UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS

FACULTAD DE INGENIERÍA

PROGRAMA ACADÉMICO DE INGENIERÍA INDUSTRIAL

SEMINARIO DE INVESTIGACIÓN APLICADA II

TRABAJO FINAL DD1

Plan de mejora operacional en el servicio de mantenimiento con las

herramientas del RCM para una empresa mantenedora de ascensores en la
ciudad de Lima

AUTOR(ES)

######

ASESOR(ES)

Metodológico: Apellido Paterno Apellido Materno, Nombres

Temático: Apellido Paterno Apellido Materno, Nombres

Lima, 17 de noviembre de 2024

 Tabla de contenido

1 Introducción...................................................................................................................6

1.1 Problema de investigación.....................................................................................6

1.1.1 Descripción e importancia del problema........................................................6

1.1.2 Análisis del problema.....................................................................................7

1.1.3 Caso de estudio............................................................................................10

1.1.4 Formulación del problema...........................................................................14

1.2 Fundamentación y propuesta de mejora como solución de investigación...........15

1.3 Antecedentes de la propuesta...............................................................................18

1.4 Motivación...........................................................................................................20

1.5 Gestión del proyecto............................................................................................21

1.5.1 Objetivos......................................................................................................21

1.5.2 Cronograma proyectado...............................................................................21

1.5.3 Gestión de recursos / presupuesto................................................................23

1.5.4 Alcance.........................................................................................................24

1.5.5 Comparativo técnico con otras soluciones tecnológicas en el mercado.......25

2 Estado del arte..............................................................................................................28

2.1 Prefacio................................................................................................................28

2.2 Resúmenes por Categoría.....................................................................................33

2.2.1 Resumen de los artículos de la categoría: Mejora en la eficiencia en la

producción de servicio de conservación......................................................................33

2.2.2 Resumen de los artículos de la categoría: Herramientas de RCM mejora la

confiabilidad.................................................................................................................41
 2.2.3 Resumen de los artículos de la categoría: Factor de riesgo en la

disponibilidad...............................................................................................................49

2.2.4 Resumen de los artículos de la categoría: Soluciones digitales para registrar

información de los servicios.........................................................................................55

2.2.5 Resumen de los artículos de la categoría: Metodologías del plan de mejora

64

2.3 Conclusiones comparadas por Categoría.............................................................70

2.3.1 Conclusiones comparadas de la categoría: Mejora en la eficiencia en la

producción de servicio de conservación......................................................................70

2.3.2 Conclusiones comparadas de la categoría: Herramientas de RCM mejora la

confiabilidad.................................................................................................................72

2.3.3 Conclusiones comparadas de la categoría: Factor de riesgo en la

disponibilidad...............................................................................................................74

2.3.4 Conclusiones comparadas de la categoría: Soluciones digitales para registrar

información de los servicios.........................................................................................76

2.3.5 Conclusiones comparadas de la categoría: Metodologías del plan de mejora

77

2.3.6 Conclusiones generales................................................................................80

Referencias.......................................................................................................................82
 Lista de tablas

Tabla 1 Diagrama de Pareto de las causas raíz.....................................................................8

Tabla 2 Cronograma del proyecto en la empresa................................................................22

Tabla 3 Presupuesto administrativo....................................................................................23

Tabla 4 Presupuesto de la investigación.............................................................................24

Tabla 5 Comparativo de alcances y limitaciones................................................................24

Tabla 6 Comparativo técnico..............................................................................................27

Tabla 7 Relación de artículos del estado del arte................................................................31

 Lista de figuras

Figura 1 Gráfico de Pareto de la empresa.............................................................................8

Figura 2 Árbol de problemas de la empresa.........................................................................9

Figura 3 Organigrama de la empresa..................................................................................11

Figura 4 Plan de implementación de la solución................................................................18

Figura 5 Proceso de revisión de la literatura.......................................................................29

Figura 6 Diagrama de flujo de la selección de artículos.....................................................30

 1 Introducción

1.1 Problema de investigación

1.1.1 Descripción e importancia del problema

La industria del mantenimiento de ascensores en Lima ha experimentado un
crecimiento acelerado en los últimos años, impulsado por la expansión urbana y la
proliferación de edificios de gran altura. Este crecimiento ha generado una mayor demanda
de servicios de mantenimiento especializado para garantizar la funcionalidad y seguridad
de los sistemas de transporte vertical, sin embargo, también ha traído consigo una serie de
desafíos críticos. Entre estos se incluyen los elevados costos operativos, tiempos
prolongados de inactividad y la presión constante por cumplir con estrictas normativas de
seguridad.
El ascensor no es solo un medio de transporte, sino una pieza clave para el
funcionamiento eficiente y la comodidad de los residentes y usuarios de edificios altos. En
una ciudad como Lima, donde el crecimiento vertical de la infraestructura urbana ha sido
notable, el ascensor se ha convertido en un componente esencial, especialmente en
edificaciones que superan los 10 pisos. Según Córdova (2021), el 43.9% de los proyectos
inmobiliarios en Lima en los últimos años ha consistido en edificios de entre seis y diez
pisos, lo que pone de manifiesto la creciente necesidad de un mantenimiento adecuado para
estos sistemas.
El impacto de un servicio de mantenimiento ineficiente es considerable tanto a
nivel económico como social. Según Marketing Embarba (2023), los tiempos de
inactividad prolongados de los ascensores pueden generar pérdidas económicas
sustanciales para las empresas ubicadas en edificios comerciales, ya que afectan la
productividad de los empleados y crean disconformidad en los usuarios. Este problema es
aún más relevante en un contexto social donde, según el INEI (2023), el 5.2% de la
población peruana presenta algún tipo de discapacidad física, y la falta de accesibilidad a
ascensores funcionales puede agravar la movilidad de las personas con discapacidades.
Desde una perspectiva económica, la eficiencia operativa en el mantenimiento de
ascensores es crucial para reducir costos y maximizar la disponibilidad de los sistemas.
Según Niu et al. (2021), la eficiencia en los procesos de mantenimiento es esencial para
garantizar la seguridad de los pasajeros y mejorar la utilización de los recursos disponibles,
reduciendo así los costos operativos. Este aspecto es vital en un entorno altamente
competitivo, donde la rentabilidad de las empresas depende directamente de la fiabilidad
de sus servicios.
En términos ambientales, el mantenimiento adecuado de los ascensores tiene un
impacto directo en la sostenibilidad. Según Ascensores (2024), los sistemas de ascensores
mal mantenidos suelen ser menos eficientes energéticamente, lo que incrementa el
consumo de energía y acelera el desgaste de los componentes. La implementación de
estrategias de mantenimiento preventivo y predictivo, como las que promueve el
Mantenimiento Centrado en la Confiabilidad (RCM), puede contribuir a reducir estos
impactos ambientales al prolongar la vida útil de los ascensores y optimizar su rendimiento
energético.
El RCM, al enfocarse en la identificación de funciones críticas, el análisis de fallas
y la planificación de acciones de mantenimiento adaptadas, ha demostrado ser una solución
efectiva en diversas industrias. Por ejemplo, Dzulyadain et al. (2021) reportaron una
reducción del 25% en costos en la industria de motocicletas gracias a la implementación de
políticas de mantenimiento programado, mientras que Patil et al. (2022) lograron una
mejora del 28.15% en la fiabilidad y una reducción del 20.32% en los costos de
mantenimiento de un sistema de calderas en la industria textil. Estos resultados evidencian
la efectividad del RCM al aplicarse a contextos industriales específicos, lo que lo convierte
en una herramienta adecuada para optimizar el mantenimiento de ascensores en Lima.
En resumen, los problemas actuales en la industria del mantenimiento de
ascensores, como los elevados costos operativos, los tiempos de inactividad prolongados y
los impactos negativos en la seguridad y accesibilidad, resaltan la necesidad urgente de un
enfoque más eficiente y adaptado a las necesidades del sector. La implementación del
RCM se presenta como una solución viable para optimizar estos procesos, mejorando no
solo la eficiencia operativa y la sostenibilidad ambiental, sino también la satisfacción de
los usuarios y la rentabilidad de las empresas mantenedoras.

1.1.2 Análisis del problema

El análisis preliminar de causas se basa en las observaciones y datos obtenidos de los
registros internos de la empresa mantenedora de ascensores. Estas evidencias provienen de
la base de datos de órdenes de servicio, reportes de mantenimiento y reposiciones de
piezas, lo que permite identificar patrones recurrentes que afectan la eficiencia de los
procesos de mantenimiento.
 Posteriormente, se utilizó un Diagrama de Pareto para cuantificar las causas que
más contribuyen a esta baja eficiencia. Este análisis reveló que las cuatro causas
principales representan casi el 84% de los problemas, lo que sugiere que enfocarse en
resolverlas podría tener un impacto significativo en la mejora de los procesos de
mantenimiento.
A continuación, la frecuencia en la Tabla 1 se mide en unidades monetarias
durante todo el año 2023 debido a cada causa identificada.

Tabla 1 Causas Frecuencia % Individual % Acumulado

Falta de un mantenimiento correctivo S/ 143,533.11 29.94% 29.94%
Diagrama de Pareto de las causas raíz
Falta de capacitación técnica para las reparaciones S/ 110,423.23 23.04% 52.98%
Falta de piezas de repuesto disponibles S/ 83,432.47 17.41% 70.39%
Falta de estandarización en el cambio de piezas S/ 65,263.66 13.62% 84.00%
Falta de análisis de fallas en componentes críticos S/ 54,326.40 11.33% 95.34%
Figura 1
Falta de sistemas de monitoreo en tiempo real S/ 22,351.34 4.66% 100%
Gráfico de Pareto de la empresa
TOTAL S/ 479,330.21

ÁRBOL DE PROBLEMAS
Se utilizará un árbol de problemas como se muestra en la Figura 2 para visualizar las
causas principales y secundarias que afectan la eficiencia de los procesos de
mantenimiento de ascensores. Este diagrama permite descomponer los problemas
complejos en causas directas e indirectas, facilitando la identificación de las raíces del
problema y las posibles soluciones.
Figura 2

Árbol de problemas de la empresa

Con base en la revisión de literatura y los principios del RCM, se plantea la

hipótesis de que la implementación de un plan de mejora que aborde estas causas mediante
acciones específicas aumentará significativamente la eficiencia del servicio de
mantenimiento de ascensores. Las soluciones propuestas incluyen:
Capacitación continua y especializada para los técnicos, lo que reducirá los
reprocesos y mejorará la calidad de las reparaciones.
 Implementación de un sistema de monitoreo predictivo en tiempo real, para
anticipar fallas en componentes críticos, lo que reduciría el tiempo de inactividad y los
costos asociados.
Estandarización de procedimientos para el cambio de piezas y el mantenimiento
correctivo, basado en mejores prácticas de RCM, lo que optimizará los tiempos de
reparación.

La revisión de literatura ha demostrado que la aplicación de RCM en sectores

industriales, como el mantenimiento de maquinaria crítica, mejora notablemente la
confiabilidad y la eficiencia operativa. La metodología se basa en la identificación y
mitigación de fallas críticas antes de que ocurran, utilizando herramientas como FMECA
(Análisis de Modo de Falla, Efecto y Criticidad) y el monitoreo predictivo. Estudios
previos confirman que la capacitación, el análisis de fallas proactivo y la estandarización
son estrategias efectivas para optimizar el mantenimiento de sistemas complejos como los
ascensores.

1.1.3 Caso de estudio

1.1.3.1 Datos generales
La empresa fue fundada en 2013 en Lima, Perú, y se dedica a la instalación,
mantenimiento y reparación de ascensores en edificios residenciales, comerciales e
industriales. Desde su creación, la organización ha crecido de manera sostenida,
posicionándose como un referente en el sector de servicios de mantenimiento de equipos
verticales, principalmente en la capital del país. A lo largo de los años, ha ampliado su
cartera de clientes y ha integrado nuevas tecnologías para mejorar la calidad de sus
servicios.
La empresa cuenta con una plantilla de aproximadamente 8 empleados y durante
2023 generó ingresos cercanos a S/. 3,881,216.28. A pesar de su tamaño mediano, ha
logrado destacar en un mercado competitivo debido a su enfoque en ofrecer soluciones
personalizadas a cada cliente, cumpliendo estrictamente con las normativas técnicas y de
seguridad vigentes.
1.1.3.2 Datos específicos
El equipo de la empresa está distribuido en áreas clave como administración,
comercial y producción como se observa en el organigrama en la Figura 3. Cada técnico
especializado en el mantenimiento de ascensores recibe formación, pero no la adecuada lo
que no permite mantener altos niveles de seguridad y eficiencia en el servicio prestado. La
capacitación debería abarcar tanto los aspectos técnicos del mantenimiento como la
actualización en las normativas nacionales e internacionales aplicables al sector.
Figura 3

Organigrama de la empresa

En este organigrama, la máxima autoridad corresponde a la Gerencia General, la

cual supervisa tres departamentos clave. Cada uno de estos departamentos tiene funciones
particulares dentro de la estructura jerárquica.
Administración: En esta área se manejarían funciones relacionadas con la gestión
de recursos humanos y contabilidad, finanzas. Para una empresa de mantenimiento, tener
un equipo de administración eficiente es vital para garantizar el buen funcionamiento
interno, el control de gastos y la supervisión de los procedimientos.
Comercial: Dado que la empresa presta servicios a una variedad de clientes, la
función comercial incluye la gestión de relaciones con clientes, ventas, y marketing. Es
responsable de captar nuevos contratos, mantener relaciones con los clientes actuales, y
manejar la oferta de servicios adicionales.
Operaciones: En la empresa, se refiere a las operaciones de mantenimiento y
reparación. Aquí estaría el personal técnico responsable de ejecutar los trabajos de
instalación, mantenimiento preventivo y correctivo, y control de calidad de los servicios.
Esta área es clave para el cumplimiento de los objetivos de la empresa, dado que su
operación efectiva garantiza la satisfacción del cliente y la eficiencia de los ascensores que
mantienen.

La empresa actúa como un proveedor clave en el sector de mantenimiento de

ascensores en la ciudad de Lima. Sus principales clientes son empresas multinacionales
reconocidas en la industria, como TKE (Thyssenkrupp Elevators), Otis y Schindler, las
cuales son líderes globales en la fabricación, instalación y mantenimiento de sistemas de
transporte vertical. A continuación, se detalla el papel que juega cada una de estas
empresas y la dinámica de externalización de servicios de mantenimiento.
1. Thyssenkrupp Elevators (TKE)
TKE es uno de los gigantes del sector de ascensores a nivel mundial. Aunque esta
empresa tiene una sólida capacidad interna para fabricar y mantener sus propios sistemas,
en ciertas ocasiones externaliza partes específicas del servicio de mantenimiento a
empresas locales, como la empresa en estudio. Esta externalización suele estar motivada
por razones estratégicas, como la optimización de recursos, la cobertura de áreas
geográficas específicas o la especialización en ciertos tipos de mantenimiento correctivo y
preventivo. TKE busca asociarse con empresas locales que cuenten con personal técnico
calificado y experiencia en el sector, garantizando así un servicio eficiente y seguro que
cumpla con los altos estándares internacionales de calidad.
2. Otis Elevators
Otis, otra de las empresas líderes en ascensores, maneja un amplio portafolio de
clientes en Lima, desde grandes edificios comerciales hasta condominios residenciales.
Para gestionar eficientemente la carga de trabajo que supone el mantenimiento de todos
estos sistemas, Otis recurre también a la subcontratación de servicios con proveedores
locales. La empresa en estudio ha sido seleccionada por Otis para realizar el
mantenimiento en una parte significativa de su flota de ascensores. Esto incluye tanto
mantenimientos preventivos como correctivos, lo que exige cumplir con los
procedimientos operacionales específicos y estándares de seguridad que Otis establece. La
colaboración con Otis es particularmente relevante, dado que involucra tecnologías
avanzadas de ascensores, lo que demanda la constante capacitación del personal técnico de
la empresa mantenedora.
3. Schindler Group
 Es otra de las grandes compañías de transporte vertical en el mercado peruano. Al
igual que TKE y Otis, Schindler terceriza parte de su servicio de mantenimiento con
empresas locales para cubrir la demanda creciente y reducir la presión sobre sus propios
recursos. La empresa, objeto de estudio, asume la responsabilidad de mantener una porción
importante de los sistemas de Schindler en Lima, lo que incluye tanto ascensores como
escaleras mecánicas. El reto más grande en la colaboración con Schindler es mantener la
coherencia y precisión en los procedimientos de mantenimiento para alinearse con los
protocolos específicos y las tecnologías patentadas por Schindler.

El proceso operativo de la empresa se centra en la instalación, mantenimiento

preventivo, y mantenimiento correctivo de ascensores, asegurando la seguridad y el buen
funcionamiento de los equipos. Las operaciones están estructuradas en las siguientes fases:
Recepción de la solicitud: El proceso operativo se inicia con la recepción de
solicitudes por parte de los clientes. Estas solicitudes pueden ser tanto para nuevas
instalaciones de ascensores como para servicios de mantenimiento (preventivo o
correctivo). El área comercial es responsable de recibir y registrar las órdenes de servicio,
que luego son derivadas al área de operaciones para su programación.
Planificación y programación: Una vez recibida la solicitud, el área de operaciones
planifica las actividades. Se asignan recursos técnicos y materiales, y se define un
cronograma de intervención basado en la urgencia y complejidad del servicio. La
planificación incluye la verificación de la disponibilidad del equipo técnico y las
herramientas especializadas, además de la coordinación con la flota de vehículos.
Ejecución del servicio: Durante esta fase, el equipo técnico se desplaza a la
ubicación del cliente, ya sea para instalar un nuevo ascensor o para realizar el
mantenimiento de uno existente. En el caso del mantenimiento, los técnicos llevan a cabo
inspecciones preventivas, revisando componentes clave como cables, motores, y sistemas
de seguridad. En caso de averías o fallos, se realiza el mantenimiento correctivo, donde las
reparaciones son inmediatas, asegurando que el ascensor vuelva a estar operativo lo antes
posible.
Control de calidad y seguridad: Una vez concluido el servicio, se ejecutan pruebas
de funcionamiento para verificar que el ascensor cumple con los estándares de seguridad y
eficiencia establecidos por la normativa vigente. El equipo técnico elabora un informe
detallado, que es revisado por el área de control de calidad. Esta área verifica que todos los
procedimientos se hayan seguido correctamente y asegura que se minimicen los riesgos
operativos.
Gestión de documentación y seguimiento: Tras la ejecución del servicio, el área de
administración registra toda la documentación relacionada con el trabajo realizado,
incluyendo órdenes de trabajo, informes técnicos, y reportes de inspección. Se emite una
factura y se archivan los documentos de servicio. Además, se establece un seguimiento
para futuros mantenimientos preventivos, a fin de garantizar la continuidad operativa de
los ascensores bajo contrato.
Retroalimentación y mejora continua: La empresa gestiona un sistema de
retroalimentación con el cliente, que permite evaluar la satisfacción del servicio prestado.
Esta información es utilizada para implementar mejoras continuas en los procesos y
fortalecer la relación con el cliente, alineándose con los objetivos de eficiencia y seguridad
que la empresa promueve.

En cuanto a la tecnología utilizada, la empresa no ha implementado un sistema de

gestión de mantenimiento, lo que no permite un seguimiento detallado de las órdenes de
trabajo, el estado de los equipos y el control de las actividades preventivas y correctivas.
Esto no les ha permitido reducir los tiempos de respuesta ni mejorar la eficiencia operativa.
Los principales clientes de la empresa incluyen administraciones de edificios
residenciales, corporativos y centros comerciales, que demandan un mantenimiento
riguroso y personalizado de los equipos. El mantenimiento predictivo, que permite detectar
fallos antes de que se produzcan, es uno de los servicios más solicitados, ya que ayuda a
maximizar la vida útil de los equipos y minimizar los tiempos de inactividad.
En el aspecto competitivo, la empresa se enfrenta a un mercado saturado con una
fuerte presencia de otras compañías de servicios de mantenimiento. Sin embargo, su
ventaja competitiva radica en la rapidez de respuesta y la calidad de los repuestos
utilizados, lo que le ha permitido establecer relaciones a largo plazo con sus clientes.
Además, trabaja estrechamente con proveedores de renombre internacional para garantizar
que las piezas utilizadas en sus reparaciones sean de la más alta calidad.
Actualmente, uno de los mayores desafíos que enfrenta la organización es la
creciente demanda de servicios de mantenimiento preventivo y la necesidad de optimizar
sus procesos internos para seguir siendo competitiva. Con la urbanización en expansión y
el aumento de la construcción de nuevos edificios en Lima, la empresa también evalúa la
posibilidad de expandir su cobertura a nuevas áreas geográficas.

