Citas bibligráficas
Esta es una referencia generada automáticamente. Modifíquela de ser necesario
Rojas, D., (2021). Machine learning para mejorar la gestión de mantenimiento de maquinas industriales [Universidad César Vallejo]. https://hdl.handle.net/20.500.12692/85837
Rojas, D., Machine learning para mejorar la gestión de mantenimiento de maquinas industriales []. PE: Universidad César Vallejo; 2021. https://hdl.handle.net/20.500.12692/85837
@misc{renati/210917,
title = "Machine learning para mejorar la gestión de mantenimiento de maquinas industriales",
author = "Rojas Bances, Dagner Paul",
publisher = "Universidad César Vallejo",
year = "2021"
}
Título: Machine learning para mejorar la gestión de mantenimiento de maquinas industriales
Autor(es): Rojas Bances, Dagner Paul
Asesor(es): Panta Carranza, Dante Omar
Palabras clave: Maquinaria industrial; Maquinaria - Mantenimiento y reparación; Mantenimiento preventivo
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.03.01
Fecha de publicación: 2021
Institución: Universidad César Vallejo
Resumen: La presente investigación se trazó como objetivo, evaluar la factibilidad de la
implementación del machine learning para mejorar la eficiencia de la gestión de
mantenimiento de máquinas industriales, empleando una metodología de tipo
aplicada de nivel descriptivo con diseño no experimental, considerando una
muestra de 125 máquinas industriales de la fábrica de sacos de polipropileno
Atlántica S.R.L. Entre sus resultados, demostró que con la implementación de la
propuesta de machine learning se logrará incrementar la disponibilidad de la
maquina principal extrusora de 56% a 90%, mantenibilidad de 0,51 a 0,10,
confiabilidad de 1,96 a 9,89, mientras que la embobinadora de 62% a 85%,
mantenibilidad 0,22 a 0,04 y confiabilidad 4,65 a 23,72. Llegando a la conclusión,
que con la propuesta de machine learning, se tiene un VAN de S/. 320.266,991
soles, demostrándose que genera beneficios después de haber logrado cubrir todos
los costos, asimismo con un TIR de 56% siendo mayor que el costo del capital del
15%, finalmente un b/c de 2,34 afirmando que por cada sol invertido, se obtiene un
beneficio de 2,34.
Enlace al repositorio: https://hdl.handle.net/20.500.12692/85837
Disciplina académico-profesional: Ingeniería Mecánica Eléctrica
Institución que otorga el grado o título: Universidad César Vallejo. Facultad de Ingeniería y Arquitectura
Grado o título: Ingeniero Mecánico Electricista
Jurado: Inciso Vásquez, Jorge Antonio; Luján López, Jorge Eduardo; Panta Carranza, Dante Omar
Fecha de registro: 5-abr-2022
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons