Diseño de un modelo híbrido para la gestión óptima de mantenimientos preventivos y correctivos en Neucaribe ​

Abstract

La empresa Neumática del Caribe S.A. enfrenta dificultades significativas en la planificación y eficiencia de los mantenimientos preventivos y correctivos de sus equipos neumáticos industriales. Actualmente, la ausencia de información en tiempo real sobre el estado de los horómetros impide conocer con precisión las horas de trabajo de cada máquina, su desgaste acumulado y los momentos óptimos para realizar mantenimiento. Esto genera tiempos de inactividad prolongados, fallas inesperadas y altos costos operativos. Para solucionar esta problemática, se desarrolla un modelo híbrido de gestión óptima de mantenimiento, que integra tecnología de monitoreo físico, análisis predictivo y optimización matemática. El proyecto combina tres niveles de modelado, apoyados en datos de una PCB (Monitor de Registro Horómetro – MRH), capaz de capturar variables como tiempo de operación, temperatura y humedad en campo. Modelo 1 – Selección óptima de clientes con MRH: El primer modelo es un modelo de optimización binario que selecciona 20 clientes a los cuales se asignará un MRH de entre una lista total de (N) clientes activos. Cada cliente posee dos atributos principales: ingreso mensual generado y distancia (en km) desde la empresa, calculada a partir de su latitud y longitud. El modelo pondera ambos criterios con igual peso (0.5 / 0.5) para maximizar la rentabilidad y minimizar la distancia de servicio. De esta manera, las 20 máquinas seleccionadas con xᵢ=1 obtienen monitoreo en tiempo real, mientras que las restantes (xᵢ=0) quedan sin MRH y pasan al siguiente modelo. Modelo 2 – Estimación del tiempo de operación (clientes sin MRH): El segundo modelo toma los clientes sin monitor (xᵢ=0) y realiza un análisis temporal predictivo basado en los historiales de horómetros disponibles. A partir de las series de tiempo (horas registradas mensualmente) se proyecta el uso esperado de cada máquina, el crecimiento del consumo horario y la estimación del valor actual del horómetro (tᵢ), aunque no se mida en tiempo real. Este componente permite predecir el estado operativo de las máquinas no monitorizadas, integrando pronósticos estadísticos (ARIMA, Holt-Winters) con los parámetros obtenidos del análisis Weibull (β, η) para estimar la vida útil remanente (RUL). Modelo 3 – Asignación óptima de técnicos y planificación de mantenimiento: Finalmente, el tercer modelo consolida la información proveniente de los dos anteriores (clientes con y sin MRH) para realizar la asignación óptima de los 5 trabajadores encargados de mantenimiento. Se formula como un problema de ruteo y asignación (VRP + MILP), considerando la criticidad de cada máquina (β, RUL, ingreso y distancia), las rutas más eficientes de desplazamiento y las restricciones de capacidad y jornada de cada técnico. El objetivo es minimizar el tiempo total de desplazamiento y maximizar la cobertura de mantenimientos, asegurando atención prioritaria a los equipos más críticos.

Trabajo de grado -- Facultad de Ingeniería