1.1.4 Formulación del problema

La pregunta central de esta investigación se enfoca en explorar de manera detallada:
¿Cómo la aplicación específica de la herramienta RCM puede mejorar la eficiencia
en el servicio de mantenimiento una empresa mantenedora de ascensores en la ciudad de
Lima?
La aplicación del Mantenimiento Centrado en la Confiabilidad (RCM) tiene el
potencial de mejorar significativamente la eficiencia en el servicio de mantenimiento de
una empresa dedicada a la gestión de ascensores, pues permite identificar y gestionar de
manera óptima los riesgos y fallas potenciales en los equipos, priorizando las
intervenciones de mantenimiento en función de la criticidad de cada componente. A través
de un enfoque sistemático, el RCM establece un programa de mantenimiento basado en la
condición y el comportamiento de los equipos, permitiendo reducir el tiempo de
inactividad y optimizar los recursos de la empresa. Así, la aplicación de RCM no solo
ayuda a prevenir fallas inesperadas, sino que también maximiza la confiabilidad y la
disponibilidad de los ascensores, lo cual es esencial para mantener la satisfacción del
cliente en el sector.

Además, el uso del RCM permite establecer un sistema de mantenimiento proactivo

en lugar de reactivo, en el cual las fallas pueden ser anticipadas y gestionadas antes de que
impacten el servicio. La metodología de RCM promueve la recolección y el análisis de
datos históricos de fallas y reparaciones, lo cual facilita la toma de decisiones informadas
sobre cuándo y cómo realizar el mantenimiento. Esto no solo incrementa la eficiencia
operativa, sino que también optimiza los costos, dado que las intervenciones se realizan en
el momento adecuado y en los componentes críticos. De esta manera, la implementación
del RCM se presenta como una estrategia integral para mejorar el desempeño del servicio
de mantenimiento de la empresa de ascensores, alineando la confiabilidad de los equipos
con los objetivos de calidad y eficiencia de la empresa.
1.2 Fundamentación y propuesta de mejora como solución de investigación
Actualmente, la empresa mantenedora de ascensores enfrenta desafíos
significativos en su sistema de mantenimiento. Las fallas recurrentes y el tiempo de
inactividad de los equipos afectan la disponibilidad y confiabilidad del servicio,
incrementando los costos de operación debido a una dependencia excesiva en el
mantenimiento correctivo. Este enfoque limita la capacidad de la empresa para anticiparse
a problemas, resultando en una experiencia poco satisfactoria para los clientes y en una
disminución de la eficiencia operativa.
La implementación del Mantenimiento Centrado en la Confiabilidad representa una
solución viable y estructurada a estos problemas. El RCM permite evaluar y priorizar los
componentes críticos de los ascensores, identificando aquellos que presentan mayores
riesgos de fallo. Esta metodología se basa en la planificación de un mantenimiento
preventivo y predictivo que minimiza las paradas no planificadas, optimiza el uso de
recursos y asegura que el servicio de mantenimiento cumpla con los estándares de
confiabilidad y seguridad requeridos por los clientes y la normativa local.

La propuesta de mejora consiste en implementar un programa de RCM que

optimice el mantenimiento de los ascensores en la empresa. Este programa incluirá los
siguientes elementos:
 Evaluará la criticidad de los componentes de los ascensores, priorizando aquellos
elementos cuya falla tendría un mayor impacto en la seguridad y operación. Con
base en esta criticidad, se diseñarán planes de mantenimiento específicos para cada
tipo de componente.
 El RCM permitirá transitar de un modelo correctivo a uno preventivo y predictivo,
basado en inspecciones regulares y el monitoreo de condiciones de los equipos. De
esta manera, será posible detectar posibles fallas antes de que ocurran, evitando
paradas imprevistas y reduciendo los costos asociados al mantenimiento reactivo.
 La implementación del RCM se basará en el análisis de datos históricos de fallas y
tiempos de inactividad, recopilados con la colaboración del personal técnico de la
empresa. Esto permitirá identificar patrones de fallos y mejorar las prácticas de
mantenimiento a partir de información real y contextual.
 La implementación del RCM aportará un valor significativo a la empresa
mantenedora de ascensores. Entre los principales beneficios destacan los siguientes:
 El enfoque en mantenimiento preventivo y predictivo reducirá el número de fallas
inesperadas, aumentando la disponibilidad de los equipos y brindando un servicio
más confiable a los usuarios.
 Al concentrarse en los componentes críticos, el programa de RCM permitirá una
asignación de recursos más eficiente, disminuyendo costos operativos y
maximizando el rendimiento del equipo de mantenimiento.
 La mejora en la confiabilidad de los ascensores resultará en un servicio más
predecible y seguro, elevando la confianza de los clientes en la empresa.

Para implementar esta propuesta de mejora, se seguirán los siguientes pasos

específicos, utilizando técnicas fundamentadas en la metodología RCM:
1. Se recopilarán datos históricos de fallas y tiempos de inactividad de los ascensores.
Esta información permitirá identificar patrones de fallos y áreas problemáticas
recurrentes, proporcionando una base sólida para el análisis.
Técnica: Revisión documental y entrevistas con el personal técnico.
2. Se realizará un Análisis de modos y efectos de falla (AMEF) para clasificar los
componentes de los ascensores según su criticidad, evaluando el impacto de su falla
en la operación y la seguridad. Este análisis permitirá identificar las prioridades de
mantenimiento.
Técnica: Análisis de criticidad.
3. Con base en el análisis de criticidad, se clasificarán las actividades de
mantenimiento, enfocándose en los componentes de alta prioridad. Esto facilitará
una asignación de recursos adecuada y eficiente.
Técnica: Matriz de priorización de mantenimiento.
4. Se diseñará un programa de mantenimiento que contemple inspecciones regulares y
el monitoreo de condiciones, de modo que se puedan anticipar las fallas y reducir
las intervenciones correctivas.
Técnica: Programación de mantenimiento basada en condiciones.

En la Figura 4 se muestra un esquema que representa la secuencia de pasos para la

implementación del RCM en el servicio de mantenimiento de la empresa. Este diagrama
ilustra las etapas de recolección y análisis de datos, evaluación de criticidad, planificación
de mantenimiento preventivo y predictivo, y seguimiento, destacando la importancia de
cada fase para alcanzar los objetivos planteados de mejorar la eficiencia y confiabilidad del
servicio.

