Propuesta de mejora para reducir mermas en la fabricación de tecnopor a base de poliestireno en una pyme del sector plásticos, a través de Mantenimiento Preventivo, Sensores IoT y Poka Yoke

Descripción del Articulo

La presente investigación aborda el problema del excesivo porcentaje de mermas (19.87%) en una PYME dedicada a la fabricación de tecnopor a base de la materia prima de poliestireno. Este indicador supera la brecha técnica del sector (15%) y, en consecuencia, genera pérdidas económicas significativas...

Descripción completa

Detalles Bibliográficos
Autores: Dueñas Caceres, Luigui Marcelo, Perez Garcia, Alvaro Fabian
Formato: tesis de grado
Fecha de Publicación:2025
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/687693
Enlace del recurso:http://hdl.handle.net/10757/687693
Nivel de acceso:acceso abierto
Materia:Mantenimiento productivo total
Mantenimiento preventivo
Lean manufacturing
Poka Yoke
Sensores IoT
Mermas
Total productive maintenance
Preventive maintenance
IoT Sensors
Waste
https://purl.org/pe-repo/ocde/ford#2.00.00
https://purl.org/pe-repo/ocde/ford#2.11.04
Descripción
Sumario:La presente investigación aborda el problema del excesivo porcentaje de mermas (19.87%) en una PYME dedicada a la fabricación de tecnopor a base de la materia prima de poliestireno. Este indicador supera la brecha técnica del sector (15%) y, en consecuencia, genera pérdidas económicas significativas. El análisis (marzo de 2024 - marzo de 2025) identificó que las causas principales son fallas en las máquinas de compresión y corte. El exceso de mermas se debe a temperatura excesiva en la bloquera, la falta de precisión de la cortadora por sus vibraciones, la disponibilidad de la bloquera y los mantenimientos realizados al año. Por lo tanto, se propuso un modelo de mejora utilizando TPM, enfocado en mantenimiento preventivo, sensores IoT y Poka Yoke. Para ello, el TPM se utilizó para reestructurar el plan de mantenimiento. Al mismo tiempo, los sensores IoT se implementaron para monitorear en tiempo real la temperatura y la vibración. Finalmente, la metodología Poka Yoke, mediante un dispositivo Raspberry Pi, se usó para detectar irregularidades y prevenir errores. Finalmente, el resultado de la prueba piloto (mayo 2025 – octubre 2025) demostró que el porcentaje de mermas se redujo de 19.87% a 9.18%. Asimismo, los indicadores clave de máquina mejoraron: el OEE de la bloquera aumentó de 54.30% a 73.61% y el CPK de la cortadora subió de 1.04 a 1.36. Adicionalmente, la disponibilidad se incrementó a 86,10% y el tiempo entre fallos (MTBF) se incrementó a 514.33 minutos. En conclusión, el proyecto se validó como viable técnica y económicamente.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).