Problema Programacion Secuenciacion PDF

DATOS DEL ESTUDIANTE
Nombre: Abel Bonilla Vanegas
Dirección de residencia: Calle 13 N.28-44 Palmira Valle
Teléfonos: 314-8699763 350-3801446
Email: abonilla76@hotmail.com bonillaa@pginw.com
Profesión: Ingeniero Electrónico., Especialista en “Sistemas Gerenciales de

Ingeniería”
Universidad: Francisco de Paula Santander
Universidad: Javeriana Cali
Empresa: PGI Colombia
Cargo: Coordinador de Manufactura

PROBLEMA DE PROGRAMACIÓN Y SECUENCIACIÓN DE ACTIVIDADES Y
TAREAS EN LABORES DE MANTENIMIENTO DE UNA EMPRESA
INDUSTRIAL
Autor
ABEL BONILLA VANEGAS Ing. Esp.
Propuesta de trabajo para acceder al título de Maestría en Ingeniería con

énfasis en Ingeniería Industrial
PONTIFICIA UNIVERSIDAD JAVERIANA

FACULTAD DE INGENIERÍA
SANTIAGO DE CALI
2015
Tabla de contenido
RESUMEN ............................................................................................................... 5
ABSTRACT ............................................................................................................. 6
INTRODUCCIÓN ..................................................................................................... 7
CAPITULO I. PROBLEMA DE INVESTIGACIÓN Y OBJETIVOS .......................... 9
1.1 PLANTEAMIENTO DEL PROBLEMA ........................................................................................ 9
1.2 FORMULACIÓN DEL PROBLEMA ......................................................................................... 15
1.3 SISTEMATIZACIÓN DEL PROBLEMA .................................................................................... 15
1.4 OBJETIVOS ................................................................................................................................ 16
1.5 JUSTIFICACIÓN ......................................................................................................................... 18
CAPITULO II. ESTADO DEL ARTE ...................................................................... 20
2.1 ADMINISTRACIÓN ESTRATÉGICA DEL MANTENIMIENTO ............................................... 20
2.2 MANTENIMIENTO PREVENTIVO (CARACTERIZACIÓN ACTUAL) .................................... 21
2.3 GESTIÓN ESTRATÉGICA DE LA FUNCIÓN DE MANTENIMIENTO ................................... 23

2.3.1 Tipos de mantenimiento .......................................................................................................... 23
2.3.2 Modelos de mantenimiento ..................................................................................................... 24
2.3.3 Planeación del mantenimiento................................................................................................ 25
2.3.4 Estándares para las mejores prácticas de mantenimiento ................................................. 28
2.3.5 Indicadores de costos de mantenimiento ............................................................................. 29
2.3.6 Indicadores de efectividad ...................................................................................................... 30
2.3.7 Orientación estratégica del mantenimiento .......................................................................... 36
2.3.8 Integración de la cadena de valor del mantenimiento......................................................... 38
2.4 ENFOQUES BASADOS EN LA CONFIABILIDAD PARA OPTIMIZAR EL

MANTENIMIENTO PREVENTIVO ......................................................................................................... 40
2.5 ENFOQUES HEURÍSTICO PARA PROBLEMAS DE PROGRAMACIÓN Y

SECUENCIACIÓN DE ACTIVIDADES EN MANTENIMIENTO .......................................................... 42
2.6 MODELOS DE PROGRAMACIÓN ESTOCÁSTICA PARA LA PROGRAMACION DEL

PERSONAL DE MANTENIMIENTO ...................................................................................................... 43
2
2.7 MODELOS DE PROGRAMACIÓN DE PARADAS DE EQUIPOS UTILIZANDO
PROGRAMACION BINARIA ENTERA 0-1........................................................................................... 45
3.1 CARACTERÍSTICAS Y SUPUESTOS DEL MODELO MATEMÁTICO ................................. 48
3.2 ESTRUCTURA DEL MODELO .................................................................................................. 49
CAPITULO IV. CASO DE ESTUDIO ..................................................................... 53
4.1 DESCRIPCIÓN GENERAL DEL PROCESO ............................................................................ 53

4.1.1 Caracterización especifica del MP en la empresa sujeto de estudio ................................ 53
CAPITULO V. CONCLUSIONES, RECOMENDACIONES Y FUTURAS

INVESTIGACIONES .............................................................................................. 62
5.1 CONCLUSIONES........................................................................................................................ 62
5.2 RECOMENDACIONES ............................................................................................................... 63
ANEXOS ................................................................................................................ 74
LISTA DE FIGURAS
Figura 1. Diagrama causa-efecto para el problema ......................................................... 10

Figura 2. Administración estratégica del mantenimiento .................................................. 20
Figura 3. Diagrama de mantenimiento preventivo ............................................................ 22
Figura 4. Arquetipo de mantenimiento ............................................................................. 27
Figura 5. Generalidad del mantenimiento ........................................................................ 28
Figura 6. Tiempo promedio para fallar ............................................................................. 32
Figura 7. Tiempo promedio para reparar ......................................................................... 33
Figura 8. Pirámide de estructura estratégica corporativa ................................................. 37
Figura 9. Cadena de valor del mantenimiento.................................................................. 38
Figura 10. Correlación de las curvas de costos y desembolsos en la cadena de valor del
mantenimiento ................................................................................................................. 40
Figura 11. Programación de la producción y detenciones por mantenimiento .................. 47
Figura 12. Equipo de manufactura PGI ............................................................................ 54
3
LISTA DE CUADROS
Cuadro 1. Efectividad en la ejecución del plan de mantenimientos preventivos………….12

Cuadro 2. Actividades programadas en los MP ............................................................... 60
Cuadro 3. Personal técnico de mantenimiento y producción ........................................... 61
LISTA DE GRÁFICAS
Gráfica 1. Comportamiento en la ejecución del plan de mantenimientos preventivos ..... 12

Gráfica 2. Comportamiento del gasto de mantenimiento PGI COLOMBIA (2014-2016) ... 55
Gráfica 3. Definición de MTTR-MTTR .............................................................................. 57
Gráfica 4. Conceptos asociados a los tiempos de paros de las líneas de producción ...... 57
Gráfica 5. Spend Maintenance Cop/kg ............................................................................ 58
Gráfica 6. Gasto real de mantenimiento Vs presupuesto primer trimestre 2016 ............... 59
LISTA DE ANEXOS
Anexo 1. Modelo de Programación Lineal en AMPL ........................................................ 74

Anexo 2. Tablas de resultados del problema de mantenimiento ...................................... 95
Anexo 3. Características de los lenguajes de programación .......................................... 106
4
RESUMEN
Los Gerentes industriales en los nuevos escenarios de mercado, propenden

incrementar sus niveles de competitividad, intentando conseguir una mayor
calidad con costos más bajos y en el menor tiempo posible. En tal sentido, las
labores de mantenimiento, como un sistema puede contribuir a alcanzar los
objetivos corporativos al reducir los costos, asegurando la operación de los
equipos, evitando el tiempo de inactividad y mejorando la productividad.
En este documento el autor revisa la situación actual de la gestión de

mantenimiento basado en veinte años de experiencia y plantea la implementación
de una metodología para optimizar las tareas y programación de recursos en el
área de mantenimiento.
El objetivo es profundizar en el conocimiento de las herramientas de gestión de

mantenimiento y desarrollo de un modelo matemático para optimizar la asignación
de tareas y recursos en programas de mantenimientos preventivos, utilizando la
programación lineal y el software AMPL como fundamento técnico del proyecto
investigativo. Este estudio ayudará a los responsables del área de mantenimiento
a encontrar las mejores estrategias para implementar dicho modelo, así como
también les permitirá convertirse en expertos en gestión de mantenimiento.
Palabras clave: mantenimiento, confiabilidad, optimización, estrategias de

mantenimiento, programación de tareas, secuenciación de actividades.
5
ABSTRACT
Industrial Managers in the new market scenarios, tend to increase their

competitiveness, trying to get a higher quality at lower cost and in the shortest time
possible. In this sense, the maintenance, as a system can help achieve corporate
objectives by reducing costs, ensuring equipment operation, avoiding downtime
and improving productivity.
In this paper the author reviews the current status of maintenance management
based on twenty years of experience and raises the implementation of a
methodology to optimize scheduling tasks and resources in the maintenance area.
The aim is to deepen the knowledge of management tools maintenance and

development of a mathematical model to optimize the allocation of tasks and
resources in preventive maintenance programs using linear programming and
software AMPL as a technical basis for the research project. This study will help
those responsible for the maintenance area to find the best strategies to implement
this model, as well as allow them to become experts in maintenance management.
Keywords: maintenance, reliability, optimization, maintenance strategies, task

scheduling, sequencing of activities.
6
INTRODUCCIÓN
El mundo evoluciona de forma acelerada y las empresas deben ajustar sus

estrategias competitivas que aseguren su continuidad. Una de las estrategias para
mejorar la competitividad es reducir costos de fabricación, mejorar calidad de los
productos, reducir tiempos de paros no planeados de equipos, mejorar la
productividad y entregar cantidades necesarias en tiempos planeados a los
clientes.
Uno de los principales gastos en empresas manufactureras es el costo de

mantenimiento el cual puede oscilar entre el 15 y 70% del costo de producción,
cifra que varía dependiendo del tipo de empresa (Newby, 2011). Desde otro punto
de vista la tercera parte del costo de mantenimiento es entendida como el
resultado de actividades impropias o innecesarias de mantenimiento. Por lo tanto,
la selección de una estrategia óptima de mantenimiento es fundamental para
aportar al cumplimiento global de los objetivos financieros de la empresa. (Bashiri,
y otros, 2011).
En el contexto organizacional, muchas empresas emplean personal no idóneo

para dirigir algunas áreas, entre ellas el departamento de mantenimiento; debido a
la misma falta de presupuesto. De hecho solo el 20% de estas empresas contratan
personal profesional que posea conocimientos solidos sobre un tema en particular
para obtener resultados positivos, más aun cuando se trata de dirigir procesos
relacionados directamente con tareas de mantenimiento (Bashiri et al., 2011). En
consecuencia, un gerente de mantenimiento sin estudios afines y sin experiencia,
terminará incurriendo en malas prácticas generando sobrecostos, totalmente
desalineado con los objetivos de la empresa.
7
La planeación es factor crítico de éxito en la implementación de estrategias de
mantenimiento, fallar en él, genera impactos negativos en los procesos operativos,
que se reflejan en tiempos improductivos, reprocesos, aumento de mano de obra y
costos adicionales.
Otra herramienta eficaz para el manejo óptimo de la gestión de mantenimiento en

lo concerniente a sus operaciones específicas donde interactúan máquinas,
hombres y secuenciación de actividades, es la programación lineal. Ella utiliza
modelos matemáticos para describir el problema, haciendo uso de la planeación
de las actividades para obtener un resultado óptimo, esto es, el resultado que
mejor alcance la meta especificada (según el modelo matemático) entre todas las
alternativas de solución.
Como la gestión de mantenimiento opera con recursos y unidades completas, de

índole práctico, las variables de decisión sólo tienen un sentido real si su valor es
entero. Para el caso concreto de la programación lineal en la gestión de
mantenimiento (objeto de estudio del presente proyecto), es necesario asignar
personas y máquinas a las actividades como es el caso que se va a analizar a
continuación, en donde tiene que definirse la secuencia de las paradas de un
conjunto de máquinas para ser sometidas al mantenimiento, teniendo como
objetivo optimizar la disponibilidad total de equipos durante el período planeado
para realizar el mantenimiento preventivo.
En el presente proyecto, se propone la utilización de un modelo matemático de

programación lineal para optimizar la gestión de mantenimiento, y en ese
propósito se revisaron investigaciones sobre temas relacionados con
gerenciamiento estratégico de mantenimiento y confiabilidad, y sobre todo se
tuvieron en cuenta experiencias positivas evidenciadas al utilizar esta herramienta.
8
CAPITULO I. PROBLEMA DE INVESTIGACIÓN Y OBJETIVOS
1.1 PLANTEAMIENTO DEL PROBLEMA
La empresa objeto de estudio es una compañía global líder de materiales de

ingeniería, centrada principalmente en producción de telas no tejidas para los
mercados de higiene, salud, productos técnicos especialidades, construcción,
automotriz y agrícola.
Esta multinacional ubicada en el Valle del Cauca, maneja un gran volumen de

producción, lo que amerita una programación intensa consecuente con esta
dinámica manufacturera.
Llevando a cabo un diagnóstico general de las diferentes líneas de producción que

conforman la planta objeto de estudio, se encontraron las siguientes
inconformidades:
 Se realizan mantenimientos programados mensuales (preventivos),

llevados a cabo por personal que no siempre muestra la disposición
requerida para la actividad, ni cuenta con las competencias suficientes
para ejecutar la labor en forma eficiente.
 El personal encargado de programar dichos mantenimientos, realiza esta

labor, más por su experiencia y experticia, que por un criterio
estrictamente técnico basado en un estándar o modelo formal de
planeación de actividades.
 Si bien existen trabajos de diversa complejidad (mecánicos, eléctricos, de

limpieza, soldadura, instrumentación, programación de PLCs, variadores
de velocidad, etc.), estas labores no se realizan en su totalidad en el
tiempo destinado para tal fin, lo que pone en riesgo potencial, no solo las
9
máquinas y equipos involucrados en dicha especificidad, sino en la
producción como tal.
 El personal operativo en términos generales (técnicos, eléctricos,

operarios rasos, entre otros) se limitan a cumplir su labor, sin ofrecer valor
agregado a su gestión individual y grupal; de hecho, muchos de ellos
tienen restricciones temporales para realizar sus labores (ya sea de índole
técnica, médica o particular).
 El personal operativo no aplica ningún sistema de trazabilidad ni le hace

seguimiento a dichas programaciones; la premisa básica de trabajo es ―lo
que se logre hacer en ese lapso de tiempo se realiza, lo que no se alcance
se deja para después‖.
En virtud de determinar las causas de los diferentes hechos o situaciones que se

han identificado en el anterior diagnóstico, se realizó el siguiente diagrama causa-
efecto (espina de pescado).
Figura 1. Diagrama causa-efecto para el problema
Fuente: Elaboración Propia
10
Es evidente, después de realizar este análisis encontramos que existen problemas
de ineficiencia operativa en las labores de mantenimiento, puesto que el personal
que lleva a cabo esta labor, (Mano de obra) adolece de las competencias
necesarias para hacerlo, y ello obedece a que el área administrativa (Gerencia),
quien es el ente encargado de seleccionar este personal, no contrata los operarios
más idóneos para este tipo de procesos. También se puede observar que no ha
sido posible lograr un equilibrio entre la eficacia y eficacia, por lo tanto no somos
efectivos. De no tomarse los correctivos pertinentes para esta problemática, traerá
contratiempos y consecuencias severas para la compañía, a corto y mediano
plazo.
En particular, un ―paro generalizado‖ en las líneas de producción no solo

compromete a la planta como tal, sino a toda la empresa, pues por ―efecto
dominó‖, el área comercial se resiente por la dilación en la entrega de pedidos, se
altera la programación de ventas, el direccionamiento estratégico. En el peor de
los casos, un cese de actividades arriesga que los clientes migren a otro oferente.
Podemos definir la eficiencia como la mejor utilización de los recursos disponibles.

Se entiende que la eficiencia se da cuando se utilizan menos recursos para lograr
un mismo objetivo. O al contrario, cuando se logran más objetivos con menos
recursos. Por ejemplo: se es eficiente cuando en 12 horas de trabajo se hacen 100
actividades programadas en un mantenimiento preventivo. Ahora, se mejora la
eficiencia si esas 100 actividades se hacen en sólo diez horas. O se aumenta la
eficiencia si en 10 horas se hacen 120 actividades.
Eficiencia = [Trabajo-hr] / [Trabajo-hr (+) Desperdicio-hr] X 100%
11
Cuadro 1. Efectividad en la ejecución del plan de mantenimientos preventivos
Fuente: Departamento de mantenimiento PGI
Gráfica 1. Comportamiento en la ejecución del plan de mantenimientos preventivos
Fuente: Departamento de mantenimiento PGI
En esta grafica se observa la inestabilidad en el cumplimiento mensual del plan de

mantenimiento en ambos procesos (proceso inicial y corte), nunca se ha
alcanzado el 100% de efectividad.
12
La eficacia se define como el nivel de consecución de metas y objetivos. La
eficacia hace referencia a la capacidad de la empresa en el logro de los
propósitos trazados. Por ejemplo: se considera eficaz si el área se ha propuesto
realizar cien actividades de mantenimiento preventivo en diez horas y se ha
logrado. Se fue eficaz por cuanto se alcanzó la meta, se logró lo que se propuso.
La eficacia difiere de la eficiencia en el sentido que la eficiencia hace referencia en

la mejor utilización de los recursos, en tanto que la eficacia hace referencia en la
capacidad para alcanzar un objetivo aunque en el proceso no se haya hecho el
mejor uso de los recursos, es decir, no importa si fuimos eficientes en el proceso
llevado a cabo para alcanzar el objetivo y ser eficaces.
Así, perfectamente es posible ser eficientes sin ser eficaces y podemos ser
eficaces sin ser eficientes. Lo ideal es ser eficaces y a la vez eficientes.
Se puede dar el caso donde se alcanzó la meta de realizar cien actividades de

mantenimiento preventivo en diez horas (se fue eficaz), pero para poder realizar
estas cien actividades se utilizaron más recursos de lo normal (no se fue
eficiente).
Efectividad: Ante la pregunta ¿Qué se debe lograr entonces, la eficiencia o

eficacia? La respuesta es, ambas. La efectividad busca un equilibrio entre la
eficiencia y eficacia, entendiendo que el equilibrio no necesariamente es un punto
fijo; sino, una proporcionalidad que depende del nivel jerárquico que se ocupe. A
nivel gerencial, la proporción de eficacia que se busca es mayor con relación a la
eficiencia. Entonces, la efectividad se refiere a la ―Capacidad de ser eficiente y
eficaz en el logro de las metas u objetivos propuestos‖. Es lo ideal en las
organizaciones, se debe buscar en todos los niveles.
Uno de los problemas que afronta actualmente la empresa sujeto de estudio es

precisamente el desequilibrio entre la eficiencia y eficacia. Desde el punto de vista
13
financiero, el proceso de mantenimiento debe contribuir positivamente a la
compañía, pero también debe asegurar el adecuado funcionamiento de los
equipos; de aquí la importancia de encontrar el balance adecuado que garantice
gastos óptimos e intervenciones efectivas.
También se encontraron las siguientes causas críticas para el proceso de gestión

de mantenimiento:
 El sistema para definir compras mínimas y máximas de repuestos no está

actualizado, esto pone en riesgo potencial la operación de la planta debido
a un posible desabastecimiento de repuestos críticos.
 Se encontró que el gasto de mantenimiento está siendo afectado por áreas
ajenas.
 Líderes, ingenieros y jefes ajenos al departamento de mantenimiento tienen
autonomía para autorizar trabajos y compras de repuestos propios del
área.
 No hay definida una política clara para el retiro y devolución de repuestos.
 Las órdenes de compra son autorizadas directamente por el gerente de
planta, él no siempre tiene claro los criterios para dichas autorizaciones.
En consecuencia, la compañía debe emprender acciones que resulten efectivas

para revertir esta situación. De esta manera la formulación del problema fue la
siguiente:
14
1.2 FORMULACIÓN DEL PROBLEMA
¿Qué nivel de contribución aporta para la compañía, el generar un modelo

matemático de programación lineal para las labores de mantenimiento preventivo
en virtud de mejorar la eficiencia de este proceso?
1.3 SISTEMATIZACIÓN DEL PROBLEMA
El problema se puede desarrollar en la siguiente sistematización:
¿Cómo se encuentra el estado del arte de direccionamiento estratégico de

mantenimiento y producción en la última década?
¿Cómo se están llevando a cabo las intervenciones de mantenimiento y plan de

producción del último año en la empresa (tiempo, número de actividades y
recursos)?
¿Qué estrategias de gestión de mantenimiento y producción resultan más

pertinentes para el diseño del modelo matemático?
¿Qué modelo matemático inherente a la asignación de tareas y secuenciación de

actividades resulta más eficaz para revertir las dificultades en la gestión de
mantenimiento?
¿Cómo probar el modelo propuesto utilizando el software AMPL y desarrollar un

análisis de sensibilidad para identificar las oportunidades de mejora?
¿Cómo evaluar el modelo propuesto vs el modelo real para definir las

conclusiones pertinentes?
15
1.4 OBJETIVOS
El objetivo general del proyecto de investigación es diseñar un modelo matemático

para el mejoramiento de los procesos de asignación de tareas y secuenciación de
actividades en el departamento de mantenimiento y producción de una empresa
de productos higiénicos.
Los objetivos específicos que se han definido son:
 Examinar el estado del arte en direccionamiento estratégico de

mantenimiento y producción en la última década.
 Diagnosticar la situación actual en lo concerniente a la gestión de

mantenimiento de la empresa objeto de estudio, para identificar las
fuentes de inconformidad y las oportunidades de mejora.
 Recopilar y analizar la información inherente (tiempo, número de

actividades y recursos) de las intervenciones de mantenimiento del último
año en la empresa.
 Definir las estrategias de gestión de mantenimiento que resulten más

pertinentes para el diseño del modelo matemático.
 Modelar matemáticamente la asignación de tareas y secuenciación de

actividades determinando la función objetivo y las restricciones
relacionadas.
16
 Correr el modelo propuesto utilizando el software AMPL y analizar los
resultados para identificar oportunidades de mejora.
Con el desarrollo de este proyecto se hizo una revisión del estado del arte para
conocer las estrategias y técnicas más recientes en temas relacionados con
gerenciamiento estratégico de mantenimiento y su interacción con producción, la
idea era encontrar cuál o cuáles de estas estrategias resultaban aplicables para el
caso de la empresa de productos higiénicos. Al finalizar el proyecto se realizó la
propuesta para la implementación de las estrategias encontradas; estas
contemplaron tanto los aspectos técnicos de ingeniería como los impactos
financieros que causan a la empresa.
De acuerdo con los resultados obtenidos de las intervenciones actuales en los

mantenimientos planeados, se desarrolló un modelo matemático que permitió
optimizar la asignación de tareas y secuenciación de actividades en la realización
de dichos mantenimientos en la empresa de productos higiénicos. Al finalizar el
proyecto se lograron los siguientes desarrollos:
 Se obtuvo alta experticia en el tema, como producto del desarrollo de

habilidades gerenciales relacionadas con estrategias de mantenimiento,
producción y confiabilidad aplicables en la empresa de productos higiénicos
y en general a cualquier departamento de ingeniería o planta industrial.
 Se logró ajustar un modelo matemático para solucionar el problema actual

en la asignación de tareas y recursos en el plan de mantenimiento
preventivo y producción en la empresa de productos higiénicos.
17
1.5 JUSTIFICACIÓN
Actualmente, la empresa de productos higiénicos, objeto de estudio de la presente

investigación, adolece de una estrategia o metodología que sirva de orientación
para asegurar la confiabilidad en la operación de los equipos. Según se ha podido
hallar en el desarrollo de esta investigación, la Gerencia de esta compañía no es
ajena a esta inconformidad. De hecho, en los últimos meses se ha tratado de
encontrar estrategias que permitan reducir los costos asociados a la gestión de
producción, y a la gestión de mantenimiento; no obstante, de acuerdo a las
evidencias encontradas no se ha podido lograr ni un 10% de dicho propósito
(GERENCIA PGI, 2014).
En tal sentido, lo que se aprecia por el contrario, es que existe un conocimiento

muy básico sobre temas relacionados con direccionamiento estratégico de
mantenimiento y su relación con producción, además, la gestión de mantenimiento
está enfocada principalmente a la solución de problemas técnicos y pocas veces
se estima con objetividad los impactos financieros que estas inconformidades
generan a la compañía.
La planeación para realizar las intervenciones en los mantenimientos programados

se hace con base en la experiencia de una persona; el planeador de
mantenimiento, quien utiliza como insumo de información, algunas entradas como
las rutas diarias de inspección que realiza el personal técnico mecánico y
electrónico a cada uno de los equipos, como también, algunos reportes de las
rutas predictivas que realiza el personal de apoyo externo de la empresa SKF y
algunas periodicidades definidas para intervenir equipos según recomendación de
los fabricantes que pueden ser semanales, mensuales, trimestrales, semestrales y
anuales. Todos estos insumos en consecuencia, le sirven al planeador de
mantenimiento como apoyo para establecer el plan programado que se realiza con
una frecuencia mensual en cada una de las líneas de producción.
18
Los tiempos invertidos para la ejecución de cada actividad dependen del grado de
complejidad, los cuales pueden variar entre una y seis horas. De igual manera, el
número de personas asignadas a cada actividad para labores con bajo grado de
complejidad puede variar; por ejemplo se puede asignar un operario de producción
puesto que en algunos casos la actividad aplica para un técnico no calificado. Las
tareas con medio o alto grado de complejidad, el número de técnicos puede variar
entre dos y cinco, se puede utilizar la combinación de personal calificado y no
calificado.
Al revisar un reporte interno, llevado a cabo por el supervisor de mantenimiento de

esta área en el 2014 (Bris, y otros, 2013) se encontró que la falta de conocimiento
de carácter científico relacionado con direccionamiento estratégico de
mantenimiento es uno de los puntos que se deben mejorar, además de encontrar
oportunidades en el proceso de planeación.
Por todas estas razones de peso, se consideró imperiosa la realización del

presente proyecto, confirmando la necesidad de establecer mejoras sustanciales
en temas inherentes a administración del mantenimiento y a la utilización de
herramientas de optimización aplicadas en la secuenciación de tareas y
actividades.
19
CAPITULO II. ESTADO DEL ARTE
Según la norma EN 13306, el mantenimiento es la combinación de todas las

acciones técnicas, administrativas y gerenciales durante el ciclo de vida de un ítem
o elemento con el fin de mantenerlo o restaurarlo a un estado en el cual pueda
desempeñar la función requerida. (Standard, 2010).
El mantenimiento industrial engloba las técnicas y sistemas que permiten prever

las averías, efectuar revisiones, engrases y reparaciones eficaces, dando a la vez
normas de buen funcionamiento a los operadores de las máquinas, a sus
usuarios, y contribuyendo a los beneficios de la empresa. Es un órgano de estudio
que busca lo más conveniente para las máquinas, tratando de alargar su vida útil
de forma rentable para el usuario y aportando directamente a los resultados
financieros de la empresa.
2.1 ADMINISTRACIÓN ESTRATÉGICA DEL MANTENIMIENTO
Figura 2. Administración estratégica del mantenimiento
Fuente: DuPont Stable Domain Model.
20
2.2 MANTENIMIENTO PREVENTIVO (CARACTERIZACIÓN ACTUAL)
Antes de explicar la especificidad de la manera como se ejecuta este tipo de

mantenimiento en esta empresa, es necesario justificar el por qué muchas
empresas de esta naturaleza utilizan el mantenimiento preventivo. Existe un poco
de confusión en lo que respecta al término de mantenimiento preventivo. Muchas
de las plantas han operado por largos periodos, en algunos casos hasta años, en
un modo reactivo, lo que significa que las actividades de mantenimiento se
efectuaban cuando fallas inesperadas en el equipo se producían. El
mantenimiento correctivo es el modo de operación del departamento de
mantenimiento en la mayoría de los casos y muchas personas confunden estas
dos actividades.
El mantenimiento preventivo según (Smith, 1993) es ―el cumplimiento de las

tareas de inspección y/o de servicio que han sido planeadas para mantener las
capacidades funcionales del equipo operativo y de los sistemas en un tiempo
específico‖.
Según Smith existen tres razones principales por las que se debe hacer el
mantenimiento preventivo:
 Prevenir fallas.
 Detectar la aparición de fallas.
 Descubrir fallas escondidas.
En general, para cumplir con un programa de mantenimiento preventivo óptimo se

deben tener en cuenta diferentes actividades como se muestran en la figura
siguiente:
21
Figura 3. Diagrama de mantenimiento preventivo
Fuente: (Smith, 1993) p.23
Hay diferentes razones por las que es importante el mantenimiento preventivo

dentro de la administración. Según (Wireman, 1998) estas razones son:
 Incremento de automatización.
 Manufactura Just In Time.
 Perdida de negocios debido a retrasos en la producción.
 Reducción de equipo redundante.
 Reducción de inventarios de refacciones.
 Dependencia de células.
 Mayor tiempo de vida del equipo.
 Minimización del consumo de energía.
 Manufacturar productos de mayor calidad.
 Necesidad de un ambiente más organizado y planeado.
22
2.3 GESTIÓN ESTRATÉGICA DE LA FUNCIÓN DE MANTENIMIENTO
Se puede conceptuar gestión estratégica como un proceso sistemático, planeado,

gerenciado, ejecutado y acompañado bajo el liderazgo de la alta administración de
la institución, involucrando y comprometiendo todos los gerentes, responsables y
personal de la organización (Espinosa, 2013). Es un trabajo en equipo que tiene
por finalidad asegurar el crecimiento de su nivel tecnológico y administrativo, la
continuidad en su gestión asegurando la eficiencia de sus servicios, vía
adecuación continua de su estrategia, de su capacitación y de su estructura,
posibilitándole enfrentarse y anticiparse a los cambios observados o previsibles en
su ambiente externo.
2.3.1 Tipos de mantenimiento
Mantenimiento correctivo: Es el conjunto de tareas destinadas a corregir las

diferentes fallas que se van presentando en los distintos equipos y que son
comunicados al departamento de mantenimiento por los usuarios de los mismos
(García Garrido, 2013).
Mantenimiento preventivo: Es el mantenimiento que tiene por misión mantener

un nivel de servicio determinado en los equipos, programando las intervenciones
de sus puntos con mayor probabilidad de falla en el momento más oportuno.
Tienen un carácter sistemático, es decir, se interviene aunque el equipo no haya
dado ningún síntoma de tener un problema. (García Garrido, 2013).
Mantenimiento predictivo: Es el que persigue conocer e informar

permanentemente del estado y operatividad de las instalaciones mediante el
conocimiento de los valores de determinadas variables, representativas de tal
estado y operatividad. Para aplicar este mantenimiento, es necesario identificar
variables físicas (temperatura, vibración, consumo de energía, etc.) cuya variación
sea indicativa de problemas que puedan estar apareciendo en el equipo. Es el tipo
de mantenimiento más tecnológico, pues requiere de medios técnicos avanzados,
23
y en ocasiones, de fuertes conocimientos matemáticos, físicos y/o técnicos
Mantenimiento cero horas (Overhaul): Es el conjunto de tareas cuyo objetivo es

revisar los equipos a intervalos programados bien antes de que aparezca ningún
fallo, bien cuando la fiabilidad del equipo ha disminuido apreciablemente de
manera que resulta arriesgado hacer previsiones sobre su capacidad productiva.
Dicha revisión consiste en dejar el equipo a ―cero horas‖ de funcionamiento, es
decir, como si el equipo fuera nuevo. En estas revisiones se sustituyen o se
reparan todos los elementos sometidos a desgaste. Se pretende asegurar, con
gran probabilidad, un tiempo de buen funcionamiento fijado de antemano (García
Garrido, 2013).
Mantenimiento en uso: Es el mantenimiento básico de un equipo realizado por

los usuarios del mismo. Consiste en una serie de tareas elementales (tomas de
datos, inspecciones visuales, limpieza, lubricación, reapriete de tornillos, etc.) para
las que no es necesario una gran formación, sino tan solo un entrenamiento breve.
Este tipo de mantenimiento es la base del TPM (Mantenimiento Productivo Total)
2.3.2 Modelos de mantenimiento
Existen diferentes modelos de mantenimiento que dependen básicamente del

proceso productivo, (Monchy, 1990)de la aplicación e importancia del equipo y el
impacto en la producción, los más característicos son los siguientes:
Modelo correctivo: Es el modelo más básico, incluye inspecciones visuales

periódicas, lubricaciones y reparaciones de fallas pequeñas. Es aplicable a
equipos de bajo nivel de criticidad en los cuales en caso de fallas no afectan la
producción de la empresa, en estos equipos de bajo nivel de criticidad no es
necesario concentrar gran dedicación.
24
Modelo condicional: El modelo de mantenimiento condicional incluye las
actividades del modelo anterior, y además, la realización de una serie de pruebas
o ensayos, que condicionarán una intervención posterior. Si después realizar las
pruebas se encuentran anomalías, se programa una intervención; de lo contrario
el equipo sigue operando. Este modelo de mantenimiento es válido en equipos de
poco uso donde a pesar de ser importantes para la producción tiene baja
probabilidad de falla.
 Establecer prioridades (emergencia, urgente de rutina y programada) para

todo el trabajo de mantenimiento.
 Asignar cuentas de costos.
 Completar la orden de trabajo.
 Revisar los trabajos pendientes y desarrollar planes para su control.
 Predecir la carga de mantenimiento utilizando una técnica eficaz de
pronósticos.
2.3.3 Planeación del mantenimiento
Se puede definir la planeación del mantenimiento como un conjunto de técnicas y

procedimientos que permiten la optimización de las relaciones entre medios y
objetivos, al tiempo que facilitan la toma de decisiones en una forma sistemática
para la ejecución coordinada. (Acosta Lino, 2010).
La planeación es una función de la administración del mantenimiento que busca

detectar las necesidades con el fin de seleccionar los objetivos y con base en ellos
determinar las normas, programas y procedimientos que han de usarse para la
consecución de los objetivos seleccionados. Además de la determinación de las
actividades a realizar, en la planeación del mantenimiento están involucrados
entre otros aspectos como: manejo y desarrollo de los recursos humanos, físicos y
de capital, y manejo de los repuestos con el objeto de tener mayor disponibilidad
25
orientada hacia la producción, maximizar la utilización de tiempos, los recursos y
el mejoramiento de planes y el proceso de control de los trabajos y la reducción
de los mismos.
Sistema de planeación de mantenimiento
Para planificar las actividades del mantenimiento de una empresa, es necesario el

apoyo de otros elementos de la organización, con el fin de obtener información
que le permita al departamento identificar las necesidades de la empresa y con
base en ellas distribuir, dirigir y controlar el trabajo y los recursos que están bajo
su dirección. Estos sistemas de apoyo a la planeación del mantenimiento son:
Gerencial: Este sistema tiene como fin establecer un programa de control de

costos como informes de tiempo, nómina, operación, etc. El sistema gerencial está
directamente relacionado con las políticas administrativas, ya que éstas permiten
determinar la eficiencia del control que se realiza.
Administrativo: Está orientado al control de equipos, trabajos, materiales y en

general los costos que están relacionados con la falla de un equipo.
Logístico: Permite al mantenimiento tener un buen control de los materiales y

repuestos requeridos, orientado a establecer un buen equilibrio entre:
• El costo al hacer las compras en el momento oportuno.
• El costo de almacenamiento; y,
• El costo de los paros ocasionados por la falta de existencias.
Técnico: El sistema de apoyo técnico busca minimizar el costo total del ciclo de
vida de un equipo, partiendo de detalles constructivos y posteriormente aspectos
de mantenibilidad y asesorías necesarias.
26
Beneficios de la planeación
Dentro de los beneficios de un proceso de planeación de mantenimiento se tienen:
(Silva, 2009).
 Menor consumo de horas hombre

 Disminución de inventarios
 Menor tiempo de parada de equipos
 Mejora el clima laboral en el personal de mantenimiento
 Mejora la productividad (Eficiencia x Eficacia)
 Ahorro en costos
 Disminución de defectos
 Identificación de riesgos
Figura 4. Arquetipo de mantenimiento
Fuente: Ibíd. Pág. 113
27
2.3.4 Estándares para las mejores prácticas de mantenimiento
 100% del tiempo de las personas cubierto por una orden de trabajo.
 70% de las órdenes de trabajo son generadas por inspecciones de
mantenimiento predictivo.
 30% de las horas de trabajo son para Mantenimiento Preventivo.
 90% de cumplimiento de trabajos planeados / programados.
 100% de confiabilidad se alcanza el 100% del tiempo.
 OEE sobre 85%.
 Falta de repuestos es escasa (menos de una por mes).
 Sobretiempo menor de 2% del tiempo total destinado a mantenimiento.
 El presupuesto de mantenimiento está dentro de +/- 2% del valor de equipo.
Figura 5. Generalidad del mantenimiento
Mantenimiento
Mantenimiento Mantenimiento
Preventivo Correctivo
Basado en la
Predeterminado Inmediato Diferido
condición
Programado Predictivo
Fuente: (Smith, y otros, 2004)
28
2.3.5 Indicadores de costos de mantenimiento
La herramienta básica como sistema de medida son los indicadores, entendiendo

como indicador una medida cuantitativa que refleja la cantidad, el cumplimiento, la
pertinencia de calidad que posee dicha actividad. Los siguientes indicadores se
relacionan con mantenimiento: (González, 2014).
Costo de mantenimiento por unidad de producción
Mide el costo de mantenimiento por unidad de producción en un periodo

determinado.
Permite visualizar mejoras o deficiencias en el desempeño de las actividades de

mantenimiento con relación a la producción
Costo de mantenimiento por hora-hombre (HH)
Relaciona el costo de mantenimiento por unidad de hora-hombre. Permite

visualizar mejoras o deficiencias en el rendimiento de la fuerza hombre.
Relación de costo mantenimiento vs. Producción (González, 2014)
Mide la proporción del costo de mantenimiento con relación al costo total de

producción
29
Índice costo de mantenimiento preventivo
Mide el costo de mantenimiento preventivo con el costo total de mantenimiento.
Permite determinar la atención prestada a la prevención de fallas de los ISED.
Índice costo de mantenimiento correctivo
Relaciona el Costo de mantenimiento correctivo con el Costo total de

mantenimiento. Permite evaluar la eficiencia de los programas preventivos
existentes
2.3.6 Indicadores de efectividad (González, 2014)
Confiabilidad y tiempo promedio para fallar (TPPF)
La confiabilidad es uno de los principales atributos que determinan la efectividad

de un equipo o sistema. Se define como la probabilidad de que un equipo o
sistema desempeñe satisfactoriamente la función que se requiere de él, bajo
condiciones específicas de operación, durante un período de tiempo determinado.
De esta definición cabe destacar tres aspectos importantes:
 La aceptación de la noción probabilística de la confiabilidad.
 Los problemas relacionados con la definición de ejecución adecuada o
satisfactoria, en particular, para parámetros del equipo o sistema que se
deterioran lentamente con el tiempo.
 El criterio requerido para determinar el establecimiento adecuado de las
condiciones operativas.
Está claro que se debe definir qué es un funcionamiento adecuado o satisfactorio,
o lo que significa el fallo del equipo o sistema, de otra manera, no es posible
predecir cuándo fallará en el desempeño de su función requerida. El tiempo que
30
tarda en fallar un equipo o sistema, es decir, su "vida útil", no se puede determinar
precisamente, por lo tanto es una variable aleatoria. Por ello, la confiabilidad se
debe cuantificar asignándole una función de probabilidad a la variable aleatoria del
tiempo de fallo. Para efectos del cálculo de la confiabilidad se considerará una
distribución exponencial de la variable aleatoria del tiempo de fallo. Por lo tanto la
confiabilidad será:
( )
Donde,
e: base del sistema logarítmico natural, e ≅ 2,178
t: tiempo considerado o tiempo de la misión
λ: tasa de fallas (constante para una distribución exponencial), la cual se
determina como:
Otra medida que se usa con frecuencia es un indicador indirecto de la

confiabilidad del equipo o sistema es el Tiempo Promedio para Fallar (TPPF), que
es un valor esperado o medio del tiempo para la variable aleatoria de fallo. Este
indicador mide el tiempo promedio que es capaz de operar el equipo a capacidad
sin interrupciones dentro del periodo considerado (ver Figura 5), y es el recíproco
de la tasa de fallo en una distribución exponencial de la variable aleatoria del
tiempo de fallo. El Tiempo Promedio para Fallar se calculará como:
El Tiempo Promedio para Fallar también es llamado "Tiempo Promedio Operativo"

o "Tiempo Promedio hasta la Falla".
El problema de usar sólo el TPPF como un indicador de la confiabilidad del equipo

es que determina únicamente confiabilidad sólo si el tiempo básico para la
31
distribución de fallo es exponencial. Si la distribución de fallo es de otro tipo, y no
exponencial, el TPPF puede generar comparaciones erróneas.
Figura 6. Tiempo promedio para fallar
Fuente: (González, 2014)
Se considera una distribución exponencial debido a su aplicabilidad universal a

sistemas reparables. Esta distribución describe los fallos aleatorios; y se utiliza
como una herramienta de simplificación en sistemas cuyos múltiples componentes
fallan por desgaste y otros modos.
El uso de una función exponencial supone asumir una tasa de fallos constante, lo
cual no se desvía demasiado de la realidad, al menos por dos razones. Primero, al
combinar diferentes funciones de distribución para una variedad de componentes,
se produce un patrón aleatorio de fallos. Segundo, la reparación luego del fallo
tiende a producir una tasa de fallos constante cuando la población es grande. Se
requiere el buen juicio ingenieril del usuario sobre donde y cuando puede ser
aplicada esta distribución.
Considerando el Tiempo Promedio para Fallar, la fórmula para calcular la

confiabilidad se escribe como sigue:
32
( ) )
Tiempo promedio para reparar (González, 2014).
El Tiempo Promedio para Reparar (TPPR) es la medida de la distribución del

tiempo de reparación de un equipo o sistema. Dicho de otra manera, el TPPR
mide la efectividad en restituir la unidad a condiciones óptimas de operación una
vez que la unidad se encuentra fuera de servicio por una falla, dentro de un
período de tiempo determinado, y considerando al tiempo de fallo igual al tiempo
para reparar. Si el tiempo de reparación t sigue la distribución exponencial y es
mucho menor que el tiempo t de misión, entonces el Tiempo Promedio para
Reparar se puede evaluar por medio de:
Figura 7. Tiempo promedio para reparar
Fuente: (González, 2014)
33
Disponibilidad (D)
Se define como la capacidad del equipo o instalación para realizar una función
requerida bajo condiciones específicas sobre un periodo de tiempo determinado,
asumiendo que los recursos externos requeridos son suministrados. Es un
indicador determinístico que traduce los resultados de las acciones de
mantenimiento a un índice combinado para un equipo o sistema.
Se basa en la pregunta, "¿Está disponible el equipo en condiciones de trabajo

cuando se le necesita?". Se utiliza el análisis de disponibilidad para obtener una
solución que permita establecer los requisitos para la confiabilidad y la
susceptibilidad de mantenimiento. Es útil para determinar cifras significativas del
equipo o sistema en sí, como las de frecuencia y tipo de ocurrencia de fallos,
posibilidad de reparación (tiempo de reparación activa) y análisis de trabajos de
mantenimiento. Por lo tanto, la disponibilidad D se calculará como:
Utilización (U)
Mide el tiempo efectivo de operación de una Instalación, Sistema, Equipo y

Dispositivo ISED durante un periodo determinado
Confiabilidad (C)
Se refiere a la probabilidad de que un ISED pueda realizar una función requerida

en un periodo considerado.
34
Recomendaciones técnicas pendientes
Mide el cumplimiento en la ejecución de las recomendaciones técnicas emitidas

sobre un ISED en un periodo dado con relación a los totales emitidos.
Backlog
Indica la carga de trabajo que se tiene para un periodo determinado en función de

las Horas Hombres disponibles en una semana para ese periodo.
( )
Desviaciones de la planificación
Indica la efectividad en la planificación de los trabajos de mantenimiento con

relación a los ejecutados en campo.
( )
Cumplimiento de programa de mantenimiento preventivo (González, 2014)
Mide el cumplimiento de los programas de mantenimiento preventivo de los ISED

en un periodo dado
( ) ( )
35
Índice de rechazo unidades reparadas
Índice que mide la calidad de ejecución de los trabajos de mantenimiento y se

determina por el número de trabajos por el custodio del ISED. El tiempo de
garantía se considerará 72 horas después de ser probado y operado el ISED. Una
falla ocurrida en el periodo de prueba no se considera falla para el cálculo de
TRRF y para el cálculo de la confiabilidad.
Índice de trabajos por prioridad
Índice que señala el nivel de ejecución por prioridad de las Órdenes de

mantenimiento. Estas Órdenes pueden ser rutinas, urgencias o emergencias y
reflejan la efectividad de la gestión de mantenimiento.
2.3.7 Orientación estratégica del mantenimiento
La función Mantenimiento, a través de cada uno de los niveles que se hallan

implícitos en su estructura organizativa está en capacidad de aportar varios
componentes en el proceso de direccionamiento y estrategias, (Caceres, 2011) a
partir del diagnóstico de las oportunidades para optimización de costos y la
evaluación del impacto del mantenimiento dentro del negocio, mediante la
generación de las políticas, los planes, las estrategias de contratación e integridad
de los equipos.
El proceso de gestión, el cual garantiza el control de los costos y la calidad del

mantenimiento asegurando los tiempos y recursos para la ejecución, entrega y
cumplimiento de la normativa de seguridad y medio ambiente.
36
A su vez, los procesos de apoyo son la base que soporta todas las estrategias que
se generan en el direccionamiento y son vitales para alcanzar la excelencia en las
actividades de mantenimiento, estando constituidos por los siguientes sub-
procesos:
Figura 8. Pirámide de estructura estratégica corporativa
Fuente: Cáceres 2011
Gerencia del conocimiento: Es el proceso sistémico que proporciona el recurso

humano capacitado para ejercer las labores y preservar el conocimiento.
Calidad de suplidores: Mediante el cual se garantiza suplidores certificados, y

repuestos con la calidad requerida.
Adecuación de tecnologías: Unido con los sistemas de información aseguran la

base de datos de la integridad de los equipos, de los costos, permite efectividad
en la programación, con la confiabilidad del dato y requerimientos de cada
empresa para su desempeño.
Gestión del desempeño: Proceso que permite monitorear y evaluar la

implantación y el desarrollo de las estrategias planteadas a fin de garantizar la
generación o aporte de valor en el negocio, establecido, este proceso permite a la
dirección tomar los correctivos de manera proactiva.
37
2.3.8 Integración de la cadena de valor del mantenimiento
Basados en los componentes referidos en el aparte anterior la cadena de valor se

integra de la siguiente manera con sus procesos medulares:
Figura 9. Cadena de valor del mantenimiento
Fuente: Cáceres 2011
Cadena de valor de mantenimiento
Ingeniería de Mantenimiento: Comprende el área técnica y especializada de

inspección de equipos dinámicos y estáticos o mantenimiento predictivo. Las
actividades que se cubren asocian el análisis de la integridad de las instalaciones,
pruebas de capacidad, monitoreo de condiciones y registro de la información
técnica para definir o evaluar cambios de ciclos o políticas de mantenimiento,
garantiza la calidad, incluyendo las prácticas de ejecución de los servicios
mediante inspecciones y auditorías técnicas de los mismos.
Planificación de Mantenimiento: Integra los procesos estratégicos de

mantenimiento, y es en esta área donde se establece la dirección mediante las
políticas, planes de corto y mediano plazo, Costo de actividades, estrategias de
contratación, planes de procura y recursos humanos, para asegurar los costos
óptimos y la integridad de las instalaciones y equipos.
38
Programación: En este proceso se realiza la optimización y sincronización de las
actividades diarias, semanales, adicionalmente se coordina el suministro de
materiales e insumos necesarios para las actividades, el registro de información
de costos y estadísticas de todas la actividades ejecutadas, atención de
emergencias, coordinación de guardias y disponibilidad del personal, recursos y
empresas subcontratistas que sean necesarias para cubrir las eventualidades.
Ejecución y entrega: Este proceso es donde se efectúa la ejecución del servicio y

la entrega de la instalación. Se gerencia el paro de planta y asegura la
optimización de los recursos. Una de las principales responsabilidades en esta
etapa es cumplir cabalmente las normas de seguridad, salud higiene y ambiente.
Monitoreo y gestión: En este proceso se efectúa la retroalimentación del

cumplimiento de los objetivos y apoya la dirección en la toma de decisiones de
carácter táctico y estratégico, mediante un sistema balanceado de indicadores de
desempeño.
Como se ilustra en la siguiente figura la mayor oportunidad de optimización de

costos de mantenimiento se encuentra en la primera etapa de la cadena de valor
(Caceres, 2011); específicamente en los procesos de ingeniería de mantenimiento
y planificación adicionalmente son los que generan un menor desembolso en
cuanto a costos de actividad de mantenimiento, en contraste los procesos de
programación y ejecución, aseguran calidad y tiempo óptimo, representando el
mayor desembolso en el costo de la tarea de mantenimiento y es menor la
oportunidad de optimización de costos.
39
Figura 10. Correlación de las curvas de costos y desembolsos en la cadena de valor del
mantenimiento
Fuente: Cáceres, 2011
2.4 ENFOQUES BASADOS EN LA CONFIABILIDAD PARA OPTIMIZAR EL

MANTENIMIENTO PREVENTIVO
A través del tiempo se han desarrollado varios estudios con el objetivo de

optimizar las acciones de mantenimiento debido el impacto financiero que causa a
las empresas. La confiabilidad es uno de los aliados estratégicos para alcanzar los
objetivos.
Cuando se trabajan problemas con un alto número de variables, las técnicas

tradicionales como ―ramificación y acotación‖ son ineficientes, debido a los
excesivos tiempos de procesamiento computacional que se requiere para la
ejecución del algoritmo. (Samaniego, 2007). En los últimos años, los algoritmos
heurísticos tales como Algoritmos Genéticos (GA) y Recocido Simulado (SA), han
sido ampliamente utilizados en la optimización combinatoria, incluyendo la
solución de problemas complejos de programación en mantenimiento preventivo
(PM). (Lapa C.M.F, 2006).
40
Aunque estas técnicas no necesariamente garantizan soluciones óptimas
globales, por lo general no tienen problemas con el tamaño y la estructura del
problema y podrían proporcionar buenas soluciones con un tiempo de cálculo
razonable.
En el año 1997 se empezaron a aplicar Algoritmos Genéticos para optimizar la

programación del mantenimiento. (Munoz A, 1997) . Otros investigadores
proponen un nivel de doble enfoque de GA para la red de producción multi-fábrica
para mantener la confiabilidad del sistema en un nivel específico aceptable, y
minimizar los tiempos muertos. (Chang, 2014).
Para minimizar los costos de los PM periódicos para un sistema de serie-paralelo,

(Chung S.H, 2009). Otros investigadores (Mohanta DK, 2007)presentan una
comparación de los resultados para la optimización de la programación de
mantenimiento basada en la probabilidad de pérdida. Las técnicas empleadas en
este trabajo son GA y algoritmos híbridos GA/SA.
Otras aplicaciones de algoritmos heurísticos (Park M. Jung KM, 2013) para la

programación de los PM se presentan para los sistemas complejos con
componentes en deterioro en el que varias acciones de PM se pueden realizar en
un determinado componente en cualquiera de los intervalos de inspección
equidistantes. El objetivo es determinar un plan de mantenimiento para minimizar
los costos totales.
(Tsai Y, 2004) propuso utilizar la distribución de Weibull para calcular la

confiabilidad de un componente sometido a una política de mantenimiento.
Se define como:
( )
41
( ) ⌊( ( ) ⌋ ( )
Dónde:
β, σ son parámetros de forma y escala para la distribución de Weibull.
tp intervalo de tiempo entre inspecciones.
Ri, 0; n confiabilidad de la i-th componente al inicio del período de inspección nth.
Ri, f, n-1 confiabilidad de la i-th componente al final de (n-1)th períodos de

inspección.
Ri , n(t) confiabilidad instantánea de i-th componentes durante el período de n-th.
m1,m2 factores de mejora debido a diversas acciones de PM (

).
2.5 ENFOQUES HEURÍSTICO PARA PROBLEMAS DE PROGRAMACIÓN Y

SECUENCIACIÓN DE ACTIVIDADES EN MANTENIMIENTO
(Low, y otros, 2010) consideran un problema de programación con restricciones de

disponibilidad. En este trabajo se utiliza algoritmos heurísticos para minimizar los
tiempos muertos de los equipos. (Cheng, y otros, 2010) han presentado un
algoritmo para la solución de la programación de actividades no repetibles en
máquinas con mantenimiento multi-flexible.
La mayoría de trabajos mencionados anteriormente asumen que los equipos
nunca fallan, esta situación no es cierta en el mundo real. En la mayoría de los
casos la programación de actividades es secuencial y siempre deben tener una
planeación previa. Algunos ejemplos reales de esta situación se pueden observar
en la industria textil, en las fábricas de circuitos integrados y en la industria
química. (Das S.R., 1995).
42
Existen varios trabajos que tratan el problema de la programación y secuenciación
de actividades y sus costos asociados para plantas de producción, pero no
consideran las actividades de mantenimiento. (Monma, 1989) estudió esta clase
de problemas con diferentes medidas de desempeño y demostraron que se trata
de problemas NP-hard.
Una encuesta sobre problemas de programación y secuenciación de actividades

con asignación de tiempos fue realizada en el trabajo de (Allahverdi, 2008) . En
dicho trabajo se muestra el interés por la solución de este tipo de problemas es
debido al alto ahorro que obtuvieron en los costos, cuando se incorporan estas
decisiones el plan de programación en los diferentes ambientes industriales.
2.6 MODELOS DE PROGRAMACIÓN ESTOCÁSTICA PARA LA

PROGRAMACION DEL PERSONAL DE MANTENIMIENTO
La gestión de mantenimiento involucra no solo la programación de actividades

inherentes a la maquinaria y equipos, sino al personal que lo realizará finalmente
(Duffuaa, 1993). En este orden de ideas, todo sistema de mantenimiento está
diseñado para asegurar que el equipo de producción sea reparable y seguro para
operar con el fin de alcanzar los niveles de producción propuestos. Cuando este
objetivo es alcanzado a un costo mínimo, estos sistemas adquieren el calificativo
de sistemas eficaces de mantenimiento. Un sistema de mantenimiento tiene varios
elementos, siendo uno de los más importantes la planificación y función de
programación. Esta función es la responsable de la utilización óptima de los
recursos de mantenimiento para la ejecución de las labores de mantenimiento. A
diferencia de la programación de la producción, el programa de mantenimiento se
des-actualiza cuando se recibe un trabajo de emergencia. Esto demanda una
revisión en el calendario y en la bitácora de pedidos en el sistema.
43
La planificación de mantenimiento y la programación se pueden clasificar en dos
principales categorías. La primera categoría concierne al mantenimiento
programado que incluye un mantenimiento de rutina y preventivo, y dos revisiones
programadas y mantenimiento correctivo. La segunda categoría corresponde al
mantenimiento no programado o de averías imprevistas de emergencia. La
primera categoría puede ser planificada y programada con facilidad, pero la
segunda categoría es estocástica o impredecible lo que hace que la programación
del mantenimiento se convierta en todo un desafío para el personal encargado de
la programación de la producción. Un calendario realista deberá reflejar ambas
categorías.
Algunas investigaciones han tratado de abordar el problema de la planificación de

mantenimiento y la programación. (Escudero L.and A. Alonso, 2003) desarrollarón
un modelo de programación lineal entera para la programación de los trabajos de
mantenimiento. Ese modelo supone que se conoce la carga de trabajo de
mantenimiento en términos de una lista de los puestos de trabajo disponibles.
Todos los trabajos en tal sentido, se dividen en intervalos de tiempo con la
disponibilidad de personal previamente determinada. El modelo de este trabajo es
determinista por naturaleza y no aborda el componente estocástico de la carga de
trabajo. También (Escudero L.and A. Alonso, 2003) reformularon el mismo
problema para obtener un modelo de tamaño mínimo. (Worral, 1979) propone un
conjunto de reglas dinámicas para la planificación del mantenimiento y la
programación.
44
2.7 MODELOS DE PROGRAMACIÓN DE PARADAS DE EQUIPOS
UTILIZANDO PROGRAMACION BINARIA ENTERA 0-1
La programación del mantenimiento considera la detención total del equipo, o sea,

si es mantenimiento preventivo o programado (Espinosa, 2013). No se consideran
paradas inesperadas en este problema y en caso que suceda una detención de
magnitud similar a las consideradas como normales, se deberá resolver de nuevo
el problema con nuevas condiciones de tiempo y secuencia.
El modelo matemático de un problema industrial es el sistema de ecuaciones y

expresiones matemáticas relacionadas que describen la esencia del problema.
Así, se pueden tomar decisiones cuantificables relacionadas unas con otras, se
representan como ( ) para las que se
deben determinar los valores respectivos. La medida de desempeño adecuada
(por ejemplo: la ganancia) se expresa entonces como una función matemática de
estas variables de decisión (por ejemplo: Esta función se llama
función objetivo.
Variables de decisión: El planificador del mantenimiento tiene que decidir acerca

de la secuencia en que las máquinas se detendrán para entrar a mantenimiento
preventivo, o sea debe definir en qué período cuál máquina deja de funcionar para
realizar el mantenimiento (una decisión compuesta), teniendo en cuenta que
durante ese lapso dicha máquina no entregará sus productos. La variable de
decisión que corresponde a que máquina se detiene, solamente podrá tomar dos
estados (variable del tipo binario): la máquina está en mantenimiento o bien está
en producción. Entonces la decisión se puede describir mediante la siguiente
variable.
45
con i = 1,2,..., n; k = 1,2,..., δ
donde δ es el horizonte de planificación
La decisión que va aparejada con la anterior, cuál máquina se detiene, es

determinar cuál período es el más conveniente para detener la máquina, por tanto
también hay que definir otra variable de decisión para tal efecto. Esta variable
también es de carácter binario (es o no detenida en un determinado período) y
tiene la siguiente estructura:
con i = 1,2,...n; k = 1,2,...,δ
La solución del problema deberá entregar la secuencia más conveniente para

detener las máquinas, a través de los valores que tomen las variables y Xi,k Ci,k ,
teniendo en vista el objetivo que el planificador quiere alcanzar.
Función objetivo: Es obligación primordial de la función de mantenimiento el

propugnar por la obtención de los objetivos de la empresa de la cual es parte
integrante. Así los objetivos de la función de mantenimiento son los siguientes:
 Maximizar la disponibilidad de maquinaria y equipo para la producción.

 Preservar el valor de las instalaciones, minimizando el uso y deterioro.
 Conseguir estas metas en la forma más económica posible y a largo plazo.
Teniendo presente los puntos anteriores, el administrador debe satisfacer en la

forma más óptima la demanda a la que la empresa se ve enfrentada, con la mayor
disponibilidad de los equipos. Así, el objetivo a alcanzar se puede enunciar como
maximizar la eficiencia del equipo productivo para abastecer la demanda.
En la figura siguiente se muestra la Carta Gantt con la programación de la

producción y de las detenciones para el mantenimiento de cada máquina en el
horizonte de planificación:
46
Figura 11. Programación de la producción y detenciones por mantenimiento
Fuente: Cáceres, 2011
Cada máquina tiene una tasa de producción conocida conjuntamente con la

tasa de demanda para cada período y para todo el horizonte de planificación.
Así, la función objetivo, que es maximizar la eficiencia en el abastecimiento total,
se expresa como:
(∑ ∑ )
La programación del mantenimiento considera la detención total del equipo, o sea,

es mantenimiento preventivo o programado. No se consideran paradas
inesperadas en este problema y en caso que suceda una detención de magnitud
similar a las consideradas como normales, se deberá resolver de nuevo el
problema con nuevas condiciones de tiempo y secuencia.
47
CAPITULO III. MODELO MATEMÁTICO
En este capítulo se plantea el modelo matemático de programación lineal

necesario para resolver la problemática específica a resolver. ―Los modelos de
programación lineal pretenden la optimización (maximización o minimización) de
una función objetivo, restringida por la necesidad de satisfacer un conjunto de
ecuaciones y/o ecuaciones lineales, llamadas restricciones‖. (Lopez Casuso,
1993).
3.1 CARACTERÍSTICAS Y SUPUESTOS DEL MODELO MATEMÁTICO
Los supuestos del modelo matemático a aplicar en la empresa sujeto de estudio

son los siguientes:
 Toda la infraestructura física se encuentra diseñada y acondicionada

para el desarrollo operativo de cuatro líneas de producción, a las cuales
se les hace labores de mantenimiento preventivo con una frecuencia
mensual. Se busca con la ejecución de este modelo, la ―maximización de
los tiempos de ejecución de las actividades programadas en los MP‖,
puesto que se considera pertinente, hacer mayor énfasis a esta labor,
para optimizar la productividad de la empresa y confiabilidad en la
operación.
 El modelo está diseñado para operarlo a un único periodo de planeación

(1 año) pero se admite la consideración de múltiples actividades, de
acuerdo a cada línea.
 El modelo incluye como variables de decisión, las líneas de producción,

las paradas de tiempo para las actividades de mantenimiento y los
operarios designados para las mismas.
48
 Para este modelo se consideran restricciones de tipo ejecución, por
interrupciones, por inicio de mantenimiento, de exclusividad, y por
actividades paralelas.
A continuación se lista todos los elementos asociados a la estructura del modelo,

con su respectiva notación matemática.
3.2 ESTRUCTURA DEL MODELO
CONJUNTOS:
3 Líneas de producción, indexado por .
4 Períodos de ejecución, indexado por .
5 Actividades a desarrollar en mantenimiento, indexado por .
6 Técnicos operadores, indexado por .
Conjuntos Inducidos
Op_Act: Conjunto de operaciones ―O‖ que pueden realizar las actividades ―j‖.
PARÁMETROS
 Tiempo ( ): número de período.
 Demanda (Dit): Demanda de la producción.
 Tasa de producción (Pit): Demanda requerida de la línea ― ‖ en el período
― ‖.
 Duración de las actividades ( ): Duración de la actividad en la línea ‖.
VARIABLES DE DESICIÓN
Xijt={
49
Cijt={
Olijt={
Dit: Demanda requerida de la línea en el período .

Pit: Tasa de producción de la línea en el período .
ij: duración de la actividad en la línea (hr).
Función objetivo: ―Maximizar los tiempos de ejecución de las actividades

programadas en los MP”:
∑ ( )
∑∑
Restricciones:
Las restricciones para este estudio hacen referencia a las disponibilidades de los
recursos y la secuenciación de las actividades con el objetivo de maximizar la
efectividad en el programa de los mantenimientos preventivos.
1. Restricción de ejecución: El desarrollo del mantenimiento preventivo se

realizará en una sola parada de la línea de producción, y las actividades
se realizarán en el tiempo asignado para cada una de ellas:
50
2. Restricción por interrupciones: El paro de la línea de producción para
realizar el mantenimiento preventivo no podrá ser discontinuo, es decir
que el mantenimiento deberá empezar y terminar sin interrupciones en el
período planeado:
3. Restricción por inicio del mantenimiento: Dos a más líneas de

producción no podrían iniciar el mantenimiento preventivo en el mismo
período, debido a que utilizan el mismo equipo de mantenimiento:
4. Restricción de exclusividad: Ya sea por razones técnicas o por políticas

de la empresa, toda actividad programada en los mantenimientos
preventivos deberá ser realizada por un único operario:
5. Restricción por actividades paralelas: Debido a las políticas de

seguridad industrial, ingeniería de procesos y operaciones, un operario no
puede resistir más de una actividad a la vez en el período de tiempo
programado para dicha actividad:
∑∑
51
MODELO MATEMATICO COMPLETO
Función Objetivo
∑ ( )
∑∑
Restricciones
De ejecución:
Por interrupciones:
Por inicio del mantenimiento:
De exclusividad:
Por actividades paralelas:
∑∑
En el Anexo 1 se muestra la formulación completa del modelo en AMPL.
52
CAPITULO IV. CASO DE ESTUDIO
El presente caso de estudio corresponde a las actividades relacionadas con el

proceso de mantenimiento preventivo de la empresa objeto de estudio, como se
venía laborando, y como quedó con el modelo desarrollado.
4.1 DESCRIPCIÓN GENERAL DEL PROCESO
En la empresa objeto de estudio, se tienen cuatro líneas de producción, en las

cuales operan en los MP, doce colaboradores (seis técnicos de operación, tres
técnicos mecánicos, y tres técnicos electrónicos), para desarrollar quince
actividades. Las labores de mantenimiento se realizan una vez al mes para cada
una de las líneas de producción.
4.1.1 Caracterización especifica del MP en la empresa sujeto de estudio
La frecuencia para realizar los paros de las máquinas para la ejecución de los MP
es definida por políticas de la empresa teniendo en cuenta lineamientos
corporativos y recomendaciones de los fabricantes, como también
recomendaciones del departamento de confiabilidad. El planeador de
mantenimiento define la secuencia en que se ejecutarán las actividades
programadas, como también los periodos o fechas de paros y los tiempos que
permanecerá el equipo fuera de operación. La variable de decisión tiene dos
estados, ya sea la máquina operando o la máquina en mantenimiento.
El mantenimiento es realizado con una frecuencia mensual, el objetivo principal es

minimizar el tiempo de ejecución y maximizar el cumplimiento de las actividades.
La programación de las actividades a desarrollar se define con tres días de
anticipación, se incluyen las tareas, las personas asignadas y los tiempos
estimados para la ejecución de cada actividad.
53
El programa de MP inicia a las 6:00 am con una reunión informativa de seguridad,
posteriormente y de forma verbal, se asegura de que todos los técnicos tengan
claro las responsabilidades asignadas, se inician labores y durante toda la jornada
se realizan monitoreos periódicos a cada técnico evaluando el avance y
cumplimiento de las tareas.
En los paros por MP se cuenta con tres técnicos electrónicos, tres técnicos
mecánicos, y seis técnicos de operación para cumplir el programa del MP.
Figura 12. Equipo de manufactura PGI
Fuente: PGI Colombia
54
Gráfica 2. Comportamiento del gasto de mantenimiento PGI COLOMBIA (2014-2016)
Las estrategias utilizadas para administrar los departamentos de mantenimiento

impactan directamente los resultados financieros de la misma; en la gráfica
anterior se puede observar que durante el periodo de enero de 2014 a agosto de
2015 el gasto de mantenimiento superó el presupuesto en 12,3%, la disminución
de 7,4% presentada en los meses de octubre a diciembre de 2015 fue debido a
políticas regionales donde se ordenó cancelar toda compra de repuestos
importados, además se presentaron paros de líneas programados por nuevas
políticas de inventarios.
Estos resultados preocuparon aún más la gerencia general, la iniciativa de retomar

nuevamente el uso de indicadores de mantenimiento e incluir nuevos se hizo
evidente y necesaria.
En los meses de enero a abril de 2016 se presentó una disminución de 25,5% del
presupuesto asignado al departamento de mantenimiento, como consecuencia de
la implementación de nuevas estrategias y metodologías, por ejemplo la adecuada
asignación de tareas y secuenciación de actividades que generó menores tiempos
de máquinas detenidas y mayor confiabilidad en las tareas realizadas, la
55
optimización en la compra de repuestos, la minimización en el uso de recursos
externos y la inclusión de operarios en tareas de mantenimiento.
Los siguientes indicadores de mantenimiento fueron implementados en el

departamento de mantenimiento desde que inicio la compañía, pero no han sido
utilizados de una forma continua en el tiempo, por lo tanto son poco confiables,
además deben ser complementados con indicadores adicionales.
Indicadores utilizados en mantenimiento
 TPPF=MTBF, Meddle Time Between Fail (Tiempo medio entre fallas): El

objetivo definido para este indicador es 35 horas, es decir, el tiempo que
debe tardar una falla en presentarse nuevamente.
 TPPR=MTTR, Meddle Time To Repair (Tiempo medio para reparar): Para

este indicador el objetivo definido es 1,5 horas, es decir que un técnico de
mantenimiento no debe tardar más de este tiempo en reparar una falla.
Revisando la información que se tiene de estos dos indicadores, se encontró que

el MTTR fue definido de forma ambiciosa, pocas veces se ha cumplido, mientras
que el MTBF fue subestimado, las tendencias muestran un promedio de 53 horas
para este indicador. Se acordó con la gerencia general retomar el uso de ellos de
una forma continua a partir de enero de 2016, y al cabo de seis meses se
revisarán los comportamientos para definir los nuevos objetivos de estos
indicadores.
56
Como se calculan los indicadores MTTR y MTBF
Gráfica 3. Definición de MTTR-MTBF
Fuente: Indicadores de mantenimiento PGI Colombia
Gráfica 4. Conceptos asociados a los tiempos de paros de líneas de producción
Fuente: Indicadores de mantenimiento PGI Colombia
57
Adicional a los indicadores mencionados, se incluyó el uso del indicador costo de
mantenimiento por unidad de producción, que nos permitirá visualizar mejoras o
deficiencias en el desempeño de las actividades de mantenimiento con relación a
la producción.
Debido a que este indicador no había sido implementado, se optó por recopilar
información de años anteriores y graficarlo.
Gráfica 5. Spend Maintenance Cop/kg
En esta gráfica se observa el comportamiento de los últimos tres años con una
tendencia a la mejora. En el año 2014 por cada kilogramo producido,
mantenimiento gastó $199.9, en 2015 y 2016 esta cifra mejoró y llego a $187.2 y
$168.2 respectivamente debido a las nuevas estrategias implementadas en la
gestión de mantenimiento que causaron un efecto positivo generando un ahorro
58
de $387.065.000 del presupuesto de mantenimiento en el primer trimestre del año
2016 según se puede evidenciar en la siguiente gráfica.
Gráfica 6. Gasto real de mantenimiento Vs presupuesto primer trimestre 2016
Además de los indicadores, se implementaron las siguientes políticas como

complemento para optimizar la gestión de mantenimiento con el objetivo de
mejorar los impactos financieros a la compañía.
 Minimizar el uso de recurso externo para apoyo mecánico y electrónico en

tareas de mantenimiento en 30%.
 Maximizar la asignación de tareas de mantenimiento a personal técnicos

de operación en 30%.
 Control del inventario de repuestos bajo la premisa ―Solo se compra lo

necesario en el tiempo justo‖.
 Alineación en la compra de repuestos con el plan de mantenimiento

preventivo para evitar largos periodos de almacenamiento.
 Sistema de rodamientos en consignación con la empresa SKF.
59
Cuadro 2. Actividades programadas en los MP
MATRIZ
Tiempos
de
MANTENIMIENTO PREVENTIVO MP Especialidad
ejecución
(Horas)
Actividades
1 Realizar la des-instalación de la hilera según MO-063-BA00 Operativa 1h
Realizar la purga y la limpieza de la tobera (limpiar

monómeros parte interna cabinas enfriamiento) y corregir
2 Operativa 3h
fuga monómero aplicando silicona antes de la instalación de
la hilera.
Instalar hilera (Limpieza monómeros parte interna cabinas
3 Operativa 3h
enfriamiento) según MO-063-BA00.
Realizar pruebas de nip point en los rodillos calandra del
4 Operativa 1h
sistema Kuster, enviar resultados a ingeniería de procesos.
5 Realizar calibración de los difusores cabezales A y D. Operativa 1h

