Anlise da incerteza experimental na determinaco da vida usando ensaio acelerado

Alvaro Jos Abackerli Maria Clia de Oliveira Papa Paulo Augusto Cauchick Miguel Pedro Luiz Sasseron

Resumo
Os estudos de confiabilidade e os ensaios acelerados de vida vm sendo empregados por um grande nmero de empresas, principalmente devido a sua importncia no desenvolvimento de produtos. Os ensaios acelerados consistem em colocar o produto em funcionamento para avaliar a sua probabilidade de falha ao longo do tempo, determinando-se a partir disso as chances dele sobreviver a um determinado tempo de uso, chamado de misso e, muitas vezes, associado aos prazos de garantia. Nos ensaios acelerados, as chamadas cargas de estresse so tratadas como variveis cujos valores so nominalmente definidos. Deste modo, nos testes acelerados no so ponderadas as incertezas inerentes ao arranjo experimental, tampouco suas influncias nos resultados obtidos por meio dos testes. Neste trabalho, mtodos de Monte Carlo e dados reais de ensaios acelerados so usados para ilustrar os efeitos das incertezas na vida prevista de rels. Por meio deles, mostra-se tambm o impacto da incerteza experimental nas decises gerenciais sobre a vida do produto, durante o seu desenvolvimento. Os resultados indicam que a incerteza presente nos ensaios acelerados pode ser significativa, mostrando, portanto, sua relevncia tanto no desenvolvimento do produto quanto na definio de perodos de garantia.
Palavras-chave: Desenvolvimento de produto. Ensaio acelerado. Confiabilidade. Incerteza.

1 Introduo
Um dos requisitos essenciais no desenvolvimento de produtos so os estudos de confiabilidade (TAN, 2003), que vm sendo empregados por um grande nmero de empresas. Por isso, a confiabilidade deve ser vista como parte da estratgia empresarial (MADU, 2005), capaz de gerar impactos relevantes na qualidade dos produtos que no pode ser alcanada sem que haja confiabilidade (MADU, 1999). A confiabilidade R(t) pode ser entendida como a probabilidade de um componente ou sistema sobreviver a uma misso com durao t0 sob determinadas condies de uso (KENETT; ZACKS, 1998). Matematicamente, a funo R(t) pode ser escrita como apresentada na Equao 1, sendo t0 a misso contada a partir do incio da vida do produto. R(t) vlida para as condies dadas de uso C0. R(t) = P(t > t0) (1) Em outras palavras, a confiabilidade caracteriza as chances do produto ainda estar em funcionamento ao trmino de uma misso realizada no intervalo [0,t0]. Sob o enfoque do desenvolvimento do produto, esta informao usada para determinar, com uma dada confiana, o percentual de falhas em perodos especficos, a exemplo do perodo de garantia. Isso permite decises qualificadas sobre questes estratgicas como os estoques de peas de reposio, a estrutura de servios ps-venda e at as prprias condies normais de uso do produto para as quais se faz a cobertura em garantia. Neste contexto, comum estabelecer o tempo necessrio para que um percentual dos produtos falhe, digamos 10%, que caracteriza a chamada vida tpica Bx = 10% ou B10. Em sntese, essa quantia de produtos que retornam em garantia usada para estabelecer os limites aceitveis de custeio em garantia pelo fabricante, representando por isso uma questo estratgica dentro do empreendimento. Para clculo dos custos totais KT decorrentes da garantia, podem-se adotar modelos que o decompe em parcelas unitrias Ki proveniente da logstica, de fatores
Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

70

Abackerli et al.

administrativos, de custos de mo de obra, alm dos custos de peas, sendo cada uma dessas parcelas formuladas em funo do tempo, na forma dada pela Equao 2 (PALEROSI, 2002). Ki (t) = (1 - R (t))

!K
1

(2)

resultados e sua discusso. Para fins de formalizao metodolgica, a pesquisa aqui discutida caracterizada como terico-experimental, tendo em vista que formula uma proposio terica para anlise e simulao no paramtrica de dados de ensaios acelerados, para a qual so utilizados dados experimentais reais obtidos por meio de ensaio acelerado.

A Equao 2 apresenta que na medida em que a confiabilidade R(t) varia com o uso do produto, seu custo de garantia tambm se modifica, possibilitando estabelecer com uma dada confiana o aporte necessrio de recursos para um volume de produo especfico (PALEROSI, 2002). Isso explicita a importncia da disponibilidade de boas estimativas de vida e da alta confiabilidade na avaliao das metas de projeto, em estgios ainda incipientes do desenvolvimento de produtos, mesmo frente aos pequenos perodos disponveis entre o projeto e o lanamento de um novo produto (HAHN; MEEKER; DOGANAKSOY, 2003). Na indstria de mquinas ferramentas, contexto do presente estudo, alm dos requisitos acima descritos, relativos garantia, o mercado consumidor impe atualmente requisitos severos relativos disponibilidade e mantenabilidade (US DEPARTMENT OF DEFENSE, 1997). Tais requisitos impactam diretamente no chamado custo de ciclo de vida (LCC Life-cycle cost) ou custo estendido, o qual dependente da vida e da confiabilidade de componentes crticos. Isso ocorre porque os baixos custos de ciclo de vida geram produtos mais atrativos ao mercado e mnimo suporte ps-venda, alm de servio timo ao consumidor (MARKESET; KUMAR, 2003), o que torna a determinao da vida de componentes crticos um fator estratgico no sucesso do produto, seja pela realidade do mercado ps-venda ou pelo tempo disponvel para seu lanamento (time to market). Contudo, apesar das suas potencialidades e do papel estratgico de R(t), para que a vida ou misso t0 seja determinada, preciso valid-la por meio de testes, que envolvem a medio do intervalo de tempo t0 em que o sistema funciona at a falha. Pelo fato de rels serem componentes importantes, usados no acionamento de diversos subsistemas crticos de mquinas ferramentas, alm de representantes tpicos da importante famlia de elementos binrios que integram diversos equipamentos industriais para os quais a confiabilidade fator preponderante, neste trabalho, investiga-se o efeito das incertezas da varivel de estresse nas previses de confiabilidade obtidas por meio de ensaios acelerados destes componentes. Para fundamentar teoricamente esta investigao, segue uma sntese dos principais conceitos ligados ao problema estudado, o detalhamento das condies experimentais usadas para a determinao da vida, o procedimento de simulao proposto e finalmente os
Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

