Um estudo de caso de engenharia de confiabilidade de colhedoras de cana-de-açúcar

Autor(es)

Diego Carvalho do Nascimento ^[1] ; Pedro Luiz Ramos ^[2] ; André Ennes ^[3] ; Camila Cocolo ^[4] ; Márcio José Nicola ^[5] ; Carlos Alonso ^[6] ; Luiz Gustavo Ribeiro ^[7] ; Francisco Louzada ^[8]

Afiliação do(s) autor(es)

^[1] Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação - Brasil

^[2] Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação - Brasil

^[3] Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação - Brasil

^[4] Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação - Brasil

^[5] Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação - Brasil

^[6] Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação - Brasil

^[7] Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação - Brasil

^[8] Universidade de São Paulo. Instituto de Ciências Matemáticas e de Computação - Brasil

• Tipo de documento: Artigo Científico
• Fonte: Gestão & Produção; v. 27, n. 4 2020-07-27.

Resumo

Resumo: O presente estudo teve como objetivo analisar os fatores associados às falhas dos equipamentos da colheitadeira de cana-de-açúcar, cujas máquinas têm grande importância no processo de colheita e nos custos envolvidos. Parte dos dados foi originalmente fornecida por uma empresa localizada no interior de São Paulo, de duas máquinas, coletadas de janeiro de 2015 a agosto de 2017, correspondendo a 2,5 culturas. O conjunto geral de dados foi obtido de três fontes diferentes: um sistema de rastreamento de parada, que fornece o rastreamento de um histórico de manutenção preventiva e corretiva do equipamento analisado; dados de telemetria do equipamento, capturados através de sistemas de computador embarcados, instalados no tipo de máquina em estudo, que fornecem informações sobre sua operação; e dados meteorológicos do Instituto Nacional de Meteorologia do Brasil. Análises multivariadas foram usadas, como componentes principais e modelos de regressão múltipla, criando, assim, um modelo de previsão considerando a próxima interrupção do equipamento e apontando as causas de falhas no processo. Assim, os resultados apontam para algumas melhorias relacionadas ao esquema de confiabilidade individualizado, a fim de reduzir o número de paradas corretivas dadas ao equipamento. (AU)

• Processo FAPESP: 17/25971-0 - Inferência estatística de sistemas complexos
• Beneficiário: Pedro Luiz Ramos
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado