Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Pineda, Guillermo AlexisLosada Rodriguez, MauricioJaimes Gil, Leonardi Edilberto2024-03-0320162024-03-0320162016https://noesis.uis.edu.co/handle/20.500.14071/35176Este proyecto parte de la necesidad de implementar indicadores internacionales que permitan a Electrohuila S.A E.S.P orientar desde un nivel estratégico las acciones correctivas, proactivas y predictivas del mantenimiento; así, como sentar las bases para incursionar en tácticas de mantenimiento TPM y RCM. La metodología adoptada para la implementación de indicadores CMD, fue calcular los tiempos medios entre mantenimientos, tiempo medio entre fallas, tiempo medio para reparaciones, tiempo medio para intervenciones planeadas; estos tiempos se calcularon teniendo en cuenta tres distribuciones probalísticas: Distribución Normal, distribución Logo Normal y esencialmente la distribución Weibull que tiene gran adaptación a las tres zonas de la curva de la bañera, y sus parámetros de forma y escala son fácilmente calculables en Excel aplicando el método de regresión lineal o mínimos cuadrados. Calculados los indicadores CMD a través de una o varias distribuciones de probabilidad y estimando los parámetros para cada distribución, se obtienen los datos de entrada para alimentar los modelos estadísticos de predicción como es el modelo de pronóstico del número de eventos esperado, utilizando simulación de Monte Carlo, técnica de simulación que permite aprovechar la velocidad de procesamiento de la computadora para realizar experimentos que simulan comportamientos futuros de los equipos.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Indicadores CmdDistribución ProbabilísticaParámetro De FormaParámetro De EscalaCurva De Davies.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coThis project is the need to implement international indicators that allow Electrohuila S.A E.S.P from a strategic level guidance correctiveproactive and predictive maintenance actions; as well as lay the groundwork for maintenance tactics venture into TPM and RCM. The methodology adopted for the implementation of CMD indicatorswas calculating the average time between maintenancemean time between failuresmean time to repairmean time for planned interventions; These times were calculated by considering three probalistics distributions: Normal distributiondistribution Logo Normal and essentially the Weibull distribution has great adaptation to the three areas of the bathtub curveand its shape parameters and scale are easily calculable in Excel using the method of linear regression or least squares. Calculated the CMD indicators through one or more probability distributions and estimating the parameters for each distributionthe input data are obtained to feed the statistical prediction models such as the model forecast expected number of eventsusing simulation Monte Carlo simulation technique that takes advantage of the processing speed of the computer to perform experiments that simulate future behavior of the equipment.info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)