2 O ensaio acelerado de vida

Vassiliou e Mettas (2002) relatam que, em muitos casos, a obteno de medidas de vida sob condies normais de funcionamento do produto difcil, devido a fatores como a longa vida til dos produtos ou o curto tempo disponvel para os ensaios entre a concepo e o lanamento do produto, razo pela qual so executados os ensaios acelerados. Por isso, os ensaios acelerados caracterizam uma classe de testes cujo objetivo abreviar o tempo necessrio para obteno de dados de vida do produto, podendo ser executados de duas formas: por meio do uso contnuo ou da acelerao pela aplicao de estresse (VASSILIOU; METTAS, 2002). Na primeira forma, produtos que no funcionam continuamente so assim operados nas condies nominais de uso C0 at que a falha ocorra, acelerando-se deste modo a sua falha. Na segunda, a condio de uso C0 excedida em variveis que interferem na vida, gerando-se as condies de estresse Ci > C0 que fazem o produto falhar mais rpido. Na execuo de ensaios acelerados, a varivel de estresse determinada e ajustada em um valor nominal por meio de medies e da configurao fsica de componentes de ensaio. Por exemplo, no caso de rels, a varivel de estresse utilizada a corrente eltrica, expressa em amperes (A), que deve ser ajustada por meio da montagem de componentes eltricos apropriados no banco de ensaio. Os dados obtidos nestes ensaios so extrapolados para as condies normais de uso, empregando os denominados modelos de relacionamento vida-estresse (NELSON, 2004). A Figura 1 a seguir ilustra esse conceito. Nelas podem ser vistas as curvas correspondentes aos modelos de relacionamento clssicos de Eyring, Arrhenius e potncia inversa (NELSON, 2004), que so usados em vrios produtos para representar diferentes mecanismos de falha e projees de vida. A Figura 1 exemplifica cargas de estresse Ci definidas em torno de 9,2, 11,6 e 15,0 A (Amperes), alm da previso da vida nas condies normais de uso C0 de 5,0 A, segundo os diferentes modelos de relacionamento. Como ser visto a seguir, o modelo ideal adotado para a investigao de rels aqui discutida o modelo da potncia inversa. Na Figura 1, os pontos circulares sobre as cargas de 9,2, 11,6 e 15,0 A representam os diferentes valores de vida, obtidos quando amostras aleatrias do rel foram ensaiadas nos diferentes nveis de estresse Ci.

Anlise da incerteza experimental na determinaco da vida usando ensaio acelerado 108 Eyring5v 107 Arrenius 5v Vida ciclos Potncia Inversa5v
6

71

Arrhenius Eyring Potncia inversa

f (t) =

1 1 e- 2v 2rv

log (t - n)2

(3)

para < m < + e > 0 A segunda etapa consiste em utilizar esta distribuio (Equao 3), calculada nas condies de estresse Ci, no processo de extrapolao feito por meio do modelo de relacionamento vida-estresse. Investigaes prvias mostram que o modelo de potncia inversa adequado para representar o mecanismo de falha estudado em rels eletromecnicos (SASSERON, 2005), cuja expresso geral dada na Equao 4 e sua forma linearizada na Equao 5. Nelas, t(V) a vida nominal de interesse, V o valor do estresse e os parmetros g e K modelam caractersticas da vida do produto. Fundamentalmente, este modelo usado para componentes que se degradam devido tenso ou corrente eltrica, tenso mecnica, vibraes, choques, presso, etc. x ^V h = Kc V ln(t) = ln(K) g ln(V) (4) (5)

10

105

104

10 11 Carga (A)

12

13

14

15

Figura 1. Conceitos de ensaio acelerado e transposio.

Deste procedimento importante destacar que, devido s incertezas de medio (ISO, 1995), em um experimento real no se consegue ajustar a varivel de estresse num valor absolutamente exato e constante durante todo o ensaio, fazendo com que o estresse efetivamente aplicado no produto no seja idntico quele nominalmente definido para o experimento. Alm disso, as condies no controladas e sempre presentes em experimentos podem provocar variaes da carga durante o ensaio, fazendo com que a variao da vida observada nas amostras no seja somente devida ao seu comportamento natural, mas tambm variao do prprio experimento. Essas influncias, causadoras de variao, so aqui denominadas incertezas experimentais.

Em produtos modelados pela distribuio log-Normal, a vida mediana pode ser caracterizada como uma funo inversa do estresse. Nestes casos, se a distribuio da vida log-Normal para qualquer nvel de estresse, se o desvio padro da vida logartmica constante e independente de V, a vida mediana pode ser calculada como apresenta a Equao 6 (NELSON, 2004).
ln (K) x.50(V) = 10 c V

(6)

3 O ensaio acelerado convencional

aplicado no teste de rels
Para efetuar a previso da vida por meio de ensaios acelerados, a primeira etapa consiste em determinar a distribuio de probabilidade que modela os tempos de falha em cada nvel de estresse Ci usado no ensaio. Essas distribuies so funes de probabilidade que expressam a relao entre o nvel de estresse e o tempo de vida do produto. Dentre as diversas distribuies de probabilidade existentes, a log-Normal aqui discutida por ser a idealmente indicada para modelar as falhas dos rels no presente estudo (SASSERON, 2005). A distribuio log-Normal modela uma varivel aleatria t' com distribuio Normal (Gaussiana), tal que t' = log(t) e t a vida efetivamente medida no produto por meio dos testes. Assim, se t' segue uma distribuio Normal, dizemos que t segue uma distribuio log-Normal, e sua funo de densidade de probabilidade dada pela Equao 3.

A terceira e ltima etapa consiste em utilizar a distribuio de vida extrapolada para as condies normais de uso C0 para determinar a vida tpica de interesse, como, por exemplo, a vida mediana apresentada Equao 6. Se a anlise de interesse focaliza na incerteza experimental, mas no envolve censuras, uma primeira alternativa para a soluo do problema envolveria o uso modelos linearizados na forma y = a + bx, em que a = ln(K) e b = g, com x = ln(V), Equao 5, seguido pelo clculo dos parmetros por meio do mtodo dos mnimos quadrados (FORBES, 1989; PRESS et al., 1992) e ponderando os erros na varivel independente conforme proposto por Press et al. (1992) e apresentado na Equao 7. | (a, b) =
2

i = 1

_ yi - a - bxi i

v2 + b2 v2 y x
i

(7)

Na Equao 7 x e y so, respectivamente, os desvios i i padro da varivel independente (estresse) e dependente (vida), compondo o que se chama varincia ponderada 1/wi. A soluo acima pode ser aplicada desde que a hiptese de Normalidade de resduos possa ser sufiGest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

72

Abackerli et al. 1,0 0,9 0,8

Confiabilidade R(t)

cientemente mantida (OREAR, 1982) e as varincias sejam suficientemente constantes e independentes de V, conforme requerido pela linearizao do modelo de relacionamento. Tais condies no so verificadas no problema em discusso, particularmente pela presena de censuras nos nveis mais baixos de estresse aplicado aos rels. 3.1 Proposta para a ponderao da incerteza experimental Frente presena de censuras nos resultados dos ensaios acelerados aqui discutidos e clara impossibilidade do uso do mtodo dos mnimos quadrados, como o acima discutido, buscou-se uma alternativa que tanto permitisse o tratamento das censuras quanto dispensasse suposies tericas fortes acerca das distribuies que modelam os tempos de falha. Como alternativa de anlise optou-se pelo uso do estimador no paramtrico de Kaplan-Meier KM (KENETT; ZACKS, 1998), conforme dado pela Equao 8, que dispensa suposies acerca da natureza ou da forma da distribuio populacional (WALPOLE; MYERS, 1993). r _tii - d _tii t SKM = % r _tii t< t
i 0

0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0,0 0,5 1,0 1,5 2,0 2,5

Ciclos at a falha (x 106)

Figura 2. Estimador de Kaplan-Meier.

1010 109 108 107 106 105 104 0 5

Vida B50 a

(8)

Na Equao 8, r(ti) representa o nmero de produtos que sobreviveram pelo menos at o tempo ti, d(ti) o nmero de elementos que falharam no tempo ti e t0 a misso para a qual se calcula a confiabilidade. A Figura 2 ilustra o estimador de Kaplan-Meier calculado para a amostra ilustrada na Figura 1 com estresse para 9,2 A. A partir desta informao calcula-se a vida BX de interesse, fazendo R(t) = 1 X/100 com X expresso em porcentagem e extraindo do grfico o valor da vida BX correspondente. Com as confiabilidades R(t) calculadas no parametricamente e para cada nvel de estresse aplicado no ensaio, portanto independentemente da distribuio, geram-se trs tempos de vida para cada valor BX de interesse. Cabe enfatizar que nesta abordagem j se elimina o problema das censuras uma vez que os valores de BX as ponderam por terem sido obtidos a partir de estimadores de Kaplan-Meier, aplicados a cada nvel de estresse. Usando os valores de BX correspondentes s cargas de estresse de 9,2, 11,6 e 15,0 A, toma-se o modelo de relacionamento discutido (Equao 5) e o mtodo dos mnimos quadrados para calcular a distribuio do estimador de vida nas condies normais de uso. Ou seja, tomam-se trs pares Vi, BXi j isentos de censuras e independentes das distribuies de falhas para estimar os dois parmetros a = ln(K) e b = g do modelo dado pela Equao 5. A Figura 3a ilustra o esquema geral adotado na simulao do problema e mostra inicialmente os valores de
Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

10

15

V9+N(0,uc) V11+N(0,uc) V15+N(0,uc) 300 250 200 150 100 50 0 1,3 Vida B50 - Carga = 5 Volts b

1,4

1,5

1,6 x 106

1,7

1,8

1,9

2,0

Figura 3. Esquema geral de soluo. a) modelo da potncia inversa, aplicado s vidas tpicas B50; e b) distribuio da vida tpica C0 na condio nominal de interesse.

Anlise da incerteza experimental na determinaco da vida usando ensaio acelerado

73

B50 (pontos circulares) calculados por Kaplan-Meier para cada um dos nveis de estresse V discutidos, quais sejam, 9,2, 11,6 e 15,0 A. Se a incerteza da varivel de estresse desconsiderada, os valores de B50 calculados para cada nvel de estresse geram em conjunto uma nica projeo de vida na condio de interesse, como ilustrado na Figura 1 para os diferentes modelos de relacionamento. A esta projeo nica podemse acrescentar os limites de confiana 95%, como tambm ilustrados pelas linhas tracejadas na Figura 3a. Para ponderar o efeito da incerteza em cada nvel de estresse utilizou-se da simulao de Monte Carlo (ver MOONEY, 1997). Assim, a proposta do presente trabalho considera o procedimento de Monte Carlo j adaptado, a seguir, para o problema de interesse: a) especifica-se a pseudopopulao para representar a incerteza de interesse; b) geram-se amostras da pseudopopulao selecionada; c) influenciam-se os dados experimentais reais com as amostras da incerteza; d) aplica-se o modelo de relacionamento escolhido; e) obtm-se o estimador da vida na condio interesse; f) repetem-se os passos de b at e para gerar uma grande amostra do estimador; e g) calculam-se as estatsticas de ordem de interesse para o estimador. Ainda na Figura 3b, o histograma representa a distribuio do estimador de B50 obtida por meio dos procedimentos acima. Os pontos sobre o seu eixo horizontal mostram a mediana e os limites 95% calculados por meio do passo g do procedimento. Na Figura 3, foi usada uma incerteza combinada uc = 0,01 A (ISO, 1995) assumindo uma distribuio Normal para a incerteza na definio da condio de ensaio Ci em cada nvel de estresse. Ou seja, a pseudopopulao da incerteza de que trata o passo b (acima) define uma condio Ci N(mC ,uc), da qual so feitas i diversas reamostragens para influenciar os trs valores nominais de estresse, conforme ilustrados na Figura 3a. Aqui, trs destaques so necessrios em relao ao mtodo de soluo proposto: o significado da incerteza experimental, cuja influncia analisada; o uso do estimador BX, obtido pelo mtodo no paramtrico de Kaplan-Meier; e o uso das estatsticas de ordem para a caracterizao do estimador na condio de interesse. Com relao incerteza, importante observar que ela aqui interpretada estritamente como definida pelo guia de expresso de incertezas (ISO, 1995), que a considera como a medida da dvida na grandeza fsica em funo de todos os fatores que a influenciam. Neste sentido, ela representa todos os valores atribuveis ao mensurando (estresse), dentro das condies estabelecidas, para os

quais se disponha de informaes de previso. Neste contexto, a incerteza aqui representa todas as dvidas na definio da carga de estresse aplicada ao produto, compreendendo tambm a variao desta carga em funo da execuo do prprio experimento. Esta observao relevante porque nem sempre possvel estabelecer condies perfeitamente controladas nos ensaios vida, seja por questes tcnicas ou financeiras, fazendo com que a estimativa de vida obtida seja influenciada tambm pela incerteza do experimento e no somente pela variabilidade inerente qualidade do produto, que o objeto de investigao nestes testes. Resumindo, trata-se da simulao dos possveis valores que a carga de estresse pode assumir em funo dos condicionantes do experimento e no somente dos valores medidos da carga durante o ensaio, j que ela permanece nominalmente constante de acordo com o ajuste do prprio experimento. A estimao no paramtrica dos valores da vida BX pelo mtodo Kaplan-Meier permite a incluso dos dados censurados, tipicamente presentes em dados de ensaios de vida, como acontece no estudo dos rels ora discutido. O clculo de um estimador BX para cada valor de estresse resolve as restries de Normalidade de resduos impostas pelos mtodos de regresso. Alm disso, o comportamento do produto sintetizado em um nico estimador BX para cada valor de estresse, que depois extrapolado para as condies normais de uso C0. Essa sntese tende a minimizar os efeitos da incerteza no valor extrapolado de vida, mas permite a anlise do experimento usando a simulao de Monte Carlo, que no poderia ser feita por mtodos convencionais se fosse necessrio manter as suposies tericas acerca da distribuio populacional de falhas dos rels. Na mesma lgica de argumentao, se tem o uso de estatsticas de ordem para a caracterizao da distribuio do prprio estimador BX na condio C0 de interesse. Isso no somente compatvel com as estimativas no paramtricas do estimador BX, mas tambm, e principalmente, permite o uso da mesma abordagem para todos os nveis de estresse usados, sem a necessidade de caracterizao individual da distribuio do estimador nas diversas condies C0 de interesse. O clculo da variao do estimador BX executado conforme a Equao 9, usando os quantis estimados na distribuio de vida do produto nas condies C0. DBX = 100 Q97, 5 ^ BX h - Q2, 5(BX ) Q50(BX ) (9)

Na Equao 9, a variao DBX analisada do estimador calculada como porcentagem, obtida do quociente entre a diferena dos quantis 97,5 e 2,5% pelo valor mediano Q0.50 estimado para cada BX. Conforme j citado, na Figura 3b esses quantis e valor mediano esto representados pelos pontos sobre o eixo das abscissas do histograma.
Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

74

Abackerli et al.

Para avaliar o efeito da variao da incerteza no valor BX tpico, previsto nas condies de interesse C0, calculou+ se a variao DB X conforme apresentado na Equao 10. { DBX = 100

Na Equao 10, DB X representa a variao percentual observada no valor mediano Q50 calculado para cada BX. O processo de simulao discutido e implementado em plataforma MatLab ilustrado na Figura 4. Aqui importante destacar dois aspectos relevantes da metodologia discutida, uma inerente sua versatilidade e outra sua utilidade no desenvolvimento do produto.

max $ Q50 ^ BX h. - min $Q50 ^ BX h. (10) Q50 ^ BX h

+

Incio

No que se refere versatilidade, trata-se de um processo de simulao usado em conjunto com dados reais de vida obtidos por meio de ensaios acelerados. Por isso, pode-se tanto calcular a variao da estimativa de vida em funo das condies experimentais disponveis quanto projetar ensaios que atendam s expectativas originrias de outros requisitos intrnsecos ao desenvolvimento do produto. Quanto sua utilidade, destaca-se inicialmente que a metodologia proposta disponibiliza informaes relevantes sobre as estimativas de vida no disponveis por outros mtodos, j que pondera incertezas experimentais que no so consideradas em procedimentos convencionais de acelerados. Alm. Alm disso, as influncias simuladas na vida til prevista do produto podem ser usadas diretamente na correo dos prazos de garantia, indo ao encontro dos condicionantes estratgicos de cada projeto especfico.

4 O ensaio experimental dos rels

Calcula BX para cada nvel de estresse

Calcula modelo de relacionamento

Define valor da incerteza

Gera amostra Normal ~ N(0,uc) para a incerteza

Para a implementao da anlise aqui discutida os dados referentes ao ensaio acelerado de vida de trs lotes de 16 rels, foram coletados em pesquisa prvia (SASSERON, 2005) e organizados conforme apresenta a Tabela 1. Para coleta destas informaes, os lotes aleatrios de rels foram instalados em um banco de ensaios especialmente projetado para este fim, submetendo-os a ciclos sucessivos de liga-desliga at sua falha. Por meio de um controlador lgico programvel (CLP), o chaveamento de cargas resistivas foi monitorado para deteco da aplicao efetiva da corrente de estresse dos rels sob teste. O mesmo controlador lgico
Tabela 1. Resultados de teste acelerado de vida de rels (adaptado de SASSERON, 2005). Nveis de estresse Ci > C0 9,2 A 11,6 A 15,0 A Ciclos Evento Ciclos Evento Ciclos Evento 73352 98033 236320 264699 420441 455503 495202 550119 733991 894067 953393 1793409 1817479 1882756 2064540 3309823 f f f f f f f f f f f f f f f c 31085 98888 109381 131948 132251 136459 138240 143818 191223 208244 209839 229059 254377 433524 500092 522573 f f f f f f f f f f f f f f f f 45588 111632 113205 132499 153180 163699 164788 179237 204592 211918 216590 251962 266807 300019 367829 526826 f f f f f f f f f f f f f f f f

Influencia estresse nominal com incerteza

Calcula modelo de relacionamento com incerteza

Amostra

Acumula previso de vida na condio de uso C0 desejada

No

ltima simulao? Sim Calcula Q2,5, Q50, Q97,5, BX e BX Fim

Figura 4. Simulao de Monte Carlo para a influncia da incerteza.

Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

Anlise da incerteza experimental na determinaco da vida usando ensaio acelerado

75

Confiabilidade R(t)

programvel executou a contagem do nmero de ciclos at que a falha de cada rel foi observada, cujos valores so apresentados na Tabela 1. No momento da falha, o nmero de ciclos acumulados do rel foi indelevelmente registrado para posterior anlise. Durante este procedimento, o ambiente de ensaio teve sua temperatura de 55 C monitorada e controlada nas condies limites especificadas pelo fabricante do rel. Destaca-se ainda que para todos os rels considerou-se o mesmo modo de falha, segundo deteco automtica efetuada pelo prprio CLP. Na Tabela 1, a coluna da esquerda (Amostra) contm a ordem das amostras inspecionadas quando cada nmero de operaes (Ciclos) foi atingido. Nas colunas subseqentes, podem ser vistos os nmeros de ciclos para cada um dos trs nveis de estresse de corrente eltrica usados nos testes, quais sejam; 9,2, 11,6 e 15,0 A. Ao lado observam-se os cdigos f ou c que indicam, respectivamente, falhas ou censura, esta ltima representando que o rel foi retirado do teste no nmero de ciclos indicado sem apresentar a falha investigada. Mais detalhes acerca dos conceitos sobre falha e censura podem ser encontrados em OConnor, Newton e Bromley (2004). 4.1 Planejamento e simulao da incerteza Conforme discutido, para demonstrar a influncia da incerteza, os dados experimentais reais apresentados na Tabela 1 foram inicialmente utilizados para determinar a confiabilidade por meio do estimador de Kaplan-Meier. A Figura 2 j ilustrou a curva de confiabilidade para a carga de 9,2 A. O mesmo ocorre na Figura 5 para as cargas de 11,6 e 15,0 A. No planejamento da simulao, trs aspectos devem ser considerados; os valores de vida BX que representem aspectos relevantes da vida do produto, os valores tericos da incerteza que mimetizam condies reais de ensaios acelerados, e os valores da carga nas condies normais de uso C0 nas quais se avalia o efeito da incerteza. Os valores de vida BX de 10, 25, 50, 75 e 90% foram escolhidos dentro de limites passveis de anlise pela simulao proposta. Os valores de B10 e B50 foram escolhidos por serem usados regulamente na estimao de prazos de garantia e da vida tpica de produtos. Os demais valores foram selecionados para permitir uma grande cobertura na anlise pretendida, mesmo no sendo tpicos em problemas reais de confiabilidade. Conforme prope o fluxograma da Figura 4, para a simulao so necessrios valores estimados de incerteza experimental uc em cada condio de estresse Ci, para as quais foram escolhidos os valores de 0,01, 0,03, 0,05, 0,10, 0,15, 0,20, 0,25 e 0,30 A. A Tabela 2 mostra a representatividade percentual destas incertezas nos valores nominais definidos para os trs nveis de estresse utilizados nos testes.