Revisar y corregir fugas de aire en sellos neumáticos
6 superiores e inferiores forzando el sistema en los cabezales Operativa 1h
A y D.
Sanitizar con peróxido de hidrogeno todo el sistema de
7 Operativa 1h
humidificado.
Realizar calibración del sistema de visión artificial Cognex,
8 Operativa 1h
enviar resultados al departamento de calidad.
9 Cambio de rodillo segmentado N.4 Mecánica 1h
10 Cambio de HC cabezales A y D Mecánica 2h

11 Cambio y calibración de sellos juntas rotatorias D. Mecánica 1h
12 Alineación laser motor-reductor bobinadora Mecánica 1h
Programación y arranque de variador Siemens-Sinamics del
13 Electrónica 1h
sistema de mezclado bomba N.3
Calibración controladores de presión principal extrusora A,
14 Electrónica 1h
máx. 500 bares, min. 350 bares.
15 Cambio de PLC sistema de enfriamiento C por obsolescencia. Electrónica 1h
Fuente: Plan de mantenimiento preventivo PGI
60
Cuadro 3. Personal técnico de mantenimiento y producción
PERSONAL TECNICO MANTENIMIENTO PGI

Técnicos Electrónicos-Mecánicos Cant.
Técnico electrónico 1 1
Técnico mecánico 1 1
Total técnicos de mantenimiento 6
Técnicos de operación
Técnico de operación 1 1
Total técnicos de operación 6
Gran Total 12
 En el Anexo 2 se muestran las tablas de los resultados del problema de

mantenimiento ejecutado en el aplicativo AMPL.
 En el Anexo 3, se muestran las características de los lenguajes de

programación, utilizados en este proyecto.
61
CAPITULO V. CONCLUSIONES, RECOMENDACIONES Y FUTURAS
INVESTIGACIONES
5.1 CONCLUSIONES
 Se cumplió el objetivo de optimizar la asignación de tareas y secuenciación

de actividades en los mantenimientos preventivos a través de un modelo de
programación lineal entera mixta.
 El uso de modelos matemáticos de programación lineal entera mixta

permite optimizar procesos de mantenimiento que son vitales para el
correcto funcionamiento de las organizaciones.
 El trabajo permite el uso de los indicadores TPPF y TPPR para realizar

seguimiento a la gestión de mantenimiento de la compañía de manera
exitosa, además se incluyó el indicador costo de mantenimiento/unidad de
producción.
 El indicador del costo de mantenimiento/unidad de producción se ha

calculado y discutido en reunión trimestral de resultados a los gerentes
regionales. El éxito de la medición ha generado una petición del director
general para que se incluya en todas las plantas del mundo.
 El indicador del costo de mantenimiento/unidad de producción paso de

$119.9/Kg en 2014 a $187.2/Kg en 2015 y $168.2/Kg en el primer trimestre
de 2016.
 Mediante este trabajo, se ha logrado la integración entre el planeador de

mantenimiento y producción.
62
 El trabajo ha permitido que la empresa autorice un plan de capacitación
anual para todo el personal técnico, el plan inició en enero de 2016.
 El costo de mantenimiento disminuyó en 25.5% en el primer trimestre de

2016 respecto al presupuesto autorizado.
5.2 RECOMENDACIONES
 Se encontró que los técnicos operarios no siempre contaban con las

competencias adecuadas para realizar las actividades asignadas, se
recomienda capacitar a todo el personal operativo en actividades de
mantenimiento tanto en tareas mecánicas como electrónicas y a fines, la meta
es contar con personal técnico multi-hábil.
 En el proceso de diagnóstico situacional de la empresa objeto de estudio, se

encontró que actualmente no se encontraba integrado el plan de producción
anual con el plan de mantenimiento preventivo. Se recomienda, en tal sentido,
continuar integrando la planeación anual de mantenimiento y producción como
un solo plan estratégico con el objetivo de optimizar los tiempos muertos de las
líneas de producción.
 Debido a la variabilidad en el número de actividades y grado de complejidad

tanto en actividades mecánicas, electrónicas y a fines, se considera pertinente
en los nuevos procesos de selección contratar personal mecatrónico y no
mecánicos y electrónicos por separado.
 Se recomienda mejorar el control y seguimiento de los indicadores de

mantenimiento TPPF, TPPR y costo de mantenimiento/unidad de producción,
63
además incluir los indicadores de costo de mantenimiento por hora-hombre, %
costo de mantenimiento preventivo, % costo de mantenimiento correctivo y
eficiencia.
 Se recomienda la inclusión de parámetros estocásticos dentro de la

formulación de modelos matemáticos para la programación de tareas de
mantenimiento.
5.3 FUTURAS INVESTIGACIONES
 Diseño de un modelo estocástico para resolver el problema de averías

imprevistas y mantenimientos no planeados.
 Modelo para pronosticar las ventas y con base en los resultados programar las
paradas de las líneas de producción para realizar los mantenimientos
preventivos.
 Utilizar métodos de simulación para conocer el estado actual de la ejecución de

los mantenimientos preventivos.
 Diseño de un modelo probabilístico para definir la compra de repuestos a

utilizar en mantenimiento durante un periodo especifico.
64
REFERENCIAS BIBLIOGRÁFICAS
Acosta Lino I. Diseño del Plan de Mantenimiento Programado de la Primera

Etapa del Sistema de Producción Criogénica de una Planta de Separación de
Gases del aire. Facultad de Ingeniería Mecánica y Ciencias de la Producción
[Informe]. - Guayaquil, Ecuador : Escuela Superior Politécnica del litoral (ESPOL),
2010.
Ahmed Rana Ejaz Software maintenance outsourcing: Issues and strategies

[Publicación periódica] // Computers and Electrical Engineering. - [s.l.] : Elsevier,
2006. - Vol. 32. - págs. 449–453.
Allahverdi C.T. Ng, T.C.E. Cheng, M.Y. Kovaliov A survey of scheduling

problems with setup times or costs [Libro]. - [s.l.] : European Journal of Operational
Research 187 , 2008.
Angel Bello F. A heuristic approach for a scheduling problem with periodic

maintenance and sequence-dependent setup times [Libro]. - [s.l.] : Computers and
Mathematics with Applications, 2011.
Ángel-Bello Francisco [y otros] A heuristic approach for a scheduling problem

with periodic maintenance and sequence-dependent setup times [Publicación
periódica] // Computers and Mathematics with Applications. - [s.l.] : Elsevier,
2011. - Vol. 61. - págs. 797–808.
Anquetil Nicolas [y otros] Software maintenance seen as a knowledge

management issue [Publicación periódica] // Information and Software
Technology. - [s.l.] : Elsevier, 2007. - Vol. 49. - págs. 515–529.
Bashiri Mahdi, Badri Hossein y Hejazi Taha Hossein Selecting optimum

maintenance strategy by fuzzy interactive linear assignment method [Publicación
periódica] // Applied Mathematical Modelling. - [s.l.] : Elsevier, 2011. - Vol. 35. -
págs. 152–164.
Benmansour Rachid [y otros] Minimizing the weighted sum of maximum

earliness and maximum tardiness costs on a single machine with periodic
preventive maintenance [Publicación periódica] // Computers & Operations
Research. - [s.l.] : Elsevier, 2014. - Vol. 47. - págs. 106–113.
65
Bris Radim y Byczanski Petr Effective computing algorithm for maintenance
optimization of highly reliable systems [Publicación periódica] // Reliability
Engineering and System Safety. - [s.l.] : Elsevier, 2013. - Vol. 109. - págs. 77–85.
Caceres M.B.. Cómo Incrementar la Competitividad del Negocio mediante

Estrategias para Gerenciar el Mantenimiento. Soluciones integradas [Publicación
periódica]. - 2011.
Chaa Ji Hwan y Finkelstein Maxim Stochastic analysis of preventive

maintenance in heterogeneous populations [Publicación periódica] // Operations
Research Letters. - [s.l.] : Elsevier, 2012. - Vol. 40. - págs. 416–421.
Chang Chin-Chih Optimum preventive maintenance policies for systems subject

to random working times, replacement, and minimal repair [Publicación
periódica] // Computers & Industrial Engineering. - [s.l.] : Elsevier, 2014. - Vol. 67. -
págs. 185–194.
Cheng Yung-Hsiang y Tsao Hou-Lei Rolling stock maintenance strategy

selection, spares parts’estimation,and replacements’interval calculation
[Publicación periódica] // International Journal of Production Economics. - [s.l.] :
Elsevier, 2010. - Vol. 128. - págs. 404–412.
Chung S.H Lau H.C.W, Ho G.T.S. Optimization of system reliability in multi-

factory production networks by maintenance approach [Libro]. - [s.l.] : Expert
SystAppl , 2009.
Colledani Marcello y Tolio Tullio Integrated quality, production logistics and

maintenance analysis of multi-stage asynchronous manufacturing systems with
degrading machines [Publicación periódica] // CIRP Annals - Manufacturing
Technology. - [s.l.] : Elsevier, 2012. - Vol. 61. - págs. 455–458.
Cui Wei-Wei, Lu Zhiqiang y Pan Ershun Integrated production scheduling and

maintenance policy for robustness in a single machine [Publicación periódica] //
Computers & Operations Research. - [s.l.] : Elsevier, 2014. - Vol. 47. - págs. 81-91.
Das S.R. J.N.D. Gupta, B.M. Khumawala, A saving index heuristic algorithm for
flowshop scheduling with sequence dependent set-up times [Libro]. - [s.l.] : Journal
of the Operational Research Society , 1995.
de Smidt-Destombes Karin S, van der Heijden Matthieu C y Harten Aart van

Joint optimisation of spare part inventory, maintenance frequency and repair
66
capacity for k-out-of-N systems [Publicación periódica] // International Journal of
Production Economics. - [s.l.] : Elsevier, 2009. - Vol. 118. - págs. 260–268.
Dhillon B.S Engineering Maintenance: A Modern Approach [Libro]. - Boca Ratón,

Florida : CRC Taylor & Francis Group, 2002.
Doostparast Mohammad, Kolahan Farhad y Doostparast Mahdi A reliability-

based approach to optimize preventive maintenance scheduling for coherent
systems [Publicación periódica] // Reliability Engineering and System Safety. -
[s.l.] : Elsevier, 2014. - Vol. 126. - págs. 98-106.
Duffuaa S.OAl-Sultan, K.S. A mathematical model for effective maintenance

planning and scheduling, Proceedings of the Second Scientific Symposium on
Maintenance Planning and Operations [Libro]. - Riyadh : [s.n.], 1993.
Escudero L.and A. Alonso T. An approach for strategic supply chain planning

under uncertainty based on sthocastic 01 programming [Libro]. - 2003.
Espinosa F. Gestión del mantenimiento industrial: charlas especiales [Informe]. -

2013.
Fitouhi Mohamed- Chahir y Nourelfath Mustapha Integrating noncyclical

preventive maintenance scheduling and production planning for multi-state
systems [Publicación periódica] // Reliability Engineering and System Safety. -
[s.l.] : Elsevier, 2014. - Vol. 121. - págs. 175–186.
Forsthoffer W E Best Practice Handbook for Rotating Machinery [Sección de

libro] = Preventive and Predictive Maintenance Best Practices / aut. libro
Forsthoffer W E. - [s.l.] : Elsevier, 2011.
Frazzon Enzo Morosini [y otros] Spare parts supply chains’ operational planning
using technical condition information from intelligent maintenance systems
[Publicación periódica] // Annual Reviews in Control. - [s.l.] : Elsevier, 2014. - Vol.
38. - págs. 147–154.
García Garrido S.
http://mantenimientoindustrial.renovetec.com/tiposdemantenimiento.html [En
línea]. - 2013.
GERENCIA PGI Informe de Gestion Operativa Interna [Informe]. - Cali : [s.n.],

2014.
67
González F. Auditoría del mantenimiento e indicadores de gestión. [Libro]. - [s.l.] :
2ª Edición., 2014. - pág. 276.
Hazaras Matthew J., Swartz Christopher L.E. y Marlin Thomas E. Flexible

maintenance within a continuous-time state-task network framework [Publicación
periódica] // Computers and Chemical Engineering. - [s.l.] : Elsevier, 2012. - Vol.
46. - págs. 167-177.
Horenbeek Adriaan Van [y otros] Economic and environmental aware

maintenance optimization [Conferencia] // CIRP, The International Academy for
Production Engineering / ed. CIRP Procedia. - [s.l.] : Elsevier, 2014. - Vol. 15. -
págs. 343-348.
Hsu Chou-Jung, Low Chinyao y Su Chwen-Tzeng A single-machine scheduling

problem with maintenance activities to minimize makespan [Publicación
periódica] // Applied Mathematics and Computation. - [s.l.] : Elsevier, 3929–3935. -
Vol. 215. - págs. 3929–3935.
Jaarsveld Willem Van y Dekker Rommert Spare parts stock control for
redundant systems using reliability centered maintenance data [Publicación
periódica] // Reliability Engineeringand System Safety. - [s.l.] : Elsevier, 2011. - Vol.
96. - págs. 1576–1586.
Jin Tongdan y Liao Haitao Spare parts inventory control considering stochastic
growth of an installed base [Publicación periódica] // Computers & Industrial
Engineering. - [s.l.] : Elsevier, 2009. - Vol. 56. - págs. 452–460.
Kaplanoglu Vahit Multi-agent based approach for single machine scheduling with
sequence-dependent setup times and machine maintenance [Publicación
periódica] // Applied Soft Computing. - [s.l.] : Elsevier, 2014. - Vol. 23. - págs. 165-
179.
Khan Faisal I y Haddara Mahmoud M Risk-based maintenance (RBM): a

quantitative approach for maintenance/inspection scheduling and planning
[Publicación periódica] // Journal of Loss Prevention in the Process Industries. -
Lapa C.M.F Pereira C.M, Barros M.P.D. A model for preventive maintenance
planning bygenetic algorithms based in cost and reliability. [Libro]. - [s.l.] : Reliab
EngSyst Saf , 2006.
68
Lee Ju-Yong y Kim Yeong-Dae Minimizing the number of tardy jobs in a single-
machine scheduling problem with periodic maintenance [Publicación periódica] //
Computers & Operations Research. - [s.l.] : Elsevier, 2012. - Vol. 39. - págs. 2196–
2205.
Lei Deming Fuzzy job shop scheduling problem with availability constraints
[Publicación periódica] // Computers & Industrial Engineering. - [s.l.] : Elsevier,
2010. - Vol. 58. - págs. 610–617.
Lopez Casuso R. Programación lineal y decisiones economicas [Libro]. -

Caracas : Colección Economía, 1993.
Low Chinyao [y otros] Minimizing the makespan in a single machine scheduling

problems with flexible and periodic maintenance [Publicación periódica] // Applied
Mathematical Modelling. - [s.l.] : Elsevier, 2010. - Vol. 34. - págs. 334–342.
Lynch P [y otros] Optimal spares and preventive maintenance frequencies for

constrained industrial systems [Publicación periódica] // Computers & Industrial
Engineering. - [s.l.] : Elsevier, 2013. - Vol. 65. - págs. 378–387.
Mobley R. Keith An Introduction to Predictive Maintenance [Sección de libro] / ed.

Butterworth-Heinemann. - [s.l.] : Elsevier, 2002. - 2nd.
Moghaddam Kamran S Multi-objective preventive maintenance and replacement

scheduling in a manufacturing system using goal programming [Publicación
periódica] // International Journal of Production Economics. - [s.l.] : Elsevier,
2013. - Vol. 146. - págs. 704–716.
Moghaddam Kamran S y Usher John S Preventive maintenance and

replacement scheduling for repairable and maintainable systems using dynamic
programming [Publicación periódica] // Computers & Industrial Engineering. - [s.l.] :
Moghaddam Kamran S y Usher John S Sensitivity analysis and comparison of

algorithms in preventive maintenance and replacement scheduling optimization
models [Publicación periódica] // Computers & Industrial Engineering. - [s.l.] :
Mohanta DK Sadhub PK, Chakrabartic R. Deterministic and stochastic approach

for safety and reliability optimization of captive power plant maintenance
scheduling using GA/SA-based hybrid techniques:a comparison of results [Libro]. -
[s.l.] : Reliab Eng SystSa, 2007.
69
Monchy F Teoría y práctica del mantenimiento industrial‖. [Libro]. - [s.l.] : Ed.
Masson, 1990.
Monchy F. ―Teoría y práctica del mantenimiento industrial‖. [Libro]. - [s.l.] :

Masson, 1990.
Monma C.L. and C.N. Potts On the Complexity of Scheduling with Batch Setup
[Libro]. - 1989.
Mora Gutierrez Alberto MANTENIMIENTO, Planeacion, ejecucion y control

[Libro] / ed. Buitrago Luis Javier. - [s.l.] : Alfaomega, 2009.
Munoz A Martotell S, Serradel V. Genetic algorithms in optimizing surveil- lance

and maintenance of components. [Libro]. - [s.l.] : Reliab Eng Syst Saf, 1997.
Naderi B, Zandieh M y Aminnayeri M Incorporating periodic preventive

maintenance into flexible flowshop scheduling problems [Publicación periódica] //
Applied Soft Computing. - [s.l.] : Elsevier, 2011. - Vol. 11. - págs. 2094–2101.
Nasri Imed, Habchi Georges y Boukezzoula Reda Use of (max, +) algebra for
scheduling and optimization of HVLV systems subject to preventive maintenance
[Publicación periódica] // Simulation Modelling Practice and Theory. - [s.l.] :
Elsevier, 2014. - Vol. 46. - págs. 149-163.
Newby Reza y Maintenance scheduling of a manufacturing system subject to

deterioration [Publicación periódica] // Reliability Engineering and System Safety. -
Nguyen Vu, Boehm Barry y Danphitsanuphan Phongphan A controlled

experiment in assessing and estimating software maintenance tasks [Publicación
periódica] // Information and Software Technology. - [s.l.] : Elsevier, 2011. - Vol.
53. - págs. 682–691.
Park M. Jung KM DH Optimal post-warranty maintenance policy with repair time

threshold for minimal repair. [Libro]. - [s.l.] : Reliab Eng Syst, 2013.
Pintelon Liliane y Parodi-Herz Alejandro Maintenance: An Evolutionary

Perspective [Publicación periódica] // Complex System Maintenance Handbook. -
[s.l.] : Springer, 2008. - Vol. 12. - págs. 21-48.
Qiao Hongzhu y Tsokos Chris P Estimation of the three parameter Weibull

probability distribution [Publicación periódica] // Mathematics and Computers in
70
Simulation / ed. simulation Mathematics and computer in. - [s.l.] : Elsevier, 1995. -
págs. 173-185.
Ramanujan Sam, Scamell Richard W y Shah Jaymeen R An experimental

investigation of the impact of individual, program, and organizational characteristics
on software maintenance effort [Publicación periódica] // The Journal of Systems
and Software. - [s.l.] : Elsevier, 2000. - Vol. 54. - pág. 137±157.
Riethmüller Christoph A Maintenance Model for Systems with Phase-type

Distributed Times to Failure [Tesis] // Dissertation zur Erlangung des
akademischen Grades. - [s.l.] : Fakult• at f• ur Mathematik der Otto-von-Guericke-
Universit• at Magdeburg, 2010.
Romeijnders Ward, Teunter Ruud y Jaarsveld Willem van A two-step method

for forecasting spare parts demand using information on component repairs
[Publicación periódica] // European Journal of Operational Research. - [s.l.] :
Roux O [y otros] Optimization of preventive maintenance through a combined

maintenance-production simulation model [Publicación periódica] // International
Journal of Production Economics. - [s.l.] : Elsevier, 2013. - Vol. 143. - págs. 3-12.
Samaniego F. System signatures and their applications in engineering reliability.

