TALLER DE INDICADORES DE MANTENIMIENTO

La empresa PLASTICOS Ltda. Trabaja dos turnos de producción de 8 horas cada uno durante
6 días a la semana, y para lo cual se tiene prevista que se emplea aproximadamente 45
minutos por cada turno en el alistamiento y posibles paradas para el cambio de herramental
y cargue de materia prima, el costo hora de falla está calculado en 4´255.000 pesos, los
mantenimientos correctivos para una de las máquinas están contemplados en el siguiente
cuadro:

Determine para cada periodo los siguientes indicadores: Disponibilidad, Mantenibilidad y

Confiabilidad y costo de reparación.
Elabore una gráfica para cada indicador y explique su comportamiento, estableciendo las
consecuencias de este comportamiento.

Enero Febrero Marzo Abril Mayo Junio

3h 10 min 1h 35 min 2 h 23 min 45 min 1 h 30 min
1h 30 min 2h 48 min 25 min 35 min 2h 25 min 30 min
35 min 25 min 95 min 4h 15 min 6h 45 min 45 min
3h 20 min 3h 15 min 1 h 20 min 46 min 1 h 15 min 2 h 20 min
45 min 35 min 2 h 10 min 2h 15 min 4h 4h
3 h 15 min 2h 22 min 35 min 1 h 15 min 58 min 55 min
2h 15 min 22 min 2h 15 min 3 h 30 min 245 min 175 min
2h 1h 15 min 1h 45 min 6h 35 min 2h30 min 25 min
3h 28 min 1 h 10 min 15 min
35 min 2h 15 min 2h 17 min
2h 10 min 145 min
12 min
1h 18 min
15 min

Por favor plantee 3 indicadores adicionales que pueda generar con los datos dados, realice
las respectivas gracias y el análisis correspondiente y para qué son útiles.

Propongan al menos 2 acciones prácticas y puntuales para mejorar cada uno de los 6
indicadores antes presentados.

Suponiendo que se cuenta con 3 cuadrillas de 2 personas cada una y trabajan los mismos 2
turnos, cuanto fue el tiempo disponible para mantenimientos preventivos o predictivos con
los que se contó en cada uno de los meses.
Investigue y describa detalladamente al menos 5 herramientas de Industria 4.0 que se estén
utilizando en Mantenimiento actualmente en Colombia.
TRABAJO INDICADORES DE MANTENIMIENTO

WILLIAM MOYA

ANDRES MARTINEZ

ADRIAN AGUILERA

GESTION DE MANTENIMIENTO

2023
 Ecuaciones

𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜
-MTBF = 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑎𝑙𝑙𝑎𝑠 𝑜 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 (confiabilidad)

𝑡𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑝𝑎𝑟𝑎𝑑𝑎
MTTR= 𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 𝑓𝑎𝑙𝑙𝑎𝑠 𝑜 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 (mantenibilidad)

𝑀𝑇𝐵𝐹
%disponibilidad= X100
𝑀𝑇𝐵𝐹+𝑀𝑇𝑇𝑅

ℎ𝑜𝑟𝑎𝑠 𝑡𝑜𝑡𝑜𝑎𝑙𝑒𝑠 − ℎ𝑜𝑟𝑎𝑠 𝑝𝑎𝑟𝑎𝑑𝑎𝑠 𝑝𝑜𝑟 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜

=
ℎ𝑜𝑟𝑎𝑠 𝑡𝑜𝑡𝑎𝑙𝑒𝑠

Coste de hora medio

𝑛𝑢𝑚𝑒𝑟𝑜 𝑑𝑒 ℎ𝑜𝑟𝑎𝑠 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜
Chm= cos 𝑡𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑛𝑜 𝑑𝑒 𝑜𝑏𝑟𝑎 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜

Evolución de la eficiencia técnica de mantenimiento

cos 𝑡 𝑒 𝑑𝑒 𝑙𝑎𝑠 𝑓𝑎𝑙𝑙𝑎𝑠
=
cos 𝑡 𝑒 𝑑𝑒 𝑚𝑎𝑛𝑡𝑒𝑛𝑖𝑚𝑖𝑒𝑛𝑡𝑜 + cos 𝑜 𝑡 𝑑𝑒 𝑓𝑎𝑙𝑙𝑜
 1:

Grafica disponibilidad se mantiene constante en los primeros meses luego baja debido a
las altas horas del mes 4 y 5
Grafica mantenibilidad
Grafica confiabilidad
Grafica costo hora medio
Grafica evolución técnica de mmto
 Sugerencias

