• Nenhum resultado encontrado

Otimização de Custos e Planejamento da Manutenção Preventiva

N/A
N/A
Protected

Academic year: 2021

Share "Otimização de Custos e Planejamento da Manutenção Preventiva"

Copied!
9
0
0

Texto

(1)

Otimização de Custos e Planejamento da Manutenção Preventiva

Alan Alcides Viana

Universidade Federal de Minas Gerais

Departamento da Engenharia de Produção, Av. Antônio Carlos, 6627, Escola de Engenharia, Pampulha, CEP: 30161-010, Belo Horizonte, Minas Gerais, Brasil.

alanviana@gmail.com Gilberto de Miranda Júnior Universidade Federal de Minas Gerais

Departamento da Engenharia de Produção, Av. Antônio Carlos, 6627, Escola de Engenharia, Pampulha, CEP: 30161-010, Belo Horizonte, Minas Gerais, Brasil.

miranda@dep.ufmg.br Samuel Vieira Conceição Universidade Federal de Minas Gerais

Departamento da Engenharia de Produção, Av. Antônio Carlos, 6627, Escola de Engenharia, Pampulha, CEP: 30161-010, Belo Horizonte, Minas Gerais, Brasil.

svieira@dep.ufmg.br RESUMO

As empresas do setor manufatureiro têm considerável parte de seu capital empregado em maquinário, indispensável para dinamizar a produção e promover ganhos em escala. Como tais empresas trabalham com margens de lucro pequenas, é de suma importância que seus equipamentos funcionem corretamente todo o tempo. A manutenção preventiva é uma prática eficiente para que quebras ou falhas sejam evitadas nesses equipamentos. Contudo é necessário analisar o custo-benefício entre manter a máquina em produção ou realizar as intervenções periódicas. A programação da manutenção preventiva (PMP) é um problema de otimização combinatória que visa encontrar as melhores datas para agendar a manutenção, minimizando os custos de interrupção na produção e quebra de maquinário. No presente artigo desenvolve-se um modelo matemático para a resolução do PMP e apresentam-se testes computacionais em tempo razoável.

PALAVRAS-CHAVE. Setor manufatureiro, manutenção preventiva, otimização combinatória.

Área principal (OC – Otimização Combinatória) ABSTRACT

Manufacturing companies have a considerable amount of capital applied to machinery, which is indispensable to production acceleration and the promotion of scale economies. As such companies work with low profit margins it is very important that this equipment work correctly.

Preventive maintenance is an efficient practice to avoid failure or machine break-downs in this equipment. It is necessary, however, to analyze the trade-off between maintaining the machine in production, or start the periodic interventions. The preventive maintenance planning (PMP) is a combinatorial optimization problem that aims to find the best dates to program the maintenance, minimizing the costs of production stops and machinery break-downs. In the present article we develop a mathematic model for resolution of PMP and show computational tests in reasonable time.

KEYWORDS. Manufacturing sector, preventive maintenance, combinatorial optimization.

Main Area (CO – Combinatorial Optimization)

(2)

1. Introdução

As empresas que se encontram no setor manufatureiro estão inseridas em um ambiente de crescente competição. Trabalhando neste setor, tais companhias lidam, diariamente, com a preocupação de reduzir custos para obter ganhos em escala. Além disso, devem se preocupar com a qualidade e eficiência na produção para poder competir em um mercado repleto de incertezas e exigências.

A rapidez na resposta ao mercado consumidor é um dos diferenciais buscados por tais indústrias e, nesse contexto, políticas como manufatura enxuta, just-in-time, manufatura celular, kanban, changeover e gestão da manutenção, são largamente difundidas no meio.

A manutenção industrial é peça fundamental na redução de custos de produção, pois reduz os tempos de quebra (downtimes) ou mau funcionamento das linhas de equipamentos.

Técnicas para dinamizar a manutenção das empresas são desenvolvidas diariamente e novos estudos surgem a fim de aprimorá-la. Sua evolução deu-se após 1940 quando, até então, praticava-se somente o conserto após falha, isto é, a manutenção corretiva. Após 1970 a manutenção industrial contava com diversas ferramentas de monitoramento e softwares para melhorar seu gerenciamento (RODRIGUES, 2003).

