Descrição: Uma parte da frota de trens do Metrô do Rio de Janeiro possui sistema SCADA (Supervisory control and data aquisition), que registra sinais sobre o desempenho de sistemas do material rodante durante a Operação Comercial em tempo real, sendo os mesmos gravados em um registrador de eventos embarcado nas composições. Com isso, é possível realizar análises sobre o desempenho dos principais sistemas do material rodante (exemplo: ar condicionado, sistema de tração, sistema de inversores de alimentação e sistema de controle de portas). O presente trabalho visa apresentar o uso de ferramentas de software para análise de eventos ocorridos nos sistemas embarcados e a tendência de ocorrência de falha para que, de maneira preditiva, sejam definidas as correções necessárias e o material rodante continue com a confiabilidade necessária para a operação. Parte das ferramentas de software foram desenvolvidas pela equipe interna de TI do Metrô do Rio de Janeiro com foco em integrar às informações, através de uma interface WEB, gerando um banco de dados, facilitando a análise e tomada de decisão e a definição de padrões de eventos que antecedem as falhas. Dentro das rotinas de manutenção, houve o treinamento dos colaboradores do Metrô do Rio de Janeiro, com o objetivo de equalizar o conhecimento entre as equipes e implementar a análises dos dados, identificando repetibilidade de falhas, tendências de eventos e previsão de falhas. Tais análises se dão verificando a ocorrência de eventos, como por exemplo, registros do aumento da correte elétrica e aumento de tempo de abertura ou fechamento de portas, que, se forem repetidos, podem indicar uma falha potencial como um desgaste do mecanismo, problemas no motor, permitindo agir de forma antecipada e pontual à falha. A análise de dados de eventos associada à análise dos diversos Logs de falhas dos sistemas acima descritos irá permitir a definição de padrões antecedentes as falhas, gerando uma redução no número de falhas de repercussão e considerável redução no MTTR nas manutenções corretivas, além de dados de entrada para as equações do algoritmos do automatismos da preditiva em projeto futuro. Tomamos como exemplo um sistema piloto que nos permitiu basear nossa viabilidade deste projeto – PORTAS. Para análises Preditivas, utilizando o TMS, consideramos uma redução no número de repercussões de evacuação na ordem de 50% e notas de manutenção em torno de 32%. Para análises Corretivas, das 461 notas de falhas abertas em 2017, 52% foram encerradas sem que fossem descobertas as causas da falha e retornavam com a mesma falha. Logística de movimentação do trem, tempo de execução da reparação, custo com substituição de peças desnecessária e HH da equipe são alvos de redução com a implementação destas análises dos Log de falhas dos sistemas.
AUTORES:
Andréia De Souza Miguel – Metrô Rio
