Manutenção seletiva para sistemas orientados a multimissões

Abstract

A escolha de uma estratégia adequada de manutenção para os sistemas produtivos de uma organização é um pré-requisito para a sua efetividade. Destaca-se que esta escolha é um processo decisório que utiliza modelos matemáticos para encontrar uma estratégia que otimize a relação custo-benefício das ações de manutenção. Tal estratégia deve levar em conta períodos para a execução das intervenções, bem como a existência de metas de produção. Embora seja comum a inclusão de paradas para manutenção entre períodos de operações dos sistemas nos planos de produção, geralmente aqueles modelos ignoram a finitude da duração de tais paradas; o mesmo acontece com relação à escassez dos recursos de manutenção. Entretanto, esses fatores restringem a quantidade de ações que podem ser executadas a cada parada e, portanto, não devem ser desprezados. Em virtude disso, é necessário identificar, dentre as ações de manutenção passíveis de serem executadas no sistema, aquelas que são críticas para seu(s) indicador(es) de performance. Isso é uma prerrogativa dos modelos de manutenção seletiva. Não obstante, a resolução desses modelos é tarefa árdua, já que problemas combinatórios necessitam de métodos heurísticos para serem solucionados. Neste trabalho, ambas as necessidades foram trabalhadas. O fim principal da investigação foi contribuir com os modelos de manutenção seletiva dedicados a sistemas orientados a múltiplas missões. Para isso, expandiu-se um modelo de manutenção seletiva voltado a sistemas orientados a multimissões e desenvolveu-se um algoritmo genético para resolver o problema. Estes foram postos à prova em uma aplicação numérica. Atestados a efetividade do método e a aplicabilidade do modelo, fez-se análises de sensibilidade e formulou-se modelos alternativos. Ainda se fez recomendações para a canalização de esforços em trabalhos futuros. No todo, a pesquisa configura-se como tendo natureza básica e aplicada, bem como caráter explicativo. Quanto à abordagem, é quantitativa e utiliza o método da modelagem e simulação.