
Entenda MTBF e MTTR na manutenção industrial: como fazer o cálculo, ler a variabilidade dos dados e comparar com benchmarks brasileiros.
Em uma mesma planta, dois times podem calcular MTBF e MTTR na manutenção industrial para o mesmo conjunto de ativos e chegar a resultados diferentes.
Isso acontece, por exemplo, quando uma equipe considera todo o período do calendário e a outra desconta paradas programadas ou períodos em que o equipamento não estava, de fato, em operação.
Nesses casos, o problema raramente está na fórmula. A diferença costuma surgir na metodologia usada para definir tempo de operação, falha, reparo e período de análise.
Sem critérios consistentes, os indicadores deixam de ser comparáveis e podem levar a conclusões equivocadas sobre a confiabilidade dos ativos e o desempenho da manutenção.
Calcular MTBF e MTTR corretamente exige, portanto, mais do que aplicar uma divisão: é preciso padronizar os dados de entrada, entender o que cada indicador representa e interpretar os resultados dentro do contexto operacional do ativo.
Neste artigo, você vai entender como calcular MTBF e MTTR na manutenção industrial, quais variáveis considerar, como interpretar os indicadores estatisticamente, quais erros evitar e como comparar seus resultados com referências brasileiras.

MTBF e MTTR são métricas que acompanham, sob perspectivas diferentes, o desempenho de ativos reparáveis e da própria manutenção. Os conceitos de confiabilidade e mantenabilidade que sustentam esses indicadores têm terminologia definida na NBR 5462.
O MTBF (Mean Time Between Failures), ou tempo médio entre falhas, representa o tempo médio de funcionamento entre duas falhas consecutivas de um item reparável.
Ele também é usado como indicador de confiabilidade: valores mais altos indicam que o item (máquina, equipamento ou componente) falha menos e, em geral, quanto menos falhas, maior a confiabilidade.
O MTTR (Mean Time To Repair), ou tempo médio de reparo, representa o tempo médio associado ao processo de reparo após uma falha, conforme o critério de contabilização adotado pela organização.
Ele está relacionado à mantenabilidade do ativo, isto é, à facilidade com que ele pode ser restaurado, e ajuda a avaliar a rapidez com que a manutenção executa a intervenção e restabelece a condição operacional.
Um ativo pode apresentar MTBF elevado, falhando com pouca frequência, mas exigir reparos demorados quando a falha ocorre.
Da mesma forma, um MTTR baixo indica reparos rápidos, mas não elimina o impacto de um equipamento com falhas recorrentes.
Em resumo, o MTBF ajuda a responder “com que frequência o ativo falha?”, enquanto o MTTR mostra “quanto tempo, em média, o processo de reparo demanda?”.
Essa leitura conjunta dá ao PCM (Planejamento e Controle da Manutenção) uma visão tanto da confiabilidade do equipamento quanto da eficiência do processo de manutenção.
➡️ Para ver como esses dois indicadores se encaixam no acompanhamento da gestão, confira nosso artigo sobre KPIs na manutenção industrial.
O cálculo de MTBF e MTTR é relativamente simples. O cuidado maior está em garantir que os dados representem corretamente o período analisado e sigam sempre o mesmo critério de coleta.
O MTBF é calculado pela relação entre o tempo total de operação e o número de falhas registradas no período:

Já o MTTR relaciona o tempo total de reparo ao número de reparos realizados:

Para que esses indicadores sejam comparáveis ao longo do tempo ou entre ativos, os critérios que definem tempo de operação, falha e reparo precisam ser os mesmos em todos os cálculos.
Considere um equipamento que, durante o período analisado, acumulou 600 horas de operação e apresentou 3 falhas. O cálculo fica:
MTBF = 600 ÷ 3 = 200 horas
Ou seja, nesse conjunto de dados, o equipamento falhou, em média, uma vez a cada 200 horas de operação.
Com base nesse resultado, inspeções e intervenções preventivas devem ocorrer antes desse intervalo, já que o objetivo é evitar a falha. Quanto mais o equipamento se aproxima das 200 horas, maior se torna a probabilidade de falha.
Agora, considere que os três reparos somaram 12 horas. Nesse caso:
MTTR = 12 ÷ 3 = 4 horas
Cada reparo levou, em média, 4 horas, considerando o critério de contabilização adotado pela organização.
A partir desse número, a análise se volta para duas perguntas: como reduzir o tempo de reparo? E esse tempo é suficiente para um bom serviço, sem gerar novos problemas ou retrabalho?
Esses números, porém, não mostram como os eventos se distribuíram. Dois equipamentos podem apresentar o mesmo MTBF ou MTTR e, ainda assim, ter comportamentos bem diferentes ao longo do período.
Por trás do MTBF e do MTTR estão os tempos individuais registrados em campo ou em um sistema de manutenção, que formam a base estatística desses indicadores.
O TBF (Time Between Failures) corresponde ao intervalo medido entre uma falha e a seguinte. Já o TTR (Time To Repair) representa o tempo registrado em cada evento de reparo. Cada um desses valores é uma observação individual, e é a partir deles que as médias são calculadas.
Imagine, por exemplo, os seguintes tempos de reparo:
1h, 1h, 2h, 2h e 9h
Média = 15h ÷ 5 reparos = 3h
O MTTR é de 3 horas, mas esse valor não representa bem a maior parte dos reparos, que ficaram entre 1 e 2 horas. O evento de 9 horas puxou a média para cima.
Outras medidas estatísticas ajudam a completar essa leitura:
O desvio padrão mostra que dois ativos com o mesmo MTTR médio podem ter níveis de variabilidade muito diferentes nos tempos de reparo.
Para o PCM, essa dispersão revela se as intervenções seguem um comportamento consistente ou se há ocorrências muito distantes do padrão observado.
Quanto maior o desvio padrão, mais forte é o sinal de que o processo está fora de controle. Sem um padrão nos dados, a duração de um reparo pode variar muito em relação a outro, e isso compromete o planejamento e a previsibilidade da manutenção.
Outro dado útil é o tempo decorrido desde a última falha. Comparado ao MTBF histórico, ele mostra como o ciclo atual se comporta em relação à média dos ciclos anteriores.
Se um ativo tem MTBF histórico de 800 horas e já opera há 950 horas desde a última falha, isso não significa que a falha esteja “atrasada” ou que vá ocorrer em breve.
O dado mostra que o ciclo atual já ultrapassou a média histórica e que a probabilidade de falha está maior.
A tendência do tempo entre falhas também diz muito. Quando ele cresce, há um bom indicativo de que as ações de manutenção e operação estão sendo efetivas. Quando diminui em relação à média, pode apontar desgaste precoce, envelhecimento ou falhas iniciais.
O MTBF, afinal, não funciona como prazo de validade nem como previsão do instante da próxima falha. Ele é uma média calculada a partir dos eventos observados e deve ser interpretado junto com outros dados de condição e confiabilidade.
O resultado também depende do universo de dados escolhido. O MTBF pode ser calculado para todo o histórico de um setor, para uma única máquina ou até para um componente específico.
É comum usar o MTBF global, que considera todo o histórico desde a primeira falha, e também MTBFs por período, como os últimos seis meses ou mês a mês, para fins de comparação.
Cada escopo responde a uma pergunta diferente. Um MTBF calculado para toda a planta indica o comportamento geral da operação, mas pode esconder um equipamento com falhas recorrentes. Já a análise por componente aprofunda o diagnóstico, embora trabalhe com uma quantidade menor de eventos.
O mesmo vale para o período analisado. Um histórico de vários anos pode diluir mudanças recentes no desempenho, enquanto uma janela mais curta evidencia tendências atuais, mas fica mais sensível a poucos eventos.
Para comparar MTBF e MTTR, critérios de coleta, período e nível de detalhamento precisam ser equivalentes. Do contrário, os resultados podem representar realidades diferentes.
Uma boa prática é comparar diferentes tipos de MTBF (por máquina e por período, por exemplo) para entender o comportamento e a tendência dos ativos, definir prioridades e aprofundar a análise de falhas e de causa raiz.
A ABRAMAN (Associação Brasileira de Manutenção e Gestão de Ativos) publica levantamentos que ajudam a contextualizar o desempenho da manutenção industrial no Brasil.
Um estudo acadêmico da Fatec, publicado em 2025, usou indicadores setoriais atribuídos à ABRAMAN 2022 como referência para benchmarking em manutenção industrial. O trabalho apresenta os seguintes valores:
| Indicador | Benchmark setorial |
| MTBF | > 200 h |
| MTTR | < 6 h |
| Disponibilidade | 90–95% |
| Custo de manutenção sobre receita | 5–7% |
| Atividades preditivas | > 30% |
| Manutenção corretiva não planejada | < 10% |
Esses valores funcionam como referências de comparação, mas não devem ser tratados como metas universais.
O desempenho de MTBF e MTTR depende do tipo de ativo, do regime de operação e dos critérios adotados para registrar falhas, tempo de operação e reparos.
O benchmarking ganha valor quando a metodologia da operação é compatível com a referência escolhida. Caso contrário, dois indicadores numericamente próximos podem representar condições de manutenção diferentes.
Dois erros podem comprometer a comparação dos indicadores.
O tempo total de parada (downtime) pode incluir espera por peças, liberações e outros atrasos. Se o objetivo for medir todo o tempo de máquina parada, considerando que ele é inteiramente tempo de manutenção, o MTTR pode ser tratado como equivalente ao MDT (Mean Down Time, ou tempo médio de parada).
Se o objetivo for medir apenas o tempo efetivo em reparo, é preciso descontar os demais tempos para chegar ao MTTR propriamente dito.
O cálculo deve considerar apenas o tempo em que o ativo esteve efetivamente em operação, e somente as falhas de fato ocorridas entram na contagem.
Paradas operacionais, erros e falta de operação não devem ser contabilizados. Incluir períodos de parada programada na base de operação também distorce o resultado.
Nos dois casos, a regra é a mesma: definir um critério de contabilização e mantê-lo em todos os cálculos.
MTBF e MTTR ajudam a mostrar os efeitos de uma estratégia de manutenção preditiva.
Quando uma condição anormal é identificada antes da falha funcional, a equipe ganha tempo para planejar a intervenção. Esse tipo de atuação pode reduzir a recorrência de falhas e contribuir para elevar o MTBF ao longo do tempo.
A curva P-F ilustra essa janela: ela representa o intervalo entre o ponto em que uma falha potencial pode ser detectada (P) e o momento da falha funcional (F). Quanto mais cedo a técnica preditiva identifica a anomalia, maior o tempo disponível para agir.

