Inteligencia artificial aplicada a la gestión del mantenimiento
dc.contributor.advisor | González Estrada, Octavio Andrés | |
dc.contributor.author | Torres Martínez, Jhonathan Vladimir | |
dc.contributor.evaluator | Villegas Bermúdez, Diego Fernando | |
dc.date.accessioned | 2024-05-27T12:38:02Z | |
dc.date.available | 2024-05-27T12:38:02Z | |
dc.date.created | 2024-05-22 | |
dc.date.issued | 2024-05-22 | |
dc.description.abstract | La gestión del mantenimiento ha evolucionado de enfoques reactivos a estrategias proactivas, integrando tecnología y análisis de datos para mejorar la eficiencia y el aprovechamiento de los activos. La implementación de la Inteligencia Artificial (IA) se presenta como fundamental en este proceso, superando los métodos programados y preventivos tradicionales. Además, la IA ofrece capacidades predictivas que permiten anticipar fallos en equipos, optimizar programas de mantenimiento y reducir tiempos de inactividad no planificados, minimizando costos y optimizando recursos. Sus beneficios incluyen corrección de errores, reducción de costos laborales y aumento de la rentabilidad empresarial. La presente investigación es de tipo documental – descriptiva y analítica, desarrollada bajo un enfoque mixto empezando con una búsqueda documental sistemática en bases de datos seguida de un análisis de los artículos seleccionados, identificando tendencias, enfoques metodológicos y hallazgos clave sobre la temática abordada. La información relevante se sintetizó para proporcionar una visión general de los avances recientes en el campo. | |
dc.description.abstractenglish | Maintenance management has evolved from reactive approaches to proactive strategies, integrating technology and data analysis to improve efficiency and asset utilization. The implementation of Artificial Intelligence (AI) is presented as fundamental in this process, surpassing traditional programmed and preventive methods. In addition, AI offers predictive capabilities that allow you to anticipate equipment failures, optimize maintenance programs and reduce unplanned downtime, minimizing costs and optimizing resources. Its benefits include error correction, reduced labor costs, and increased business profitability. The present research is of a documentary type – descriptive and analytical, developed under a mixed approach starting with a systematic documentary search in databases followed by an analysis of the selected articles, identifying trends, methodological approaches and key findings on the topic addressed. Relevant information was synthesized to provide an overview of recent advances in the field. It is concluded that AI positively impacts maintenance management, improving performance and responsibility and is positioned as a strategic tool for resource optimization and constant innovation in organizations. | |
dc.description.degreelevel | Especialización | |
dc.description.degreename | Especialista en Gerencia de Mantenimiento | |
dc.format.mimetype | application/pdf | |
dc.identifier.instname | Universidad Industrial de Santander | |
dc.identifier.reponame | Universidad Industrial de Santander | |
dc.identifier.repourl | https://noesis.uis.edu.co | |
dc.identifier.uri | https://noesis.uis.edu.co/handle/20.500.14071/42631 | |
dc.language.iso | spa | |
dc.publisher | Universidad Industrial de Santander | |
dc.publisher.faculty | Facultad de Ingeníerias Fisicomecánicas | |
dc.publisher.program | Especialización en Gerencia de Mantenimiento | |
dc.publisher.school | Escuela de Ingeniería Mecánica | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | |
dc.rights.coar | http://purl.org/coar/access_right/c_abf2 | |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | |
dc.rights.license | Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO) | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | Gestión del mantenimiento | |
dc.subject | Inteligencia Artificial | |
dc.subject | Eficiencia operativa | |
dc.subject | Optimización de recursos | |
dc.subject | Predictividad | |
dc.subject.keyword | Maintenance Management | |
dc.subject.keyword | Artificial Intelligence | |
dc.subject.keyword | Operational Efficiency | |
dc.subject.keyword | Resource Optimization | |
dc.subject.keyword | Predictivity | |
dc.title | Inteligencia artificial aplicada a la gestión del mantenimiento | |
dc.title.english | Artificial Intelligence Applied to Maintenance Management | |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
dc.type.hasversion | http://purl.org/coar/version/c_b1a7d7d4d402bcce | |
dc.type.local | Tesis/Trabajo de grado - Monografía - Especialización |
Files
Original bundle
1 - 3 of 3
No Thumbnail Available
- Name:
- Carta de autorización.pdf
- Size:
- 215.24 KB
- Format:
- Adobe Portable Document Format
No Thumbnail Available
- Name:
- Nota de proyecto.pdf
- Size:
- 103.81 KB
- Format:
- Adobe Portable Document Format
License bundle
1 - 1 of 1
No Thumbnail Available
- Name:
- license.txt
- Size:
- 2.18 KB
- Format:
- Item-specific license agreed to upon submission
- Description: