Análise de confiabilidade dos trilhos do Túnel Monte Seco L1
Increasing annual maintenance budgets mean that companies need to be more assertive when allocating resources. Therefore, the greater the knowledge of the behavior of its assets, the greater the chances of performing a maintenance in the right time, thus minimizing the probability of its failure. Th...
Autor principal: | Barbosa, Solange Assis |
---|---|
Formato: | Trabalho de Conclusão de Curso (Especialização) |
Idioma: | Português |
Publicado em: |
Universidade Tecnológica Federal do Paraná
2020
|
Assuntos: | |
Acesso em linha: |
http://repositorio.utfpr.edu.br/jspui/handle/1/18766 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
riut-1-18766 |
---|---|
recordtype |
dspace |
spelling |
riut-1-187662020-11-23T12:05:42Z Análise de confiabilidade dos trilhos do Túnel Monte Seco L1 Reliability analysis of the Monte Seco L1 Tunnel rails Barbosa, Solange Assis Mariano, Carlos Henrique Rigoni, Emerson Mariano, Carlos Henrique Rodrigues, Marcelo Confiabilidade (Engenharia) Ferrovias - Trilhos Localização de falhas (Engenharia) Ferrovias Reliability (Engineering) Railroads - Rails Fault location (Engineering) Railroads CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Increasing annual maintenance budgets mean that companies need to be more assertive when allocating resources. Therefore, the greater the knowledge of the behavior of its assets, the greater the chances of performing a maintenance in the right time, thus minimizing the probability of its failure. This work is a case study that objective to calculate the reliability of the Monte Seco L1 tunnel rails based on the history of rails failure and to define when they should be replaced remaining rails of the location. For this work a collection of reliability distributions was performed and the software Weibul++ was used to define the best reliability distribution, reliability calculations and generation of rails reliability graphs. The study results in the reliability of the tunnel rails and the proof of the need to replace the remaining rails. Mediante aos orçamentos anuais de manutenção cada vez mais enxutos, é necessário que as empresas tenham maior assertividade no momento da definição da alocação dos recursos. Portanto, quanto maior for o conhecimento do comportamento dos seus ativos, maiores são as chances de se realizar uma manutenção no tempo certo, minimizando assim a probabilidade de falhas do mesmo. Este trabalho trata-se de um estudo de caso que tem como objetivo calcular a confiabilidade dos trilhos do túnel Monte Seco L1 baseado no histórico de falhas dos trilhos e definir quando deverão ser substituídos os trilhos restantes do local. Para este estudo é realizado um apanhado das distribuições de confiabilidade e utilizado o Weibul++ para definição da melhor distribuição de confiabilidade, cálculos das confiabilidades e geração dos gráficos de confiabilidade dos trilhos. O estudo traz como resultado a confiabilidade dos trilhos do túnel e a comprovação da necessidade da substituição dos trilhos restantes. 2020-11-23T12:05:42Z 2020-11-23T12:05:42Z 2017-11-10 specializationThesis BARBOSA, Solange Assis. Análise de confiabilidade dos trilhos do Túnel Monte Seco L1. 2017. 62 f. Trabalho de Conclusão de Curso (Especialização em Engenharia da Confiabilidade) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017. http://repositorio.utfpr.edu.br/jspui/handle/1/18766 por openAccess application/pdf Universidade Tecnológica Federal do Paraná Curitiba Brasil Curso de Especialização em Engenharia da Confiabilidade UTFPR |
institution |
Universidade Tecnológica Federal do Paraná |
collection |
RIUT |
language |
Português |
topic |
Confiabilidade (Engenharia) Ferrovias - Trilhos Localização de falhas (Engenharia) Ferrovias Reliability (Engineering) Railroads - Rails Fault location (Engineering) Railroads CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO |
spellingShingle |
Confiabilidade (Engenharia) Ferrovias - Trilhos Localização de falhas (Engenharia) Ferrovias Reliability (Engineering) Railroads - Rails Fault location (Engineering) Railroads CNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAO Barbosa, Solange Assis Análise de confiabilidade dos trilhos do Túnel Monte Seco L1 |
description |
Increasing annual maintenance budgets mean that companies need to be more assertive when allocating resources. Therefore, the greater the knowledge of the behavior of its assets, the greater the chances of performing a maintenance in the right time, thus minimizing the probability of its failure. This work is a case study that objective to calculate the reliability of the Monte Seco L1 tunnel rails based on the history of rails failure and to define when they should be replaced remaining rails of the location. For this work a collection of reliability distributions was performed and the software Weibul++ was used to define the best reliability distribution, reliability calculations and generation of rails reliability graphs. The study results in the reliability of the tunnel rails and the proof of the need to replace the remaining rails. |
format |
Trabalho de Conclusão de Curso (Especialização) |
author |
Barbosa, Solange Assis |
author_sort |
Barbosa, Solange Assis |
title |
Análise de confiabilidade dos trilhos do Túnel Monte Seco L1 |
title_short |
Análise de confiabilidade dos trilhos do Túnel Monte Seco L1 |
title_full |
Análise de confiabilidade dos trilhos do Túnel Monte Seco L1 |
title_fullStr |
Análise de confiabilidade dos trilhos do Túnel Monte Seco L1 |
title_full_unstemmed |
Análise de confiabilidade dos trilhos do Túnel Monte Seco L1 |
title_sort |
análise de confiabilidade dos trilhos do túnel monte seco l1 |
publisher |
Universidade Tecnológica Federal do Paraná |
publishDate |
2020 |
citation |
BARBOSA, Solange Assis. Análise de confiabilidade dos trilhos do Túnel Monte Seco L1. 2017. 62 f. Trabalho de Conclusão de Curso (Especialização em Engenharia da Confiabilidade) - Universidade Tecnológica Federal do Paraná, Curitiba, 2017. |
url |
http://repositorio.utfpr.edu.br/jspui/handle/1/18766 |
_version_ |
1805304072136294400 |
score |
10,814766 |