A manutenção preventiva, que surgiu em paralelo aos conceitos de manufatura enxuta (OHNO, 1997), tem como intuito prevenir possíveis falhas ou quebra de maquinário, através de uma revisão interventiva que deve ocorrer periodicamente. Este tipo de manutenção segue, no geral, as especificações dos fabricantes dos equipamentos, que informam os cuidados e a periodicidade que são exigidos para a realização dos projetos de manutenção. SAVSAR (2004) descreve outras políticas que também podem ser adotadas na realização da manutenção, variando entre políticas mistas de manutenção preventiva e corretiva, até mesmo inclusão de manutenções preditivas.

A pesquisa operacional há algum tempo tenta resolver problemas de designação e seqüenciamento de projetos de manutenção (ver WAGNER et al. 1964), pois estes podem apresentar um número muito grande de possíveis cenários de solução sub-ótima. No presente trabalho um novo modelo matemático é apresentado visando abranger a atual realidade de diversas indústrias que lidam com manutenções preventivas periódicas em suas linhas de equipamentos.

Este artigo é organizado da seguinte forma: Primeiramente realiza-se uma revisão da bibliografia na seção 2. Na seção 3 introduz-se a formulação do modelo e a notação utilizada, além de uma explicação sobre o problema. Na seção 4 testes computacionais são realizados com situações estudadas em uma empresa do setor eletroeletrônico. Por fim, conclusões e comentários serão feitos na seção 5.

2. Revisão Bibliográfica

A importância da manutenção preventiva é citada largamente na literatura, todas as vezes, com conceitos muito similares. XENOS (2004) descreve a manutenção preventiva como a atividade de manutenção principal em qualquer empresa. Ela envolve tarefas sistemáticas, tais como inspeções, reforma, troca de peças e limpeza.

Várias abordagens quantitativas na literatura tratam de problemas de seqüenciamento, designação e planejamento da manutenção. WAGNER et al. (1964) propõe um modelo para planejar os projetos de manutenção baseado nas flutuações das demandas de mão-de-obra durante um dado período de tempo. NEVES (2007) estuda políticas de manutenção preventiva baseando- se na condição dos equipamentos e utilizando programação dinâmica estocástica para defini-las.

CARVALHO & MORAIS (2001) utilizam um modelo estocástico para ativar a manutenção em

função do número de peças defeituosas produzidas pelo equipamento.

(3)

CANTO (2006) aplica a técnica de Decomposição de Benders em um modelo de seqüenciamento num caso particular de manutenção preventiva. JOO (2006) realiza um estudo de seqüenciamento da manutenção para componentes modulares. GRIGORIEV et al .(2006) resolvam um problema de manutenção periódica encontrando um seqüenciamento cíclico da manutenção.

Um estudo recente realizado por SACHDEVA et al. (2008) utilizam um método de otimização multi-critério para agendar datas da manutenção preventiva baseados na disponibilidade, custo da manutenção e ciclo de vida do equipamento. DAS et al. (2006) propõe um modelo de planejamento da manutenção e melhoria do desempenho de sistemas de manufatura celular em termos da confiabilidade do maquinário e a utilização de seus recursos.

O presente trabalho ainda foi precedido por outros dois trabalhos: VIANA (2006) e AZEVEDO (2007) realizaram um estudo de caso em uma empresa do ramo manufatureiro fabricante de componentes eletrônicos. Estes estudos apresentaram à empresa uma forma de planejar a manutenção, em um dado horizonte de tempo, norteando a tomada de decisão, através do PMP. Este artigo apresenta o modelo matemático estudado por estes dois autores.

3. Formalização do problema e formulação do modelo 3.1. O problema

As linhas de equipamentos utilizadas em empresas do setor manufatureiro exigem grandes investimentos e tornam-se cruciais para a rotina da produção. Tais equipamentos são acompanhados por manuais confeccionados pelos fabricantes contendo informações sobre a periodicidade e os procedimentos que devem ser realizados nos projetos de manutenções preventivas.

No entanto, as empresas enfrentam uma realidade mais difícil de lidar: Pressionadas pelo mercado, devem manter-se produtivas a maior parte do tempo, o que, muitas vezes, ocasiona o desvio aos procedimentos recomendados pelos fabricantes. Deve haver então uma análise custo- benefício entre manter as linhas de equipamentos em operação e arcar com custos mais elevados de intervenções corretivas ou realizar os projetos manutenção preventiva e deixar de gerar receita da produção naquele período.

Outro fator importante é que as empresas, ao realizar as manutenções preventivas, devem dispor de recursos disponíveis para tal. Desse modo, também será analisada a capacidade necessária para a realização dos projetos de manutenção. No problema em questão, somente um recurso relativo à capacidade será analisado, devido a restrições do modelo.

