Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Proyecto Final 1
Proyecto Final 1
Campus
Lima sur
año 2024
Integrantes
Docentes
Lima, Perú
2023 – ciclo 9
1 PROBLEMA DE INVESTIGACIÓN.....................................................................3
2 OBJETIVOS............................................................................................................4
3 JUSTIFICACION....................................................................................................5
5 MARCO TEÓRICO...............................................................................................10
6 HIPÓTESIS............................................................................................................12
7 DISEÑO DE METODOLÓGICO.........................................................................14
8 CRONOGRAMA DE TRABAJO.........................................................................14
9 PRESUPUESTO....................................................................................................15
10 BIBLIOGRAFÍA...................................................................................................16
11 ANEXO..................................................................................................................18
2
1 PROBLEMA DE INVESTIGACIÓN
En la empresa Owens Illinois Peru SAC durante los años 2021 y 2022, se registraron
diferentes tipos de fallas esporádicas en las maquinarias, del sector manufacturera de vidrios.
Los problemas encontrados son equipos con mantenimiento inadecuado, Reducción de vida
las especificaciones de los fabricantes para una línea de producción. Así mismo se registraron
por otro lado, al no tener un mantenimiento adecuado genera que se dañen más piezas de un
equipo el cual genera gastos extras que no son mapeados durante el mes.
primas, en la segunda parte esta el dosificador de materias primas y aditivos, en tercer lugar,
se encuentra el horno, en cuarto lugar, moldeado de los envases, siguiendo con la línea se
encuentra el área de recocido de los envases, luego está el área de control de calidad y
3
La problemática es básicamente por el mantenimiento inadecuado, no solo afecta la
producción misma, sino que también a la seguridad de cada trabajador, ya que el tener que
intervenir de manera imprevista, genera que este trabajo tenga altas probabilidades de riesgo
Por otro lado, al no aplicar las gestiones de mantenimiento de forma eficiente, se estaría
evadiendo las especificaciones técnicas requeridas por los fabricantes de cada equipo
provocando la reducción de la vida útil y como consiguiente esto expone a los equipos a
Pregunta de investigación:
Pregunta general
¿De qué manera la implementación de un mantenimiento predictivo reducirá las fallas en los
equipos de producción?
Preguntas especificas
¿De qué manera la gestión de datos obtenidos en las operaciones de producción ayudara a
¿De qué manera la implementación de una base de datos ayudara a analizar y clasificar la
información?
¿De qué manera el diseño de algoritmo ayudara a predecir las fallas de las maquinas?
4
2 OBJETIVOS
2023 y 2024.
Obtener un check list y/o registros para cada equipo como por ejemplo la
eléctricos.
problemas concretos.
3 JUSTIFICACION
Las pérdidas de producción por falta de capacitación al personal o falta de una buena
planificación en las empresas vienen provocando que algunas empresas generen más gastos
de lo habitual.1
1
David, gggg
5
Es por ello que, ante la situación presentada se vio necesario realizar una investigación en
donde se determine los factores que influyen en el desempeño de las máquinas con el
objetivo de mejorar el proceso y generar buenos índices productivos. Por otro lado, se sabe
que existe un gran porcentaje de pérdidas de tiempo en paradas innecesarias que provocan la
dentro del proceso de producción. Se está proponiendo soluciones de mejora para que la
empresa sea más eficiente, Además, esta investigación pretende potenciar la importancia de
aplicar el mantenimiento predictivo hacia otras áreas que están de ti de la empresa, pues
mantenimiento predictivo.
(PdM). Según las fuentes citadas, nos dice que la principal preocupación de las industrias son
las siguientes: la rápida evolución tec2nológico que a su vez acelera los procesos productivos,
los desafíos que representan para la PdM. Igualmente, los costos se incrementan
misma línea, se considera de vital importancia entrelazar los equipos y maquinarias físicas
propuesta se direcciona para obtener resultados similares o igual a cero, por lo cual, se reduce
6
los eventos inesperados que afecten la productividad. Además, se estima que los procesos
de base de datos, nos permite analizar la información para captar los errores de los procesos.
nos dice que, con la finalidad de acabar con los problemas, se propone aplicar un sistema de
mantenimiento predictivo (PdM), para ello, se utilizaran tecnologías encriptadas con redes
[5]
“Long Short-Term Memory (LSTM)” . Además, proponen usar varias redes en paralelo,
tiempo de vida útil de cada componente. Del mismo modo, los registros de los equipos
estarán asignado por un código. Así mismo, cada pieza contara con información recopilado y
grabados. Por otro lado, los componentes de la industria brindaran información y el área
especializada reunirá una gran cantidad de datos de los controladores que por medio de los
sensores digitalizará los acontecimientos físicos de los actuadores. Finalmente, este método
[2], [5]–[8]
nos informara sobre el tiempo de vida útil de los componentes y las maquinarias.
implementación de una estrategia mal planificado genera que los mantenimientos sean
[1], [9]
efectuados de forma ineficiente y con un costo alto.
7
En la actualidad la creación de nuevos controladores como algoritmos, los cuales representan
Ya que esta aplicación tiene como respaldo a las bases de datos de todas las operaciones de
una línea de producción. además, incrementan la eficiencia de las decisiones, los cuales
tecnología nos ayuda mucho en esta implementación ya que se realizó un estudio profundo
[10], [11]
donde se aplica estos sistemas.
Se investigará sobre una forma de aplicar el mantenimiento predictivo en todos los procesos
de producción para ello es preciso decir que el modelo debería ser multifuncional y
compatible con los que ya existen. además, los factores determinantes son los indicadores y el
y que cumplen con la norma. Por otro lado, los métodos recientes carecen de un método que
[12]–[14]
sea compatible con todos los procesos e industrias.
Este proyecto se está llevando a un nivel alto. por ello se requiere aplicar mucho la tecnología
el cual hará que nuestra investigación no solamente sea algo corriente, sino que estará siendo
guiado por expertos que ya aplicaron la tecnología en el campo del mantenimiento y que
están dando buenos resultados como es el caso de estos autores que nos indica como se puede
[15], [16]
lograr estos objetivos aplicando la tecnología.
Se realizará una investigación sobre las formas correctas de utilizar los métodos, para ello, se
[17]
evaluará con el objetivo de trabajar en “combinación de tecnologías blockchain y DT” .
además, se implementarán métodos para aplicar correctamente los gemelos digitales (DT), ya
3
r
8
que la finalidad del presente artículo es lograr un alto nivel de resultados con el objetivo de
[17], [18]
reducir las fallas y costos de mantenimiento.
funcionamiento de las maquinarias. Tener en cuenta los estándares esperados por la nueva
[6]
implementación en los procesos específicos.
pesar que ya se ve que cuando se aplica estos dan un cambio rotundo generando buenos
evolucionando con el tiempo ya que cada año se espera tener un mejor control. En efecto se
podría decir que las empresas están optando por aplicar el mantenimiento predictivo y no
embargo, aún existen vacíos en los diferentes tipos de procesos. Entre los artículos se
manejan las siguientes soluciones: implementar una gran base de datos que recopile toda la
información de los acontecimientos en los dispositivos, luego crear algoritmos para brindar
soluciones en base a los datos registrados, lo otro es implementar la codificación de todos los
equipos y componentes para identificar de manera más precisa y rápida, además, implementar
una gran cantidad de sensores que brinden información en tiempo real y se almacenen en la
9
base de datos, por otro lado está la combinación de técnicas que básicamente ayudan a
[1], [2], [5], [6], [10], [12], [15], [17], [19], [20]
mejorar la eficiencia de cada una de ellas.
[3], [14], [16]
5 MARCO TEÓRICO
PERSPECTIVA TEÓRICA
cuando estos no se encuentren en buen estado. Además, podemos minimizar los problemas
mantenimiento preventivo en los diferentes procesos, esto se basa por un tema de ahorro de
costos según mi punto de vista ya que para evitar comprar un repuesto se opta por solo hacer
un mantenimiento preventivo con el fin de alargar la vida útil de un repuesto ya sea Mecánico
o eléctrico. Así mismo las grandes empresas hoy en la actualidad carecen un poco por aplicar
rescatar toda información con respecto a los comportamientos actuales de las máquinas y
10
determinar cuándo es más probable que fallen. De esta manera, se logra sacar provecho de
máximo la capacidad de un proceso que se maneja en las empresas. por ello, se requiere
aplicar este mantenimiento en toda la planta de la empresa. Por otro lado, esta
implementación funcionara de una manera óptima y generara mayor confianza en los estados
de cada equipo y se reflejara un mejor control para que, de esta manera se minimice los
Así mismo debemos considerar que la importancia de la tecnología nos ayuda mucho
en esta implementación ya que se realizó un estudio profundo donde se aplica estos sistemas.
[10]
6 HIPÓTESIS
esta nueva estrategia el lugar o área de trabajo donde se llevará a cabo esta implementación
11
tendrá mayor rendimiento y su producción será eficiente para desarrollar una producción
Por otro lado, se estaría poniendo a nivel de comparación con otras empresas de alta
categoría que cumplen con todas las expectativas para llegar al éxito.
La deficiencia del mantenimiento predictivo corta la vida útil de los equipos que funcionan en
La falta de mantenimientos adecuados según las características del fabricante ocasiona que el
Las máquinas que no tienen los componentes originales ocasionan fallas en las partes y
7 DISEÑO DE METODOLÓGICO
los cuales se abordan la investigación de forma cuantitativo, ya que, los datos obtenidos son
producción.
Se presentan los siguientes alcances según los objetivos planteados para el trabajo de
12
la base de la información será recopilada de las operaciones de la línea de producción de la
organización.
Se determino que los más conveniente para la recopilación de los datos, es usar la técnica de
información en una base datos permite analizar todos los mantenimiento y fallas de las
[3]
operaciones.
Para ello, los datos serán analizados por un algoritmo de aprendizaje automático.
Se considero como población a todos repuestos cambiados en los años 2021 y 2022,
para ello se revisaron y se cuantifico todos los registros de mantenimientos preventivos que
correctivos, ya que, es una de las mas frecuentes en las instalaciones. Se evidencio que la
media por cada equipo fue 3, en otros términos, se cambiaron 3 componentes por cada
13
8 CRONOGRAMA DE TRABAJO
el diagrama de Ganntt. Principalmente las actividades están separadas por semana, siendo
ello nuestro agente determinante para establecer fechas de inicios y términos de las
secuencias de los trabajos de investigación. Cabe mencionar que se realizó en base a los
objetivos propuestos.
Tabla 1
Cronograma de trabajo
9 PRESUPUESTO
Tabla 2
Presupuesto de la investigación
14
Recursos Red Internet Wifi - datos Servicio 60
campo de hojas
Total 255
Se desarrollo el cuadro de las actividades con sus respectivos costos detallados. Los
recursos como la laptop nos sirven para redactar y analizar las diferentes fuentes
seleccionadas en scopus y otras fuentes confiables, además como soporte de ello también se
usaron los celulares para coordinar con los demás integrantes, y todo ello es posible por la
conectividad de la internet, por otro lado, los trabajos de campo demandaron imprimir las
hojas más importantes del artículo. La inversión monetaria en esta parte de la investigación es
10 BIBLIOGRAFÍA
[1] S. Cavalieri and M. G. Salafia, “A model for predictive maintenance based on asset
administration shell,” Sensors (Switzerland), vol. 20, no. 21, pp. 1–20, Nov. 2020, doi:
10.3390/S20216028.
Sustainability (Switzerland), vol. 12, no. 19, Oct. 2020, doi: 10.3390/SU12198211.
