Trabajo Final Seminario Puelles - Cubas
Trabajo Final Seminario Puelles - Cubas
Trabajo Final Seminario Puelles - Cubas
FACULTAD DE INGENIERÍA
CARRERA DE INGENIERÍA INDUSTRIAL
Integrantes:
ALUMNO N.° 01: Christofer Paolo Puelles Fernandez
CÓDIGO: U201811611
2020-I
ÍNDICE GENERAL
1. CAPÍTULO I: PROBLEMA DE INVESTIGACIÓN
1.1. PLANTEAMIENTO DEL PROBLEMA DE INVESTIGACIÓN
1.1.1. Descripción e importancia del problema basado en el análisis del
sector
1.1.2. Análisis del problema
1.1.3. Caso de estudio
1.1.4. Formulación del problema
1.1.5. Propuesta de investigación
1.1.6. Fundamentación y descripción de la técnica
1.1.7. Antecedentes de la propuesta
1.1.8. Motivación
1.1.9. Hipótesis
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A.
FIGURA 1 INDICADOR DE KG DE SOLDADURA/ TN DE PIEZAS PRODUCIDAS
(2018-2019)
6.0
4.9
5.0
4.6
4.2
4.0
3.7
3.7
3.5
3.5
3.5
3.4
3.4
3.2
3.1
2.9
2.9
2.8
3.0
2.7
2.7
2.6
2.6
2.6
2.5
2.5
2.4
1.8
2.0
1.0
0.0
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE
2018 2019
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A.
Este indicador podemos visualizar que la demanda no ha variado mucho, en el
comportamiento mensual, ya que existen meses con mayor demanda como lo son
noviembre y enero, por ello en ambos meses existe la mayor cantidad de kg por
soldadura. Debido a los errores que se realizan en producción.
TABLA 2 DE NO CONFORMIDADES POR TONELADAS DE PIEZAS EN
PRODUCCION 2018
CANTIDAD DE P ED ID O S / N O NO
MES P IEZAS EN TON. C O N F OR M ID A D ES C ON F OR M ID A D ES
35.00
28.86
30.00
PEDIDOS/ REPROCESOS
25.00 22.61
21.53 21.35
20.00 18.38 18.72
17.02 16.54
15.60 16.00
15.00 12.03 12.83
10.00
5.00
0.00
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE
MES
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A
En la tabla superior podemos observar que cada 18.46 toneladas se produce una
no conformidad en producción, por ello se debe pasar por soldadura, luego esmerilado,
es decir, un reproceso los cuales generan costos adicionales, y retrasos en las fechas de
entregas programadas.
TABLA 3 DE NO CONFORMIDADES POR TONELADAS DE PIEZAS EN
PRODUCCION 2019
NO CONFORMIDADES POR TN DE PIEZAS EN PRODUCCION 2019
CANTIDAD DE P ED ID OS / N O NO
MES P IEZAS EN TO N. C ON F OR M ID A D ES C ON F OR M ID A D ES
18.00
16.00
15.43
14.40 14.71
14.00
13.10
12.00
11.72 11.69
10.83 10.74
PEDIDOS/ RECLAMO
10.00 10.09
9.12 9.32
8.00 8.10
6.00
4.00
2.00
0.00
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE
MES
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A.
Del siguiente grafico se concluye que cada 16.5 toneladas se produce una no
conformidad, en el mes de noviembre aumentan las no conformidades ya que aumenta
la demanda. Si se compara con el 2018 el indicador de no conformidades ha
aumentado. Por ello es necesario identificar la causa raíz y solucionar el problema.
TABLA 4 PROMEDIO DE RETRASO
MES 2018 2019
ENERO 5 5
FEBRERO 4 3
MARZO 2 1
ABRIL 5 4
MAYO 4 3
JUNIO 3 2
JULIO 2 1
AGOSTO 4 4
SETIEMBRE 3 3
OCTUBRE 2 4
NOVIEMBRE 5 5
DICIEMBRE 3 4
TOTAL 4 3
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A.
Podemos visualizar que hubo un aumento de un día en promedio entre el 2018 y el
2019.
GRAFICO 4 DE DIAS PROMEDIO DE RETRASO
0
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE
2018 2019
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A.
Debido a los errores en producción, no se llega a cumplir con la fecha pactada de
entrega.
TABLA 5 DE COSTO PROMEDIO POR ERROR DE PRODUCCIÒN.
MES 2018 2019
ENERO $ 11,550 $ 15,950
FEBRERO $ 19,800 $ 25,850
MARZO $ 26,400 $ 40,700
ABRIL $ 33,000 $ 27,500
MAYO $ 24,750 $ 23,100
JUNIO $ 37,400 $ 26,400
JULIO $ 13,750 $ 30,250
AGOSTO $ 26,400 $ 36,850
SETIEMBRE $ 27,500 $ 47,300
OCTUBRE $ 35,750 $ 58,300
NOVIEMBRE $ 53,350 $ 46,750
DICIEMBRE $ 24,750 $ 46,200
TOTAL $ 334,400.00 $ 425,150.00
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A.
$57,240
$60,000
$52,380
$46,440
$45,900
$45,360
$50,000
$39,960
$36,720
$36,180
$35,100
$40,000
$32,400
$29,700
$27,000
$27,000
$25,920
$25,920
$25,920
$25,380
$24,300
$24,300
$30,000
$22,680
$19,440
$15,660
$13,500
$20,000
$11,340
$10,000
$-
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE
2018 2019
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A.
Se realizó un análisis en el cual se estableció que por cada no conformidad en
producción se tiene un costo promedio de $220.00, podemos observar un aumento en el
costo por mes, debido a que la demanda en el 2019 aumento respecto al 2018. Entre los
dos años suman $759,550, lo cual representa un monto alto, por ello debe hacerse
seguimiento.
Disminución de Aumento en la
Sobrecostos por
Reprocesos de cantidad de errores
ventas, menores errores en producciòn
piezas. Alto índice de por tonelaje, en el
ingresos para la por un sobrecosto de
fallas de equipos 2018 de 18.46 y en el
compañía $ 759,550
2019 en 16.25
No existe un plan de
Fallas mecánicas de Errores del Sistema Personal poco
mantenimiento de los
los equipos. del moldeo capacitado
equipos
Inadecuada
Hornos de fundiciòn Falta de un proceso
manipulación de
con escorias de capacitación
equipos
Elaboración: Propia
Sin regulación
Falta de estandarizada
Insuficientes
capacitación Mala calibracion
Sin
Sin estándares de metodología
Alta rotación de
personal herramientas
AUM ENTO DE NO
CONFORMIDADES EN
EL AREA DE
PRODUCCIÒN DE LA
Falta de Ausencia de medidas EM PRESA FUNDICION
mantenimiento FUCSA SA
apropiadas en los
cambios de moldes
Hornos de Demoras en el cambio
moldeo con Fallas en el sistema de moldes
escoria de moldeo
Elaboración: Propia
Esto origina la variabilidad de los costos de producción de las piezas, aumento de reprocesos en el área de soldadura, esmerilado y demás
áreas de producción, aumento de días retrasos en las fechas de entrega. Para identificar los problemas que tiene mayor repercusión en el área se
realizó un análisis de la situación con el Gerente de Planta, el Jefe de Producción y el Asistente de Producción.
Elaboración: Propia
FRECUENCIA %
NUMERO PROBLEMAS FRECUENCIA
ACUMULADA
%
ACUMULADO
80-20
Cálculo de OEE
OEE - Actual
Tiempo de Actividad 70
Disponibilidad = = = 72.92%
Tiempo productivo planeado 96
# de partes producidas 14
Desempeño = = = 100.00% OEE = 68.25%
Tasa Esperada x Tiempo de Actividad 0.2 x 70
Elaboración: Propia
Fuente: Área de Producción- FUNDICIÓN CHILCA S.A.
La empresa labora de lunes a sábado 2 turnos por dia de 8 horas cada uno, en cada
horno se procesa una tonelada en 5 horas.
Con los datos actuales se observa que el OEE de la planta de producción es de 68.25%,
lo cual se plantea mejorar este rendimiento con la mejora propuesta. Según cálculos
realizados se obtuvo que un 6.40% de la producción es no conforme, lo cual se desea
reducir estas no conformidades en un 50% hasta llegar a un 3.2%
1.1.3. Caso de estudio
La empresa FUNDICIÓN CHILCA S.A. es una empresa dedicada a la producción de
piezas metálicas de gran tonelaje destinadas a atender las necesidades de la minería y
grandes industrias, la venta de estas piezas las cuales se distribuyen en el mercado
nacional e internacional. Además, cuenta con la planta más moderna de fundición de
piezas de acero del Perú. La capacidad de producción de nuestra planta es de 35 mil
Ton. Anuales; tiene la más amplia gama de productos en el país. Fue creada y fundada
en el año 2011 y busca convertirse en el aliado perfecto de sus clientes, asegurando que
las necesidades y exigencias de los clientes se cumplan en su totalidad.
1.1.3.1 Datos Específicos:
1.1.3.1.1 Datos de la empresa:
Razón social : FUNDICION CHILCA S.A.
Tipo Contribuyente: SOCIEDAD ANONIMA
Actividad Comercial: Fundición de hierro y acero.
Tamaño de la empresa: Macro
Inicio de actividades: Enero 2011
Ubicación física (Dirección y Mapa):
OFICINA PRINCIPAL: CAL.FRANCISCO MASIAS NRO. 544 DPTO. 1401
URB. JARDIN LIMA - LIMA - SAN ISIDRO
Planta: AV. SANTO DOMINGO DE LOS OLLE NRO. S/N (STO DOMINGO
DE LOS OLLEROS PAN.SUR KM 69) LIMA - CAÑETE – CHILCA
Figura 8: Ubicación de la empresa
Elaboración: Propia
PRODUCCIÓN OPERACIONES
PROBLEMA GENERAL:
PROBLEMAS ESPECÍFICOS
OBJETIVO GENERAL:
OBJETIVOS ESPECÍFICOS
Implementación de mantenimiento preventivo planificado para los crisoles de
fundición.
A través del mantenimiento planificado se reducirá el índice de no conformidades.
JUSTIFICACIÓN:
Esto ayuda a las empresas a minimizar los costos de producción y poder competir en un
mercado globalizado.
PROBLEMA:
PROPUESTA:
Cuarto Pilar – Mantención de Calidad: No solo es cuando hacemos, sino que productos
podemos hacer, con que tolerancia se puede trabajar y cuantos defectos están saliendo
en cada proceso. Los cuales pueden ser reflejados en la preferencia del consumidor. Los
defectos salen por un problema de la máquina, por un problema del material, por un
problema del método o por un problema del personal de operaciones. Por ello es
importante la integración de todos para identificar la causa del defecto.
Quinto Pilar – Control inicial: Es planificar e investigar sobre las nuevas máquinas que
pueden ser utilizadas en nuestra organización, para ello debemos diseñar o rediseñar
procesos, verificar los nuevos proyectos, realizar y evaluar los test de operaciones y
finalmente ver la instalación y el arranque.
Mantenimiento Correctivo
Según Gonzáles el mantenimiento correctivo es aquel que sirve para corregir los
problemas que se van presentando en los equipos a medida que los usuarios los van
comunicando, es decir, se espera a que ocurra una falla para que el personal de
mantenimiento entre en acción.
Mantenimiento Preventivo
Aporte Nª1
Titulo:
PROPUESTA DE MEJORA EN LA GESTIÓN DEL ÁREA DE MANTENIMIENTO,
PARA LA OPTIMIZACIÓN DEL DESEMPEÑO DE LA EMPRESA “MANFER
S.R.L. CONTRATISTAS GENERALES”
Actualmente todos los proyectos de construcción necesitan de una gestión eficiente y
alta competitividad, es por eso que las empresas de este rubro suelen tener dificultades a
la hora de ejecutar proyectos. Se ha identificado que MANFER SRL, presenta elevados
costos de alquiler de maquinaria, a pesar de que cuenta con equipos propios los cuales
presentan baja disponibilidad. La presente tesis busca realizar un análisis situacional de
la gestión actual de mantenimiento, y luego de identificar los principales problemas,
poder plantear con ayuda de las herramientas de la ingeniería industrial, una propuesta
de mejora en el área de mantenimiento que permita optimizar el desempeño de la
empresa contratista.
Aporte Nº 2:
PROPUESTA DE MANTENIMIENTO PREVENTIVO Y PLANIFICADO PARA LA
LÍNEA DE PRODUCCIÓN EN LA EMPRESA LATERCER S.A.C.
Fuente:
https://core.ac.uk/download/pdf/94867568.pdf
El objetivo general propuesto es de: un mantenimiento preventivo y planificado. Con el
fin de lograr la máxima eficiencia de las máquinas optimizaríamos la producción con el
adecuado mantenimiento que se les realice, haciendo un correcto mantenimiento
preventivo, reduce las paradas intempestivas que conllevan a las pérdidas de tiempo,
reduce materia prima que se malogra por estas paradas, elevaríamos su nivel de
competitividad al ser más continuo su proceso, que ayuda a la empresa al aumento de su
producción
1.1.8. Motivación
Aplicar las herramientas y los conocimientos adquiridos para lograr reducir las pérdidas
en la empresa de estudio, que han sido $759,550 en los dos últimos años, por las no
conformidades en el área de producción.