Disponibilidad: se sugiere aplicar Kanban como ayuda visual para indicar el estado de los equipos y
poder aplicar mantenimientos preventivos en un tiempo adecuado. De igual manera aplicar kaizen
como filosofía de mantenimiento para mejorar continuamente las estrategias de mantenimiento y
asegurar una mayor disponibilidad.
Mantenibilidad: se sugiere aplicar Andon como ayuda visual para medir en tiempo real el
funcionamiento de los equipos, así mejorar el tiempo de respuesta ante la falla de los equipos. Así
mismo aplicar SMED como metodología para llevar a cabo técnicas que mejoren la preparación y
reparación de los equipos.
Confiabilidad: para mejorar el tiempo de funcionamiento de los equipos se puede aplicar Poka Yoke
para diseñar manuales e instruir tanto los operarios como los técnicos de mantenimiento para llevar a
cabo mejores prácticas y evitar fallos por mal uso. Así mismo se puede aplicar Kaizen para mejorar
continuamente la forma en que se cuidan los equipos para mantenerlos operativos.
Coste de hora media: para mejorar la relación entre coste de la mano de obra con el número de horas
de mantenimiento, se sugiere igualmente aplicar SMED para reducir los tiempos de mantenimiento y
de igual manera aplicar las 5´s para estar mejores organizados con estándares de procedimientos para
reaccionar de manera adecuada, así mismo tener todo limpio y clasificado evita accidentes y retrasos
para realizar los mantenimientos.
Evolución de la eficiencia técnica de mantenimiento: para mejorar la evolución de los costos de los
fallos en relación a los costos totales del mantenimiento se sugiere aplicar JIT, para buscar tener solo
el inventario necesario para el mantenimiento y evitar costos por almacenamiento, de igual forma
buscar que los mantenimientos se realicen en el tiempo requerido y evitar costos por retrasos. Aplicar
Kanban como ayuda visual para tener siempre lo necesario para los mantenimientos disponible.

Industria 4.0

herramientas de industria 4.0

GMAO
Gestión de mantenimiento asistido por ordenador) permiten recoger y analizar datos mediante
sensores para generar algoritmos predictivos. Una mano de obra bien formada permite establecer
programas de mantenimiento predictivo y optimizar el ciclo de producción. De hecho, el objetivo del
Internet Industrial de las Cosas (IoT), que desempeña un papel crucial en este proceso, es conectar las
máquinas entre sí y las máquinas con los
seres humanos. El mantenimiento predictivo permite detectar los defectos antes de que se produzcan
para que los profesionales del mantenimiento puedan tomar las medidas necesarias y asegurarse de
que no se produzcan problemas. 

IA
Inteligencia artificial (IA): La IA es una rama amplia de la informática que se ocupa de la construcción
de máquinas inteligentes capaces de realizar tareas que normalmente requieren de trabajo humana.
Con estas tecnologías, las computadoras pueden realizar tareas específicas procesando grandes
cantidades de datos y reconociendo patrones ellos. 

IIOT
Internet industrial de las cosas (IIoT): El IoT industrial conecta máquinas, datos y personas. Primero,
toma una red de dispositivos industriales, como sensores y software de mantenimiento, y les permite
compartir información entre ellos. Esto proporciona una plataforma para rastrear, recopilar,
intercambiar, acceder y analizar una gran cantidad de datos de manera más eficiente. Los
conocimientos obtenidos a partir de estos datos se utilizan para mejorar los procedimientos de
fabricación.IoT proporciona accesibilidad a diferentes sistemas para no tener que recopilar datos de
varias fuentes por separado e intentar conectarlos y darles sentido. 

BIG DATA
describe la enorme cantidad de información que puedes recopilar, analizar y utilizar para encontrar
tendencias y asociaciones en la forma en que vivimos. Big Data se caracteriza a menudo por la forma
en que se utilizan los datos, su capacidad para determinar causas y efectos, y sus implicaciones para la
toma de decisiones. Cuando los fabricantes obtienen y utilizan conocimientos de Big Data, pueden
identificar las causas de la ineficiencia, reducir los costos y optimizar los procesos.

ML
Aprendizaje automático (ML): El aprendizaje automático es enseñar a una computadora a aprender a
encontrar patrones en una gran cantidad de datos y sacar conclusiones basadas en estos patrones. Es
una forma más rápida de descubrir nuevos conocimientos que se pueden utilizar para mejorar los
procesos
 Referencias
• “INDICADORES EN MANTENIMIENTO”. RENOVETEC. Accedido el 12 de octubre de
2023. [En línea]. Disponible: https://www.renovetec.com/590-mantenimiento-
industrial/110-mantenimiento-industrial/300-indicadores-en-mantenimiento
• “8 indicadores de mantenimiento para la gestión de activos - TRACTIAN”. TRACTIAN |
Monitoramento Online de Ativos e Gestão de Manutenção assistida por IA. Accedido
el 12 de octubre de 2023. [En línea]. Disponible: https://tractian.com/es/blog/8-
indicadores-indispensables-para-la-gestion-del-mantenimiento
• “KPI mantenimiento: qué son, indicadores y cómo escoger”. appvizer.es. Accedido el
12 de octubre de 2023. [En línea]. Disponible:
https://www.appvizer.es/revista/organizacion-planificacion/gestion-
mantenimiento/kpi-mantenimiento
• Accedido el 12 de octubre de 2023. [En línea]. Disponible:
https://es.linkedin.com/pulse/guía-sobre-los-kpi-en-mantenimiento-francisco-
antonio-jimenez-sanchez