Figura 4
Plan de implementación de la solución

1.3 Antecedentes de la propuesta

Se analizarán diversas soluciones de mantenimiento basadas en el Mantenimiento
centrado en la confiabilidad (RCM) y otras metodologías aplicadas en sectores industriales
similares, con el objetivo de identificar los elementos que podrían ser relevantes para
mejorar el servicio de mantenimiento en la empresa en estudio. El análisis de antecedentes
permitirá reconocer las limitaciones de enfoques previos y justificar la necesidad de una
propuesta adaptada a las necesidades específicas de esta empresa.
Diversas empresas de mantenimiento de ascensores han implementado el RCM
para optimizar la confiabilidad de sus servicios. Sin embargo, algunos antecedentes suelen
carecer de una adaptación a los factores específicos del entorno de Lima, como la demanda
elevada de equipos en edificios urbanos y los estrictos estándares de seguridad. Este
análisis permitirá evidenciar que, aunque existen aplicaciones de RCM en este sector, una
adaptación es necesaria para abordar las características operativas y las condiciones
locales.
En la literatura académica, se han aplicado estudios de RCM en industrias como la
manufactura, el sector automotriz y la producción en planta, donde esta metodología ha
demostrado mejoras en confiabilidad y eficiencia. Sin embargo, las características de estos
entornos de aplicación difieren considerablemente del contexto de los ascensores, tanto en
términos de frecuencia de uso como de los requisitos de mantenimiento específico en un
ambiente urbano. Esta diferencia refuerza la necesidad de adaptar el RCM para un sector
de alta criticidad y uso intensivo, como el mantenimiento de ascensores.
Existen múltiples investigaciones sobre el mantenimiento preventivo y predictivo
en sectores con alta criticidad, como el transporte ferroviario y la generación de energía,
donde la confiabilidad es crucial. Aunque estos enfoques son útiles para prever y reducir
fallas, los estudios muestran que los métodos aplicados en estos sectores no son totalmente
transferibles al mantenimiento de ascensores, debido a diferencias en la operación de los
equipos y las condiciones de servicio. Estos antecedentes destacan la importancia de un
enfoque personalizado de RCM que tome en cuenta el uso particular de los ascensores en
un contexto de alta demanda.
Además, empresas de mantenimiento en diversas industrias han implementado
enfoques de Lean Manufacturing y Mantenimiento Productivo Total (TPM) para mejorar
la eficiencia y reducir costos. Aunque estas herramientas optimizan el uso de recursos,
presentan limitaciones en cuanto al análisis detallado de confiabilidad y priorización de
componentes críticos, que son esenciales en el RCM. Esto pone de manifiesto la necesidad
de aplicar una metodología de RCM que permita un análisis exhaustivo de cada
componente del sistema de ascensores, más allá de las técnicas de optimización general de
Lean o TPM.
Algunos sectores han desarrollado sistemas de mantenimiento digital que integran
RCM y monitoreo en tiempo real, como es el caso de industrias que requieren una
supervisión constante de sus equipos. Estos métodos aportan un alto nivel de precisión en
el mantenimiento, pero suelen requerir inversiones significativas en tecnología y
capacitación, que pueden no ser viables para la empresa de ascensores en cuestión. Este
análisis justifica la necesidad de una solución viable económicamente, que mantenga los
beneficios de la confiabilidad sin incurrir en altos costos adicionales.
 En sectores urbanos, donde el espacio es limitado y la demanda de equipos es
elevada, el RCM enfrenta desafíos adicionales que no siempre se contemplan en otros
estudios. El mantenimiento de ascensores en un entorno urbano requiere una programación
que permita la disponibilidad continua del equipo, especialmente en edificios con alta
rotación de usuarios. Este contexto urbano específico requiere adaptar el RCM para
responder eficazmente a las restricciones de espacio y las necesidades de servicio
continuas.

La revisión de estos antecedentes evidencia que, si bien existen metodologías

similares aplicadas en otros sectores, ninguna se ajusta plenamente a las necesidades de
mantenimiento de ascensores en la empresa de estudio en Lima. Los factores como el
entorno urbano, la demanda intensiva y los altos estándares de seguridad exigen una
propuesta de RCM adaptada a este contexto particular, justificando así el desarrollo de una
solución a la medida de las características y desafíos del servicio de mantenimiento en
ascensores.

1.4 Motivación
La implementación de un plan de mejora operacional basado en el Mantenimiento
Centrado en la Confiabilidad para la empresa persigue varios resultados clave desde la
perspectiva de la ingeniería industrial y de mantenimiento. En primer lugar, se espera una
reducción de los costos de mantenimiento a través de la optimización en el uso de recursos
y la disminución de intervenciones correctivas, gracias a la identificación de fallas críticas
y la aplicación de estrategias de mantenimiento preventivo y predictivo. Este enfoque
permitirá asignar adecuadamente los recursos, disminuyendo los costos operativos
asociados con paradas no planificadas y reparación de averías.
Asimismo, la propuesta busca reducir el tiempo de inactividad de los ascensores. Al
aumentar la confiabilidad de los equipos y minimizar fallas recurrentes, se espera una
mejora en el tiempo de procesamiento de las órdenes de mantenimiento y una disminución
en los tiempos de parada de los equipos. Esto resultará en una mayor disponibilidad de los
ascensores para los usuarios, lo que es crucial en edificios residenciales y comerciales de
alta demanda.
Otro de los beneficios esperados es el incremento en la satisfacción de los usuarios.
La aplicación de RCM permitirá garantizar que los ascensores estén operativos de manera
confiable y continua, mejorando la experiencia de los usuarios al reducir las interrupciones
en el servicio y evitando el impacto negativo de tiempos de espera prolongados o paradas
inesperadas.
Finalmente, este proyecto pretende posicionar a la empresa como un referente en el
sector del mantenimiento de ascensores, al incorporar prácticas avanzadas de
mantenimiento industrial, como el RCM, que contribuyan a un servicio más seguro,
eficiente y sostenible. Con estos resultados, se busca no solo satisfacer las necesidades de
los clientes actuales, sino también abrir nuevas oportunidades de negocio al demostrar un
compromiso con la excelencia operacional y la innovación en el mantenimiento de equipos
críticos en el entorno urbano de Lima.

1.5 Gestión del proyecto

1.5.1 Objetivos
1.5.1.1 Objetivo general
Desarrollar e implementar un plan de mejora operacional en el servicio de mantenimiento
de una empresa mantenedora de ascensores en Lima, utilizando herramientas de
Mantenimiento Centrado en la Confiabilidad (RCM) para el aumento de la eficiencia en un
11.96%, reducir tiempos de inactividad y aumentar la satisfacción del cliente.
1.5.1.2 Objetivos específicos

Objetivo 1: Elaborar el marco teórico y estado del arte.

Objetivo 2: Realizar el análisis y diagnóstico del problema usando herramientas de
ingeniería industrial.
Objetivo 3: Diseñar y desarrollar propuestas de solución.
Objetivo 4: Validar la solución, evaluar su viabilidad económica como
también reconocer los alcances y limitaciones del estudio.