1.1.9. Hipótesis
P
Lima, 22 de Junio del 2020
El autor Zhan et al, explica que el mantenimiento basado en la condición (CBM), es un modelo
con un enfoque de mantenimiento eficiente para detectar daños en Reparación y reemplazo de
maquinaria y cronogramas en piezas defectuosas (Zhan et al. 2003).
Haroun et al., explica que el CBM basa sus acciones en el estado real del sistema, reduciendo el
número de fallas, minimizando tanto el mantenimiento costos e intervenciones innecesarias, y
mejorar seguridad operacional (Haroun 2015; Keizer et al.2016; Alaswad y Xiang 2017).
Conociendo la condición real de un activo, su rendimiento y degradación, proporciona datos
para toma de decisiones sobre la gestión de activos al final de la vida útil. Algunas opciones
para mantener las bombas en condiciones de trabajo. Podría ser reparar / reemplazar piezas
defectuosas o restaurar y luego revender toda la bomba.
El autor Tsang et al, explica que la condición de un sistema es monitoreado a través de las
mediciones de varios parámetros, como vibración, temperatura, lubricación fuga de aceite o
corriente del motor eléctrico. Después de la adquisición de estos datos, CBM implica analizar e
interpretar estos datos. Identificando si el sistema se desvió de las condiciones normales de
trabajo. Luego, se podrá realizar un diagnóstico y decidir cuándo y qué acciones deben
realizarse (Tsang et al. 2006; Campos 2009; Veldman y col. 2011)
El autor Rana et al., explica cómo el CBM se basa en el monitoreo periódico o continuo de la
condición de un activo para recomendar mantenimiento solo cuando ocurre un comportamiento
irregular. Con este enfoque, CBM puede superar el inconveniente principal de las otras
estrategias de mantenimiento utilizadas. En particular, mantenimiento preventivo (PM) se
utiliza para componentes caros, como rodamientos, paletas y ejes, o, cuando su falla produce
pérdidas importantes en Tiempo de producción y reparación. PM se basa en la idea de que un
existe una relación directa entre el tiempo de actividad (horas o ciclos) de trabajo) y falla de la
bomba. En consecuencia, estrategia de PM tiende a reemplazar y / o revisar componentes a una
velocidad predeterminada intervalos, que normalmente se optimizan con el balance de costos de
producción y mantenimiento y seguridad beneficios (Rana 2016; Gerdes et al.2016).
El procedimiento específico para el caso de estudio (bombas centrífugas) constó de cinco etapas
principales:
1. Selección de las bombas en estudio;
2. Definición de la condición de funcionamiento de la bomba durante pruebas de vibración
3. Selección de la instrumentación y recopilación de datos y procesamiento.
4. Definición de las ubicaciones de medición adecuadas.
5. Pruebas y análisis de resultados.
6
INICIAL DEL
APELLIDO
DEL ALUMNO
P
Lima, 22 de Junio del 2020
Los autores Jain et al., explican que el TPM básicamente trabaja para la participación de
Mantenimiento Autónomo donde los operadores participan en la restauración de 8 (ocho)
pilares principales, cada uno de los cuales se establece para lograr un objetivo "cero". Muchas
compañías luchan por implementar TPM debido a la insuficiencia de conocimiento y
habilidades especialmente en la comprensión de los vínculos entre el 8 Pilar- Actividades en
TPM. Una implementación típica de TPM requiere la participación de toda la empresa y los
resultados completos solo se pueden ver después de 1 año. La razón principal de esta larga
duración se debe a la participación básica y la capacitación en el equipo a su capacidad original
y condición y luego mejorar el equipo. Los 8 pilares de la metodología TPM se muestran en la
siguiente Figura (Jain et al., 2012)
Se han seleccionado ocho máquinas en el taller de forja que producen llaves, alicates y sierras
para metales. Sus datos relacionados con la producción, los tiempos de descomposición y las
piezas rechazadas para el mes de diciembre de 2015 y enero de 2016. Se descubrió que la
productividad de estas ocho máquinas no era satisfactoria en comparación con su capacidad. La
razón principal detrás de esto fue que el equipo no se mantuvo adecuadamente. Este concepto
ayudó a la industria a reducir los desgloses, el tiempo de desglose, las tasas de rechazo y el
costo de mantenimiento. La productividad de la planta aumentó simultáneamente. Se realizó un
estudio de ocho máquinas del taller de forja desde noviembre de 2015 hasta marzo de 2016. Se
observó cómo los operadores operaban las máquinas, cómo se mantenía el personal de
mantenimiento.