Por fim, deseja-se programar pares de projetos que tenham alguma vantagem em serem realizados simultaneamente, ou evitar que outros pares de projetos, que sejam contra-produtivos, possam ser realizados em conjunto. Este fenômeno caracteriza a sinergia/anti-sinergia entre projetos de manutenção e também será explorado neste trabalho.

O presente trabalho apresenta um modelo de PMP capaz de reorganizar as datas das intervenções pré-concebidas pelo fabricante, tendo a possibilidade de adiantar ou adiar a data prevista para sua realização, levando em conta as condições acima mencionadas.

3.2. Formulação do modelo

A formulação do modelo do PMP é baseada nas seguintes definições:

Conjuntos

P: Conjunto de projetos de manutenção preventiva a serem realizados;

L: Conjunto de linha de equipamentos;

T: Conjunto de semanas consideradas no horizonte de planejamento;

(4)

Parâmetros

,

C

l t

: Custo de realização do projeto de manutenção na linha de equipamentos l em uma dada semana t. O custo varia com os tipos de equipamentos encontrados na linha, bem como com a receita que deixou de ser gerada pela ociosidade dos mesmos.

t

CAtr

l,

e : Custos relativos ao atraso e antecipação, respectivamente, de uma linha de equipamentos l em uma dada semana t;

t

CAnt

l,

) 0

G

(

: Capacidade em H-H disponível para a realização dos projetos de manutenção.

CF

t

e : Custo da subutilização ou super-utilização da capacidade disponível, respectivamente, em uma semana t;

CE

t

p

TE

l

: Capacidade consumida em cada projeto de manutenção p em uma linha de equipamentos l;

CHI

t

e : Custo referente a adquirir ou dispensar capacidade, respectivamente (pode ser interpretado como aquisição ou demissão da mão-de-obra disponível), em uma dada semana t;

CFI

t

E: Porcentagem máxima admitida para o excesso de mão-de-obra;

F: Porcentagem máxima admitida para a folga de mão-de-obra;

p t

D

l,

: Data programada para a realização de um projeto de manutenção p em uma linha de equipamentos l em uma dada semana t. Esta data, bem como a periodicidade da mesma, é definida pelo fabricante. O parâmetro é uma matriz de ocorrências que deve ser preenchido com 1 onde houver um projeto de manutenção previamente programado e 0 onde não houver.

p t

D

l,

, p q

CS

l

: Desconto/ágio devido à sinergia (ou anti-sinergia) entre pares de projetos p e q;

,

S

p q

: Matriz de sinergia (ou anti-sinergia) entre pares de projetos p e q.

Variáveis

p t

x

l,

: 1, caso o projeto de manutenção p seja realizado em uma linha de equipamentos l, em uma dada semana t. 0, caso contrário;

, , p q

s

l t

: 1, caso exista sinergia entre projetos p e q. 0, caso contrário;

g

t

: Capacidade utilizada para realizar a manutenção em uma dada semana t;

e

t

: Quantidade de capacidade super-utilizada em uma dada semana t;

f

t

: Quantidade de capacidade subutilizada em uma dada semana t;

p t

atr

l,

e : Quantidade de atraso e quantidade de antecipação, respectivamente, em um projeto de manutenção p, em uma linha de equipamentos l, numa dada semana t;

, p

ant

l t

hi

t

e fi

t

: Acréscimo e decréscimo na capacidade, respectivamente, numa dada semana t.

(5)

Modelo

p

+

Minimizar (1)

, , , , , , , ,

( ) ( )

, P L T P L T P L T p p l t l t l t l t l t l t p l t p l t p l t T T L T p q p q t t t t t t t t l l t t t l t

C x CAtr atr CAnt ant CHI hi CFI fi CEe CF f CS s + + + + + + ∑∑∑ ∑∑∑ ∑∑∑ ∑ ∑ ∑∑ Sujeito a:

, , T T p p l t l t t t

x = D ∑ ∑ ∀ ∈ ∀ ∈ p P , l L (2)

t t t p t l P p L l p l

x g e f TE = + − ∑∑

,

∀ ∈ t T (3)

e

t

E . g

t

∀ ∈ t T (4)

f

t

F . g

t

∀ ∈ t T (5)

g

t

= g

t−1

+ hi

t

fi

t

∀ ∈ t T (6)

g

1

= G

(0)

+ hi

1

fi

1

∀ ∈ t T (7)