[Libro]. - NewYork : LC, Springer Scienceþ Business Media;, 2007.
Silva P. Planeación y programación en mantenimiento: evolución del

mantenimiento. [Publicación periódica]. - [s.l.] : Capitulo Cundinamarca, 2009.
Smith A. Reliability – Centered Maintenance [Libro]. - Estados Unidos : Mc Graw –

Hill., 1993.
Smith Anthony M. y Hinchcliffe Glenn R. World Class Maintenance (WCM)—

Opportunity and Challenge [Publicación periódica] // RCM. Gateway to world class
maintenance. - [s.l.] : Elsevier, 2004. - págs. 1-18.
Standard European EN 13306:2010. Maintenance Terminology. - [s.l.] : CEN

(European Committee for Standardization), 2010. - EN 13306:2010.
Sun Kaibiao y Li Hongxing Scheduling problems with multiple maintenance

activities and non-preemptive jobs on two identical parallel machines [Publicación
periódica] // International Journal of Production Economics. - [s.l.] : Elsevier,
2010. - Vol. 124. - págs. 151–158.
71
Sun Yufei [y otros] An optimal machine maintenance problem with probabilistic
state constraints [Publicación periódica] // Information Sciences. - [s.l.] : Elsevier,
2014. - Vol. 281. - págs. 386–398.
Takata Shozo Maintenance-centered Circular Manufacturing [Conferencia] // 2nd

International Through-life Engineering Services Conference. - [s.l.] : CIRP, The
International Academy for Production Engineering, 2013. - Vol. 11. - págs. 23-31.
Tsai Y Wang K, Tsai L. A study of availability-centered preventive maintenance

for multi-component systems [Libro]. - [s.l.] : Reliab Eng SystSaf, 2004.
Valladolid Universidad de Breve introduccion al programa AMPL [Libro]. - 2013.
Wang Shijin y Yu Jianbo An effective heuristic for flexible job-shop scheduling

problem with maintenance activities [Publicación periódica] // Computers &
Industrial Engineering. - [s.l.] : Elsevier, 2010. - Vol. 59. - págs. 436–447.
Wang Wenbin A joint spare part and maintenance inspection optimisation model
using the Delay-Time concept [Publicación periódica] // Reliability Engineering and
System Safety. - [s.l.] : Elsevier, 2011. - Vol. 96. - págs. 1535–1541.
Wang Wenbin A stochastic model for joint spare parts inventory and planned
maintenance optimisation [Publicación periódica] // European Journal of
Operational Research. - [s.l.] : Elsevier, 2012. - Vol. 216. - págs. 127–139.
Wang Wenbin y Syntetos Aris A Spare parts demand Linking forecasting to

equipment maintenance [Publicación periódica] // Transportation Research. - [s.l.] :
Elsevier, 2011. - Part E : Vol. 47. - págs. 1194–1209.
Wee Hui Ming y Widyadana Gede Agus A production model for deteriorating
items with stochastic preventive maintenance time and rework process with FIFO
rule [Publicación periódica] // Omega. - [s.l.] : Elsevier, 2013. - 6 : Vol. 41. - págs.
941–954.
Wireman T Desarrollo de indicadores de desempeño para Administración de

Mantenimiento. [Libro]. - Colombia : Rojas Eberhard Editores Ltda, 1998.
Worral B.M. Mert, B. Applications of dynamic scheduling rules in maintenance

planning and scheduling, Proceedings of the Fifth International Conference of
Production Research (ICPR), [Libro]. - [s.l.] : Fifth International Conference of
Production Research (ICPR), , 1979.
72
Xia Tangbin [y otros] Production-driven opportunistic maintenance for batch
production based on MAM–APB scheduling [Publicación periódica] // European
Journal of Operational Research. - [s.l.] : Elsevier, 2015. - Vol. 240. - págs. 781–
790.
Yang Suh- Jenq Single-machine scheduling problems simultaneously with

deterioration and learning effects under deteriorating multi-maintenance activities
consideration [Publicación periódica] // Computers & Industrial Engineering. - [s.l.] :
Yu Xianyu [y otros] Single machine scheduling problem with two synergetic

agents and piece-rate maintenance [Publicación periódica] // Applied Mathematical
Modelling. - [s.l.] : Elsevier, 2013. - Vol. 37. - págs. 1390–1399.
Zammori Francesco, Braglia Marcello y Castellano Davide Harmony search

algorithm for single-machine scheduling problem with planned maintenance
[Publicación periódica] // Computers & Industrial Engineering. - [s.l.] : Elsevier,
2014. - Vol. 76. - págs. 333–346.
Zhaoyang Tan [y otros] An evaluation of maintenance strategy using risk based

inspection [Publicación periódica] // Safety Science. - [s.l.] : Elsevier, 2011. - Vol.
49. - págs. 852–860.
Zhou Yifan [y otros] Maintenance strategy optimization using a continuous-state

partially observable semi-Markov decision process [Publicación periódica] //
Microelectronics Reliability. - [s.l.] : Elsevier, 2011. - Vol. 51. - págs. 300–309.
Zhou Yu, Kou Gang y Ergu Daji Modeling Maintenance Effect with failure-
counting [Conferencia] // Information Technology and Quantitative Management
(ITQM2013) / ed. Science Procedia Computer. - [s.l.] : Elsevier, 2013. - Vol. 17. -
págs. 298-305.
73
ANEXOS
Anexo 1. Modelo de Programación Lineal en AMPL

Archivo Modelo
#Modelo de la Tesis
#Conjuntos
set LINEAS;#lINEAS DE PRODUCCION INDEXADO POR i
param tstart integer;
param tend > tstart integer;
param tinterval > 0 integer;
set PERIODOS:= tstart .. tend by tinterval; # Periodos de ejecuci—

n, INDEXADO POR t
param astart integer;

param aend > astart integer;
param ainterval > 0 integer;
set ACTIVIDADES:= astart .. aend by ainterval; # Actividades a

desarrolar en mtto, INDEXADO POR j
param ostart integer;
param oend > ostart integer;
param ointerval > 0 integer;
set OPERARIOS:= ostart .. oend by ointerval; # Tecnicos

Operadores, INDEXADO POR l
#Subconjuntos
set OP_ACT{ACTIVIDADES} within OPERARIOS;
#Parametros
param TIEMPO>=0;
param DEMANDA{i in LINEAS, t in PERIODOS}>=0;
74
param TASA_PRODUCCION{i in LINEAS, t in PERIODOS}>=0;
param DURACION_ACTIVIDAD {i in LINEAS, j in ACTIVIDADES}>=0;
#Variables
var X{i in LINEAS, j in ACTIVIDADES, t in PERIODOS} binary;

#VARIABLE BINARIA IGUAL A 1 SI LA LINEA i SE ENCUENTRA PARADA
MIENTRAS SE REALIZA LA ACTIVIDAD j EN EL PERIODO t
var C{i in LINEAS, j in ACTIVIDADES, t in PERIODOS} binary;

#VARIABLE BINARIA IGUAL A 1 SI LA LINEA i EMPIEZA LA ACTIVIDAD DE
MANTENIMIENTO j EN EL PERIODO t
var O{l in OPERARIOS, i in LINEAS, j in ACTIVIDADES, t in

PERIODOS} binary; #VARIABLE BINARIA IGUAL A 1 SI EL OPERARIO l EN
LA LINEA i REALIZA LA ACTIVIDAD DE MANTENIMIENTO j EN EL PERIODO t
#Función Objetivo
maximize TIEMPO_MTTO:
(1/TIEMPO)*(sum{t in PERIODOS, i in LINEAS}(sum{j in

ACTIVIDADES}(X[i,j,t]*TASA_PRODUCCION[i,t])/DEMANDA[i,t]));
#Restricciones
subject to RESTRICCION_1{i in LINEAS, j in ACTIVIDADES}:
sum{t in PERIODOS} (X[i,j,t]) = DURACION_ACTIVIDAD[i,j];
subject to RESTRICCION_2{i in LINEAS, j in ACTIVIDADES, t in

2..12}:
(X[i,j,t]) - (X[i,j,t-1]) <= C[i,j,t];
subject to RESTRICCION_2B{i in LINEAS, j in ACTIVIDADES, t in

1..1}:
(X[i,j,t]) <= C[i,j,t];
75
#Inicio de mantenimiento
subject to RESTRICCION_3{i in LINEAS, j in ACTIVIDADES}:
sum{t in PERIODOS} C[i,j,t] = 1;
#Toda actividad debe ser realizada por un Unico Operario
subject to RESTRICCION_4{i in LINEAS, j in ACTIVIDADES, t in

PERIODOS}:
X[i,j,t] = sum{l in OP_ACT[j]} O[l,i,j,t];
#un operario no puede hacer mas de una actividad a la vez en un

determinado periodo de tiempo
subject to RESTRICCION_5{l in OPERARIOS, t in PERIODOS}:
sum{i in LINEAS, j in ACTIVIDADES} O[l,i,j,t] <= 1;
Archivo de Comandos
# COMANDOS EN AMPL
# EJEMPLO PARA UTILIZAR EL NEOS SERVER
# COMANDOS DE INICIALIZACION DE CONDICIONES:
option show_stats 1;
option solution_precision 0;
option omit_zero_rows 1;
option omit_zero_cols 1;
option display_precision 6;
option display_round 1;
option display_width 50;
# COMANDO DE SOLUCION:
solve;
76
# COMANDOS DE IMPRESION DE RESULTADOS:
printf "\n\n*************************************\n";
printf "RESULTADOS DEL PROBLEMA DE MANTENIMIENTO \n";
printf "*************************************\n\n";
printf "\nTIEMPO PRODUCCION = \t%9.1f", TIEMPO_MTTO;
printf "\n\n BINARIA QUE DETERMINA QUE LINEA i SE PARA REALIZAR LA

ACTVIDAD j EN EL PERIODO t =\n\n";
display X;
printf "\n\n BINARIA QUE DETERMINA SI LA LINEA i EMPIEZA EN LA

ACTIVIDAD DE MANTEMINIENTO j EN EL PERIODO t =\n\n";
display C;
printf "\n\n BINARIA QUE DETERMINA SI EL OPERARIO l EN LA LINEA i

REALIZA LA ACTIVIDAD DE MANTENIMIENTO j EN EL PERIODO t =\n\n";
display O;
Archivo Datos
77
Resultados del Problema Modelado (Mantenimiento)
NEOS Server Version 5.0

Job# : 4352653
Password : aYSrLpEw
Solver : milp:MINTO:AMPL
Start : 2016-03-13 17:40:51
End : 2016-03-13 17:41:37
Host : NEOS HTCondor Pool
Disclaimer:
This information is provided without any express or

implied warranty. In particular, there is no warranty
of any kind concerning the fitness of this
information for any particular purpose.
*************************************************************
File exists
You are using the solver mintoamp.
Executing AMPL.
processing data.
processing commands.
Executing on neos-7.neos-server.org
10080 variables, all binary

1704 constraints, all linear; 16212 nonzeros
840 equality constraints
864 inequality constraints
1 linear objective; 720 nonzeros.
MINTO (AMPL) v3.1: MINTO arg string (from AMPL options): ''
MINTO, a Mixed integer Optimizer

Copyright (C) 1992-2007 -- M.W.P. Savelsbergh, J.T. Linderoth
MINTO: Solving problem amplprob

MINTO: Problem statistics:
Number of constraints: 1704

Number of variables: 10080 (0)
Number of nonzero's: 16212
Number of continuous variables: 0

Number of binary variables: 10080
Number of integer variables: 0
MINTO: Presolve eliminated 0 constraints and 5328 variables

Presolve made 0 coefficient changes
78
MINTO: Row structure analysis (after preprocessing):
Number of constraints of type ALLBINUB: 660
Number of constraints of type ALLBINEQ: 743
Number of constraints of type BINSUM1UB: 204
Number of constraints of type BINSUM1EQ: 97
MINTO control parameters:

Objective sense : minimization
Output level : 1
Maximum cpu time : 100000000
Maximum #nodes : 100000000
MINTO system function activity levels:

Bound improvement : active
Branching type : 3
Node selection type : 5
Preprocessing level : 1
Primal heuristic : active
Clique cuts : active
Implication cuts : active
Knapsack covers : active
GUB covers : active
Flow covers : active
Gomory cuts : active
Row management : active
Restarts : active
Force branching : 1
Advanced basis : active
Names mode level : 0
MINTO: Updating primal (MINTO heuristic)

Value: 6.80 Elapsed time: 23.61 Node:200
MINTO: Set LP Cutoff Value to: 6.795317
MINTO: Value of solution: -6.795317

