Engenharia de Produção · 2h

KPIs de Manutenção,
Benchmarking e
Tomada de Decisão

Da fórmula ao diagnóstico: calcule, compare com referenciais de classe mundial e decida com base em dados reais.

2 horas — 4 blocos

Eng. de Produção · 5° período

9 KPIs interativos · Calculadoras dinâmicas

Cronograma da Aula

Estrutura — 2 Horas

0:00–0:10

Revisão e Contextualização

Retomada da Aula 1 — MTBF, MTTR, Disponibilidade básica. Motivação: por que medir e comparar?

0:10–0:45

KPIs Essenciais de Manutenção

9 indicadores com fórmulas dinâmicas, exemplos reais e calculadoras interativas — MTBF, MTTR, Disponibilidade, OEE, TEEP, CM/FT, Backlog, MPC e Taxa de Falhas

0:45–1:05

Benchmarking de Manutenção

Referenciais world-class por setor (ABRAMAN, SMRP, APQC) — como a sua planta se compara ao mercado?

1:05–1:15

☕ Intervalo — 10 min

Pausa programada

1:15–1:40

Análise de Indicadores

Pareto de falhas, Diagrama de Ishikawa, matriz de criticidade, identificação de tendências e correlação entre KPIs

1:40–1:55

Tomada de Decisão Baseada em Dados

Quando agir? Critérios de decisão, plano de ação e matriz urgência × impacto

1:55–2:00

Quiz e Atividades

5 questões interativas + 3 atividades práticas para consolidação

Objetivos de Aprendizagem

Ao final desta aula, o aluno será capaz de:

Calcular e interpretar os 9 principais KPIs de manutenção industrial com exemplos reais

Comparar o desempenho de uma planta com os referenciais de benchmarking world-class (ABRAMAN, SMRP)

Aplicar a Análise de Pareto para priorizar falhas de maior impacto

Construir e interpretar um Diagrama de Ishikawa para análise de causa raiz

Tomar decisões de manutenção baseadas em dados, usando a matriz urgência × impacto

Identificar correlações entre KPIs e propor planos de melhoria contínua mensuráveis

Bloco 1 · 0:10–0:45

KPIs de Manutenção

Os KPIs (Key Performance Indicators) transformam dados de falha em inteligência operacional. Use as calculadoras abaixo para experimentar com valores reais — altere os inputs e veja o resultado mudar instantaneamente.

KPI 01 · Confiabilidade

MTBF — Tempo Médio Entre Falhas

Quanto maior ↑

Fórmula

MTBF = Tempo Total de Operação ÷ Número de Falhas = (Tempo disponível − Σ tempos de parada) ÷ nº falhas

Calculadora Dinâmica

Horas de operação h

Nº de falhas

MTBF = 240,0 h ⬤ Avaliar

Exemplo Real — Compressor Centrífugo (Petroquímica)

Dados: 720 h de operação/mês; 3 falhas (paradas de 4h, 6h e 2h).
Cálculo: Tempo operando = 720 − 12 = 708 h. MTBF = 708 ÷ 3 = 236 h (~10 dias entre falhas).
Benchmark world-class: ≥ 720 h (apenas 1 falha/mês).
Diagnóstico: Com MTBF de 236 h, o equipamento está abaixo do ideal — recomenda-se análise de causa raiz.

🟢> 500 hExcelente confiabilidade — manutenção preventiva suficiente

🟡200–500 hAceitável — investigar causas das falhas mais frequentes

🔴< 200 hCrítico — plano de ação imediato, considerar preditiva

KPI 02 · Mantenabilidade

MTTR — Tempo Médio para Reparo

Quanto menor ↓

Fórmula

MTTR = Σ Tempo Total de Reparo ÷ Número de Falhas = (t₁ + t₂ + ... + tₙ) ÷ n

Calculadora Dinâmica

Soma dos tempos de reparo h

Nº de falhas

MTTR = 4,0 h ⬤ Avaliar

Exemplo Real — Injetora de Plástico (Automotivo)

Dados: 4 falhas no mês; tempos de reparo: 2h, 5h, 3h, 6h. Soma = 16 h.
Cálculo: MTTR = 16 ÷ 4 = 4 h por reparo.
Benchmark world-class: ≤ 2 h (processos automatizados) ou ≤ 4 h (processos gerais).
Diagnóstico: MTTR de 4 h está no limite. Melhorar com: peças sobressalentes pré-posicionadas, procedimentos padronizados (POP) e equipe 24/7.

🟢< 2 hExcelente — equipe ágil, peças disponíveis, POP estabelecido

🟡2–8 hAdequado — monitorar e buscar redução com padronização

🔴> 8 hCrítico — revisar estoque MRO, treinamento e logística

KPI 03 · Disponibilidade

Disponibilidade Operacional

Meta ≥ 95%

Fórmula

D = MTBF ÷ (MTBF + MTTR) × 100% ou D = (Tempo disponível − Tempo de parada) ÷ Tempo disponível × 100%

Calculadora Dinâmica

MTBF h

MTTR h

Disponibilidade = 98,3% ⬤ Avaliar

Exemplo Real — Forno de Fusão (Siderurgia)

Contexto: Forno opera 168 h/semana. Paradas não programadas totalizaram 6h. Paradas preventivas: 4h.
Disponibilidade física: (168 − 10) ÷ 168 × 100 = 94,0%.
Benchmark setor siderúrgico: 95–97%.
Diagnóstico: 1 ponto percentual abaixo do mínimo — equivale a ~1,7 h de perda/semana ou ~88 h/ano de produção perdida.

🟢> 95%World-class — nível excelente de gestão preventiva

🟡90–95%Adequado — há margem de melhoria, identificar causas das paradas

🔴< 90%Crítico — impacto direto no plano de produção

KPI 04 · Eficiência Global · TPM

OEE — Overall Equipment Effectiveness

Meta ≥ 85%

Fórmula

OEE = Disponibilidade × Desempenho × Qualidade D = Tempo operando ÷ Tempo planejado P = Produção real ÷ Capacidade nominal Q = Peças boas ÷ Total produzido

Calculadora Dinâmica

Disponibilidade (%) %

Desempenho (%) %

Qualidade (%) %

OEE = 83,8% ⬤ Avaliar

Exemplo Real — Linha de Envase (Bebidas)

Turno de 8h: Paradas = 50 min → D = 87,5%. Velocidade nominal: 300 un/min; Real: 270 un/min → P = 90%. Refugo: 1,2% → Q = 98,8%.
OEE = 0,875 × 0,90 × 0,988 = 77,8%.
Diagnóstico: Disponibilidade é o maior gargalo. Para atingir 85%, a disponibilidade precisa subir de 87,5% para ~95,7%.

🟢> 85%World-class (JIPM) — produtividade de referência global

🟡65–85%Média da indústria — oportunidade significativa de melhoria

🔴< 65%Baixo — há grandes perdas a identificar e eliminar

KPI 05 · Custo

CM/FT — Custo de Manutenção / Faturamento

Meta < 3%

Fórmula

CM/FT = (Custo Total de Manutenção ÷ Faturamento Bruto) × 100% Inclui: mão de obra + peças/materiais + serviços terceirizados + depreciação

Calculadora Dinâmica

Custo de manutenção R$

Faturamento bruto R$

CM/FT = 4,0% ⬤ Avaliar

Exemplo Real — Indústria Alimentícia (ABRAMAN 2022)

Média Brasil: CM/FT = 4,1% (ABRAMAN, 2022). World-class: 1,5–2,5%.
Empresa Exemplo: Gasto R$ 480.000/mês em manutenção; faturamento R$ 12 MM/mês → CM/FT = 4,0%.
Diagnóstico: Acima do world-class em 1,5 pp. Reduzir para 2,5% pouparia R$ 180.000/mês = R$ 2,16 MM/ano — justifica investimento em preditiva.