No MTTR, o ganho tende a aparecer na etapa de diagnóstico. Quando a manutenção chega à intervenção com mais informações sobre a origem do problema, a investigação fica mais direcionada e o tempo associado ao reparo pode diminuir.
A manutenção preditiva atua, assim, tanto na prevenção da evolução de falhas quanto na preparação das intervenções. MTBF e MTTR são formas de medir esses efeitos sobre confiabilidade e mantenabilidade.
O sensor de vibração industrial online acompanha, de forma contínua, as mudanças no comportamento vibracional do ativo durante a operação.
Quando uma tendência anormal aparece, a equipe pode investigar sua evolução e avaliar a necessidade de intervenção antes de uma parada não programada.
A análise espectral complementa esse acompanhamento: ao decompor o sinal de vibração em frequências, ela ajuda a direcionar o diagnóstico para modos de falha ou regiões que precisam ser inspecionadas.

Nesse contexto, os sensores de vibração da Dynamox acompanham continuamente a condição de ativos rotativos e enviam os dados para análise na Dynamox Platform.
Com isso, a equipe observa tendências, aprofunda o diagnóstico e prepara a intervenção com mais informações sobre o comportamento do equipamento.
Esse histórico dá à equipe de manutenção e ao PCM visibilidade sobre o tempo até a falha e a janela de ação disponível. A investigação fica mais direcionada, com maior clareza sobre o ponto que precisa de atenção.
Dessa forma, o monitoramento de vibração apoia tanto a prevenção de falhas funcionais quanto a redução do tempo de diagnóstico.
Comparar MTBF e MTTR com benchmarks só faz sentido quando os indicadores foram calculados com critérios equivalentes.
Diferenças na definição de falha, no período analisado, no tempo contabilizado como reparo ou na base de operação podem tornar pouco comparáveis dois resultados aparentemente semelhantes.
O valor desses indicadores está tanto no número final quanto na consistência da metodologia usada para construí-lo. Com critérios claros e mantidos ao longo do tempo, MTBF e MTTR passam a sustentar análises confiáveis sobre o desempenho dos ativos e da manutenção, e ajudam a priorizar ações, acompanhar a evolução e orientar decisões com mais segurança.
Um bom ponto de partida é revisar como sua equipe define falha, tempo de operação e reparo hoje. É nessa definição que a comparabilidade dos indicadores começa.
E se você quer entender como o monitoramento de condição e outras técnicas preditivas podem contribuir para o MTBF e o MTTR da sua operação, fale com os especialistas da Dynamox.
Não necessariamente. Um MTBF elevado indica que, no período analisado, houve um intervalo médio maior entre falhas. O valor precisa ser interpretado junto com o escopo da análise, o histórico do ativo e outros indicadores de condição e manutenção.
Depende do critério adotado pela organização. Se o objetivo for medir o tempo ativo de reparo, períodos de espera por peças, autorizações ou liberações devem ser registrados separadamente. O ponto central é manter o mesmo critério de contabilização ao longo do tempo.
Depende da análise desejada. O cálculo por planta oferece uma visão geral, enquanto o cálculo por setor, máquina ou componente ajuda a identificar comportamentos específicos. Quanto mais detalhado o escopo, mais direcionada tende a ser a interpretação do indicador.
Sim, desde que a comparação considere ativos e metodologias semelhantes. Diferenças no período analisado, na definição de falha, no regime de operação e no critério de cálculo podem tornar os resultados pouco comparáveis. Benchmarks servem como referência de contexto, e não como meta automática.
Entusiasta da transformação por meio do conhecimento e educação. Anos de engenharia e experiência na indústria se transformaram em conteúdos ricos e transformadores que hoje são usados para alavancar, dar sentido e direção a milhares de carreiras.
Não perca as novidades e atualizações da Dynamox