, ,

(

,

)

T , p p p p l t l t l h l h h t

r ant D x

− = ∑ − p P at ∀ ∈ , ∀ ∈ l L , ∀ ∈ t T , ∀ ∈ h T h , ≤ t (8)

s

l tp q,,

x

l tp,

+ x

l tq,

− 1 ∀ ( , ) p qS

p q,

(9)

s

l tp q,,

x

l tp,

∀ ( , ) p qS

p q,

(10)

s

l tp q,,

x

l tq,

∀ ( , ) p qS

p q,

(11)

x

l tp,

∈ {0,1} ∀ ∈ ∀ ∈ ∀ ∈ p P , l L , t T (12)

s

l tp q,,

∈ {0,1} ∀ ( , ) p qS

p q,

, ∀ ∈ ∀ ∈ l L , t T (13)

g

t

, , e

t

f

t

, fi

t

hi

t

≥ 0 ∀ ∈ t T (14)

atr

l,pt

, ant

l tp,

≥ 0 ∀ ∈ ∀ ∈ ∀ ∈ p P , l L , t T (15) Restrições

• A função objetivo (1) visa minimizar custos referentes à realização de projetos de manutenção, possíveis mudanças de calendário, à capacidade projetada e ao cômputo da sinergia.

• A restrição (2) garante a alocação de projetos no horizonte de tempo, conforme o número de projetos de manutenções especificadas pelo fabricante. Isto é, somando todos os valores 1 das semanas da matriz de ocorrências , para todas as linhas de equipamentos e projetos de manutenção, tem-se o valor correspondente de projetos que devem ser alocados na nova programação.

p t

D

l,

• O grupo de restrições (3-7) visa fazer um balanço do número de H-H gastos no processo

de manutenção. Neste caso, (3) verifica os excessos e folgas da capacidade, que

obedecem ao valor da capacidade gasta no horizonte de planejamento.

(6)

• As restrições (4) e (5) limitam o valor das destes excessos (ou folgas) e (6) e (7) são restrições-âncora que ajustam a capacidade inicial à primeira semana do horizonte de planejamento.

• A restrição (8) é responsável pelo cálculo do atraso ou antecipação de um dado projeto. O número de períodos de manutenção atrasados/antecipados são calculados pela diferença entre a semana em que o projeto está programado para ocorrer ( ) e a semana onde ele efetivamente acontece ( ).

p t

D

l, p

t

x

l,

• O conjunto de restrições (9-11) tem o intuito de computar a sinergia entre pares de projetos.

• As restrições (11-12) restringem as variáveis inteiras a serem 0 e 1.

• As restrições (13-14) são restrições de não-negatividade das variáveis contínuas, 4. Testes computacionais

O modelo proposto foi testado utilizando o software CPLEX em um computador ATHLON Dual Core 1,73 GHz com 1 Gb de memória RAM. Os dados para a realização dos testes foram retirados do trabalho de VIANA (2006) e AZEVEDO (2007) e serão replicados no presente artigo. Contudo, novos testes foram providenciados para maior efeito comparativo. Por motivos de sigilo empresarial, o nome da companhia não será mencionado neste artigo.

Lembrando aqui que o presente modelo já fora validado em AZEVEDO (2007), onde se encontra em sua forma mais atual.

Inicialmente, as instâncias apresentadas correspondem a um grupo de 3 projetos de manutenção, 9 linhas de equipamentos e 6 semanas de horizonte de programação. Na seção 4.4.

testa-se um maior número de projetos, linhas e semanas com o intuito de verificar seu funcionamento para instâncias grandes. Os projetos de manutenção são, inicialmente, de três periodicidades: quinzenal, mensal e trimestral.

4.1. Variação na capacidade inicial

A variação da capacidade inicial é devido ao fato da empresa apresentar, em outras ocasiões, diferentes níveis de capacidade disponíveis. Os dados representados mostram o valor da manutenção praticada com relação à solução ótima encontrada pelo modelo.

Instância Capacidade Inicial (H-H)

Tempo CPU (s)

Solução ótima (R$)

Custo Real Praticado (R$)

Redução do custo (%)

T101 250 0,6 123440,00 135006,00 9,37 T102 240 0,5 124886,00 137977,00 10,48 T103 230 1 142693,00 159932,00 12,08 T104 180 0,8 162578,00 167550,00 3,06 T105 100 0,6 225938,00 252023,00 11,55

Tabela 1: Variação da capacidade inicial para a realização da manutenção

Nota-se a variação da capacidade inicial instalada na fábrica e sua conseqüente elevação nos custos. O valor da solução ótima encontrada é menor que os valores praticados na empresa em todos os casos.

