dos critérios que melhor representam cada dimensão dos modos de falha e o processo de determinar o melhor intervalo para as inspeções através de uma abordagem multicritério. A modelagem proposta consiste em determinar o intervalo de inspeção para cada modo de falha, considerando que os MF têm consequências em diferentes critérios. Para atender a este objetivo, primeiramente, o sistema e os seus respectivos modos de falha são identificados; em seguida, as consequências dos MF são classificadas de acordo com um diagrama lógico de decisão que auxilia o decisor a identificar os critérios a serem utilizados na modelagem, selecionando o(s) critérios que melhor representam cada modo de falha, para este fim foram propostos seis diferentes critérios custo, downtime, reputação, impacto ambiental, saúde e segurança e qualidade. Por fim, os intervalos de inspeção são determinados para cada MF através de uma análise MCDA (Multiple-Criteria Decision Analysis) através do método PROMETHEE II. Através da aplicação do modelo proposto em um subsistema de uma usina termoelétrica foi possível determinar o intervalo de inspeção para cada modo de falha e introduzir uma visão ampla do problema de decisão, concentrando a atenção para os modos de falha que incorrem em maiores impactos. |