🟢1,5–2,5%World-class — manutenção eficiente e bem planejada

🟡2,5–4%Média da indústria brasileira — espaço para otimização

🔴> 4%Alto — predominância de manutenção corretiva não planejada

KPI 06 · Planejamento

Backlog de Manutenção

Meta 2–4 sem.

Fórmula

Backlog = Σ H-H pendentes ÷ Capacidade disponível (H-H/semana) H-H = Homem-hora (ex: 3 técnicos × 8h = 24 H-H/turno)

Calculadora Dinâmica

H-H pendentes nas OS H-H

Capacidade semanal H-H/sem

Backlog = 4,0 semanas ⬤ Avaliar

Exemplo Real — Planta Química (PCM)

Situação: 480 H-H de OS abertas; 5 técnicos × 8h × 5 dias = 200 H-H/semana disponíveis.
Backlog: 480 ÷ 200 = 2,4 semanas — dentro da faixa ideal (2–4 semanas).
Alerta: Backlog > 6 semanas indica falta de mão de obra ou explosão de corretivas. Backlog < 2 semanas pode indicar ociosidade da equipe.

🟢2–4 sem.Ideal — equipe dimensionada, OS fluindo com normalidade

🟡4–6 sem.Atenção — possível sobrecarga, avaliar prioridades

🔴> 6 sem.Crítico — demandar reforço temporário ou terceirização

KPI 07 · Planejamento

MPC — Manutenção Planejada × Total

Meta > 80%

Fórmula

MPC = (H-H em manutenção planejada ÷ H-H total) × 100% Planejada = preventiva + preditiva + corretiva planejada

Calculadora Dinâmica

H-H planejadas H-H

H-H total H-H

MPC = 75,0% ⬤ Avaliar

Exemplo Real — Usina de Açúcar (Região Nordeste)

Dados do mês: 1.200 H-H totais; 840 H-H em preventiva + 120 H-H em corretiva planejada = 960 H-H planejadas.
MPC: 960 ÷ 1.200 × 100 = 80% — exatamente no limite world-class.
Interpretação: 20% dos recursos ainda vão para corretiva não planejada (240 H-H). Meta: reduzir para 10% implementando preditiva nas moendas (maior frequência de falha).

🟢> 80%World-class — gestão proativa predominante

🟡60–80%Em transição — ainda dependente de corretiva

🔴< 60%Reativo — manutenção não estruturada, custo elevado

KPI 08 · Confiabilidade · NBR 5462

λ — Taxa de Falhas (Failure Rate)

Quanto menor ↓

Fórmula

λ (lambda) = Nº de Falhas ÷ Tempo Total de Operação λ = 1 ÷ MTBF Unidade: falhas/hora ou falhas/ciclo

Calculadora Dinâmica

Número de falhas

Tempo de operação h

λ = 0,00417 f/h

Exemplo Real — Motor Elétrico (Mineração)

Frota de 20 motores: 8 falhas em 2.400 h de operação total.
λ = 8 ÷ 2.400 = 0,00333 falhas/hora (= 1 falha a cada 300 h por motor).
MTBF equivalente: 1 ÷ 0,00333 = 300 h.
Uso: λ é fundamental para calcular a probabilidade de sobrevivência R(t) = e^−λt — base do planejamento de intervalos de manutenção preventiva.

📐R(t) = e⁻λtProbabilidade de sobrevivência após t horas de operação

📐λ = 1/MTBFRelação direta: MTBF alto = λ baixo = equipamento confiável

KPI 09 · Capacidade Total

TEEP — Total Effective Equipment Performance

OEE Absoluto

Fórmula

TEEP = Utilização × OEE Utilização = Tempo Planejado ÷ Tempo Total Disponível (24h/dia × 365 dias) TEEP considera TODO o tempo — inclusive turnos não programados

Calculadora Dinâmica

Utilização (%) %

OEE (%) %

TEEP = 63,8% ⬤ Avaliar

Exemplo Real — Fábrica com 2 Turnos (Autopeças)

A planta opera 2 turnos × 8h = 16h/dia. Utilização = 16 ÷ 24 = 66,7%. OEE medido = 80%.
TEEP: 0,667 × 0,80 = 53,3%.
Insight: O TEEP revela que a fábrica usa apenas 53,3% da sua capacidade física total. Se implementar 3º turno (util. = 100%), o TEEP seria 80% — sem nenhuma melhoria técnica.

📊OEE vs TEEPOEE mede o que foi planejado; TEEP mede vs. capacidade 24/7

🏭TEEP > 70%Excelente utilização da capacidade instalada total

Bloco 2 · 0:45–1:05

Benchmarking de Manutenção

Benchmarking é a prática de comparar o desempenho da sua operação com referenciais externos (world-class, concorrentes, melhor da classe). Fontes: ABRAMAN (Brasil), SMRP Metrics (EUA) e APQC (internacional).

MTBF · World-Class

≥ 720 h

Tempo entre falhas

Meta para equipamentos críticos em processos contínuos (petróleo, siderurgia)

MTTR · World-Class

≤ 2–4 h

Tempo para reparo

2h para processos automatizados; 4h para manutenção geral (SMRP, 2023)

Disponibilidade

≥ 95%

Físico operacional

NBR 5462 + meta ABRAMAN para equipamentos de processo crítico

OEE · World-Class

≥ 85%

Eficiência global

Meta JIPM/TPM — média da indústria brasileira: 65–75%

CM/FT · Brasil

4,1%

Custo / Faturamento

Média nacional (ABRAMAN 2022). World-class: 1,5–2,5%

MPC · World-Class

> 80%

Manutenção planejada

Média brasileira: 45–60% planejada (ABRAMAN). Meta: > 80%

Backlog Ideal

2–4 sem

Fila de serviços

Faixa ideal de backlog para equipes bem dimensionadas (SMRP)

Taxa Corretiva

< 20%

do total de H-H

Proporção aceitável de manutenção corretiva. Brasil atual: ~40–55%

OEE: Brasil vs. World-Class por Setor

Dados: ABRAMAN 2022 / SMRP Metrics 2023

CM/FT (%): Custo de Manutenção por Setor

Porcentagem sobre faturamento — ABRAMAN 2022

Matriz de Posicionamento — Sua Planta vs. Benchmarks

Use esta matriz para diagnosticar rapidamente onde cada KPI da sua planta se posiciona em relação ao mercado.

KPI

World-Class

Adequado

Em risco

Crítico

MTBF

≥ 720 h

500–720 h

200–500 h

< 200 h

MTTR

≤ 2 h

2–4 h

4–8 h

> 8 h

Disponibilidade

≥ 97%

95–97%

90–95%

< 90%

OEE

≥ 85%

75–85%

65–75%

< 65%

CM/FT

≤ 2,5%

2,5–3,5%

3,5–5%

> 5%

MPC

> 85%

70–85%

55–70%

< 55%

Backlog

2–3 sem

3–4 sem

4–6 sem

> 6 sem

Bloco 3 · 1:15–1:40

Análise de Indicadores

Medir é necessário, mas não suficiente. A análise transforma números em diagnóstico. As três ferramentas mais utilizadas na engenharia de manutenção para análise de indicadores são: Pareto, Ishikawa e Correlação entre KPIs.

📊

Análise de Pareto de Falhas

Princípio 80/20 — 20% das causas geram 80% das paradas. Priorize onde agir primeiro.