En el presente estudio, se ha utilizado un modelo jerárquico de tres niveles para descubrir las
posibilidades de éxito después de la implementación del concepto de mantenimiento móvil. En
la Figura 3, se puede ver que el nivel 1 se refiere al objetivo general, el nivel 2 se compone de
los sub-objetivos que incluyen los parámetros de rendimiento mostrados y el nivel 3 está
formado por las alternativas, es decir, un rendimiento mejorado y no mejorado. El diagrama de
flujo como se muestra en la Figura 4 ha sido adoptado para cumplir el objetivo de una mejora
exitosa del rendimiento.
Figura 12: Organizational Success
7. Principal resultado (solo si hay validación)
La compañía de herramientas citada en el artículo, adoptó la estrategia de mantenimiento
móvil y mejoró su productividad al disminuir el tiempo de ruptura. Otros parámetros como
disponibilidad, tasa de rendimiento, tasa de calidad y OEE aumentaron al implementar este
nuevo concepto. Los investigadores observaron que la disponibilidad, calidad, rendimiento y
OEE de la tienda de forja aumentó al implementar el nuevo concepto.
Los resultados de la investigación sugieren que la mejora de OEE es la mejora más significativa
como resultado de la implementación del mantenimiento móvil en comparación con otros
parámetros de rendimiento. La selección de la industria manufacturera se basa en una técnica de
muestreo conveniente. Además, el estudio puede acceder a otros parámetros de rendimiento
como el tiempo de configuración y el tiempo de actividad.
P
Lima, 24 de Junio del 2020
Para los sistemas de fabricación, la calidad del producto y la confiabilidad de la máquina son
dos indicadores clave de salud, que generalmente deteriorarse como resultado del deterioro de la
máquina. El mantenimiento puede mitigar el deterioro de la máquina y en consecuencia,
mejorar la calidad del producto y la fiabilidad de la máquina.
3. Estado del arte que hace el autor
Los autores plantean resolver la deficiente gestión de riesgos con respecto a las fallas de
máquinas y equipos de producción. El propósito de la gestión de riesgos es reconocer los
riesgos que pueden ocurrir y desarrollar estrategias para reducirlos o incluso evitarlos.
Basado en los resultados del cálculo convencional de FMEA, el valor RPN más grande estaba
en el modo de falla del embrague desgastado con un valor RPN de 480. En la evaluación S, O y
D usando FMEA convencional, se obtuvo RPN a partir de los resultados de las tres
multiplicaciones de entradas sin tener en cuenta la clasificación de importancia de cada entrada.
Mientras que en Fuzzy FMEA los resultados de RPN se obtuvieron prestando atención al grado
de importancia (grado de membresía en Fuzzy Logic) de cada entrada.
En los cálculos convencionales de FMEA, las almohadillas de acoplamiento de desgaste tenían
el valor RPN más alto de 480, mientras que la manguera hidráulica rota tenía el segundo valor
RPN más alto de 448. En el cálculo usando Fuzzy FMEA, el valor RPN más alto fue la
manguera hidráulica rota, como 631, mientras que el embrague de desgaste tenía el segundo
valor RPN más alto cómo 630. La diferencia en los resultados se debió a que los cálculos que
usaban FMEA convencional solo multiplicaban el valor de S (gravedad), O (ocurrencia) y D
(detección) sin tener en cuenta la importancia de cada entrada. En FMEA convencional, la
evaluación de los factores de falla aplicados al lenguaje natural obtendrá información ambigua y
vaga. Mientras que con Fuzzy FMEA el valor se generó al observar la importancia de cada
entrada obtenida de los resultados del procesamiento de Fuzzy. Con base en estos resultados, se
puede concluir que el foco de atención en el mantenimiento y reparación de la carretilla
elevadora fue la parte hidráulica con el modo de falla identificado fue la manguera hidráulica
rota. Esto se debió a que el modo de falla tiene una alta intensidad de daño, alta severidad, la
detección de la falla solía ser difícil de detectar con un alto grado de importancia en función de
los resultados del procesamiento difuso.
Hacer el mantenimiento y la reparación ciertamente requiere mucho tiempo y dinero. Esta
prioridad se le dio como una salida para evitar daños que pueden ocurrir en la carretilla
elevadora con costos limitados, así como para acelerar el proceso de manejo de daños en la
carretilla elevadora. Es importante tener en cuenta los sistemas hidráulicos porque tienen una
contribución importante en el levantamiento de la carga que debe levantar la carretilla
elevadora. En este caso, el sistema hidráulico también contribuye de manera importante al
control de potencia de la carretilla elevadora. Al conocer la mayor prioridad de riesgo, se puede
utilizar como foco en el mantenimiento preventivo posterior en la carretilla elevadora.
● Rusmiati, E 2014. Penerapan Fuzzy Failure Mode and Effect Analysis (Fuzzy
FMEA) dalam Mengidentifikasi Kegagalan pada Proses Produksi di PT. Daesol
Indonesia Jurnal Teknik dan Manajemen Industria.
● Xu K, Tang LC, Xie M, Ho SL y Zhu ML 2002 Fuzzy Assessment of FMEA for
Engine System Reliability Engineering and System Safety 1 17-29.
Figura SEQ Ilustración \* FIGURA 15 Factor de Impacto de la revista indexada (Artículo N° 4)
INICIAL DEL
APELLIDO
DEL ALUMNO
C
Lima, 27 de Junio del 2020
INICIAL DEL
APELLIDO
DEL ALUMNO
C
Lima, 25 de Junio del 2020
(ArtículoN°6)
INICIAL DEL
APELLIDO
DEL ALUMNO
Se proporciona una base para obtener una nueva función CMMS que permita
obtener la periodicidad óptima de las intervenciones preventivas. Con este fin, se
destacan los registros de fallas basados en FMEA del equipo y el estudio de
confiabilidad para proporcionar entradas más robustas a los modelos de mantenimiento
y, en consecuencia, soluciones precisas.
[1] Campbell JD, Jardine AKS, McGlynn J. Asset Management Excellence: Optimizing
Equipment Life-Cycle Decisions. second edi. NW: Taylor and Francis Group, LLC;
2011.
[2] Lie, Chang Hoon; Chun YH. An Algorithm for Preventive Maintenance Policy.
IEEE Trans Reliab 1986;35:71–5.
doi:10.1109/TR.1986.4335352.
[3] Ahmad R, Kamaruddin S. An overview of time-based and condition-based
maintenance in industrial application. Comput Ind Eng2012;63:135–49.
doi:10.1016/j.cie.2012.02.002.
[4] Tsang A. Condition-based maintenance: tools and decision making. J Qual Maint
Eng 1995;1:3–17. doi:10.1108/13552519510096350.
[5] Lopes I, Senra P, Vilarinho S, Sá V, Teixeira C, Lopes J, et al. Requirements
Specification of a Computerized Maintenance Management System – A Case Study.
Procedia CIRP 2016;52:268–73. doi:10.1016/j.procir.2016.07.047.
[6] Ding S-H, Kamaruddin S. Maintenance policy optimization---literature review and
directions. Int J Adv Manuf Technol 2015;76:1263–83.doi:10.1007/s00170-014-6341-2.
[7] EN 13306. European Standard: Maintenance Terminology 2010.
[8] Moubray J. Reliability-centred maintenance. 2nd ed. 1997.
doi:10.1109/TR.1987.5222285.
[9] Liu H-C, Liu L, Bian Q, Lin Q, Dong N, Xu P. Failure mode and effects analysis
using fuzzy evidential reasoning approach and grey theory.Expert Syst Appl
2011;38:4403–15. doi:10.1016/j.eswa.2010.09.110.
[10] Smith AM, Hinchcliffe GR. Rcm—Gateway To World Class Maintenance.
Butterworth-Heinemann; 2004.
[11] Jozwiak IJ. Introduction to the studies of reliability of systems using the Weibull
proportional hazards model. Microelectron Reliab1997;37:915–8. doi:10.1016/S0026-
2714(96)00285-5.
[12] Barlow R, Hunter L. Optimum preventive maintenance policies. Oper Res
1960;8:90–100.
[13] Jardine A, Tsang A. Maintenance, replacement and reability: Theory and
Applications. Second. London: Taylor & Francis Group;
2013.doi:10.1017/CBO9781107415324.004.
[14] Dekker R. Applications of maintenance optimization models: a review and
analysis. Reliab Eng Syst Saf 1996;51:229–40.doi:http://dx.doi.org/10.1016/0951-
8320(95)00076-3.
[15] Dekker R. On the use of operations research models for maintenance decision
making. Microelectron Reliab 1995;35:1321–31.doi:10.1016/0026-2714(95)99380-2.
[16] Wang H. A survey of maintenance policies of deteriorating systems. Eur J Oper
Res 2002;139:469–89. doi:10.1016/S0377-2217(01)00197-7.
[17] Barabadi A. Reliability model selection and validation using Weibull probability
plot - A case study. Electr Power Syst Res 2013;101:96–101.
doi:10.1016/j.epsr.2013.03.010.
[18] Stamatis D. Failure mode and effect analysis: FMEA from theory to execution.
ASQ Quality Press; 2003.
[19] Ascher H, Feingold H. Repairable systems reliability: modeling, inference,
misconceptions and their causes. New York: 1984.
Figura SEQ Ilustración \* FIGURA 19 : Factor de Impacto de la revista indexada
(ArtículoN°6)
INICIAL DEL
APELLIDO
DEL ALUMNO
C
Lima, 25 de Junio del 2020
[1] Ellen MacArthur Foundation. Report version 1, 2 & 3: Towards the circular
economy. 2014. http://www.ellenmacarthurfoundation.org/
[2] World commission on environment and development. Our common future. 1987,
Oxford University Press.
[3] Huppes G., Ishikawa M. A Framework for quantified Eco-Efficiency Analysis.
Journal of Ecology Industrial, 2005, 9:4, pp 25-41.
[4] Rosen M.A., Kishawy H.A. Sustainable Manufacturing and Design: Concepts,
Practices and Needs. Sustainability, 2012, 4, pp 154-174.
[5] Gunasekaran A., Spalanzani A. Sustainability of manufacturing and services:
investigations for research and applications. Int. Journal Production Economics, 2012,
140, pp 35-47.
[6] Ayres, R. U, Ayres, L. W. A Handbook of Industrial Ecology. Edward Elgar, 2002,
ISBN: 978-1840645064.
[7] Ehrenfeld J.R. Can Industrial Ecology be the ‘Science of sustainability’? Journal of
Industrial Ecology, 2004, 8:1-2, pp 1-3.
[8] Cook A. Fluid transitions to more sustainable product service systems.
Environmental innovation and societal transitions, 2014,
dx.doi.org/10.1016/j.eist.2014.04.003.
[9] Mont O. Institutionalization of sustainable consumption patterns based on share use.
Ecological Economics, 2004, 50:1-2, pp 135-153.
[10] Jovane et al. The incoming global technological and industrial revolution towards
competitive sustainable manufacturing. CIRP Annals – Manufacturing technology,
2008, 57, pp 641 – 659.
[11] Jayal A.D, Badurdeen F, Dillon O.W, Jawahir I.S. Sustainable manufacturing:
Modeling and optimization challenges at the product, process and system levels. CIRP
Journal of Manufacturing Science and Technology, 2010, 2:3, pp 144-152.
[12] Greyson J. An economic instrument for zero waste, economic growth and
sustainability. Journal of Cleaner Production, 2007, 15, pp 1382 – 1390.
[13] McDonough W, Braungart M. Cradle to Cradle. Random House, 2009, ISBN:
978140702132.
[14] Ehrenfeld, J., Gertler, N. Industrial ecology in practice: The evolution of
interdependence at Kalundborg. Journal of industrial Ecology, 1997, 1:1, pp 67-79.
[15] International Council on Systems Engineering (INCOSE). System Engineering
Handbook. V3.2. San Diego, USA, 2010.
Figura SEQ Ilustración \* ARABIC 20: Factor de Impacto de la revista indexada
(ArtículoN°8)
INICIAL DEL
APELLIDO
DEL ALUMNO
C
Lima, 25 de Junio del 2020
6. Resultados previstos.
El sistema de gestión de mantenimiento computarizado es una herramienta importante
para que las empresas apoyen las actividades de gestión de mantenimiento.
El sistema actual está adaptado a las actividades realizadas por el departamento de
mantenimiento, sin embargo, existen varias oportunidades de mejora, tales como:
La descomposición del equipo por una estructura de árbol y modos de fallas asociados,
registrando su causa y efectos, facilitará el análisis de fallas. AR facilitará el acceso a la
información permitiendo la mejora del rendimiento del técnico y, por lo tanto, la
disminución del tiempo de reparación de cada intervención. El futuro sistema incluirá
metodologías de optimización para apoyar la toma de decisiones.
Este artículo trata sobre los requisitos para el sistema computarizado previsto. En el
futuro, las metodologías para el proceso de toma de decisiones se desarrollarán teniendo
en cuenta las necesidades de la empresa.