4.2. Variação no excesso e folga

A fim de recriar outros cenários onde houve a possibilidade de aumentar a flexibilidade

de exceder ou folgar a capacidade, novos testes foram realizados.

(7)

Instância Aumento Tempo CPU (s)

Solução ótima (R$)

Custo Real Praticado (R$)

Redução do custo (%) T201 Aumento Excesso = 55% 0,16 122956,00 135006,00 9,80 T202 Aumento Excesso = 60% 0,08 120088,00 135006,00 12,42 T203 Aumento Excesso = 70% 0,09 120088,00 135006,00 12,42 T204 Aumento Folga = 60% 0,1 123552,00 135006,00 9,27 T205 Aumento Folga = 70% 0,1 123552,00 135006,00 9,27

Tabela 2: Flexibilização do excesso e folga na capacidade

Novamente percebem-se ganhos com relação aos valores praticados. Alguns valores não são alterados devido ao fato de não haver necessidade de ocupar toda a capacidade. Desse modo pode-se traçar uma nova política de concessões ao excesso da capacidade a fim de promover redução de custos.

4.3. Adição da anti-sinergia

Casos de anti-sinergia são comuns entre pares de equipamentos ou linhas de montagem.

Desse modo, deseja-se aqui, simular quais seriam os novos custos caso houvesse fatores que impactassem negativamente o desenvolvimento de tais atividades nestes equipamentos.

Instância Anti- sinergia

Tempo CPU (s)

Solução ótima original(R$)

Solução ótima com anti-sinergia (R$)

Aumento do custo (%) T301 1 Projeto 0,2 123440,00 123552,00 0,09 T302 2 Projetos 0,8 123440,00 128776,00 4,32 T303 3 Projetos 1,4 123440,00 132865,00 7,64

Tabela 3: Aplicação de custos de anti-sinergia em pares de projetos

A sinergia pode ser utilizada para testar cenários, tanto onde há ganhos por realizar tarefas conjuntas, quanto para penalizar projetos que apresentam configurações de manutenção muito diferentes. Neste caso, a tabela 3 apresenta projetos onde a anti-sinergia aumenta os custos em relação á solução ótima original.

4.4. Testes com novas instâncias

O modelo apresentado no presente artigo é uma importante ferramenta de decisão para o cotidiano de empresas que se utilizam da manutenção preventiva. Desse modo os gerentes de manutenção podem, a todo tempo, utilizar-se do mesmo para criar um novo planejamento da manutenção em um determinado período. Dessa forma, faz sentido testar o problema com instâncias criadas para exigir mais do modelo, dado que os resultados apresentados, até agora, pela empresa estudada, tiveram tempo computacional muito baixo. As instâncias testadas a seguir foram criadas a partir de um programa gerador de instâncias criado pelo autor, já que na literatura não há instâncias que possam ser enquadradas neste modelo.

Após alguns testes o autor passou a adotar o critério de parada de 5 minutos de processamento, pois percebeu-se que a convergência dos modelos para tais instâncias eram muito demoradas e pouco acrescentavam em questões de otimização ao resultado do problema.

Instância Projetos Linhas Tempo Tempo CPU (s) GAP (%)

T401 3 9 7 5,6 -

T402 4 9 7 300 0,01

T403 5 9 9 300 0,22

T404 6 10 12 300 0,22

T405 7 10 14 300 0,23

(8)

T406 10 12 15 300 0,13 T407 11 12 15 300 0,23 T408 12 13 15 300 0,27 T409 12 14 17 300 0,31 T410 13 14 18 300 0,31

Tabela 4 - Testes de novas instâncias

Aqui, entende-se que, mesmo com o aumento dos parâmetros dos conjuntos, soluções próximas ao ótimo são encontradas, com GAP de integralidade aceitável (menor ou igual que 5%), não chegando, em nenhum dos casos, a um valor superior a 1%.

5. Conclusões

O artigo apresentou um modelo capaz de planejar a manutenção preventiva em empresas onde há a prática de manutenção preventiva, além de analisar os trade-offs existentes entre produzir e realizar as intervenções periódicas.

Também apresentou resultados de testes realizados com dados de uma empresa previamente estudada em dois estudos de caso. Foram encontrados valores mais baixos do que aqueles praticados pela empresa, o que representa redução de custos da realização da manutenção.

Além disso, no problema em questão, pode-se simular diversos ambientes onde mudanças na capacidade, sejam elas, aumento ou decréscimo, excesso ou folga e a própria capacidade inicial encontrada em um dado período. Por fim, o modelo em questão, é uma importante ferramenta de tomada de decisão que possibilita ao gestor da manutenção tomar decisões com tempos relativamente baixos e valores aceitáveis.

Referencias Bibliográficas

Azevedo, A. A. Otimização da Manutenção Preventiva em Linhas de Montagem: Estudo de Caso em uma Empresa de Manufatura Contratada do Setor Eletroeletrônico. Tese de Mestrado.

Universidade Federal de Minas Gerais, 2007.

Canto, S. P. Application of Benders Decomposition to Power Plant Preventive Maintenance Scheduling. European Journal of Operations Research, 2006.

Carvalho, M. M., Morais, P. R. Um Modelo Estocástico Para a Manutenção de um Equipamento Baseado na Inspeção das Peças Produzidas. Revista Gestão & Produção. v.8, n.2, p. 115-127, 2001.

Das, K., Lashkari, R. S., Sengupta, S. Machine reliability and preventive maintenance planning for cellular manufacturing system. European Journal of Operations Research. v. 183, p. 162-180, 2007.

Grigoriev, A., Klundert, J., Spieksma, F. C. R., Modeling and Solving the Periodic Maintenance Problem. European Journal of Operations Research. v.172, p.783-797, 2006.

Joo, S. Scheduling Preventive Maintenance for Modular Designed Components: A Dinamic Approach. European Journal of Operations Research, 2007.

Neves, M. L. Construção de Políticas de Manutenção Preventiva Baseadas na Condição.

Monografia apresentada como trabalho de conclusão de curso. Universidade Federal de Minas Gerais, 2007.

Ohno, T. O sistema Toyota de Produção. – além da produção em larga escala. Porto Alegre,

Porto Alegre: Bookman, 1997.

(9)

Rodrigues, M. Manutenção Industrial em Curitiba e cidades vizinhas – Um diagnóstico atual.

Centro Federal de Educação Tecnológica do Paraná – Programa de Pós-Graduação Curitiba, 2003.

Savsar, M. Effects of Maintenance Policies on the productivity of Flexible Manufacturing Cells.

The International Journal of Management Science. v. 34, p. 274-282, 2006.

Sachdeva, A., Kumar, D., Kumar, P. Planning and Optimizing the Maintenance of Paper production Systems in a Paper Plant. Computers & Industrial Engineering, 2008.

Viana. A. A. Programação da Manutenção Preventiva. Monografia apresentada como trabalho de conclusão de curso. Universidade Federal de Minas Gerais, 2006.

Wagner, H. M., Giglio, R. J., Glaser, R. G. Preventive Maintenance Scheduling by Mathematical Programming. Management Science. v. 10, p. 316-334, 1964.

Xenos, H. G. P. Gerenciando a Manutenção Produtiva. Nova Lima: INDG Tecnologia e

Serviços Ltda, 2004.

Referências

Documentos relacionados

Concluiu-se que o ciclo PDCA associado à manutenção preventiva traz inúmeros benefícios para as empresas, como a redução de custos com manutenção e o aumento da

Instale ar comprimido (não mais do que 3,45 bar) na conexão da mangueira de suprimento de líquido refrigerante na parte de trás da fonte de alimentação a plasma onde a mangueira

Poderá assim selecionar com mais rapidez um assunto, encontrar o filme que mais lhe convenha para uma ação de formação no local de traba- lho ou, simplesmente, achar uma obra de

REALIZAR MANUTENÇÃO PREVENTIVA NA CHAVE.. REALIZAR MANUTENÇÃO PREVENTIVA

Com relação aos altos custos da manutenção e da falta de manutenção preventiva bem como da falta de estrutura da oficina própria, propomos que com a aquisição de

· Toxicidade para órgãos-alvo específicos (STOT) - exposição repetida Pode afectar os órgãos após exposição prolongada ou repetida. · Perigo

14- COMPLEMENTO DE AUXÍLIO PREVIDENCIÁRIO - Aos TRABALHADORES (AS) afastados pela Previdência Social, em razão de doença, acidente de trabalho, licença maternidade

 Custos Diretos: são aqueles necessários para manter os equipamentos em operação, incluindo-se manutenção preventiva, lubrificação, inspeções.. Acrescenta-se aos