Mostrar el registro sencillo del ítem

dc.contributor.advisorVergara Paredes, Mary Josefina
dc.contributor.authorGarcía García, Cristian Leonardo
dc.contributor.otherRivas Echeverría, Francklin
dc.contributor.otherGuedez T., Victor M.
dc.contributor.otherColina Morles, Eliezer
dc.contributor.otherBravo Bravo, Cesar
dc.date.accessioned2025-08-14T14:37:44Z
dc.date.available2025-08-14T14:37:44Z
dc.date.issued2021-11-30
dc.identifier.urihttp://bdigital2.ula.ve:8080/xmlui/654321/20575
dc.descriptionDoctorado en Ciencias Aplicadasen_US
dc.descriptionCota : HD30.23 G3en_US
dc.descriptionBiblioteca : Tulio Febres Cordero (siglas: eub)en_US
dc.description.abstractEl desarrollo de herramientas y tecnologías que aborden las prioridades industriales expresadas a través de la fusión de datos y el intercambio de información ha sido un tema de gran relevancia en los entornos productivos. En este sentido, todas las metodologías y tecnologías dirigidas a la gestión de la función de mantenimiento buscan mejorar varios aspectos tanto de las plantas como de la producción, pero la mejora continua solo resulta del uso de un sistema de medición del desempeño que considere distintas fuentes de información para el cálculo de indicadores estratégicos para la toma de decisiones. En el presente trabajo, se propone una metodología para la gestión de la función de mantenimiento, la cual considera información de cuatro vertientes que normalmente en las empresas están inconexas y que están referidas a: los sistemas computarizados de información, monitoreo de la condición, procesos de inspección y operación. Estos se han incluido como base de tres áreas estratégicas que toda empresa debe gestionar, la tecnología, coste y talento humano. Para la gestión de éstas se proponen tres indicadores globales ubicados a nivel estratégico; fiabilidad, costo del ciclo de vida y asignación de tareas al personal de mantenimiento. Para el cálculo de la fiabilidad se consideran herramientas estadísticas además de sistemas de monitoreo de la condición y técnicas de inteligencia artificial para definir la política de mantenimiento. En lo referente al costo del ciclo de vida, se propone el cálculo del indicador del coste medio anual, para estimar la vida útil del activo y valorar los costos de mantenimiento. De la misma forma, se propone una metodología novedosa y con pasos verificados con rigor matemático basada en la teoría de división justa, para la asignación del personal a las tareas de mantenimiento, la cual está valorada por medio de la jerarquización de tareas y jerarquización del personal. En la jerarquización del personal se incluye a la gestión del conocimiento tácito, siendo un parámetro que no se gestiona desde el nivel operativo para tomar decisiones y que se propone como un nuevo elemento alimentado desde el “gestor de conocimiento” propuesto en esta investigación. Como soporte a la gestión, se diseña una implementación computacional, con el objetivo de recabar información necesaria para el cálculo de indicadores y verificación de la metodología y estrategias propuestas. Los resultados obtenidos en la gestión de una empresa de transporte muestran que los tiempos de reparación pueden disminuir hasta en un 47% con la aplicación de la metodología. Por lo tanto, el gestionar los indicadores técnicos, conceptos de confiabilidad humana (personal de mantenimiento) y costos asociados, hacen que por la naturaleza de las diferentes vertientes sea primordial trabajar con información cualitativa y cuantitativa utilizando algoritmos complejos y técnicas del monitoreo de la condición, todo ello embebido en una implementación computacional, lo cual permite contar con un modelo integrado para la toma de decisiones inteligentes basado en una visión holística de la condición del equipo.en_US
dc.description.abstractThe development of tools and technologies that approach industrial priorities expressed through data fusion and information interchange has been of great relevance in production environments. In this sense, all the technologies and methodologies directed to the maintenance function seek to improve production and plant aspects, but the continuous improvement is the result of using a performance measurement system that considers different information sources to calculate the strategic indicators for decision making. The present work presents a methodology to manage the maintenance functionality within an industrial setting, which considers four variables to assess the information that normally are disconnected, namely, computerized information systems, condition monitoring, operation and inspection process. All these data are included as the base of the three strategic areas that all companies must manage, specifically technology, cost and human talent. For managing these areas, it´s proposed the use of three strategic global indicators: reliability, lifecycle cost, and task assignment for maintenance personal. The reliability calculation considers statistical tools, condition monitoring systems, and novel artificial intelligence techniques to define maintenance policy. The cost of lifecycle, an estimate of the active industries useful life span and maintenance costs, proposed is used to calculate the annual average cost indicator. In the same way, an innovative methodology utilizing mathematically verified steps based on fair division theory, which is valued through the hierarchy of tasks and staff, for assigning personnel to maintenance tasks. The process of forming the hierarchy of staff includes tacit management knowledge as a parameter that´s not managed from operational level for decision making, but instead as a new element fed from “knowledge manager” used in this investigation. A management support tool, a computational algorithm designed with the objective to recover necessary information to calculate indicators, methodology verification and strategies, is proposed. The obtained transport company’s management results shows that repair time can decrease to 47% applying this methodology. Therefore, managing technical indicators, concepts of human reliability (maintenance personnel) and associated costs, make it essential, due to the nature of the different aspects, to work with qualitative and quantitative information using complex algorithms and condition monitoring techniques. all this embedded in a computational implementation, which allows to have an integrated model for making intelligent decisions based on a holistic view of the condition of the equipment.en_US
dc.format.extentxviii, 282 hojasen_US
dc.language.isoesen_US
dc.publisherUniversidad de Los Andes, Facultad de Ciencias Económicas y Sociales, Doctorado en Ciencias Aplicadas,en_US
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ve/en_US
dc.subjectToma de decisionesen_US
dc.subjectInvestigación Toma de decisionesen_US
dc.subjectProcesamiento de datosen_US
dc.titleModelo integrado para la toma de decisiones inteligentes basado en una visión holística de la condición del equipoen_US
dc.typeThesisen_US


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

http://creativecommons.org/licenses/by-nc-sa/3.0/ve/
Excepto si se señala otra cosa, la licencia del ítem se describe como http://creativecommons.org/licenses/by-nc-sa/3.0/ve/