Según el autor El autor Raje et al, explica de una forma concisa cómo la presencia de
fallas puede causar pérdidas de producción y retrasos. Así mismo, identifica necesario la
aplicación de estrategias de mantenimiento adecuada para garantizar la disponibilidad y
fiabilidad de las bombas y evitar la interrupción del proceso (Raje et al. 2000; McKee et
al. 2011; Yunlong y Peng 2012). Esta documentación nos sirvió para conocer la Técnica
empleada en otros mantenimientos de equipos como el mantenimiento enfocado en la
condición (CBM), la cual identifica los daños y averías en equipos.
Los autores Velmurugan y Dhingra, señalan que para la elección óptima de la estrategia
de mantenimiento, se debe tener en cuenta la efectividad y esta tendrá que medirse y
evaluarse en función de la organización, que puede ser operativa o comercial. La
medición de la efectividad de una estrategia permite que su selección se revise en caso
de cambios en los objetivos principales de la organización (Velmurugan y Dhingra,
2015).
Los autores Jain et al., explican que el TPM básicamente trabaja para la participación de
Mantenimiento Autónomo donde los operadores participan en la restauración de 8
(ocho) pilares principales, cada uno de los cuales se establece para lograr un objetivo
"cero". Muchas compañías luchan por implementar TPM debido a la insuficiencia de
conocimiento y habilidades especialmente en la comprensión de los vínculos entre el 8
Pilar- Actividades en TPM. Una implementación típica de TPM requiere la
participación de toda la empresa y los resultados completos solo se pueden ver después
de 1 año. La razón principal de esta larga duración se debe a la participación básica y la
capacitación en el equipo a su capacidad original y condición y luego mejorar el equipo.
Los 8 pilares de la metodología TPM se muestran en la siguiente Figura (Jain et al.,
2012)- se modificara
3 CAPÍTULO III: PLAN DE TESIS
3.1 GESTIÓN DEL PROYECTO
3.1.1 Objetivos
OBJETIVO GENERAL
OBJETIVOS ESPECÍFICOS
Implementación de mantenimiento preventivo planificado para los crisoles de
fundición.
A través del mantenimiento planificado se reducirá el índice de no
conformidades.
3.1.2 Cronograma proyectado para Tesis I y Tesis II
Para identificar todas las etapas que comprende la ejecución del proyecto, y calcular los
tiempos estimados de ejecución, hemos elaborado un diagrama Gantt. Nuestro proyecto
de tesis está estructurado en tres fases y cada una contiene una serie de actividades que
deben de realizarse en forma progresiva. El tiempo total estimado para el cumplimiento
de estas fases es de 270 días o 9 meses aproximadamente.
Ago 07
Ago 14
Ago 21
Ago 28
Nov 06
Nov 13
Nov 20
Nov 27
Jun 05
Jun 12
Jun 19
Jun 26
Ene 01
Ene 08
Ene 15
Ene 22
Ene 29
Nombre de la Tarea
Feb 05
Feb 12
Feb 19
Feb 26
Ini ci o Fi na l i za r
Oct 02
Oct 09
Oct 16
Oct 23
Oct 30
Dic 04
Dic 11
Dic 18
Dic 25
Jul 03
Jul 10
Jul 17
Jul 24
Jul 31
Set 04
Set 11
Set 18
Set 25
Dura ci ón
Resumen de Costos:
4 REFERENCIAS BIBLIOGRÁFICAS
Tambe PP, Kulkarni MS. A superimposition based approach for maintenance and
quality plan optimization with production schedule, availability, repair time and
detection time constraints for a single machine. J Manuf
Rusmiati, E 2014. Penerapan Fuzzy Failure Mode and Effect Analysis (Fuzzy FMEA) dalam
Mengidentifikasi Kegagalan pada Proses Produksi di PT. Daesol Indonesia Jurnal Teknik dan
Manajemen Industria.
Xu K, Tang LC, Xie M, Ho SL y Zhu ML 2002 Fuzzy Assessment of FMEA for Engine
System Reliability Engineering and System Safety 1 17-29.
Broum, T., Simon, M.: Preparation of Collaborative Robot Implementation in the Czech
Republic, Proceedings of the International Conference on Industrial Engineering and
Operations Management
Pilsen, Czech Republic, July 23-26, 2019
Simon, M. and Broum, T. (2018). Layout Calculations Related to Product Insourcing.
Proceedings of the 29th International DAAAM Symposium 2018, pp.0312-0318.
Huppes G., Ishikawa M. A Framework for quantified Eco-Efficiency Analysis. Journal
of Ecology Industrial, 2005, 9:4, pp 25-41.
Rosen M.A., Kishawy H.A. Sustainable Manufacturing and Design: Concepts, Practices
and Needs. Sustainability, 2012, 4, pp 154-174.