1,0 0,9 0,8

Confiabilidade R(t)

0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0 1 2 3 4 Ciclos at a falha (x 105) 5 6

1,0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,0 0 1 2 3 4 Ciclos at a falha (x 105) 5

Figura 5. Estimador de Kaplan-Meier. a) carga de 11,6 A; e b) carga de 15,0 A.

Tabela 2. Contribuio percentual da incerteza experimental. Estresse (A) 9,2 11,6 15,0 0,01 0,11 0,09 0,07 Incerteza experimental uc (A) 0,03 0,33 0,26 0,20 0,05 0,54 0,43 0,33 0,10 1,09 0,86 0,67 0,15 1,63 1,29 1,00 0,20 2,17 1,72 1,33 0,25 2,72 2,16 1,67 0,30 3,26 2,59 2,00

Da tabela pode-se observar inicialmente a existncia de contribuies percentuais de cerca de 3%, que correspondem a valores tpicos de incertezas encontradas nos meios regulares de medio presentes no cho-de-fbrica. Portanto, elas correspondem a medies usuais, compatveis com um ensaio real de vida de produto, como os aqui discutidos. Do ponto de vista prtico, cabe observar que os dados da Tabela 2 geram incertezas expandidas U (ISO, 1995) seis vezes superiores aos valores de uc mostrados, chegando a uma contribuio percentual em torno de 20%
Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

76

Abackerli et al.

em relao aos valores nominais de estresse. Isso no um percentual exagerado para a incerteza expandida, se considerado que nela esto inclusas todas as causas de variao na carga de estresse durante o teste acelerado e no somente aquelas devidas ao processo de medio das prprias cargas. Se fossem somente relativas medio fsica das cargas, incertezas expandidas da ordem de 20% seriam por demais grosseiras para ensaios de vida de produtos. Por outro lado, as menores influncias percentuais de aproximadamente 0,1% (Tabela 2) correspondem a valores demasiadamente bons para condies de chode-fbrica, podendo, contudo, ser obtidos em ambiente de laboratrio com condies bem controladas para o teste do produto. Deste modo representam valores observveis em condies prticas otimizadas de ensaios acelerados. Estes valores simulados de incerteza implicam na seguinte lgica dedutiva sobre os resultados da simulao discutida a seguir: se a relevncia da incerteza na previso de vida for verificada nas maiores influncias percentuais (Tabela 2), ela ser importante no desenvolvimento do produto, pois simula condies tpicas de cho-de-fbrica. Por outro lado, se relevncia for verificada tambm nas menores influncias percentuais da incerteza, ela representar uma situao ainda mais crtica no desenvolvimento do produto, pois ser uma condio atipicamente boa para ensaios acelerados. Finalmente, trabalhou-se nos nveis de estresse para caracterizar as condies normais de uso C0 considerando trs possibilidades: 5,0, 7,0 e 1,0 A. A primeira condio de 5,0 A representa o valor nominal de corrente de carga recomendado pelo fabricante do rel testado, sendo portanto uma condio normal de uso inerente ao componente investigado. A corrente de 7,0 A representa um ponto intermedirio entre 5,0 e 9,2 A, que foi o
Tabela 3. Sntese parcial de resultados da simulao com uc = 0,15 A. C0 (A) 1 BX (%) 10 25 50 75 90 10 25 50 75 90 10 25 50 75 90 Q50 (BX) 93262 5038049 58631280 7228810410 4856116759 85316 540998 1611304 13166145 14385547 83735 339297 761431 3518021 4263924

primeiro nvel de estresse aplicado ao componente, sendo por isso de interesse na anlise da variao simulada. A ltima condio (1,0 A) exemplifica uma extrapolao para uma condio normal C0 realmente distante da menor condio de estresse aplicada, permitindo ilustrar o efeito da incerteza em situao extrema. importante destacar que este ltimo caso (1,0 A) relevante porque os testes acelerados so realizados para abreviar significativamente o tempo de teste, levando naturalmente ao distanciamento das condies normais C0 das condies Ci que caracterizam o estresse, como se verifica neste caso. A combinao destas condies, envolvendo as vidas tpicas BX de interesse, os valores de incerteza uc e as condies normais C0 para a extrapolao geraram um total de 120 combinaes de simulao. Para cada combinao 1000 amostras Normais N(0,uc) foram geradas para a incerteza, permitindo construir a distribuio do estimador nas condies C0 de interesse, como j ilustrado na Figura 3b e discutido nos itens a seguir.

5 Resultados experimentais e discusses

As simulaes foram executadas como apresentado anteriormente com resultados organizados na Tabela 3. A Tabela 3 apresenta valores de vida tpica BX, expressos em ciclos at a falha, obtidos na simulao quando uma incerteza uc de 0,15 A foi utilizada. Os dados apresentados representam 15 das 120 combinaes de simulao executadas. Em cada linha da tabela pode ser visto o estimador BX de interesse, dado pelo seu valor mediano Q50 (BX), seguido dos quantis Q2,5 (BX) e Q97,5 (BX) anteriormente discutidos. Na ltima coluna, verifica-se a variao DBX (Equao 9). Portanto, cada

Q97,5 (BX) 100948 6698331 96754394 16022232491 9567867409 87668 600702 1936816 17557691 18574612 85144 363753 857041 4233807 5049863

Q2,5 (BX) 85623 3874205 37886716 3743233638 2565301326 82834 491612 1368260 10315953 11398915 82258 318723 686307 3013333 3653212

DBX (%) 16,4 56,1 100,4 169,9 144,2 5,7 20,2 35,3 55,0 49,9 3,4 13,3 22,4 34,7 32,8

Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

Anlise da incerteza experimental na determinaco da vida usando ensaio acelerado

77

linha da tabela corresponde sntese de 1000 reamostragens de Monte Carlo. A Figura 6 traz os histogramas das vidas B50 obtidas por reamostragem da incerteza nas condies normais C0 de 1,0 A e 5,0 A. Para a anlise das variaes percentuais DBX da vida mediana tpica, nas condies C0 de interesse e como funo da incerteza experimental, os valores de DBX (Equao 9) apresentados na ltima coluna da Tabela 3 foram organizados em conjunto, como mostra a Tabela 4. O primeiro aspecto relevante a ser observado, que condiz com as expectativas, o aumento da variao percentual

