Análise
Para realizar a análise estatística dos dados, o funcionário utilizou o método de Regressão em X para estimação dos parâmetros, tendo em vista que ele não possui nenhuma suspensão.

A seguir determinou a distribuição de probabilidade para o Componente A utilizando o módulo de Teste de Aderência do software Weibull++ 7.

Pelo teste de aderência, ele determinou que a distribuição que melhor explica o comportamento de vida do Componente A é a distribuição Exponencial.

O gráfico a seguir apresenta a função de Confiabilidade para o Componente A.

O gráfico a seguir apresenta a função de Taxa de Falha para o Componente A.

A partir da distribuição de probabilidade encontrada, o funcionário realizou alguns cálculos.

Primeiro calculou a Confiabilidade para 500 horas de operação sem a manutenção preventiva:

• R(500) = 0,3545

Depois calculou a Confiabilidade para 500 horas de operação, mas considerando que é feito a manutenção preventiva com 400 horas.

• R(400) = 0,4362 ; R(100) = 0,8127 => R(500) = 0,8127*0,4362 = 0,3545

Como a Confiabilidade apresentou resultados iguais para 500 horas, ele resolveu calcular probabilidade condicional:

• R(500|400) = 0,8127

Com esse resultado ele verificou que a Confiabilidade é a mesma se o componente estivesse operado somente 100 horas.

Achando estranho o resultado, ele utilizou o relatório "Optimum Replacement Time Computation" que o Weibull++ 7 oferece. O "Optimum Replacement Time Computation" calcula o tempo ótimo de manutenção preventiva de acordo com os custos de manutenção corretiva e preventiva. Para gerar esse relatório ele entrou com os valores indicados abaixo. Com esse dados, o seguinte gráfico foi obtido:

O funcionário verificou que o tempo ótimo de manutenção preventiva é indeterminado, ou seja, ele não conseguiu encontrar qual seria a periodicidade que minimiza os custos.

Conclusões
O funcionário concluiu que a manutenção preventiva realizada a cada 400 horas de operação do Componente A, era desnecessária e que a empresa ACME estava apenas desperdiçando recursos com essa medida. Isso se deve pelo fato do Componente A ter uma distribuição Exponencial para explicar o seu comportamento de vida, e uma característica da distribuição Exponencial é a sua "falta de memória" o que explica a não necessidade de se realizar uma manutenção preventiva quando os componentes possuem o comportamento de uma distribuição Exponencial.

Referências
Para realizar a análise descrita neste estudo de caso foi utilizado os conceitos de Análise de Dados de Vida (LDA) que é cobertos pelo curso de MSMT - Engenharia da Confiabilidade. Para executar as análises deste estudo de caso foi utilizado o software Weibull++ 7 e o relatório "Optimum Replacement Time Computation" que o software oferece. O software Weibull++ 7 agora suporta múltiplos idiomas. Para ver mais sobre os idiomas suportados pelo Weibull++ 7 acesse http://www.reliasoft.com.br/Weibull/multilanguage.htm.

Veja Outros Estudo de Casos