MINTO: Non-zero variables in the solution:
xopt[2] = 1.000000 ()
xopt[22] = 1.000000 ()
xopt[31] = 1.000000 ()
xopt[32] = 1.000000 ()
xopt[33] = 1.000000 ()
xopt[46] = 1.000000 ()
xopt[47] = 1.000000 ()
xopt[55] = 1.000000 ()
xopt[67] = 1.000000 ()
xopt[75] = 1.000000 ()
xopt[85] = 1.000000 ()
xopt[86] = 1.000000 ()
79
xopt[87] = 1.000000 ()
xopt[101] = 1.000000 ()
xopt[102] = 1.000000 ()
xopt[112] = 1.000000 ()
xopt[129] = 1.000000 ()
xopt[132] = 1.000000 ()
xopt[133] = 1.000000 ()
xopt[153] = 1.000000 ()
xopt[158] = 1.000000 ()
xopt[171] = 1.000000 ()
xopt[172] = 1.000000 ()
xopt[180] = 1.000000 ()
xopt[181] = 1.000000 ()
xopt[182] = 1.000000 ()
xopt[203] = 1.000000 ()
xopt[214] = 1.000000 ()
xopt[216] = 1.000000 ()
xopt[230] = 1.000000 ()
xopt[240] = 1.000000 ()
xopt[261] = 1.000000 ()
xopt[262] = 1.000000 ()
xopt[275] = 1.000000 ()
xopt[284] = 1.000000 ()
xopt[289] = 1.000000 ()
xopt[311] = 1.000000 ()
xopt[323] = 1.000000 ()
xopt[334] = 1.000000 ()
xopt[335] = 1.000000 ()
xopt[346] = 1.000000 ()
xopt[348] = 1.000000 ()
xopt[371] = 1.000000 ()
xopt[380] = 1.000000 ()
xopt[381] = 1.000000 ()
xopt[392] = 1.000000 ()
xopt[393] = 1.000000 ()
xopt[397] = 1.000000 ()
xopt[417] = 1.000000 ()
xopt[428] = 1.000000 ()
xopt[440] = 1.000000 ()
xopt[441] = 1.000000 ()
xopt[445] = 1.000000 ()
xopt[446] = 1.000000 ()
xopt[447] = 1.000000 ()
xopt[448] = 1.000000 ()
xopt[449] = 1.000000 ()
xopt[450] = 1.000000 ()
xopt[456] = 1.000000 ()
xopt[457] = 1.000000 ()
xopt[458] = 1.000000 ()
80
xopt[459] = 1.000000 ()
xopt[460] = 1.000000 ()
xopt[461] = 1.000000 ()
xopt[474] = 1.000000 ()
xopt[475] = 1.000000 ()
xopt[476] = 1.000000 ()
xopt[477] = 1.000000 ()
xopt[478] = 1.000000 ()
xopt[487] = 1.000000 ()
xopt[488] = 1.000000 ()
xopt[489] = 1.000000 ()
xopt[490] = 1.000000 ()
xopt[491] = 1.000000 ()
xopt[495] = 1.000000 ()
xopt[496] = 1.000000 ()
xopt[497] = 1.000000 ()
xopt[498] = 1.000000 ()
xopt[499] = 1.000000 ()
xopt[504] = 1.000000 ()
xopt[505] = 1.000000 ()
xopt[506] = 1.000000 ()
xopt[517] = 1.000000 ()
xopt[518] = 1.000000 ()
xopt[537] = 1.000000 ()
xopt[538] = 1.000000 ()
xopt[540] = 1.000000 ()
xopt[541] = 1.000000 ()
xopt[542] = 1.000000 ()
xopt[563] = 1.000000 ()
xopt[574] = 1.000000 ()
xopt[576] = 1.000000 ()
xopt[588] = 1.000000 ()
xopt[601] = 1.000000 ()
xopt[619] = 1.000000 ()
xopt[620] = 1.000000 ()
xopt[635] = 1.000000 ()
xopt[638] = 1.000000 ()
xopt[650] = 1.000000 ()
xopt[660] = 1.000000 ()
xopt[675] = 1.000000 ()
xopt[691] = 1.000000 ()
xopt[692] = 1.000000 ()
xopt[697] = 1.000000 ()
xopt[719] = 1.000000 ()
xopt[722] = 1.000000 ()
xopt[742] = 1.000000 ()
xopt[751] = 1.000000 ()
xopt[766] = 1.000000 ()
xopt[775] = 1.000000 ()
81
xopt[787] = 1.000000 ()
xopt[795] = 1.000000 ()
xopt[805] = 1.000000 ()
xopt[821] = 1.000000 ()
xopt[832] = 1.000000 ()
xopt[849] = 1.000000 ()
xopt[852] = 1.000000 ()
xopt[873] = 1.000000 ()
xopt[878] = 1.000000 ()
xopt[891] = 1.000000 ()
xopt[900] = 1.000000 ()
xopt[923] = 1.000000 ()
xopt[934] = 1.000000 ()
xopt[936] = 1.000000 ()
xopt[950] = 1.000000 ()
xopt[960] = 1.000000 ()
xopt[981] = 1.000000 ()
xopt[995] = 1.000000 ()
xopt[1004] = 1.000000 ()
xopt[1009] = 1.000000 ()
xopt[1031] = 1.000000 ()
xopt[1043] = 1.000000 ()
xopt[1054] = 1.000000 ()
xopt[1066] = 1.000000 ()
xopt[1068] = 1.000000 ()
xopt[1091] = 1.000000 ()
xopt[1100] = 1.000000 ()
xopt[1112] = 1.000000 ()
xopt[1117] = 1.000000 ()
xopt[1137] = 1.000000 ()
xopt[1148] = 1.000000 ()
xopt[1160] = 1.000000 ()
xopt[1165] = 1.000000 ()
xopt[1176] = 1.000000 ()
xopt[1194] = 1.000000 ()
xopt[1207] = 1.000000 ()
xopt[1215] = 1.000000 ()
xopt[1224] = 1.000000 ()
xopt[1237] = 1.000000 ()
xopt[1257] = 1.000000 ()
xopt[1260] = 1.000000 ()
xopt[1283] = 1.000000 ()
xopt[1294] = 1.000000 ()
xopt[1296] = 1.000000 ()
xopt[1308] = 1.000000 ()
xopt[1321] = 1.000000 ()
xopt[1339] = 1.000000 ()
xopt[1355] = 1.000000 ()
xopt[1358] = 1.000000 ()
82
xopt[1370] = 1.000000 ()
xopt[1380] = 1.000000 ()
xopt[1395] = 1.000000 ()
xopt[1411] = 1.000000 ()
xopt[1417] = 1.000000 ()
xopt[1439] = 1.000000 ()
xopt[1471] = 1.000000 ()
xopt[1472] = 1.000000 ()
xopt[1487] = 1.000000 ()
xopt[1515] = 1.000000 ()
xopt[1656] = 1.000000 ()
xopt[1670] = 1.000000 ()
xopt[1702] = 1.000000 ()
xopt[1833] = 1.000000 ()
xopt[1837] = 1.000000 ()
xopt[1888] = 1.000000 ()
xopt[1890] = 1.000000 ()
xopt[2215] = 1.000000 ()
xopt[2342] = 1.000000 ()
xopt[2400] = 1.000000 ()
xopt[2421] = 1.000000 ()
xopt[2531] = 1.000000 ()
xopt[2540] = 1.000000 ()
xopt[2607] = 1.000000 ()
xopt[2761] = 1.000000 ()
xopt[2902] = 1.000000 ()
xopt[2947] = 1.000000 ()
xopt[2967] = 1.000000 ()
xopt[3060] = 1.000000 ()
xopt[3061] = 1.000000 ()
xopt[3155] = 1.000000 ()
xopt[3308] = 1.000000 ()
xopt[3321] = 1.000000 ()
xopt[3326] = 1.000000 ()
xopt[3329] = 1.000000 ()
xopt[3686] = 1.000000 ()
xopt[4017] = 1.000000 ()
xopt[4040] = 1.000000 ()
xopt[4141] = 1.000000 ()
xopt[4174] = 1.000000 ()
xopt[4176] = 1.000000 ()
xopt[4219] = 1.000000 ()
xopt[4235] = 1.000000 ()
xopt[4322] = 1.000000 ()
xopt[4353] = 1.000000 ()
xopt[4366] = 1.000000 ()
xopt[4765] = 1.000000 ()
xopt[4883] = 1.000000 ()
xopt[4908] = 1.000000 ()
83
xopt[4940] = 1.000000 ()
xopt[5125] = 1.000000 ()
xopt[5243] = 1.000000 ()
xopt[5254] = 1.000000 ()
xopt[5421] = 1.000000 ()
xopt[5432] = 1.000000 ()
xopt[5580] = 1.000000 ()
xopt[5582] = 1.000000 ()
xopt[5862] = 1.000000 ()
xopt[5889] = 1.000000 ()
xopt[6071] = 1.000000 ()
xopt[6217] = 1.000000 ()
xopt[6220] = 1.000000 ()
xopt[6221] = 1.000000 ()
xopt[6235] = 1.000000 ()
xopt[6236] = 1.000000 ()
xopt[6250] = 1.000000 ()
xopt[6398] = 1.000000 ()
xopt[6420] = 1.000000 ()
xopt[6435] = 1.000000 ()
xopt[6581] = 1.000000 ()
xopt[6613] = 1.000000 ()
xopt[6936] = 1.000000 ()
xopt[6954] = 1.000000 ()
xopt[6958] = 1.000000 ()
xopt[6968] = 1.000000 ()
xopt[6969] = 1.000000 ()
xopt[6971] = 1.000000 ()
xopt[6975] = 1.000000 ()
xopt[6976] = 1.000000 ()
xopt[6979] = 1.000000 ()
xopt[7130] = 1.000000 ()
xopt[7312] = 1.000000 ()
xopt[7332] = 1.000000 ()
xopt[7484] = 1.000000 ()
xopt[7489] = 1.000000 ()
xopt[7523] = 1.000000 ()
xopt[7658] = 1.000000 ()
xopt[7659] = 1.000000 ()
xopt[7677] = 1.000000 ()
xopt[7687] = 1.000000 ()
xopt[7697] = 1.000000 ()
xopt[7698] = 1.000000 ()
xopt[8078] = 1.000000 ()
xopt[8091] = 1.000000 ()
xopt[8092] = 1.000000 ()
xopt[8254] = 1.000000 ()
xopt[8255] = 1.000000 ()
xopt[8425] = 1.000000 ()
84
xopt[8457] = 1.000000 ()
xopt[8793] = 1.000000 ()
xopt[8986] = 1.000000 ()
xopt[9144] = 1.000000 ()
xopt[9146] = 1.000000 ()
xopt[9157] = 1.000000 ()
xopt[9331] = 1.000000 ()
xopt[9332] = 1.000000 ()
xopt[9359] = 1.000000 ()
xopt[9708] = 1.000000 ()
xopt[9878] = 1.000000 ()
xopt[9898] = 1.000000 ()
xopt[10057] = 1.000000 ()
zopt = -6.795317
zroot = -6.795317
zinit = -6.795317
MINTO: Branch and bound statistics
Maximum number of unevaluated nodes = 0

Number of evaluated nodes = 200
Depth of the tree = 196
Number of linear programs solved = 239
Total number of LP iterations (Average) = 21312
(89.1715)
Maximum number of rows in active LP = 2457 (1704)
MINTO: Cut generation statistics
Number of generated clique inequalities = 0

Number of generated implication inequalities = 0
Number of generated lifted knapsack covers = 318
Knapsack covers = 0
Knapsack covers with GUBs = 318
Surrogate knapsack covers = 0
Number of generated generalized flow covers = 0
Number of generated gomory inequalities = 435
APPL: Timing statistics (in seconds)
appl_bounds: 0.00
appl_constraints: 0.00
appl_delconstraints: 0.00
appl_divide: 0.00
appl_exit: 0.00
appl_fathom: 0.00
appl_feasible: 0.00
appl_init: 0.00
appl_initlp: 0.00
85
appl_mps: 0.00
appl_node: 0.00
appl_preprocessing: 0.00
appl_primal: 0.00
appl_rank: 0.00
appl_terminatelp: 0.00
appl_terminatenode: 0.00
appl_variables: 0.00
MINTO: Timing statistics (in seconds)
Reading MPS file: 0.00

Restart: 0.00
Preprocessing and probing: 0.00
Primal heuristic: 1.41
Bound improvement: 0.00
Clique cut generation: 1.19
Implication cut generation: 0.00
Knapsack cover generation: 0.03
GUB cover generation: 0.00
Surrogate knapsack cover generation: 0.00
Flow cover generation: 0.00
Gomory cut generation: 9.51
Cut pool search: 0.00
Cut Management: 0.07
Pseudocost Initialization: 5.73
Branching: 0.02
Time LP solving: 5.15
Total elapsed time: 23.61
*************************************
RESULTADOS DEL PROBLEMA DE MANTENIMIENTO
*************************************
TIEMPO PRODUCCION = 6.8
BINARIA QUE DETERMINA QUE LINEA i SE PARA REALIZAR LA ACTVIDAD j

EN EL PERIODO t =
X [1,*,*]
: 1 2 3 4 5 6 7 8:=
1 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
86
3 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
5 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
6 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
7 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0
8 0.0 1.0 1.0 1.0 0.0 0.0 0.0 0.0
9 0.0 0.0 0.0 0.0 0.0 1.0 1.0 0.0
10 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0
12 1.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0
14 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
15 0.0 0.0 0.0 1.0 1.0 0.0 0.0 0.0
: 9 10 11 12:=
2 0.0 0.0 1.0 0.0
3 1.0 1.0 0.0 0.0
4 0.0 0.0 1.0 1.0
11 0.0 1.0 0.0 0.0
13 0.0 1.0 0.0 0.0
[2,*,*]
: 1 2 3 9 10 11 12:=
1 1.0 1.0 1.0 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0 0.0 0.0 1.0
3 0.0 0.0 0.0 0.0 0.0 1.0 0.0
4 1.0 0.0 0.0 0.0 0.0 0.0 0.0
5 0.0 0.0 1.0 0.0 0.0 0.0 0.0
6 1.0 0.0 0.0 0.0 0.0 0.0 0.0
7 0.0 0.0 0.0 0.0 1.0 1.0 0.0
8 0.0 0.0 0.0 0.0 0.0 0.0 1.0
9 0.0 0.0 0.0 1.0 0.0 0.0 0.0
10 0.0 1.0 0.0 0.0 0.0 0.0 0.0
11 0.0 0.0 0.0 0.0 0.0 0.0 1.0
12 0.0 0.0 0.0 0.0 0.0 0.0 1.0
13 0.0 0.0 0.0 0.0 0.0 1.0 1.0
14 0.0 0.0 0.0 0.0 0.0 1.0 0.0
15 1.0 0.0 0.0 0.0 0.0 0.0 0.0
[3,*,*]
: 1 2 3 4 5 6 7 8:=
4 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0
8 0.0 1.0 1.0 1.0 1.0 1.0 1.0 0.0
9 1.0 1.0 1.0 1.0 1.0 1.0 0.0 0.0
10 0.0 0.0 0.0 0.0 0.0 0.0 1.0 1.0
11 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
12 0.0 0.0 0.0 1.0 1.0 1.0 1.0 1.0
13 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0
14 0.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0
: 9 10 11 12:=
1 0.0 0.0 0.0 1.0
2 1.0 1.0 0.0 0.0
87
3 1.0 1.0 0.0 0.0
5 0.0 1.0 0.0 0.0
6 1.0 0.0 0.0 0.0
7 1.0 1.0 0.0 0.0
10 1.0 1.0 1.0 0.0
11 1.0 1.0 1.0 1.0
15 0.0 1.0 1.0 0.0
[4,*,*]
: 1 2 3 4 8 9 11 12:=
1 1.0 1.0 1.0 0.0 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
3 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0
4 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
5 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
6 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0
7 0.0 0.0 0.0 0.0 1.0 1.0 0.0 0.0
8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
9 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
10 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
11 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
12 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0
13 0.0 0.0 0.0 0.0 1.0 1.0 0.0 0.0
14 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0
15 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
;
BINARIA QUE DETERMINA SI LA LINEA i EMPIEZA EN LA ACTIVIDAD DE

MANTEMINIENTO j EN EL PERIODO t =
C [1,*,*]
: 1 2 3 4 5 6 8 10:=
1 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
3 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0
5 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0
6 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0
7 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0
8 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0
9 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0
10 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0
11 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
12 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
13 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
14 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
15 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0
: 11:=
88
2 1.0
4 1.0
[2,*,*]
: 1 2 3 9 10 11 12:=
1 1.0 0.0 0.0 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0 0.0 0.0 1.0
3 0.0 0.0 0.0 0.0 0.0 1.0 0.0
4 1.0 0.0 0.0 0.0 0.0 0.0 0.0
5 0.0 0.0 1.0 0.0 0.0 0.0 0.0
6 1.0 0.0 0.0 0.0 0.0 0.0 0.0
7 0.0 0.0 0.0 0.0 1.0 0.0 0.0
8 0.0 0.0 0.0 0.0 0.0 0.0 1.0
9 0.0 0.0 0.0 1.0 0.0 0.0 0.0
10 0.0 1.0 0.0 0.0 0.0 0.0 0.0
11 0.0 0.0 0.0 0.0 0.0 0.0 1.0
12 0.0 0.0 0.0 0.0 0.0 0.0 1.0
13 0.0 0.0 0.0 0.0 0.0 1.0 0.0
14 0.0 0.0 0.0 0.0 0.0 1.0 0.0
15 1.0 0.0 0.0 0.0 0.0 0.0 0.0
[3,*,*]
: 1 2 4 7 8 9 10 12:=
1 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0
2 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0
3 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0
4 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0
5 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0
6 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0
7 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0
8 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0
9 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
10 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0
11 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0
12 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0
13 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
14 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0
15 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0
[4,*,*]
: 1 2 3 4 8 11 12:=
1 1.0 0.0 0.0 0.0 0.0 0.0 0.0
2 0.0 0.0 0.0 0.0 0.0 0.0 1.0
3 0.0 0.0 0.0 0.0 0.0 1.0 0.0
4 1.0 0.0 0.0 0.0 0.0 0.0 0.0
5 1.0 0.0 0.0 0.0 0.0 0.0 0.0
6 0.0 1.0 0.0 0.0 0.0 0.0 0.0
7 0.0 0.0 0.0 0.0 1.0 0.0 0.0
8 0.0 0.0 0.0 0.0 0.0 0.0 1.0
89
9 0.0 0.0 1.0 0.0 0.0 0.0 0.0
10 0.0 0.0 1.0 0.0 0.0 0.0 0.0
11 1.0 0.0 0.0 0.0 0.0 0.0 0.0
12 0.0 0.0 0.0 1.0 0.0 0.0 0.0
13 0.0 0.0 0.0 0.0 1.0 0.0 0.0
14 0.0 1.0 0.0 0.0 0.0 0.0 0.0
15 0.0 0.0 0.0 0.0 0.0 0.0 1.0
;
BINARIA QUE DETERMINA SI EL OPERARIO l EN LA LINEA i REALIZA LA

