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...
| Autores: | , |
|---|---|
| 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 |
| 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).
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).