Uma aplicação ao setor de transporte agrícola da análise de confiabilidade

Autores

DOI:

https://doi.org/10.33448/rsd-v10i1.11782

Palavras-chave:

Modelos paramétricos; Modelos de riscos proporcionais; Análise de sobrevivência.

Resumo

A análise de confiabilidade é a conversão de técnicas de análise de sobrevivência aplicadas no departamento de produção. Para realizar a análise de confiabilidade, o conjunto de dados em estudo deve atender às condições necessárias para que seja possível fazer estimativas razoáveis ​​das funções de risco e confiabilidade. O objetivo deste trabalho é utilizar a análise de confiabilidade, utilizando as técnicas não paramétricas, semi-paramétricas e paramétricas, para explorar e modelar o tempo de do pneu 11.00R22. Foi realizado um estudo com os 11.00R22, e o tempo em quilômetros rodados foi calculado por meio de um computador de bordo acoplado em caminhões. Os conjuntos de dados têm um total de 552 pneus, os quais apresentaram diferença entre os três tipos de tempo de vida. Na execução deste trabalho, aplicou-se o estimador limite produto de Kaplan-Meier para os três grupos de vida, e o teste log-rank para verificar a existência de diferença significativa entre as curvas de sobrevivência ambos métodos não paramétricos, e em sequência, a abordagem paramétrica com o uso do modelo de regressão para verificar qual distribuição se adequava ao tempo de vida dos pneus e ainda o modelo de Cox para modelar o risco abordagem semi-paramétrica. Na aplicação dos métodos foi utilizado o software R por meio do pacote survival. O modelo Weibull foi mais adequado para modelar o tempo de vida dos pneus 11.00R22.

Biografia do Autor

Deise Pereira da Silva, Escola Cidadã Integral Teonas da Cunha Cavalcante

Bacharel em Estatística, Professora de Matemática de ensino médio.

Referências

Carvalho, M. S., Andreozi, V. L., Codeço, C. T., Barbosa, M. T., & Shimakura, S. E. (2005). Análise de sobrevida. Rio de Janeiro: Fiocruz.

CNT, Confederação Nacional do Transporte (2019). Disponível em: <http://pesquisarodovias.cnt.org.br/Paginas/relatorio-gerencial>.

Colosimo, E. A., & Giolo, S. R. (2006). Análise de sobrevivência aplicada. Editora Blucher.

Cox D.R. (2018). Analysis of Survival Data. Chapman and Hall/CRC: Routledge.

Fogliato, F., & Ribeiro, J. L. D. (2009). Confiabilidade e manutenção industrial. Elsevier Brasil.

Haviaras, G. (2005). Metodologia para análise de confiabilidade de pneus radiais em frotas de caminhões de longa distância. 2005. 128p (Doctoral dissertation, Dissertação (Mestrado em Engenharia Automotiva)–Escola Politécnica da Universidade de São Paulo, São Paulo).

Herrmann, L. (2011). Estimação de curvas de sobrevivência para estudos de custo-efetividade.

Leal, V. J., & de Resende Andrade, P. C. (2018). Modelagem dos dados de falha de um caminhão fora de estrada. ForScience, 6(3).

Lee, E. T., & Wang, J. (2003). Statistical methods for survival data analysis (Vol. 476). John Wiley & Sons.

Oliveira, T. N., & de Melo, J. A. M. (2019). O efeito da infraestrutura rodoviária sobre os custos operacionais das transportadoras de cargas. NEGÓCIOS EM PROJEÇÃO, 10(2), 107-123.

Pereira, A. S., Shitsuka, D. M., Parreira, F. J., & Shitsuka, R. (2018). Metodologia da pesquisa científica.

Ramires, T. G. (2013). A distribuição beta semi-normal generalizada geométrica (Doctoral dissertation, Universidade de São Paulo).

Santos, I. P (2016). Introdução à análise de confiabilidade: Uma aplicação ao setor de Transportes. Monografia de conclusão da Especialização – UEPB. 46p.

Silva, J. R. S., Souza, L. A. D., Castro, L. Z., Ferreira, T. A. & Campos, M. S. (2015). Análise Da Confiabilidade: Um Estudode Caso. XXXV Encontro Nacional De Engenharia De Produção, Perspectivas Globais para a Engenharia de Produção - ENEGEP.

Stacy, E (1962). Generalization of the gamma distribution. Ann. Math. Stat., v:33, p. 1187-1192.

Team, R. C. (2018). R: A language and environment for statistical computing.

Therneau, T. M., & Lumley, T. (2014). Package ‘survival’. Survival analysis Published on CRAN, 2, 3.

Wang, P., Li, Y., & Reddy, C. K (2019). Machine learning for survival analysis: A survey. ACM Computing Surveys (CSUR), 51(6), 1-36.

Downloads

Publicado

18/01/2021

Como Citar

SANTOS, I. P. .; ALMEIDA, P. L. R. de .; SILVA, D. P. da .; FIDELIS, C. R. .; MEDEIROS, E. S. de .; OLIVEIRA, T. A. de . Uma aplicação ao setor de transporte agrícola da análise de confiabilidade. Research, Society and Development, [S. l.], v. 10, n. 1, p. e35610111782, 2021. DOI: 10.33448/rsd-v10i1.11782. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/11782. Acesso em: 22 nov. 2024.

Edição

Seção

Ciências Exatas e da Terra