Gestión de mantenimiento utilizando PowerApps para mejorar la confiabilidad de datos de fallas de equipos en una unidad minera de estaño

• Autor: Huamaní De la Cruz, José Antonio
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/28474
• Enlace del recurso: http://hdl.handle.net/20.500.14076/28474
• Nivel de acceso: acceso abierto
• Materia: Gestión de mantenimiento; Planta concentradora; Automatización; Confiabilidad de datos; Planificación; Norma ISO 14224: 2016; https://purl.org/pe-repo/ocde/ford#2.03.01

La presente investigación aborda la problemática del registro deficiente y no estandarizado de datos de mantenimiento en una unidad minera de estaño en el sur del Perú. La ausencia de un estándar para la recopilación de información dificulta la agilidad y precisión en el análisis de datos de falla, lo que genera una mayor dependencia de procesos manuales. Por ello, se propone la implementación de una aplicación de gestión de mantenimiento desarrollada mediante PowerApps, basada en la norma ISO 14224:2016, con el fin de mejorar la confiabilidad y el registro de datos de fallas de los equipos de una planta concentradora. El objetivo principal es aplicar esta herramienta para optimizar la recolección y confiabilidad de los datos de falla. Para alcanzar este propósito, se plantean objetivos específicos, como la configuración de PowerApps para estandarizar el registro de datos de fallas y asegurar la uniformidad de la información, la automatización de la creación de órdenes de trabajo en el CMMS (Computerized Maintenance Management System) y la reducción significativa de los tiempos de respuesta en el proceso de generación de órdenes mediante la integración del flujo de datos entre la aplicación y el CMMS (SAP, Systems Applications and Products in Data Processing). Con la digitalización de estos procesos, se espera reducir los tiempos de registro y minimizar los errores manuales, logrando una mayor confiabilidad de los datos y optimizando la eficiencia operativa en la planificación de mantenimiento.