Pareto de Paradas — Linha de Produção Cerâmica (Exemplo Real)

Dados coletados em 90 dias · N = 47 ocorrências · 312 horas perdidas

#	Causa de Parada	Ocorrências	Horas perdidas	% Acumulado
1	Quebra de correia transportadora	12	98 h	31,4%
2	Falha em rolamento das moendas	9	72 h	54,5%
3	Superaquecimento de motor	7	56 h	72,4%
4	Vazamento hidráulico	6	38 h	84,6%
5	Falha elétrica / CLP	4	24 h	92,3%
6+	Demais causas (7 tipos)	9	24 h	100%

Decisão baseada no Pareto: As 3 primeiras causas concentram 226h das 312h perdidas (72,4%). Concentrar esforços na correia, no rolamento e no motor gera o maior retorno sobre o investimento em manutenção.

🐟

Diagrama de Ishikawa (Espinha de Peixe)

Análise de causa raiz estruturada pelos 6M — identifica a causa-raiz, não apenas o sintoma. Base da análise RCA (Root Cause Analysis).

Problema em análise: Quebra frequente de correia transportadora na linha cerâmica (12 ocorrências em 90 dias — causa #1 do Pareto acima)

⚙️ Máquina

Desalinhamento das polias
Tensão incorreta da correia
Desgaste excessivo do tambor
Vibrações por desbalanceamento

🧑‍🔧 Mão de Obra

Falta de treinamento no ajuste
Ausência de inspeção diária
Troca incorreta do tipo de correia

EFEITO:
Quebra de correia transportadora
(98 h de parada)

🧪 Material

Correia de especificação inferior
Substituição por tipo não homologado
Estoque desatualizado

📋 Método / Meio Amb.

Umidade excessiva no ambiente
Temperatura fora do range
Ausência de POP de inspeção
Sobrecarga de material processado

Causa raiz identificada: Desalinhamento das polias + ausência de POP de inspeção diária. Ação: Criar checklist diário de 5 min com verificação de alinhamento e tensão (Manutenção Autônoma — Pilar 1 do TPM).

📈

Correlação entre KPIs e Análise de Tendências

KPIs não existem isolados — eles se relacionam. Entender as correlações permite antecipar deteriorações antes que virem falhas.

Evolução mensal dos KPIs — Planta Industrial (Jan–Dez)

Linha de produção de fertilizantes · Dados fictícios baseados em médias setoriais

Correlação observada: Quando o CM/FT aumenta (meses 6–8), o MTBF cai — sinal de explosão de corretivas. Nos meses em que o MPC supera 80% (meses 9–12), o MTBF se recupera e o CM/FT cai. Conclusão: Investir em planejamento (MPC) reduz custo (CM/FT) e aumenta confiabilidade (MTBF) — ciclo virtuoso.

Bloco 4 · 1:40–1:55

Tomada de Decisão Baseada em Dados

Diagnosticar não basta — é preciso decidir e agir. A análise de KPIs deve resultar em planos de ação concretos, priorizados por urgência e impacto financeiro.

Matriz de Decisão — Urgência × Impacto

Classifique cada problema de manutenção em um dos quatro quadrantes para definir a prioridade de ação.

🔴 Quadrante I — ALTA urgência + ALTO impacto

Agir agora (< 24h)

KPI crítico + risco de parada imediata. Ex: Disponibilidade < 85%, MTTR > 12h, backlog > 8 semanas. Ação: Plano de emergência + equipe dedicada.

🟡 Quadrante II — BAIXA urgência + ALTO impacto

Planejar (próxima semana)

KPI ruim mas sem risco imediato. Ex: CM/FT subindo gradualmente, OEE caindo 2% ao mês. Ação: Kaizen planejado, investimento em preditiva.

🟢 Quadrante III — ALTA urgência + BAIXO impacto

Delegar ou simplificar

Muitas pequenas ordens urgentes que consomem H-H sem impacto no OEE. Ação: Manutenção autônoma, treinamento do operador.

🔵 Quadrante IV — BAIXA urgência + BAIXO impacto

Monitorar (próximo ciclo)

Indicadores abaixo do ideal mas sem risco a curto prazo. Ação: Incluir no plano de melhoria contínua trimestral.

Fluxo de Tomada de Decisão em Manutenção

Radar de Maturidade — Planta Industrial vs. World-Class

Diagnóstico rápido: quanto mais próximo da borda externa, melhor o desempenho

📋 Estrutura de um Plano de Ação de Manutenção (5W2H)

What — O quê?

Instalar sensor de vibração nos rolamentos das moendas

Why — Por quê?

Reduzir 9 ocorrências/90 dias; 72h perdidas → meta: 0

Who — Quem?

Eng. de Manutenção (responsável) + TI Industrial

Where — Onde?

Moendas M1, M2 e M3 — linha cerâmica

When — Quando?

Implementação em 30 dias (próxima parada programada)

How — Como?

Sensores IIoT + dashboard de alarme no CMMS

How Much — Quanto?

R$ 18.000 (payback em 2 meses: 72h × R$ 5.000/h)

Bloco Final · 1:55–2:00

Quiz Interativo — Fixação

Clique na alternativa correta. Cada questão tem feedback imediato com explicação.

0/5

Resultado do Quiz

Atividades Práticas

Para Aprofundamento

Diagnóstico de KPIs — Empresa Real

Em grupos de 3, escolha uma empresa industrial da sua região (ou use dados públicos da ABRAMAN). Colete ou estime MTBF, MTTR, Disponibilidade e CM/FT. Posicione cada KPI na Matriz de Benchmarking e elabore um plano de ação 5W2H para o indicador mais crítico.

📊 Análise 👥 Grupo ⏱️ 40 min

Pareto + Ishikawa — Caso Completo

Usando o banco de dados de falhas fornecido (histórico de 6 meses de uma linha de produção), construa: (a) Gráfico de Pareto das 3 principais causas de parada; (b) Diagrama de Ishikawa para a causa #1; (c) Proposta de indicador KPI para monitorar a melhoria após a ação corretiva.

🐟 Ishikawa 📊 Pareto ⏱️ 50 min

OEE — Levantamento de Campo

Visite (presencialmente ou virtualmente) uma empresa industrial. Levante os dados necessários para calcular o OEE: tempo planejado, paradas, velocidade nominal vs. real e refugo. Compare com o benchmark do setor, identifique o maior componente de perda (D, P ou Q) e proponha uma ação de melhoria com meta SMART e KPI de acompanhamento.

🏭 Campo 📐 OEE ⏱️ 60 min

📚 Leitura Complementar Recomendada

VIANA, H.R.G. PCM — Planejamento e Controle da Manutenção. Qualitymark, 2002. (Capítulos 5–7: Indicadores)

ABRAMAN. Documento Nacional 2022 — A Situação da Manutenção no Brasil. ABRAMAN, 2022.

SMRP. Best Practices Metrics — 6th Edition. Society for Maintenance & Reliability Professionals, 2023.

XENOS, H.G. Gerenciando a Manutenção Produtiva. EDG, 1998. (Caps. 8–10)

ABNT. NBR 5462:1994 — Confiabilidade e Mantenabilidade. ABNT, 1994.

KPIs de Manutenção,Benchmarking eTomada de Decisão

Estrutura — 2 Horas

Ao final desta aula, o aluno será capaz de:

KPIs de Manutenção

Benchmarking de Manutenção

Matriz de Posicionamento — Sua Planta vs. Benchmarks

Análise de Indicadores

Tomada de Decisão Baseada em Dados

Matriz de Decisão — Urgência × Impacto

Fluxo de Tomada de Decisão em Manutenção

📋 Estrutura de um Plano de Ação de Manutenção (5W2H)

Quiz Interativo — Fixação

Para Aprofundamento

📚 Leitura Complementar Recomendada

KPIs de Manutenção,
Benchmarking e
Tomada de Decisão