Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FACULTAD DE INGENIERÍA
AUTOR(ES)
ASESOR(ES)
3.2.1. Modelo:
Por su parte, (Delgado et al., 2022) Menciona que los resultados obtenidos durante su
periodo de investigación corresponden directamente a la variable de disponibilidad.
Muestra un aumento de 3% (7.1% - 10.1%) respectivamente. En base a lo mencionado
por el autor, nos centramos en la explicación y sustentación de su modelo. En este caso
estamos utilizando extractos de ambas fuentes mencionadas, debido a que
(Delgado et al., 2022)
utiliza la herramienta SMED para poder alcanzar esta superación dentro del
índice de disponibilidad. Por su parte (Quispe-Roncal et al., 2020) Muestra una
combinación exhaustiva entre a la aplicación de TPM y una distribución de planta
correspondiente, mostrando un aumento significativo en el índice de Eficiencia General.
Agregado a esto, se selecciona el modelo de estos dos autores, gracias al escenario
similar que estos poseen, pero también reconocemos la influencia de
(Silvestre et al., 2022)
dentro de la selección del modelo. Esto debido a la evaluación tanto de escenario,
como de las causas del problema principal. Se muestra una vista específica del modelo,
de forma gráfica, que simplifica la comprensión del lector.
Por otro lado, Silvestre et al. (Quispe-Roncal et al., 2020; 2022) , menciona que, al
optimizar el diseño de la planta de producción, es crucial considerar dos aspectos. En
primer lugar, se debe examinar minuciosamente la actividad para planificar un diseño
que haya evaluado exhaustivamente todas las funciones de la planta. En segundo lugar,
el análisis del entorno, donde el flujo de las operaciones constituye un elemento
fundamental para idear un nuevo diseño de la planta y lograr su máxima eficiencia.
Basándose en estos principios diseñó un modelo que permita reducción de esfuerzos y
traslados logrando alcanzar un resultado donde la productividad mejora en un 38%.
A continuación, se muestra el gráfico del modelo propuesto. Posteriormente se
detallarán las etapas y se explicará a fondo como están compuestas estas fases:
Figura 15
Diseño de Modelo Propuesto (Agregar Pilar a utilizar)
(ADAPTADO DE) (NO EXPLICAR NADA) (EXPLICAR EN EL PARRAFO)
Nota: Representación esquemática del modelo propuesto por (Silvestre et al., 2022),
respecto al modelo de implementación de SLP, (Quispe-Roncal et al., 2020)
respecto al modelo de implementación de TPM y finalmente contrastando con
(Delgado et al., 2022) en la sinterización y combinación de estas dos herramientas
para tratar el indicador de disponibilidad. Se han realizado modificaciones menores
para adaptar el modelo a las condiciones específicas de este estudio, tales como las
herramientas utilizadas, los escenarios, los inputs, outputs y el diagramado por fase.
La propuesta se basa en un modelo de mejora que combina las técnicas de TPM (Total
Productive Maintenance) y SLP (Systematic Layout Planning) para aumentar la
disponibilidad de maquinarias en una empresa ensambladora de equipos industriales,
específicamente en el área de producción de motobombas. El modelo se basa en la
metodología TPM, centrándose en el pilar de Mantenimiento Preventivo.
La fase 1 del proceso de Mantenimiento Total Productivo (TPM) se enfoca en la
optimización de la gestión de activos y maquinaria en una instalación industrial, con el
objetivo de lograr mejoras significativas en la eficiencia operativa y la reducción de
costos. Esta fase se divide en varias etapas, que se describen a continuación:
Tabla 9
Tabla del desarrollo de Fase 1 y 2 (mejorar tabla, hay espacios)
A. Componentes
B. Indicadores (3.3)
Donde:
Donde:
Tiempo total es el período de tiempo total en el que se están evaluando las fallas.
Número de fallas es la cantidad de fallas que ocurrieron durante ese período.
Delgado, A., Sanchez, J., & Salas, R. (2022). Modelo para reducir los tiempos de entrega de
proyectos aplicando TPM y SMED: Caso de estudio en una empresa metalmecánica.
Proceedings of the LACCEI International Multi-Conference for Engineering, Education
and Technology, 2022-July. https://doi.org/10.18687/LACCEI2022.1.1.727
Quispe-Roncal, H., Takahashi-Gutierrez, M., Carvallo-Munar, E., Macassi-Jauregui, I., &
Cardenas-Rengifo, L. (2020). Combined model of SLP and TPM for the improvement
of production efficiency in a MYPE of the Peruvian textile sector. Proceedings of the
LACCEI International Multi-Conference for Engineering, Education and Technology.
https://doi.org/10.18687/LACCEI2020.1.1.322
Silvestre, S. E. M., Chaicha, V. D. P., Merino, J. C. A., & Nallusamy, S. (2022).
Implementation of a Lean Manufacturing and SLP-based system for a footwear
company. Production, 32. https://doi.org/10.1590/0103-6513.20210072