DBX com o aumento da incerteza experimental. Os dados revelam que esta variao pode ser relevante mesmo para incertezas experimentais pequenas, o que corrobora com a preocupao motivadora desta investigao. Verifica-se, por exemplo, o crescimento da variao percentual com a incerteza para qualquer vida tpica BX, independente da condio normal C0 na qual se queira realizar a previso de vida com os dados obtidos dos ensaios acelerados. Tambm, como o esperado, observa-se que a variao percentual aumenta com o aumento da diferena entre o valor da corrente que caracteriza as condies C0 e Ci, mostrando que o problema investigado tende a se agravar

350 300 250 200

Vida B50 - Carga = 1 V a

300 250 200 150

Vida B50 - Carga = 5 V b

150 100 50 0 100 50 0

8 x 107

10

12

14

1,2

1,4

1,6

x 106

1,8

2,2

2,4

Figura 6. Histogramas de B50. a) corrente de 1,0 A; e b) corrente de 5,0 A. Tabela 4. Anlise conjunta da variao percentual DBX (%). C0 (A) 1 BX (%) 0,01 10 25 50 75 90 10 25 50 75 90 10 25 50 75 90 1,0 3,7 6,8 11,0 9,3 0,4 1,4 2,5 4,0 3,4 0,2 0,9 1,6 2,6 2,2 0,03 3,2 11,3 19,3 32,4 26,5 1,1 4,2 7,2 11,9 9,9 0,7 2,7 4,5 7,7 6,4 0,05 5,3 18,3 31,9 52,9 47,4 1,9 6,7 11,6 19,1 17,6 1,1 4,4 7,4 12,4 11,5 Incerteza experimental uc (A) 0,10 11,3 37,2 66,5 104,2 93,9 3,9 13,5 23,9 37,4 34,3 2,4 8,6 15,4 24,4 22,5 0,15 16,4 56,1 100,4 169,9 144,2 5,7 20,2 35,3 55,0 49,9 3,4 13,3 22,4 34,7 32,8 0,20 21,5 75,8 137,3 297,8 253,9 7,4 26,6 46,6 83,7 74,1 4,5 17,0 30,3 52,4 46,1 0,25 26,6 106,3 193,6 392,4 293,1 9,2 36,9 60,9 102,6 87,6 5,6 23,5 38,9 63,2 56,3 0,30 32,1 134,1 247,3 552,0 426,7 11,1 44,8 73,4 126,4 108,1 6,7 28,7 46,1 76,0 67,1

Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

78

Abackerli et al. 140 Variao percentual Bx (%) 120 100 80 60 40 20 0 0,01 0,03 0,05 0,10 0,15 0,20 Incerteza experimental uc (A) B90 e 1 A B10 e 5 A B25 e 5 A B50 e 5 A B75 e 5 A B90 e 5 A B10 e 7 A B25 e 7 A 0,25 0,30

em aplicaes em que se busque afastar o nvel de estresse Ci usado no teste das condies normais de uso C0. Vemse, por exemplo, variaes de 247 e 32% na estimativa de B50 e B10 quando a incerteza 0,30 A. Essa incerteza no um valor exagerado para uc no contexto discutido. No to esperado, porm tambm importante, o aumento da variao percentual DBX com o aumento da vida BX de interesse. Por exemplo, as variaes observadas na previso de B75 e B90 so invariavelmente superiores quelas verificadas para B25 e B10, independente da condio C0 de interesse. importante notar que, mesmo para valores de incertezas to pequenos quanto 0,01 A, a variao percentual pode chegar a 1,6% na estimativa da vida tpica B50, corrente de 7,0 A, que demonstra a relevncia do problema mesmo em condies altamente favorveis de ensaio. Obviamente, nestas boas condies, a variao diminui para 0,2% na estimativa de B10, que favorece algumas aplicaes destes ensaios na determinao de prazos de garantia. Em outras palavras, se incertezas to pequenas quanto 0,2% da carga de estresse pudessem ser sempre adotadas como limite em ensaios regulares de produtos, os ensaios acelerados poderiam ser utilizados sem grandes preocupaes com as incertezas da carga quando a vida B10 fosse de interesse para a determinao dos prazos de garantia e assistncia tcnica de produtos. importante notar ainda que a condio nominal C0 com 7,0 A j bastante prxima das condies aceleradas Ci e representa uma condio de teste que otimiza a preciso da previso de vida (NELSON, 2004). Tambm nela a influncia relevante quando os nveis de incerteza presentes nos ensaios so os tpicos verificados no chode-fbrica. Para uma viso da tendncia deste processo, os resultados so sistematizados na Figura 7. Alm da variao j discutida, analisaram-se tambm o efeito da variao da incerteza de ensaio no valor de vida tpica, prevista nas condies C0 e contida nos catlogos de componentes como os rels, conforme apresentado na sntese de resultados na Tabela 5. Naquela + tabela, DB X representa a variao percentual do estimador mediano Q50 de cada vida BX, calculada nas condies C0 (Equao 10). Nela pode ser observado, por exemplo, o + crescimento progressivo da variao percentual DB X at a vida B75, com a posterior queda desta influncia na vida B90 simulada. O mesmo comportamento pode ser visto na Figura 8 abaixo e j estava presente na Tabela 3. Das Figuras 7 e 8 pode ser observado que a variao + DB X causada pela incerteza no valor mediano Q50 (BX) proporcionalmente pequena se comparada variao dos valores individuais simulados que geram DBX. Para clareza da importncia desta afirmao importante reforar aqui a diferena conceitual j + discutida entre as duas medidas de variao propostas, DB X e DBX.
Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

B10 e 1 A B25 e 1 A B50 e 1 A B75 e 1 A

B50 e 7 A B75 e 7 A B90 e 7 A

Figura 7. Variao percentual DBX.

16,0 14,0 12,0 10,0 8,0 6,0 4,0 2,0 0,0 10 25 50 Vida tpica BX
+

Variao percentual BX (%)

1A

5A

7A

75

90

Figura 8. Variao percentual DB X .

A medida DB X corresponde variao do estimador mediano, cujos valores so apresentados nas linhas da Tabela 5, quando os diferentes valores de incerteza foram usados na simulao. Ou seja, trata-se da variao do ponto central de histogramas como os ilustrados nas Figuras 6a e 6b, cujos valores esto grifados na Tabela 5. J a medida DBX representa a variao observada entre os valores que integram estes histogramas, em funo tambm das incertezas, correspondendo, portanto medida da variao de todos os possveis valores que um determinado valor de BX poderia assumir nas condies de interesse C0, devido s incertezas experimentais. Isso porque, conforme j discutido, a incerteza no valor extrapolado para as condies C0 mede possibilidades de resultados e no valores causados por erros mensurveis por meio de instrumentos regulares de medio. Assim dizendo, pode-se afirmar que os grandes valores observados de DBX indicam a relevncia do problema

Anlise da incerteza experimental na determinaco da vida usando ensaio acelerado

79

Tabela 5. Anlise conjunta da variao percentual do valor da vida mediana tpica Q50 (BX). C0 (A) BX (%)
0,01 1 10 25 50 75 90 5 10 25 50 75 7 90 10 25 50 75 90 93456 5085816 59349324 0,03 93484 5077712 59143463 0,05 93491 5080578 59200240

Incerteza experimental uc (A)

0,10 93499 5054231 58440314 0,15 93262 5038049 58631280 0,20 93584 5052119 58410293 0,25 93093 4992067 56580039

0,30
93160 4886191 55463525

DBX (%)
0,5 4,0 6,6 15,2 6,3 0,2 1,4 2,3 5,2 2,5 0,1 0,9 1,3 3,5 1,9

7506508839 7485015756 7469220252 7440200476 7228810410 7110999960 7102327342 6391172310 4840591200 4831238571 4834487674 4793414076 4856116759 4657557208 4553386509 4731228317 85373 543070 1620750 13319713 14374737 83773 340229 763539 3543216 4259037 85383 542910 1618824 13308099 14368710 83779 340125 763130 3540508 4257602 85386 542722 1618872 13300179 14363621 83780 340007 762873 3537755 4257763 85389 541460 1613091 13298241 14325206 83787 339363 761587 3540267 4251960 85316 540998 1611304 13166145 14385547 83735 339297 761431 3518021 4263924 85405 541057 1614003 13148830 14134710 83786 339343 760553 3513236 4221229 85259 539108 1593143 13096091 14025762 83708 338367 755853 3496042 4181687 85261 535245 1583951 12632014 14284622 83679 337019 753604 3419779 4239683

investigado na determinao da vida tpica de produtos por meio de testes acelerados, mesmo em condies favorveis de ensaio. Do mesmo+contexto se pode afirmar que os pequenos valores de DB X denunciam a pequena equena variao de Q50. Como conseqncia, pequenos valores + de DB X apresentam a pequena sensibilidade da vida tpica BX, prevista por meio dos ensaios, mediante variao da incerteza experimental. + Finalmente, a queda de DB X e de DBX a partir de B90, invertendo a sua tendncia de aumento com o aumento da incerteza, est provavelmente ligada s dificuldades tpicas de previses de valores extremos das distribuies (OCONNOR; NEWTON; BROMLEY, 2004), sendo tambm influenciada pela assimetria das distribuies empricas de BX (Figura 6a). As simulaes revelam que esta assimetria se acentua com aumento do BX simulado e com a diferena entre C0 e Ci. Contudo, com esta observao no se descarta a possibilidade de que parte deste efeito seja resultado do mtodo de simulao adotado, razo pela qual se aponta para a necessidade de cautela nas simulaes de condies extremas da influncia da incerteza nos testes de vida acelerados. Essa uma constatao emprica decorrente do processo de simulao realizado, segundo o mtodo proposto. 5.1 Impacto da incerteza na vida do produto Para avaliar o impacto efetivo da incerteza no projeto do produto, tomemos a informao do fabricante do rel testado que indica uma vida tpica B50 mnima de 106 ciclos at sua falha. Da Tabela 5 estima-se uma vida mediana ^ tpica B 50 de 1613547 ciclos at a falha, portanto cerca de 60% maior do que a vida informada pelo fabricante, revelando a esperada margem de segurana encontrada

nas informaes tcnicas de produtos com qualidade. A partir disso, num projeto otimizado de produto, baseado em dados confiveis de testes acelerados de vida, sem incertezas, poder-se-ia pensar em explorar melhor esta margem de segurana nitidamente presente nos resultados. Contudo, se a incerteza na determinao deste valor for considerada, da Tabela 4 verifica-se a expectativa de variaes entre 2,5 e 73,4% quando uc variado entre 0,01 A e 0,30 A para uma confiana de 95%. Para trabalhar com as informaes do ensaio acele^ rado, a conduta bvia reduzir do valor estimado de B 50 a variao correspondente incerteza, que corresponde a reduzi-lo em 1,2% para condies timas e 36,7% para condies usuais de ensaio, assumindo uma distribuio simtrica para o B50 em 5,0 A. Isso representa reduzir a vida do rel em cerca de 2 x 104 operaes para a incerteza de 0,01 A e cerca de 6 x 105 operaes para a incerteza de 0,30 A. Isso tambm corresponde a reduzir a expectativa de vida, mesmo sendo ela superior ao valor nominal informado pelo fabricante. De fato, isso representa perder a vantagem estratgica no desenvolvimento do produto originada do conhecimento da vida mediante ensaios. Considera-se ainda um segundo caso de determinao ^ de prazos de garantia, no qual a vida tpica B 10 necessria. Neste caso, geralmente os fabricantes no fornecem informaes claras sobre a vida do componente, fazendo dos ensaios uma das principais fontes para obteno de informaes. Usando a mesma lgica acima, se observa da Tabela 4 a necessidade de reduo entre 0,2 e 5,5% quando incertezas entre 0,01 A e 0,30 A esto presentes, que representa uma reduo equivalente dos prazos de garantia do produto com os conseqentes impactos de
Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

80

Abackerli et al.

mercado e custos. A observao atenta da Tabela 4 permite concluir sobre o agravamento da questo se a condio normal de uso fosse de 1,0 A, bem como o seu relaxamento se fosse de 7,0 A. Contudo, como j discutido, a prpria necessidade de testes acelerados tende a conduzir o problema para o seu lado mais crtico em que C0 mais distante de Ci, ou seja, para seu uso na estimativa da vida numa condio normal de uso de 1,0 A neste caso. Finalmente, importante frisar que a reduo discu^ ^ tida de B 50 ou B 10 motivada exclusivamente pela dvida no valor calculado, devida incerteza, e no efetivamente a erros experimentais, tornando o problema discutido de extrema importncia pelos seus impactos tcnicos e de custos dos produtos nos quais o rel esteja inserido.

