Mantenimiento predictivo por análisis de aceite, para optimizar costos operativos por disponibilidad, montacargas P33000. Siderúrgica del Perú S.A.A. Chimbote 2018

• Autores: Inti Morales, Darwin Milton, Alvarez Cespedes, Fredy Ronald
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad Cesar Vallejo
• Repositorio: UCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.ucv.edu.pe:20.500.12692/27573
• Enlace del recurso: https://hdl.handle.net/20.500.12692/27573
• Nivel de acceso: acceso abierto
• Materia: Análisis de Aceite; Costos; Disponibilidad; Montacarga; https://purl.org/pe-repo/ocde/ford#2.11.04

El presente trabajo de tesis se titula MANTENIMIENTO PREDICTIVO POR ANÁLISIS DE ACEITE, PARA OPTIMIZAR COSTOS OPERATIVOS POR DISPONIBILIDAD, MONTACARGAS P33000. SIDERÚRGICA DEL PERÚ S.A.A. CHIMBOTE 2018. La empresa cuenta con cuatro Montacargas Caterpillar P33000, las cuales son equipos de alta criticidad que brindan servicio en el área de despacho de productos terminados. La empresa estaba efectuando cambios de aceites de los diferentes sistemas y compartimentos del equipo sin tener datos exactos que determinen la vida de estos elementos lo cual conlleva a tener altos costos operativos por disponibilidad, cambio de fluido y materiales que están implicados en los mantenimientos tradicionales. El objetivo fue aplicar el mantenimiento predictivo por análisis de aceite con el fin de optimizar los costos operativos por disponibilidad de los montacargas. Se utilizaron los fundamentos teóricos de Antón, D´Alessio, Mora, Montilla y Tormos. La muestra estuvo compuesta por una unidad de montacarga 04-66. La aplicación comenzó con la recolección de datos mediante los diferentes formatos que fueron validados por experto conocedores del tema, la guía de límites máximos permisibles proporcionada por el fabricante y el análisis de las muestras de aceite. En base a esta información, se logró realizar cuadros estadísticos de tendencias de contaminantes que determinan la vida útil de estos elementos para establecer nuevos cambios óptimos, llegando a tener resultados de ahorro en costos operativos de $34 393,88 anuales, incrementando la disponibilidad en 1.11%. Se concluye que la aplicación optimiza los costos operativos por disponibilidad.