ACTIVIDAD DE MANTENIMIENTO j EN EL PERIODO t =
O [1,1,*,*]
: 4 8 9 12:=
3 0.0 1.0 1.0 0.0
4 0.0 0.0 0.0 1.0
7 1.0 0.0 0.0 0.0
[1,2,*,*]
: 1 3 11:=
4 1.0 0.0 0.0
5 0.0 1.0 0.0
7 0.0 0.0 1.0
[1,3,*,*]
: 2 5 7 10:=
3 0.0 0.0 0.0 1.0
4 1.0 0.0 0.0 0.0
8 0.0 1.0 1.0 0.0
[1,4,*,*]
[2,1,*,*]
: 8:=
5 1.0
[2,2,*,*]
: 1 3 10:=
1 0.0 1.0 0.0
6 1.0 0.0 0.0
7 0.0 0.0 1.0
[2,3,*,*]
: 4 9 12:=
1 0.0 0.0 1.0
2 0.0 1.0 0.0
8 1.0 0.0 0.0
90
[2,4,*,*]
: 2 :=
6 1.0
[3,1,*,*]
: 4 8 11:=
2 0.0 0.0 1.0
6 0.0 1.0 0.0
8 1.0 0.0 0.0
[3,2,*,*]
: 1 2 12:=
1 1.0 1.0 0.0
8 0.0 0.0 1.0
[3,3,*,*]
: 3 6 9 10:=
6 0.0 0.0 1.0 0.0
7 0.0 0.0 0.0 1.0
8 1.0 1.0 0.0 0.0
[3,4,*,*]
[4,1,*,*]
: 3:=
8 1.0
[4,2,*,*]
[4,3,*,*]
: 9 10:=
5 0.0 1.0
7 1.0 0.0
[4,4,*,*]
: 1 2 8 11 12:=
1 0.0 1.0 0.0 0.0 0.0
3 0.0 0.0 0.0 1.0 0.0
4 1.0 0.0 0.0 0.0 0.0
7 0.0 0.0 1.0 0.0 0.0
8 0.0 0.0 0.0 0.0 1.0
[5,1,*,*]
: 3 10 11:=
1 1.0 0.0 0.0
3 0.0 1.0 0.0
4 0.0 0.0 1.0
[5,2,*,*]
[5,3,*,*]
: 2:=
91
8 1.0
[5,4,*,*]
: 1 9 12:=
2 0.0 0.0 1.0
5 1.0 0.0 0.0
7 0.0 1.0 0.0
[6,1,*,*]
: 2:=
8 1.0
[6,2,*,*]
: 11 12:=
2 0.0 1.0
3 1.0 0.0
[6,3,*,*]
: 9 10:=
2 0.0 1.0
3 1.0 0.0
[6,4,*,*]
: 1 3:=
1 1.0 1.0
[7,1,*,*]
: 7 10:=
9 1.0 0.0
11 0.0 1.0
[7,2,*,*]
: 12:=
11 1.0
[7,3,*,*]
: 2 5 6 8 9 11:=
9 1.0 1.0 1.0 0.0 0.0 0.0
10 0.0 0.0 0.0 1.0 1.0 0.0
11 0.0 0.0 0.0 0.0 0.0 1.0
[7,4,*,*]
: 1 3 4:=
9 0.0 1.0 0.0
11 1.0 0.0 0.0
12 0.0 0.0 1.0
[8,1,*,*]
92
: 2 6:=
9 0.0 1.0
12 1.0 0.0
[8,2,*,*]
[8,3,*,*]
: 1 4 5 7 8 9 10 11:=
9 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0
10 0.0 0.0 0.0 1.0 0.0 0.0 0.0 1.0
11 0.0 0.0 0.0 0.0 0.0 1.0 1.0 0.0
12 0.0 1.0 1.0 0.0 1.0 0.0 0.0 0.0
: 12:=
11 1.0
[8,4,*,*]
: 3:=
10 1.0
[9,1,*,*]
: 1 5:=
10 0.0 1.0
12 1.0 0.0
[9,2,*,*]
: 2 9 12:=
9 0.0 1.0 0.0
10 1.0 0.0 0.0
12 0.0 0.0 1.0
[9,3,*,*]
: 3 4 6 7 8 10:=
9 1.0 1.0 0.0 0.0 0.0 0.0
10 0.0 0.0 0.0 0.0 0.0 1.0
11 0.0 0.0 0.0 0.0 1.0 0.0
12 0.0 0.0 1.0 1.0 0.0 0.0
[9,4,*,*]
[10,1,*,*]
: 3 4 5:=
14 1.0 0.0 0.0
15 0.0 1.0 1.0
[10,2,*,*]
: 11 12:=
13 1.0 1.0
[10,3,*,*]
: 2 10:=
13 1.0 0.0
93
15 0.0 1.0
[10,4,*,*]
[11,1,*,*]
: 10:=
13 1.0
[11,2,*,*]
: 11:=
14 1.0
[11,3,*,*]
: 1 2 3:=
13 1.0 0.0 1.0
14 0.0 1.0 0.0
[11,4,*,*]
: 8 9 12:=
13 1.0 1.0 0.0
15 0.0 0.0 1.0
[12,1,*,*]
[12,2,*,*]
: 1:=
15 1.0
[12,3,*,*]
: 3 11:=
14 1.0 0.0
15 0.0 1.0
[12,4,*,*]
: 2:=
14 1.0
94
Anexo 2. Tablas de resultados del problema de mantenimiento
DEMANDA EN Kg/h (Dit)

i/t 1 2 3 4 5 6 7 8 9 10 11 12
1 1500 1500 1500 1500 1500 1500 1500 1500 1500 1500 1500 1500
2 500 500 500 500 500 500 500 500 500 500 500 500
3 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000
4 700 700 700 700 700 700 700 700 700 700 700 700
TASA DE PRODUCCIÓN EN Kg/h (Pit)

i/t 1 2 3 4 5 6 7 8 9 10 11 12
1 1280 1280 1280 1280 1280 1280 1280 1280 1280 1280 1280 1280
2 350 350 350 350 350 350 350 350 350 350 350 350
3 1630 1630 1630 1630 1630 1630 1630 1630 1630 1630 1630 1630
4 470 470 470 470 470 470 470 470 470 470 470 470
DURACIÓN DE LAS ACTIVIDADES EN HORAS (βij)

i/j 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 1 1 3 2 1 1 1 3 2 1 1 2 1 1 2
2 3 1 1 1 1 1 2 1 1 1 1 1 2 1 1
3 1 2 2 1 1 1 2 6 6 5 5 5 3 2 2
4 3 1 1 1 1 1 2 1 1 1 1 1 2 1 1
Línea de producción 1: Actividades j asignadas en el periodo t

t/j 1 2 3 4 5 6 7 8 9 10 11 12
1 x
2 x
3 x
3 x x
4 x x
5 x
6 x
7 x
8 x x x
9 X x
10 X
11 x
12 X x
13 x
14 x
15 x X
95
t/j 1 2 3 9 10 11 12
1 x x X
2 x
3 x
4 x
5 X
6 x
7 x x
8 x
9 x
10 x
11 x
12 x
13 x
14 x
15 x

t/j 1 2 3 4 5 6 7 8 9 10 11 12
1 x
2 x x
3 x x
4 x
5 x
6 x
7 x x
8 x x x X X x
9 X x x x X X
10 x x
10 x x x
11 x
11 x x x x
12 x X X x x
13 X x x
14 x x
15 x x
96
t/j 1 2 3 4 8 9 11 12
1 X x x
2 x
3 x
4 X
5 X
6 x
7 X X
8 x
9 x
10 x
11 X
12 x
13 X X
14 x
15 x
Línea de producción 1: Inicio de la actividad j en el periodo t

t/j 1 2 3 4 5 6 8 10 11
1 X
2 x
3 x
4 x
5 x
6 x
7 X
8 x
9 x
10 x
11 x
12 x
13 x
14 X
15 X
97
t/j 1 2 3 9 10 11 12
1 x
2 x
3 x
4 x
5 X
6 x
7 x
8 x
9 x
10 x
11 x
12 x
13 x
14 x
15 x

t/j 1 2 4 7 8 9 10 12
1 x
2 x
3 x
4 x
5 x
6 x
7 x
8 x
9 x
10 X
11 x
12 X
13 x
14 x
15 x
98
t/j 1 2 3 4 8 11 12
1 x
2 x
3 x
4 x
5 x
6 x
7 x
8 x
9 X
10 X
11 x
12 x
13 x
14 x
15 x
ASIGNACIÓN DE LOS TECNICOS OPERARIOS l, EN LAS LINEAS DE

PRODUCCION i, PARA REALIZAR LAS ACTIVIDADES DE MANTENIMIENTO j,
EN LOS PERIODOS t
Operador 1, asignado a la línea de producción 1:
t/j 4 8 9 12
3 X x
4 x
7 X
t/j 1 3 11
4 X
5 x
7 x

t/j 2 5 7 10
3 x
4 X
8 X x
99
Operador 1, asignado a la línea de producción 4, y operador 2, asignado a la línea
de producción 1:
t/j 8
5 x

t/j 1 3 10
1 x
6 X
7 x

t/j 4 9 12
1 x
2 x
8 X
t/j 2
6 x
t/j 4 8 11
2 x
6 x
8 X

t/j 1 2 12
1 X x
8 x
100
t/j 3 6 9 10
6 x
7 x
8 X X
Operador 3, asignado a la línea de producción 4, y operador 4 asignado a la línea

de producción 1:
t/j 3
8 x

de producción 3:
t/j 9 10
5 x
7 X

t/j 1 2 8 11 12
1 X
3 x
4 x
7 x
8 x

t/j 3 10 11
1 X
3 x
4 x

de producción 3:
t/j 2
8 x
101
t/j 1 9 12
2 x
5 X
7 x

t/j 2
8 x

t/j 11 12
2 x
3 X

t/j 9 10
2 x
3 X

t/j 1 3
1 X x

t/j 7 10
9 X
11 x

t/j 12
11 x
102
t/j 2 5 6 8 9 11
9 x X X
10 x x
11 x

t/j 1 3 4
9 x
11 X
12 x

t/j 2 6
9 x
12 X

de producción 3:
t/j 1 4 5 7 8 9 10 11 12
9 x
10 X x
11 x x
11 x
12 x X x

t/j 3
10 x

t/j 1 5
10 x
12 X
103
t/j 2 9 12
9 x
10 X
12 x

t/j 3 4 6 7 8 10
9 x X
10 x
11 x
12 X x

de producción 1:
t/j 3 4 5
14 X
15 x x

t/j 11 12
13 X x

t/j 2 10
13 X
15 x
Operador 10, asignado a la línea de producción 4, y operador 11 asignado a la

línea de producción 1:
t/j 10
13 x

t/j 11
14 x
104
t/j 1 2 3
13 X x
14 x

t/j 8 9 12
13 X x
15 x
Operador 12, asignado a la línea de producción 1, y operador 12 asignado a la

línea de producción 2:
t/j 1
15 x

t/j 3 11
14 X
15 x

t/j 2
14 x
105
Anexo 3. Características de los lenguajes de programación
AMPL (A Modeling Language for Mathematical Programming)
AMPL is a computer language for describing production, distribution, blending,

scheduling and many other kinds of problems known generally as large-scale
optimization or mathematical programming.
AMPL's familiar algebraic notation and interactive command environment are

designed to help formulate models, communicate with a wide variety of solvers,
and examine solutions.
AMPL's flexibility and convenience make it ideal for rapid prototyping and
development of models, while its speed and generality provide the resources
required by repeated production runs.
AMPL is one of several optimization modeling systems that are designed around
specialized algebraic modeling languages. These languages employ adaptations of
familiar mathematical notation to describe optimization problems as the
minimization or maximization of algebraic expressions in numerical decision
variables, subject to constraints expressed as equalities or inequalities between
algebraic expressions in the decision variables.
Advanced interpreters and interfaces for these languages provide support for
simplifying and analyzing models. Some also provide language extensions for
describing algorithmic schemes that attack difficult problems by alternately solving
interrelated sub problems.
Some of the other commercially distributed algebraic modeling languages are:

GAMS, one of the first such languages, now widely used in a number of industries.
MGG, another early language with a long history of support.
LINGO, a more powerful sibling of the LINDO language widely used in elementary
instruction.
MPL, notable for its associated graphical interface and database links.
AIMMS, providing a graphical application development environment and a GAMS
compatibility mode supplementing its own language.
AMPL is designed to combine and extend the expressive abilities of these
languages, while remaining easy to use for elementary applications. AMPL is
particularly notable for the naturalness of its syntax and for the generality of its set
and indexing expressions.
AMPL provides strong support for validation, verification and reporting of optimal
solutions, through numerous alternatives for presenting data and results. AMPL's
106
extensive preprocessing routines can automatically carry out transformations that
serve to reduce problem size, convert piecewise-linearities to linear terms, and
substitute out selected variables.
AMPL is further distinguished by its continuing development to serve users' needs.

Recent additions include looping and testing constructs for writing executable
scripts in the AMPL command language, and facilities for defining and working with
several interrelated subproblems. Numerous commands have also been added for
producing diagnostic reports and custom-formatted tables.
There are also many optimization modeling systems based on representations

other than algebraic modeling languages. Popular alternative forms include: block-
schematic diagrams, which depict a linear constraint matrix as a collection of
structured submatrices (or blocks).
Activity specifications, which describe a model in terms of activities (variables) and
their effects (constraints) on inputs and outputs.
Netforms, which use graph or network diagrams to depict models involving flows
and allocations.
Each of these has special advantages for certain classes of problems. In contrast,
an algebraic modeling language such as AMPL is more general. It is the most
natural form for many classes of problems, and is one of the most natural forms for
an even broader variety of problem classes.
MINTO
The NEOS Server offers MINTO for the solution of mixed-integer linear programs
posed in AMPL format. MINTO solves mixed-integer linear programs by a branch-
and-bound algorithm with linear programming relaxations. It also provides
automatic constraint classification, preprocessing, primal heuristics and constraint
generation. This version of MINTO uses the LP solver Clp, from the Coin-OR
project to solve the relaxations.
The original authors of MINTO are:

Martin Savelsbergh, Georgia Tech.
George Nemhauser, Georgia Tech.
The current maintainer and developer of MINTO is:
Jeff Linderoth, Lehigh University.
The user must submit a model in AMPL format to solve a mixed-integer linear
program.
Examples of models in AMPL format can be found in the netlib collection.
The model is specified by a model file, and optionally, a data file and a commands
file. If the command file is specified it must contain the AMPL solve command.
107
The commands file can contain any AMPL command or set options for MINTO by
modifying the variable 'mintoamp_options'. See the MINTO-AMPL options page to
get a listing of the various options. A few more items of note specific to the MINTO-
AMPL solver
The maximum CPU time for a job has been set to four hours
The test problems submit to NEOS can and will be harvested. Problems deemed
"interesting" are made available to the public (as MPS files) at COR@L
The Osi and Clp COIN components used in the code are compiled from the COIN
CVS tree on 8/3/05
108

Problema Programacion Secuenciacion PDF

Cargado por

Copyright:

Formatos disponibles

Problema Programacion Secuenciacion PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Problema Programacion Secuenciacion PDF

Cargado por

Copyright:

Formatos disponibles

DATOS DEL ESTUDIANTE

Nombre: Abel Bonilla Vanegas

Dirección de residencia: Calle 13 N.28-44 Palmira Valle

Teléfonos: 314-8699763 350-3801446

Email: abonilla76@hotmail.com bonillaa@pginw.com

Profesión: Ingeniero Electrónico., Especialista en “Sistemas Gerenciales de

Universidad: Francisco de Paula Santander

Universidad: Javeriana Cali

Empresa: PGI Colombia

Cargo: Coordinador de Manufactura

Propuesta de trabajo para acceder al título de Maestría en Ingeniería con

PONTIFICIA UNIVERSIDAD JAVERIANA

CAPITULO I. PROBLEMA DE INVESTIGACIÓN Y OBJETIVOS .......................... 9

1.1 PLANTEAMIENTO DEL PROBLEMA ........................................................................................ 9

1.2 FORMULACIÓN DEL PROBLEMA ......................................................................................... 15

1.3 SISTEMATIZACIÓN DEL PROBLEMA .................................................................................... 15

1.4 OBJETIVOS ................................................................................................................................ 16

1.5 JUSTIFICACIÓN ......................................................................................................................... 18

CAPITULO II. ESTADO DEL ARTE ...................................................................... 20

2.1 ADMINISTRACIÓN ESTRATÉGICA DEL MANTENIMIENTO ............................................... 20

2.2 MANTENIMIENTO PREVENTIVO (CARACTERIZACIÓN ACTUAL) .................................... 21

2.3 GESTIÓN ESTRATÉGICA DE LA FUNCIÓN DE MANTENIMIENTO ................................... 23

2.4 ENFOQUES BASADOS EN LA CONFIABILIDAD PARA OPTIMIZAR EL

2.5 ENFOQUES HEURÍSTICO PARA PROBLEMAS DE PROGRAMACIÓN Y

2.6 MODELOS DE PROGRAMACIÓN ESTOCÁSTICA PARA LA PROGRAMACION DEL

3.1 CARACTERÍSTICAS Y SUPUESTOS DEL MODELO MATEMÁTICO ................................. 48

3.2 ESTRUCTURA DEL MODELO .................................................................................................. 49

CAPITULO IV. CASO DE ESTUDIO ..................................................................... 53

4.1 DESCRIPCIÓN GENERAL DEL PROCESO ............................................................................ 53

CAPITULO V. CONCLUSIONES, RECOMENDACIONES Y FUTURAS

5.2 RECOMENDACIONES ............................................................................................................... 63

Figura 1. Diagrama causa-efecto para el problema ......................................................... 10

Cuadro 1. Efectividad en la ejecución del plan de mantenimientos preventivos………….12

Gráfica 1. Comportamiento en la ejecución del plan de mantenimientos preventivos ..... 12

Anexo 1. Modelo de Programación Lineal en AMPL ........................................................ 74

Los Gerentes industriales en los nuevos escenarios de mercado, propenden

En este documento el autor revisa la situación actual de la gestión de

El objetivo es profundizar en el conocimiento de las herramientas de gestión de

Palabras clave: mantenimiento, confiabilidad, optimización, estrategias de

Industrial Managers in the new market scenarios, tend to increase their

The aim is to deepen the knowledge of management tools maintenance and

Keywords: maintenance, reliability, optimization, maintenance strategies, task

El mundo evoluciona de forma acelerada y las empresas deben ajustar sus

Uno de los principales gastos en empresas manufactureras es el costo de

En el contexto organizacional, muchas empresas emplean personal no idóneo

Otra herramienta eficaz para el manejo óptimo de la gestión de mantenimiento en

Como la gestión de mantenimiento opera con recursos y unidades completas, de

En el presente proyecto, se propone la utilización de un modelo matemático de

1.1 PLANTEAMIENTO DEL PROBLEMA

La empresa objeto de estudio es una compañía global líder de materiales de

Esta multinacional ubicada en el Valle del Cauca, maneja un gran volumen de

Llevando a cabo un diagnóstico general de las diferentes líneas de producción que

 Se realizan mantenimientos programados mensuales (preventivos),

 El personal encargado de programar dichos mantenimientos, realiza esta

 Si bien existen trabajos de diversa complejidad (mecánicos, eléctricos, de

 El personal operativo en términos generales (técnicos, eléctricos,

 El personal operativo no aplica ningún sistema de trazabilidad ni le hace

En virtud de determinar las causas de los diferentes hechos o situaciones que se

Figura 1. Diagrama causa-efecto para el problema