A primeira versão do indicador de QI aqui proposto concentra-se no conhecimento já formalizado sobre o problema de coleta de dados de campo visando sua aplicação em estudos de confiabilidade e manutenabilidade.
Isso é suficiente para avaliar e controlar alguns aspectos primários, mas conforme já mencionado, vários problemas de qualidade ainda poderão ocorrer sem serem apontados. Detectar e acusar esses problemas, entretanto, exige a captura e aplicação de conhecimentos que normalmente estão diluídos ao longo da organização. Conforme mostrado na Figura 2.13, parte desse conhecimento pode ser convertido em propriedades de coluna, análises de estrutura, regras de dados simples e complexas e análises de regras de valores para aprimorar a indicação de qualidade da informação. Para essa etapa, é indicada a aplicação do método CommonKads.
Uma vez que o processo de medição de QI já tenha iniciado, pela construção dos modelos de contexto do CommonKads é possível inferir qual é a aderência atual ao processo de controle de eventos especificado pela empresa.
Além disso, a avaliação de Relevância prevista por este trabalho ajuda a identificar em quais classes de equipamentos o controle de falhas e manutenções é mais crítico e merece receber uma atenção diferenciada. Para esses casos, recomenda-se a aplicação de uma tarefa de Monitoramento, que tem como objetivo analisar um processo em andamento para descobrir se está se comportando de acordo com as expectativas.
É importante ressaltar que a tarefa de Monitoramento trabalha com dados históricos sobre o sistema monitorado e indica as discrepâncias encontradas, mas não analisa as suas causas. Para criar uma tarefa de Monitoramento é necessário identificar: os parâmetros pelos quais um comportamento anormal pode ser percebido; as normas que especificam os valores ou faixas de valores esperados para os parâmetros em caso de comportamento normal (ou anormal); e a forma que a discrepância encontrada deve ser indicada.
Conforme descrito no item 2.4.1, essa tarefa é parte do modelo de conhecimento previsto pelo CommonKads, composto por três categorias de conhecimento (ou sub-modelos): o Conhecimento da Tarefa (contém as metas, e estruturas de decomposição e controle); o
Conhecimento (ou modelo) de Inferência (composto por inferências básicas e papéis); e o Conhecimento do Domínio (que abrange tipos, regras e fatos).
O método básico da tarefa de monitoramento é apresentado na Figura 3.2.
Figura 3.2 – Especificação de método para o método guiado por dados para monitoramento. Fonte: SCHREIBER et al. (2000), p. 144, Fig. 6.11
Esse método é guiado por evento, tornando-se ativo a cada entrada de novos dados. Isso ocorre através da função de transferência “receber” comandada por um agente externo (um usuário humano ou outro sistema). Cada novo dado recebido é processado por quatro inferências:
Selecionar: Um parâmetro do sistema é selecionado para avaliar os novos dados. Especificar: Um valor esperado é especificado para o parâmetro. Normalmente, um
sistema de monitoramento tem como conhecimento de domínio um modelo de sistema, consistindo de um conjunto de parâmetros. Para cada parâmetro deve ser fornecido conhecimento sobre os valores normais do parâmetro em diferentes contextos do sistema.
Comparar: É feita uma comparação da nova observação com o valor normal esperado TAREFA monitoramento;
PAPÉIS: ENTRADA:
Dados-históricos: "dados dos ciclos de monitoramento anteriores"; SAÍDA:
Discrepância: "indicação de desvio do comportamento do sistema"; FIM TAREFA monitoramento;
MÉTODO-TAREFA monitoramento-guiado-por-dados; REALIZA: monitoramento;
DECOMPOSIÇÃO: INFERÊNCIAS:
selecionar, especificar, comparar, classificar; FUNÇÕES-DE-TRANSFERÊNCIA: receber;
PAPÉIS:
INTERMEDIATE:
observação: "algum dado observado sobre o sistema";
parâmetro: "variável para examinar o comportamento anormal"; norma: "valor normal esperado para o parâmetro";
diferença: "uma indicação do desvio observado em relação a norma"; ESTRUTURA-DE-CONTROLE:
receber(nova-observação);
selecionar(nova-observação -> parâmetro); especificar(parâmetro -> norma);
comparar(norma + observação -> diferença);
classificar(diferença + dados-históricos -> discrepância); dados-históricos := observação ADICIONAR dados-históricos; FIM MÉTODO-TAREFA monitoramento-guiado-por-dados;
e é gerada uma descrição para as eventuais diferenças encontradas.
Classificar: A diferença é enquadrada em uma classe de discrepância. Freqüentemente, dados de ciclos prévios de monitoramento são usados nesta inferência.
A estrutura de inferência para o método descrito na Figura 3.2 é exibida na Figura 3.3.
Figura 3.3 – Estrutura de inferência para o esquema de tarefa de monitoramento. Fonte: SCHREIBER et al. (2000), p. 145, Fig. 6.12
Como o indicador de QI deve ser gerado periodicamente, a função de transferência “receber” pode ser substituída por uma função “obter”, programada para adquirir e avaliar os dados a intervalos regulares de tempo, por exemplo, todo quarto dia do mês. Nesse caso, o método passa a ser conhecido como monitoramento guiado por modelo (SCHREIBER et al., 2000). Dos atributos de QI previstos para a fase de coleta, a Consistência e a Credibilidade destacam- se como bons candidatos para uma tarefa de Monitoramento. Dentre as classes de equipamentos críticas, sugere-se escolher uma para servir de protótipo desse processo. Para essa classe, então, deve ser explicitado o comportamento esperado e os valores e relacionamentos de valores de atributos que não são pertinentes.
Por exemplo, o Quadro 2.12 oferece duas situações de combinações de valores de modo de falha e mecanismo de falha que poderiam ser monitoradas como problemas de Consistência, ou mesmo de Clareza:
Receber Nova
observação Selecionar Parâmetro
Modelo de Sistema
Especificar Norma
Comparar
Diferença Classificar Discrepância
Dados históricos 1 2 3 4 5 6 7 8 9 11 10
• quando o modo de falha do equipamento for codificado como “vazamento”, deve-se usar um mecanismo de falha que seja mais relacionado com a causa da falha. Na ausência de maiores detalhes, deve ser escolhido o valor “desconhecido”;
• se o modo de falha no nível do equipamento também for vibração, deve-se usar um mecanismo de falha que seja mais relacionado com a causa da falha. Na ausência de maiores detalhes, deve ser escolhido o valor “desconhecido”.
Para facilitar o desenvolvimento da tarefa de monitoramento, SCHREIBER et al. (2000) sugere diversas atividades, técnicas e diretrizes, que também podem auxiliar nas sessões de elicitação de conhecimento, fundamentais a esse processo.
É importante ressaltar que como a elicitação permite gerar a partir do conhecimento das fontes disponíveis o conjunto de regras e informações empregado para avaliação de QI, esse material pode ser utilizado também para nivelar o conhecimento dos atores que participam do processo de manutenção e então incrementar a qualidade das informações geradas pelos controles de falha e manutenção.
4 CONCLUSÃO