Look-up in Google Scholar
Title: Propuesta para aumentar la disponibilidad de Autohormigoneras mediante mantenimiento predictivo, herramientas Lean y Gestión de Inventarios en una empresa de alquiler de maquinaria pesada
Other Titles: Proposal to increase the availability of concrete mixers through predictive maintenance, Lean tools and inventory management in a heavy machinery rental company
OCDE field: https://purl.org/pe-repo/ocde/ford#2.11.04; https://purl.org/pe-repo/ocde/ford#2.00.00
Issue Date: 4-Jul-2024
Institution: Universidad Peruana de Ciencias Aplicadas (UPC)
Abstract: Las maquinarias pesadas son elementos indispensables en todo país al momento de realizar construcciones, ya sea para realizar edificios, centros comerciales, pistas, etc., estas máquinas representan un gran ingreso para las empresas que brindan los servicios de alquiler, y en el Perú que sigue en pleno desarrollo juega un papel importante no solo para su economía sino también para el de las empresas dedicadas a la construcción. El presente trabajo tuvo como propósito aumentar las horas de disponibilidad de autohormigoneras de una empresa que brinda servicios de alquiler de maquinarias pesadas, la cual tiene un promedio de disponibilidad entre las cinco autohormigoneras del 79.3%, cuando lo establecido para poder alcanzar una clase mundial es del 90%, esto origina una brecha entre la empresa y lo establecido en el mercado actual lo que genera una baja competitividad de la empresa. El análisis realizado a la empresa reveló que la baja disponibilidad de la empresa se debía un 37% a las paradas programadas provocadas por altos tiempos de mantenimiento y falta de repuestos; y un 63% a las paradas no programadas por averías y errores humanos, lo que en total equivalía a un total de 2630 horas no disponibles para la empresa; por dicha razón se implementó la gestión de inventarios y herramientas Lean para disminuir las paradas programadas y el mantenimiento predictivo para reducir las paradas no programadas. Finalmente, con las herramientas mencionadas anteriormente se logró disminuir las horas no disponibles de las autohormigoneras y elevar el indicador de disponibilidad a un 91.31% alcanzando de esa forma la clase mundial y elevando la competitividad de la empresa.

Heavy machinery is an indispensable element in every country at the time of construction, whether for buildings, shopping malls, tracks, etc., these machines represent a great income for the companies that provide rental services, and in Peru, which is still in full development, they play an important role not only for its economy but also for that of the companies dedicated to construction. The objective of this work is to increase the hours of availability of concrete mixers of a heavy machinery rental company, which has an average of availability among the five concrete mixers of 79.3%, when the established level to reach a world class is 90%, this causes a gap between the company and the established level in the current market, which generates a low competitiveness of the company. The analysis made to the company revealed that the low availability of the company was due 37% to scheduled downtime caused by high maintenance times and lack of spare parts; and 63% to unscheduled downtime due to breakdowns and human error, which in total amounted to a total of 2630 hours unavailable for the company; for this reason, inventory management and Lean tools were implemented to reduce scheduled downtime and predictive maintenance to reduce unscheduled downtime. Finally, with the aforementioned tools, it was possible to reduce the unavailable hours of the self-loading concrete mixers and raise the availability indicator to 91.31%, thus achieving world class and increasing the company's competitiveness.
Discipline: Ingeniería Industrial
Grade or title grantor: Universidad Peruana de Ciencias Aplicadas (UPC). Facultad de Ingeniería
Grade or title: Ingeniero industrial
Juror: Saenz Moron, Martin Joaquin; Bravo Orellana , Miriam
Register date: 22-Aug-2024



This item is licensed under a Creative Commons License Creative Commons