Análise de Criticidade Parte 6: Da Triagem à Correção – O Fluxo de Trabalho Completo de Manutenção Preditiva
Rápido Acesso
Análise de Criticidade Parte 1: Por que a Análise de Criticidade é o Primeiro Passo para a Maturidade da Manutenção
Análise de Criticidade Parte 2: O Dilema da Criticidade – Tantos Ativos, Tão Pouco Tempo
Análise de Criticidade Parte 3: Além do “Crítico” – Uma Maneira Melhor de Classificar Seus Ativos
Análise de Criticidade Parte 4: O que as equipes de manutenção podem aprender com a triagem de saúde
Análise de Criticidade Parte 5: Manutenção em Níveis – Adequação de Ferramentas e Talentos ao Risco de Ativos
Análise de Criticidade Parte 6: Da Triagem à Correção – O Fluxo de Trabalho Completo de Manutenção Preditiva
Na Parte 5, exploramos como a manutenção em camadas ajuda a adequar ferramentas e talentos à criticidade dos ativos. Mas como todas essas peças se encaixam nas operações diárias? Como passar da identificação de um problema para a reativação da máquina?
Nesta postagem final da série, abordaremos o fluxo de trabalho completo da manutenção preditiva, desde os primeiros sinais de problemas até a verificação final.
Um fluxo de trabalho completo de manutenção e reparo
Para manter as operações em pleno funcionamento, você precisará conhecer todas as ferramentas que compõem a cadeia de manutenção. Múltiplas ferramentas usadas em conjunto são mais do que a soma de suas partes.
Considere a Figura 1, que segue um fluxo de trabalho típico de manutenção da esquerda para a direita.
Peneira
Primeiro, examine as máquinas para descobrir quais estão funcionando corretamente e quais não. Uma câmera ou sensor termográfico, uma ferramenta elétrica ou um medidor ou sensor de vibração podem indicar quais ativos apresentam problemas.
Diagnosticar
Em segundo lugar, diagnostique as falhas da máquina e, mais importante, determinar uma recomendação de reparo.
Correto
Terceiro, corrija o problema. Como exemplo de ferramentas de correção, uma ferramenta de alinhamento de eixo a laser pode ajudar a eliminar a vibração causada por desalinhamento. Cinquenta por cento das falhas em máquinas podem estar diretamente relacionadas ao desalinhamento, e a maioria dos clientes ignora o desalinhamento por acreditar que a correção do alinhamento é demorada e difícil de executar. Eles podem achar que não precisam alinhar as máquinas porque usam acoplamentos flexíveis, portanto, não corrigem o desalinhamento. Em vez disso, substituem rolamentos e vedações e sofrem perda de energia.
Validar
Na última etapa, examine a máquina para garantir que o reparo esteja correto e coloque-a novamente em serviço.
Este fluxo de trabalho reúne tudo o que foi abordado na série — da priorização ao uso de ferramentas em camadas. Ele fornece estrutura, clareza e a confiança de que você não está apenas corrigindo os sintomas, mas também abordando a causa raiz das falhas.
Concluindo a série de manutenção preditiva
Construir um programa de manutenção preditiva não acontece da noite para o dia. Mas, ao implementá-lo passo a passo — da análise de criticidade à manutenção em camadas e fluxos de trabalho completos —, você pode levar sua equipe do combate reativo a uma confiabilidade proativa.
Esta série se concentrou em fornecer a você uma estrutura prática:
- Priorize o que é mais importante
- Use seus recursos com sabedoria
- Aplique as ferramentas e a experiência certas no momento certo
Não importa se você está apenas começando ou refinando um programa existente, o objetivo é o mesmo: menos surpresas, melhor desempenho e mais tempo gasto no trabalho que impulsiona sua operação.
Bio Autor: John Bernet é Especialista em Aplicações Mecânicas e Produtos na Fluke Corporation. Com mais de 30 anos de experiência em manutenção e operação de usinas nucleares e máquinas em usinas comerciais, John trabalhou com clientes de todos os setores na implementação de programas de confiabilidade. Ele é Analista de Vibração Certificado Categoria II e Profissional Certificado em Confiabilidade de Manutenção (CMRP), com mais de 20 anos de experiência no diagnóstico de falhas em máquinas.