Look-up in Google Scholar
Title: Implementación del mantenimiento predictivo para incrementar la productividad en el área de máquinas automáticas de la empresa Tecnopress S.A.C, 2017 Ate – Lima
Advisor(s): Molina Vílchez, Jaime Enrique
OCDE field: https://purl.org/pe-repo/ocde/ford#2.11.04
Issue Date: 2017
Institution: Universidad César Vallejo
Abstract: El presente trabajo de investigación titulado: “Implementación del mantenimiento predictivo para incrementar la productividad en el área de máquinas automáticas de la empresa TECNOPRESS S.A.C, 2017 Ate – Lima, tuvo como objetivo general, implementar el Mantenimiento Predictivo para incrementar la Productividad en el área de máquina automáticas de la empresa TECNOPRESS S.A.C, 2017. Leandro Torres y Francisco Javier Gonzáles Fernández, explican la especulación y práctica del Mantenimiento Predictivo y nos entregan un grupo de aplicaciones para prevenir las fallas funcionales, entre ellas Detección y Fallas. David Medianero Burga desarrolla el concepto de productividad y la desagrega en la eficiencia y eficacia. Esta investigación cuantitativa posee un nivel explicativo porque está enfocado a responder las causas que originan las fallas en las máquinas automáticas. Entre los tipos de diseños experimentales se ha determinado el cuasi – experimental. La investigación se basó en una muestra de 24 datos. Las técnicas utilizadas fueron la observación de campo y la recolección de datos. Las herramientas utilizadas fueron la fichas de datos, ficha de registros é indicadores. Se utilizó el paquete estadístico SPSS para el desarrollo de datos el cual arroja pruebas de normalidad y significancia. Finalmente se concluye que la aplicación del método predictivo incrementó un 25% en la productividad y de esta manera se cumple con el objetivo dado.
Discipline: Ingeniería Industrial
Grade or title grantor: Universidad César Vallejo. Facultad de Ingeniería y Arquitectura
Grade or title: Ingeniero Industrial
Register date: 25-May-2018



This item is licensed under a Creative Commons License Creative Commons