15
[3] R. Sahal, J. G. Breslin, and M. I. Ali, “Big data and stream processing platforms for Industry
4.0 requirements mapping for a predictive maintenance use case,” J Manuf Syst, vol. 54, pp.
[4] W. Zhang, D. Yang, and H. Wang, “Data-Driven Methods for Predictive Maintenance of
Industrial Equipment: A Survey,” IEEE Syst J, vol. 13, no. 3, pp. 2213–2227, Sep. 2019, doi:
10.1109/JSYST.2019.2905565.
[5] X. Bampoula, G. Siaterlis, N. Nikolakis, and K. Alexopoulos, “A deep learning model for
Sensors (Switzerland), vol. 21, no. 3, pp. 1–14, Feb. 2021, doi: 10.3390/S21030972.
making framework considering improved system health prognosis precision,” IEEE Trans
Reliab, vol. 68, no. 1, pp. 375–396, Mar. 2019, doi: 10.1109/TR.2018.2829771.
[8] J. Y. Wu, M. Wu, Z. Chen, X. L. Li, and R. Yan, “Degradation-Aware Remaining Useful
Life Prediction with LSTM Autoencoder,” IEEE Trans Instrum Meas, vol. 70, 2021, doi:
10.1109/TIM.2021.3055788.
[9] X. Han, Z. Wang, M. Xie, Y. He, Y. Li, and W. Wang, “Remaining useful life prediction and
16
functional dependence,” Reliab Eng Syst Saf, vol. 210, no. July 2020, p. 107560, 2021, doi:
10.1016/j.ress.2021.107560.
[11] X. Liu, D. He, G. Lodewijks, Y. Pang, and J. Mei, “Integrated decision making for predictive
maintenance of belt conveyor systems,” Reliab Eng Syst Saf, vol. 188, pp. 347–351, 2019,
doi: 10.1016/j.ress.2019.03.047.
[12] C. Liu, D. Tang, H. Zhu, and Q. Nie, “A novel predictive maintenance method based on deep
adversarial learning in the intelligent manufacturing system,” IEEE Access, vol. 9, pp.
Jimenez, “A predictive model for the maintenance of industrial machinery in the context of
industry 4.0,” Eng Appl Artif Intell, vol. 87, no. January 2019, p. 103289, 2020, doi:
10.1016/j.engappai.2019.103289.
[14] S. Ayvaz and K. Alpay, “Predictive maintenance system for production lines in
manufacturing: A machine learning approach using IoT data in real-time,” Expert Syst Appl,
[15] C. Coupry, S. Noblecourt, P. Richard, D. Baudry, and D. Bigaud, “BIM-Based digital twin
Applied Sciences (Switzerland), vol. 11, no. 15, Aug. 2021, doi: 10.3390/APP11156810.
17
[16] M. Cakir, M. A. Guvenc, and S. Mistikoglu, “The experimental application of popular
machine learning algorithms on predictive maintenance and the design of IIoT based
condition monitoring system,” Comput Ind Eng, vol. 151, p. 106948, 2021, doi:
10.1016/j.cie.2020.106948.
[18] K. S. Kiangala and Z. Wang, “An Effective Predictive Maintenance Framework for Conveyor
Motors Using Dual Time-Series Imaging and Convolutional Neural Network in an Industry
10.1109/ACCESS.2020.3006788.
[19] A. Angelopoulos et al., “Tackling faults in the industry 4.0 era—a survey of machine-
learning solutions and key aspects,” Sensors (Switzerland), vol. 20, no. 1, Jan. 2020, doi:
10.3390/S20010109.
[20] P. Moens et al., “Scalable fleet monitoring and visualization for smart machine maintenance
and industrial iot applications,” Sensors (Switzerland), vol. 20, no. 15, pp. 1–15, Aug. 2020,
doi: 10.3390/S20154308.
18
11 ANEXO
Imagen 1
Imagen 2
Diagrama de procesos
19
20