6 Concluses
A partir das discusses precedentes, alguns pontos podem ser destacados sobre o problema estudado, bem como sobre a sua abordagem por meio de mtodos no paramtricos e de processos de simulao. Inicialmente importante notar que o problema se agrava na medida em cresce a diferena entre os nveis de estresse usados no teste acelerado e a carga na condio normal de uso. Esse aspecto particularmente importante pelo interesse geral de aumentar ao mximo o nvel de estresse usado no teste acelerado de vida, at limites tecnicamente admissveis para o componente, buscando assim a abreviao mxima da durao dos testes dentro

do contexto do desenvolvimento de um novo produto (HAHN; MEEKER; DOGANAKSOY, 2003). Por isso, o problema se agrava dentro dos procedimentos usuais adotados para os ensaios acelerados, tornando a questo muito relevante para as condies reais vivenciadas no desenvolvimento de novos produtos. interessante observar tambm que, dependendo do valor da carga em uso normal que define a condio C0, a distribuio da vida projetada foge consideravelmente da Normalidade. Nesta situao, geram-se as condies para as quais o mtodo empregado na investigao se mostra adequado. particularmente importante a esta+ bilidade demonstrada do estimador B X, obtida com o uso de um grande nmero de reamostragens no processo de Monte Carlo, apresentando a possibilidade de obter um estimador robusto mesmo na presena de diferentes valores de incerteza. Os mesmos motivadores para o uso de estatsticas no paramtricas na determinao da vida apontam para a necessidade de maiores investigaes sobre o efeito das incertezas nos modelos de relacionamento, aspecto este no considerado nos software comerciais usados em clculos de confiabilidade. Finalmente, torna-se claro o impacto mercadolgico do problema para o fabricante, por impor redues nas caractersticas de qualidade do seu produto exclusivamente pela incerteza na definio das cargas de ensaios, sendo esta a motivao primeira para o tratamento cuidadoso deste problema no contexto do desenvolvimento do produto.

Analysis of experimental uncertainties on life determination using accelerated life testing

Abstract
Reliability and accelerated life testing have been increasingly used by companies due to their importance in product development. Accelerated life testing involves activating products under defined conditions and evaluating the probability of their survival after a defined life time, usually called mission, which is closely related to products warranty. Usually, the stress loads are set at nominal values during accelerated testing procedures. Therefore, accelerated test procedures do not account for either the actual experimental uncertainties related to experimental test conditions or their influences on test results. In this work, actual accelerated life testing data and Monte Carlo simulation methods are used to illustrate the impact of experimental uncertainties on the predicted life of relays under normal conditions and on its management during product design. Results show that the uncertain influences on accelerated life testing can be significant, showing therefore their relevance both on product design and on the definition of warranty periods.
Keywords: Product development. Accelerated life testing. Reliability. Uncertainty.
Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007

Anlise da incerteza experimental na determinaco da vida usando ensaio acelerado

81

Referncias bibliogrficas
FORBES, A. B. Least-square best-fit geometric elements. DITC 140/89 Teddington - Middlesex - UK: National Physical Laboratory - NPL, 1989. 30 p. (NPL Report). HAHN, G. J.; MEEKER, W. Q.; DOGANAKSOY, N. Speedier reliability analysis. Quality progress, Milwaukee - WI, v. 36, n. 6, p. 58-64, 2003. INTERNATIONAL ORGANIZATION FOR STANDARDIZATION. Guide to the Expression of Uncertainty in Measurement (GUM). Geneva, Switzerland: ISO, 1995. 96 p. (Corrected and Reprinted). KENETT, R. S.; ZACKS, S. Modern industrial statistic: Design and Control of Quality and Reliability. Pacific Grove: Duxbury Press, 1998. 621 p. MADU, C. N. Reliability and quality interface. International journal of quality and reliability management, Bradford UK, v. 16, n. 7, p. 691-698, 1999. MADU, C. N. Strategic value of reliability and maintainability management. International journal of quality and reliability management, Bradford - UK, v. 22, n. 3, p. 317-328, 2005. MARKESET, T.; KUMAR, U. Design and development of product support and maintenance concepts for industrial systems. Journal of quality and maintenance engineering, Bradford UK, v. 9, n. 4, p. 376-392, 2003. MOONEY, C. Z. Monte Carlo simulation. Iowa: Sage Publications Inc., 1997. 101 p. (Quantitative applications in the social sciences). West Virginia University USA. NELSON, W. B. Accelerated testing: statistical models, test plans, and data analysis. New Jersey: John Wiley & Sons, 2004. 601 p. (Wiley series in probability and mathematical statistics). OCONNOR, P. D. T.; NEWTON, D.; BROMLEY, R. Practical reliability engineering. 4. ed. New Jersey: John Willey, 2004. 513 p. OREAR, J. Least square when both variables have uncertainties. American journal of physics, New York, v. 50, n. 10, p. 912-916, 1982. PALEROSI, C. A. Custos de garantia. In: PALLEROSI, C. A. Garantia em uso e ps-venda. So Paulo: ReliaSoft Brasil, 2002. Cap. 6, p. 59-66. (Confiabilidade: a quarta dimenso da qualidade). PRESS, W. H. et al. Numerical recipes in FORTRAN: The Art of Scientific Computing. 2. ed. New York: Cambridge University Press, 1992. 963 p. SASSERON, P. L. Estudo experimental de ensaio acelerado aplicado a rels. 2005. 104 f. Dissertao (Mestrado em Engenharia de Produo) - Programa de Ps-graduao em Engenharia de Produo, Universidade Metodista de Piracicaba - UNIMEP, Santa Brbara dOeste - SP, 2005. TAN, C. M. Customer-focused build-in reliability: a case study. International Journal of Quality and Reliability Management, Bradford - UK, v. 20, n. 2, p. 378-393, 2003. US Department of Defense. Designing and developing maintainable products and systems. MIL-HDBK-470A Washington - DC: DoD, 1997. 716 p. (Department of Defense Handbook). VASSILIOU, P.; METTAS, A. Understanding Accelerated Life Testing Analysis. In: ANNUAL RELIABILITY AND MAINTAINABILITY SYMPOSIUM, 2002, 2002, Seattle - WA, USA. Proceedings... Tucson: ReliaSoft Corp., 2002. p. 1-13. WALPOLE, R. E.; MYERS, R. H. Probability and Statistics for Engineers and Scientists. 5. ed. New York: Macmillan Publishing Company, 1993. 730 p.

Sobre os autores
Alvaro Jos Abackerli Maria Clia de Oliveira Papa Paulo Augusto Cauchick Miguel
Curso de Ps-graduao em Engenharia de Produo PPGEP, Faculdade de Engenharia, Arquitetura e Urbanismo FEAU, Universidade Metodista de Piracicaba UNIMEP, Rodovia Santa Brbara-Iracempolis Km 1, CEP 13450-000, Santa Brbara dOeste, SP, Brasil, e-mail: abakerli@unimep.br, mceliamat@yahoo.com.br, pamiguel@unimep.br

Pedro Luiz Sasseron

Laboratrio de Mquinas-Ferramentas, Indstrias Romi S.A., Rodovia SP 304, Km 141,5, CEP 13453-900 Santa Brbara dOeste, SP, Brasil, e-mail: psasseron@romi.com.br

Recebido em 16/6/2005 Aceito em 13/12/2006

Gest. Prod., So Carlos, v. 14, n. 1, p. 69-81, jan.-abr. 2007