Look-up in Google Scholar
Full metadata record
Panta Carranza, Dante Omar
Rojas Bances, Dagner Paul
2022-04-05T16:26:34Z
2022-04-05T16:26:34Z
2021
https://hdl.handle.net/20.500.12692/85837
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. (en_US)
application/pdf (es_PE)
spa (es_PE)
Universidad César Vallejo (es_PE)
info:eu-repo/semantics/openAccess (es_PE)
https://creativecommons.org/licenses/by/4.0/ (es_PE)
Repositorio Institucional - UCV (es_PE)
Universidad César Vallejo (es_PE)
Maquinaria industrial (es_PE)
Maquinaria - Mantenimiento y reparación (es_PE)
Mantenimiento preventivo (es_PE)
Machine learning para mejorar la gestión de mantenimiento de maquinas industriales (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad César Vallejo. Facultad de Ingeniería y Arquitectura (es_PE)
Ingeniería Mecánica Eléctrica (es_PE)
Ingeniero Mecánico Electricista (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#2.03.01 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
17435779
https://orcid.org/0000-0002-4731-263X (es_PE)
46909269
713076 (es_PE)
Inciso Vásquez, Jorge Antonio
Luján López, Jorge Eduardo
Panta Carranza, Dante Omar
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Privada societaria



This item is licensed under a Creative Commons License Creative Commons