Gestión del mantenimiento predictivo basado en análisis de aceites para mejorar la disponibilidad de la flota de camiones volquetes de 17 m3 en una mina subterránea, Ayacucho 2023

• Autor: Bozzo Cornejo, Manuel Ernesto
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Universidad Nacional del Callao
• Repositorio: UNAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unac.edu.pe:20.500.12952/8982
• Enlace del recurso: https://hdl.handle.net/20.500.12952/8982
• Nivel de acceso: acceso abierto
• Materia: Mantenimiento predictivo; Análisis de aceite; Disponibilidad; Mantenibilidad; Fiabilidad; https://purl.org/pe-repo/ocde/ford#2.03.01

El trabajo de investigación desarrollado presentó una nueva gestión del mantenimiento, en donde se implementó un mantenimiento predictivo basado en análisis de aceites a cero costos relativos, aplicado a una flota de camiones volquetes de 17 m3 en una mina subterránea, ubicada en el departamento de Ayacucho en Perú. La gestión anterior realizaba un mantenimiento correctivo sin herramientas modernas de diagnóstico, los equipos regresaban constantemente debido a que no se detectaba la causa raíz de la falla, lo cual ocasionaba altos tiempos de reparaciones y consecuentemente se tenía una baja disponibilidad. El objetivo era determinar cómo la nueva gestión del mantenimiento mejoraba la mantenibilidad, fiabilidad y disponibilidad de la flota de equipos. En la nueva gestión del mantenimiento se involucró a todas las áreas de la empresa, y se realizaron contratos con el representante del fabricante; un contrato de servicio por un personal técnico con su relevo, que incluía su herramienta moderna de diagnóstico; y otro contrato de consignación de repuestos e insumos originales puestos en mina; en la negociación de estos contratos se logró que los análisis de aceites fueran realizados por el laboratorio del fabricante a costo cero. Se tomaron los datos de referencia por el periodo de un semestre anterior y un semestre posterior de aplicada la nueva gestión del mantenimiento, con lo cual se comprobó que los datos siguen una distribución normal, con lo que se aplicó la prueba paramétrica T de Student para muestras emparejadas, obteniendo que la disponibilidad mejoró en 5.1%, el MTTR en 18.1% y el MTBF en 45.5%.