Maestría en Gerencia de Mantenimiento
Permanent URI for this collection
Browse
Browsing Maestría en Gerencia de Mantenimiento by browse.metadata.advisor "Fuentes Díaz, David Alfredo"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item Análisis estadístico y de confiabilidad para la predicción de fallas y costos para una facilidad de la industria del petróleo(Universidad Industrial de Santander, 2017) Avella Rodriguez, Larissa Jorleany; Fuentes Díaz, David AlfredoEste trabajo busca de una forma sencilla realizar un análisis de los datos de falla de los equipos, usando métodos estadísticos y de confiabilidad que permitan a la organización la toma de decisiones para realizar una adecuada gestión del mantenimiento de sus equipos. Para lograr lo anterior, se inicia con un glosario de términos y definiciones relativos a la gestión del mantenimiento. Luego, se realiza un análisis de los datos registrados en la base de datos del Sistema de Gestión Computarizado del mantenimiento (CMMS) de las actividades de mantenimiento realizadas, especialmente para los trabajos realizados que fueron clasificados como mantenimientos correctivos, con el uso de histogramas y diagramas de Pareto, lo cual permitió la identificación de malos actores según la cantidad de trabajos realizados para un sistema. Se continúa con el análisis de confiabilidad, disponibilidad y mantenibilidad (CMD), donde se desarrolla un estudio de las fallas que provocaron la salida de los equipos, de los sistemas identificados como mal actor en el capítulo anterior, para esto se realiza un análisis de la curva de la bañera y de los índices de confiabilidad, disponibilidad y mantenibilidad para los equipos pertenecientes a los sistemas identificados. Lo siguiente fue realizar pronóstico del TBF para los equipos seleccionados en el capítulo anterior, por medio del método de series de tiempo y como último paso, la formulación de las propuestas de acciones de mejora de acuerdo a los análisis realizados usando la metodología DMAIC.Item Mejoramiento de la estructura del proceso de mantenimiento de la empresa Exterran Energy sucursal Colombia(Universidad Industrial de Santander, 2017) Ardila Perez, Gabriel Leonardo; Fuentes Díaz, David AlfredoExterran es una compañía que tiene la sede principal en los Estados Unidos de Norteamérica, una parte importante de su portafolio es basado en activos físicos que dedica a la producción y/o tratamiento de petróleo y gas, generación de energía, tratamiento de aguas de producción de petróleo y a la compresión de gas. En Colombia la compañía actualmente tiene contratos por servicios como los mencionados. En el año 2016 la gerencia de operaciones que tiene a su cargo el proceso de mantenimiento hizo el planteamiento de implementar un sistema de gestión de activos para la sucursal Colombiana; la gestión de mantenimiento para los equipos en Colombia juega un papel importante en los resultados del negocio y es un proceso que debe ser asegurado, por lo que se sometió a una revisión enmarcada dentro de modelos de gestión de mantenimiento reconocidos como efectivos encontrándose oportunidades de mejora que conllevaron a crear un modelo a largo plazo de gestión de mantenimiento para la compañía en Colombia que permitirá el desarrollo del proceso hacia un nivel óptimo y avanzado utilizando para ello en los casos que aplique herramientas tecnológicas con las que actualmente se cuentan en el mercado, esto mencionado será la etapa final de desarrollo del modelo de gestión propuesto.Item Sistema inteligente para el pronostico de escenarios de costos y fallas de mantenimiento utilizando machine learning como herramienta gerencial para una planta de beneficio del gremio palmero colombiano(Universidad Industrial de Santander, 2019) Diaz Rangel, Cesar Augusto; Fuentes Díaz, David Alfredo; Garcia Nuñez, Jesus AlbertoLa agroindustria del aceite de palma es el sector más representativo en el ámbito de cosechas oleaginosas a nivel internacional. La productividad industrial y estabilidad financiera han sido afectadas por diversos factores, entre los cuales se encuentra la falta de herramientas para el análisis de información de procesos para la toma de decisiones a nivel estratégico. Este proyecto tiene como propósito desarrollar una herramienta inteligente utilizando redes neuronales (machine learning) para el pronóstico de escenarios de costos y fallas de mantenimiento, la cual permitirá a la gerencia de planta extractora de aceite de palma y subproductos, estimar con mayor precisión el desempeño futuro a partir del análisis de parámetros operacionales y de costos para la gestión de producción y del mantenimiento, en conjunto con el comportamiento estacional de la oferta de fruto. Este proyecto tiene como fases: consolidación de bases de datos, exploración de patrones y extracción de características, selección de técnicas dentro de machine learning (redes neuronales y series de tiempo), entrenamiento de red neuronal y validación, generación de resultados a modo de posibles escenarios bajo condiciones reales de las plantas de beneficio.