ANÁLISE ESTATÍSTICA PARA PREVISÃO DE PARADAS NÃO PROGRAMADAS EM UMA CÉLULA DE FUNDIÇÃO

Este estudo explora a combinação de Regressão Linear Múltipla (RLM) e modelagem ARIMA para prever o Tempo de Parada Total em uma célula de fundição de uma indústria automotiva. A análise estatística dos dados de manutenção corretiva foi realizada, considerando variáveis como Manutenção Elétrica, Mecânica e Ferramental. O método Stepwise foi empregado para selecionar variáveis significativas na modelagem RLM, com a análise de resíduos seguida pelo ajuste do modelo ARIMA. O modelo RLM ajustado explicou 95,38% da variabilidade no Tempo de Parada Total, enquanto o modelo combinado RLM + ARIMA apresentou um Erro Absoluto Médio Percentual (MAPE) de 10% na previsão dos tempos de parada. Esses achados sugerem que o modelo integrado pode fornecer previsões precisas, auxiliando na alocação eficiente de recursos de manutenção e na identificação de padrões subjacentes não capturados pela regressão linear.