Programación de mantenimiento preventivo usando algoritmos genéticos

Autores/as

DOI:

https://doi.org/10.21501/21454086.3112

Palabras clave:

Mantenimiento preventivo, Mantenimiento predictivo, Algoritmos genéticos, Programación de tareas, Naturaleza combinatorial, cromosoma, Mutación, Metaheurística, Eficiencia, Programación óptima.

Resumen

En un sistema de mantenimiento preventivo programado por tiempo, se plantea la  necesidad de optimizar el uso de los recursos del área de mantenimiento, para buscar un equilibrio a lo largo del periodo de planificación. El problema se refiere a la secuenciación de tareas en la que se requiere determinar la semana inicial del programa de mantenimiento para cada una de las actividades en las máquinas. Se propone un algoritmo genético que tiene como función objetivo minimizar el máximo tiempo de mantenimiento semanal, de tal manera que cumpla con las condiciones de la programación establecida en cuanto a duraciones y frecuencias. Se consigue un programa eficiente y equilibrado que mejora significativamente el uso de los recursos. Para futuros trabajos, se sugiere aplicar otras técnicas inteligentes para la solución del problema y formularlo teniendo en cuenta otras condiciones, como los diferentes tipos de mantenimiento o la minimización de las paradas frecuentes de los equipos.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Mario Enrique Montoya Arias, Universidad Católica de Manizales

Especialista en Planeación para la Educación Ambiental. Integrante del grupo de investigación en Desarrollos Tecnológicos y Ambientales – GIDTA, Universidad Católica de Manizales, Manizales-Colombia

Jaime Antero Arango Marín, Universidad Católica de Manizales

Ph.D en Ingeniería Industrial y Organizaciones. Integrante del grupo de investigación en Desarrollos Tecnológicos y Ambientales – GIDTA, Universidad Católica de Manizales, Manizales-Colombia

Silvio León Rosero Otero, Universidad Católica de Manizales,

MSc en Gerencia del Talento Humano. Integrante del grupo de investigación en Desarrollos Tecnológicos y Ambientales – GIDTA, Universidad Católica de Manizales, Manizales-Colombia

Referencias

M. Fernández Cabanas, M. García Melero, G. A. Orcajo, J. M. Cano Rodríguez, y J. Solares Sariego, Técnicas para el mantenimiento y diagnóstico de máquinas eléctricas rotativas. Barcelona: Marcombo, 1998. Disponible en: https://books.google.

com/books?id=X3p4bZfoqgEC&pgis=1

F. C. Gómez de León, Tecnología del mantenimiento industrial. España: Universidad de Murcia, 1998. Disponible en: https://books.google.com/books?id=bOrFC3532MEC&pgis=1

J. L. Pombo, P. A. Laura, M. J. Maurizi, y L. E. Luisoni, Mantenimiento predictivo mediante el análisis de vibraciones de máquinas. Comisión de Investigaciones Científicas de la Provincia de Buenos Aires, 1978. Dispinible en: https://books.google. com.co/books?id=-HBjAAAAMAAJ

C. A. Montilla, Fundamentos de Mantenimiento Industria (1a ed.). Pereira , Editorial Universidad Tecnológica de Pereira, 2016.

S. Nakajima, Introducción al TPM (Mantenimiento Productivo Total. Tecnologías de Gerencia y Producción, 1992. Disponible en: https://books.google. com.co/books?id=sfBpSwAACAAJ

R. A. Gallego, A. Escobar, y R. Romero, Técnicas de optimización combinatorial. Universidad Tecnológica de Pereira, 2006.

R. Ruiz, R., and C. Maroto, “A genetic algorithm for hybrid flowshops with sequence-dependent setup times and machine eligibility”. European Journal of Operational Research, vol. 169, no. 3, pp. 781–800, 2006. doi: 10.1016/j.ejor.2004.06.038

T. Murata, and H. Ishibuchi, “Positive and negative combination effects of crossover and mutation operators in sequencing problems”. In Proceedings of IEEE International Conference on Evolutionary Computation (pp. 170–175). IEEE. doi: 10.1109/ICEC.1996.542355

D. C. Montgomery, Diseño y análisis de experimentos (2da ed.). México D. F.: Limusa Wiley. Disponible en: https://juarezrd.files.wordpress.com/2013/09/diseno-de-experimentos-montgomery.pdf

Yu, Y., and R. B.M. de Koster, "On the suboptimality of full turnover-based storage", International Journal of Production Research, vol. 51, no. 6, pp. 1635-1647. doi: 10.1080/00207543.2011.654012.

Descargas

Publicado

05/08/2020

Cómo citar

Montoya Arias, M. E., Arango Marín, J. A., & Rosero Otero, S. L. (2020). Programación de mantenimiento preventivo usando algoritmos genéticos. Lámpsakos (revista Descontinuada), (23), 37–44. https://doi.org/10.21501/21454086.3112

Número

Sección

Artículos Investigación Científica y Tecnológica