1.5.2 Cronograma proyectado

En la siguiente Tabla 2 se observa el cronograma de manera organizada las
actividades programadas para el desarrollo del proyecto, alineado con las fechas
establecidas para la presentación de avances y entregas de PIA. Este cronograma tentativo
permitirá asegurar el cumplimiento de cada etapa del trabajo, optimizando los tiempos y
recursos para lograr los objetivos planteados en los plazos correspondientes.
Tabla 2
Cronograma del proyecto en la empresa

SEMINARIO 2 PIA 1 PIA 2

1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9 10 11 1 2 3 4 5 6 7 8 9 10 11 12
Plan de mejora operacional en el servicio de
mantenimiento con las herramientas del RCM para una

19/ 08/ 2024

14/ 10/ 2024

28/ 10/ 2024

18/ 11/ 2024

25/ 11/ 2024

10/ 12/ 2024

10/ 03/ 2025
17/ 03/ 2025
14/ 04/ 2025
28/ 04/ 2025
19/ 05/ 2025
27/ 05/ 2025

16/ 06/ 2025

23/ 06/ 2025
30/ 06/ 2025
18/ 08/ 2025
26/ 08/ 2025

15/ 09/ 2025

27/ 09/ 2025

15/ 10/ 2025

28/ 10/ 2025

18/ 11/ 2025

27/ 11/ 2025
9/ 09/ 2024

4/ 11/ 2024

2/ 12/ 2024

2/ 06/ 2025
9/ 06/ 2025

6/ 09/ 2025

2/ 10/ 2025

7/ 11/ 2025

3/ 12/ 2025
empresa mantenedora de ascensores en la ciudad de
Responsable
Lima

ACTIVIDAD
1. DIAGNÓSTICO INICIAL DE LA EMPRESA
1.1. Análisis de la situación actual J efe de Mantenimiento
1.2. Identificación del problema y de las áreas afectadas Supervisor de Mantenimiento
1.3. Preparación el enfoque Gerente de Proyectos
1.4. Cálculo del impacto económico Analista Financiero
1.5. Análisis de causa raíz Ingeniero de Confiabilidad
1.6. Planteamiento de objetivos Gerente de Operaciones
1.7. Validación de los cambios Gerente General
2. DISEÑO DE LA PROPUESTA
2.1. Revisión de la literatura Investigadores
2.2. Estado del arte Investigadores
2.3. Estudio de casos de éxito Investigadores
2.4. Marco Normativo Investigadores
3. IMPLEMENTACIÓN DE HERRAMIENTAS DE LEAN
3.1. Vinculación de las causas raíz con las herramientas Asistente de Operaciones
3.2. Elaboración del modelo Gerente de Proyectos
3.3. Especificaciones del modelo Supervisor de Mantenimiento
3.4. Aplicación de las herramientas Supervisor de Mantenimiento
3.5. Presupuesto del proyecto Analista Financiero
3.6. Cronograma del proyecto Coordinador de Proyectos
4. VALIDACIÓN DEL PROYECTO
4.1. Definición de métodos de validación y evaluación Especialista en Calidad
4.2. Evaluación de la propuesta Gerente de Proyectos
4.3. Definición de los alcances y limitaciones Gerente de Proyectos
5. PLAN DE CONTINUIDAD
5.1. Establecer estándares J efe de Operaciones
5.2. Realizar seguimientos y auditorías Coordinador de Calidad
5.3. Presentación de resultados a gerencia Gerente de Proyecto
1.5.3 Gestión de recursos / presupuesto
La Tabla 3 y la Tabla 4 presentan el presupuesto administrativo y de investigación
respectivamente, los cuales contemplan los recursos necesarios para desarrollar la fase de
investigación, cuyo objetivo es analizar y proponer un plan de mejora operacional en el
servicio de mantenimiento de la empresa.

Tabla 3
Presupuesto administrativo

Tipo de Recurso Recurso Cantidad Precio unitario Total

Investigación S/ 6,720.00
Desplazamiento 50 S/ 25.00 S/ 1,250.00
Gastos Alimentación 50 S/ 15.00 S/ 750.00
personales Línea movil 18 S/ 60.00 S/ 1,080.00
Computadora portátil 1 S/ 3,000.00 S/ 3,000.00
Lapiceros 10 S/ 2.50 S/ 25.00
Útiles de
Agenda 2 S/ 15.00 S/ 30.00
escritorio
Impresiones 50 S/ 1.00 S/ 50.00
Casco de seguridad 1 S/ 80.00 S/ 80.00
Chaleco de seguridad 1 S/ 60.00 S/ 60.00
Equipos de
Lentes de seguridad 1 S/ 30.00 S/ 30.00
protección
Guantes de seguridad 1 S/ 25.00 S/ 25.00
personal
Orejeras de seguridad 1 S/ 90.00 S/ 90.00
Botas de seguridad 1 S/ 250.00 S/ 250.00
Fundamentación, análisis y diagnóstico S/ 2,070.00
Gastos Desplazamiento 50 S/ 25.00 S/ 1,250.00
personales Alimentación 50 S/ 15.00 S/ 750.00
Lapiceros 10 S/ 2.50 S/ 25.00
Útiles de
Agenda 1 S/ 15.00 S/ 15.00
escritorio
Impresiones 30 S/ 1.00 S/ 30.00
Diseño y desarrollo de la solución a la problemática S/ 2,080.00
Gastos Desplazamiento 50 S/ 25.00 S/ 1,250.00
personales Alimentación 50 S/ 15.00 S/ 750.00
Lapiceros 8 S/ 2.50 S/ 20.00
Útiles de
Agenda 1 S/ 10.00 S/ 10.00
escritorio
Impresiones 50 S/ 1.00 S/ 50.00
Cierre y desarrollo de las propuestas S/ 1,270.00
Gastos Desplazamiento 30 S/ 25.00 S/ 750.00
personales Alimentación 30 S/ 15.00 S/ 450.00
Lapiceros 2 S/ 2.50 S/ 5.00
Útiles de
Agenda 1 S/ 15.00 S/ 15.00
escritorio
Impresiones 50 S/ 1.00 S/ 50.00
Conclusiones y recomendaciones del proyecto S/ 1,245.00
Gastos Desplazamiento 30 S/ 25.00 S/ 750.00
personales Alimentación 30 S/ 15.00 S/ 450.00
Lapiceros 4 S/ 2.50 S/ 10.00
Útiles de
Agenda 1 S/ 15.00 S/ 15.00
escritorio
Impresiones 20 S/ 1.00 S/ 20.00
S/ 13,385.00
Tabla 4
Presupuesto de la investigación

Tipo de Recurso Recurso Cantidad Precio unitario Total

Investigación
Consultor técnico 2 S/ 1,500.00 S/ 3,000.00
Gastos de
Acceso a bases de datos 1 S/ 200.00 S/ 200.00
investigación
Análisis de datos 1 S/ 800.00 S/ 800.00
Software de modelado 1 S/ 600.00 S/ 600.00
Costos del local 18 S/ 1,100.00 S/ 19,800.00
Herramientas de mantenimiento 3 S/ 500.00 S/ 1,500.00
Consultoría externa en mantenimiento 2 S/ 1,500.00 S/ 3,000.00
Acceso a software de simulación 1 S/ 300.00 S/ 300.00
S/ 29,200.00

Donde el presupuesto total de la investigación es de S/. 42,585.00.

1.5.4 Alcance
El alcance de esta investigación se delimita específicamente a la implementación de
un plan de mejora operacional basado en el Mantenimiento Centrado en la confiabilidad
(RCM) para optimizar el servicio de mantenimiento en una empresa mantenedora de
ascensores en la ciudad de Lima. Esta propuesta contempla el análisis detallado de los
componentes críticos de los ascensores, la identificación de patrones de fallas y la
formulación de estrategias de mantenimiento preventivo y predictivo.
Tabla 5
Comparativo de alcances y limitaciones

Alcances Limitaciones
Se llevará a cabo un análisis exhaustivo de El estudio se limitará al diseño y
los componentes de los ascensores con formulación del plan de mejora, no
mayor frecuencia de fallas, priorizando abarcando la ejecución física del
aquellos con mayor impacto en la mantenimiento preventivo ni correctivo.
confiabilidad del servicio. Este análisis se La implementación real del plan requerirá
basará en datos históricos de fallas y una planificación operativa adicional, junto
paradas, lo que permitirá una identificación con un presupuesto específico aprobado
precisa de los puntos críticos para una por la empresa
intervención más eficiente
Utilizando los principios del RCM, se Esta investigación se centrará
diseñará un plan de mantenimiento exclusivamente en el área de
preventivo y predictivo, priorizando mantenimiento de ascensores, por lo que
intervenciones en los componentes más no se considerarán ni evaluarán áreas como
críticos. Para esto, se recopilarán y administración general, ventas o recursos
analizarán datos operativos de los humanos. La propuesta no incluye un
ascensores, con el fin de optimizar las análisis integral de otras áreas operativas
 actividades de mantenimiento y reducir las de la empresa
fallas operativas
Se establecerán indicadores clave de Aunque existen varias metodologías de
rendimiento (KPIs) para evaluar el impacto mantenimiento, el estudio se enfoca
del RCM, como la reducción de la únicamente en el Mantenimiento Centrado
frecuencia de fallas, el aumento del tiempo en la Confiabilidad (RCM). No se
de disponibilidad de los equipos y la realizarán comparaciones con otras
disminución de los costos operativos metodologías de mantenimiento, como el
relacionados con el mantenimiento. Estos Mantenimiento Productivo Total (TPM) o
KPIs se utilizarán para evaluar la Lean Maintenance, dado el objetivo
efectividad del plan y las áreas de mejora específico de optimizar los ascensores con
continua RCM
Se optimizarán los tiempos de respuesta en El análisis de datos históricos de fallas y
la identificación y solución de fallas, mantenimiento de los ascensores será un
proponiendo un enfoque ágil que permita componente clave para la formulación del
realizar diagnósticos rápidos y aplicar plan de mejora. Sin embargo, la calidad y
acciones correctivas de manera más disponibilidad de estos datos pueden ser
eficiente. Este aspecto será clave para limitadas, ya que no todos los registros
mejorar la disponibilidad de los ascensores pueden estar completos, actualizados o ser
y reducir el tiempo de inactividad de los consistentes
equipos

Mejora en los tiempos

- Realizar una segmentación detallada de los ascensores según su antigüedad, uso y
frecuencia de fallas para aplicar el RCM de manera prioritaria en los equipos más
vulnerables. Esto permitirá identificar en menos tiempo las áreas que requieren
atención inmediata.
- Mejorar la recolección de datos mediante la implementación de sistemas
automatizados para captar datos en tiempo real, lo que acelerará la toma de
decisiones sobre el mantenimiento preventivo.
- Definir acciones correctivas y preventivas con tiempos específicos y plazos de
ejecución, con el fin de reducir la duración de las paradas de los ascensores y
mejorar la disponibilidad operativa.

1.5.5 Comparativo técnico con otras soluciones tecnológicas en el mercado

Para evaluar la competitividad y efectividad de la propuesta de mejora basada en el
Mantenimiento Centrado en la Confiabilidad (RCM) para el servicio de mantenimiento de
ascensores, se realizó un análisis comparativo con otras soluciones tecnológicas de
mantenimiento que se encuentran actualmente en el mercado. Este benchmarking permite
identificar las fortalezas y oportunidades de mejora de la propuesta frente a alternativas
similares.
En esta tabla comparativa se analizarán las principales características de diversas
soluciones de mantenimiento, como el mantenimiento predictivo, el mantenimiento
preventivo automatizado y los sistemas de monitoreo de condición en tiempo real,
destacando aspectos clave como:

Enfoque de mantenimiento: Se detalla si la solución está orientada al

mantenimiento predictivo, preventivo, correctivo o una combinación de estos.
Tecnología utilizada: Se incluyen las tecnologías aplicadas en cada enfoque, como
sensores de monitoreo en tiempo real, herramientas de análisis predictivo o software
especializado en RCM.
Costos de implementación: Se evalúa el costo relativo de cada solución,
considerando la inversión inicial y los costos de mantenimiento a largo plazo.
Impacto en la confiabilidad: Se analizan los resultados esperados en términos de
aumento en la confiabilidad y disponibilidad de los ascensores, considerando cómo cada
tecnología contribuye a reducir el tiempo de inactividad y la frecuencia de fallas.
Facilidad de integración: Se considera el nivel de compatibilidad e integración con
los sistemas y procesos actuales de la empresa, evaluando si la implementación es sencilla
o requiere una infraestructura adicional significativa.
Tabla 6
Comparativo técnico
RCM CBM
Solución (Reliability- Mantenimiento Mantenimiento Mantenimiento (Condition-
tecnológica Centered Correctivo Preventivo Predictivo Based
Maintenance) Maintenance)
Estrategia que Programación de
Monitoreo
prioriza mantenimiento Uso de sensores
continuo basado
funciones basado en y datos en
en la condición
críticas, evalúa Reacción a fallas tiempo o uso, sin tiempo real para
Descripción del equipo para
fallas potenciales cuando ya ocurren. considerar predecir fallas
determinar el
y define acciones condiciones antes de que
mantenimiento
específicas para actuales del ocurran.
necesario.
evitar fallas. equipo.
Alta, cubre
aspectos críticos Moderada, Alta, permite Alta, ajustable a
Limitada, ya que
Cobertura de la y de seguridad, depende del actuar antes de las condiciones
solo actúa ante
solución adaptable a cronograma fallas operativas del
fallas.
múltiples establecido. catastróficas. equipo.
sectores.
Alta, reduce Moderada,
Moderada, pero Moderada,
Optimización tareas Baja, genera elimina la
puede generar permite
del flujo de innecesarias y interrupciones no incertidumbre en
mantenimiento planificación
trabajo prioriza lo planificadas. el
excesivo. precisa.
esencial. mantenimiento.
Muy alta,
Muy alta, mejora Moderada,
Alta, minimiza mantiene los
Aumento de la la confiabilidad y Baja, tiempos de aunque reduce
fallas y optimiza equipos en
eficiencia reduce tiempos inactividad altos. fallas, puede no
el tiempo. condiciones
de inactividad. ser óptima.
óptimas.
Costo de Moderado, Bajo, pero genera Moderado, Alto, requiere Alto, similar al
implementació requiere análisis altos costos depende de la inversión en predictivo, pero
 detallado y operativos a largo frecuencia de sensores y con enfoque más
n
capacitación. plazo. mantenimiento. software. detallado.
Moderada, Moderada, Moderada,
Alta, fácil de
requiere depende de la requiere
Facilidad de Alta, no necesita planificar, pero
capacitación y infraestructura infraestructura y
integración preparación previa. menos
alineación de tecnológica conocimiento
adaptable.
procesos. existente. técnico.
 2 Estado del arte

2.1 Prefacio
La revisión de literatura se llevó a cabo con el objetivo de identificar, analizar y
sintetizar investigaciones previas relacionadas con la mejora de la eficiencia en los procesos
de mantenimiento, centrando la atención en la aplicación de la herramienta RCM.
Se utilizaron varias bases de datos académicas y repositorios para asegurar una
cobertura amplia y exhaustiva de la literatura relevante. Las principales fuentes incluyeron:
Scopus, EBSCO, Web Of Science y Science Direct.
Las palabras clave y términos de búsqueda se seleccionaron para capturar los
aspectos centrales del estudio. Se utilizaron términos como “RCM”, “mantenimiento de
ascensores” y “eficiencia en mantenimiento”.
Las consultas se construyeron utilizando operadores booleanos para combinar las
palabras clave de manera efectiva. Como lo siguiente:
- “RCM AND mantenimiento de ascensores”
Se aplicaron filtros de fecha para limitar la búsqueda a artículos publicados en los
últimos 4 años (2020-2024) para asegurar que la información fuera relevante y actual.
Se filtró la búsqueda para incluir solo artículos conferencias académicas de alto
impacto, excluyendo informes no revisados y artículos de revistas no especializadas.
La búsqueda se limitó a artículos en inglés para garantizar una adecuada comprensión
de la literatura.
Se seleccionaron artículos que abordarán específicamente las herramientas RCM, y
que ofrecieran análisis aplicables a la mejora de procesos de mantenimiento en entornos
industriales similares.
Los artículos seleccionados se evaluaron en función de la relevancia del tema, la
calidad de la metodología utilizada, y la solidez de los resultados. Se priorizó la literatura
publicada en revistas de alto impacto.
Se realizó una revisión inicial de títulos y resúmenes para filtrar artículos relevantes.
Los artículos que cumplían con los criterios de inclusión fueron leídos en su totalidad para
determinar su pertinencia final.
Los artículos seleccionados fueron aquellos que ofrecieron contribuciones
significativas al entendimiento de la eficiencia en mantenimiento y a la aplicación de RCM
en procesos industriales.
 31

Se extrajo información clave de cada artículo, incluyendo metodologías, hallazgos

principales y conclusiones.
La información extraída se organizó temáticamente para identificar patrones y
tendencias. Esta síntesis facilitará la elaboración del marco teórico y permitirá contextualizar
la investigación dentro del estado actual del conocimiento en el área.
Método PRISMA
El proceso de selección se representó mediante un diagrama PRISMA como en la
Figura 5, que ilustra las siguientes etapas:

Figura 5
Proceso de revisión de la literatura
 32

La Figura 6 a continuación presenta el diagrama de flujo correspondiente al proceso de selección de los artículos para la revisión.

Figura 6
Diagrama de flujo de la selección de artículos
 33

Tabla 7
Relación de artículos del estado del arte
Categoría # Título del Artículo Autor(es) Año de Q DOI País Nombre de la Revista Alumno
Publicación Responsable

Mejora en la 1 Colocar aquí el título Colocar aquí los Colocar el Colocar aquí el país de Colocar aquí el Apellido, Nombre
eficiencia en original del documento apellidos y año de la investigación o el país nombre de la revista
la nombres de los publicación del autor principal indexada y su
producción autores del respectiva sigla.
de servicio documento.
de
conservación 2

Colocar el 9
nombre de la
categoría 2 10

11

12

13

14

15

16

Colocar el 17
nombre de la
18
 34

Categoría # Título del Artículo Autor(es) Año de Q DOI País Nombre de la Revista Alumno
Publicación Responsable

categoría 3 19

20

21

22

23

24

Colocar el 25
nombre de la
categoría 4 26

27

28

29

30

31

32

Colocar el 33
nombre de la
categoría 5 34

35

36

37

38

39

40
 35

2.2 Resúmenes por Categoría

A continuación, se presenta una síntesis exhaustiva de cada uno de los artículos,
organizados según sus respectivas categorías.

2.2.1 Resumen de los artículos de la categoría: Mejora en la eficiencia en la

producción de servicio de conservación
La categoría "Mejora en la eficiencia en la producción de servicio de conservación"
se seleccionó debido a su pertinencia para abordar la pregunta: ¿Cómo optimizar el
servicio de mantenimiento de ascensores utilizando estrategias probadas para aumentar la
eficiencia y la confiabilidad?
Esta categoría agrupa investigaciones centradas en la mejora de procesos y métodos
relacionados con la conservación de equipos, enfocándose en la implementación de
herramientas y prácticas innovadoras para maximizar la eficiencia operativa, reducir
tiempos de inactividad y garantizar un mantenimiento más seguro y efectivo.
La elección de esta categoría se vincula directamente con el tema de investigación,
ya que el objetivo principal del proyecto es diseñar un plan de mejora operacional basado
en el Mantenimiento Centrado en la Confiabilidad (RCM), una metodología que se alinea
con los conceptos explorados en los artículos revisados. Estos trabajos proporcionan un
marco teórico y práctico que respalda la importancia de identificar patrones de fallas,
priorizar actividades de mantenimiento y utilizar técnicas modernas para optimizar los
recursos y garantizar la continuidad del servicio en los sistemas de elevadores.

Resumen artículo 1: Preventive maintenance period decision for elevator parts based on
multi-objective optimization method
a) Aporte: Los autores proponen un método de toma de decisiones para determinar el
ciclo de mantenimiento más adecuado de las piezas de los ascensores. Este método
utiliza datos históricos de fallas para analizar la distribución de fallos y, mediante
factores de reducción de edad y aumento de la tasa de fallos, establece un modelo
mixto de tasa de fallos. Además, desarrollan un modelo de costo y tasa de
utilización, complementado con un modelo de optimización multiobjetivo que
emplea la frecuencia de mantenimiento como variable de decisión, resolviendo el
problema mediante simulación Monte Carlo. Niu et al. (2021)
b) Problema: La selección inadecuada del período de mantenimiento de las piezas de
 36

los ascensores genera costos excesivos y baja eficiencia operativa del equipo.
c) Técnicas/Herramientas:
Análisis de datos históricos de fallos: Para identificar la distribución de fallos de las
piezas.
Modelo mixto de tasa de fallos: Introducción de factores de reducción de edad y
aumento de tasa de fallos para reflejar los cambios en las piezas tras mantenimiento.
Modelos de costo y tasa de utilización: Considerando factores de costo y tiempo en
el proceso de mantenimiento.
Optimización multiobjetivo: Uso de la frecuencia de mantenimiento como variable
de decisión.
Simulación Monte Carlo: Para resolver el modelo de optimización y determinar el
mejor período de mantenimiento de las piezas.
d) Principal resultado: Se determina la frecuencia óptima de mantenimiento para las
piezas dentro del tiempo de servicio, logrando reducir el riesgo de fallas en el
equipo y optimizar los costos, evitando así el desperdicio excesivo de recursos.

Resumen artículo 2: A Non-Intrusive Deep Learning Based Diagnosis System for

Elevators
a) Aporte: Los autores proponen un sistema de diagnóstico basado en inteligencia
artificial (IA) no intrusivo que permite la detección de fallas y la predicción de
posibles averías en ascensores de múltiples marcas sin intervenir los circuitos
existentes. Utilizando una red neuronal MLSTM-FCN (multivariate long short-term
memory fully convolutional network), el sistema analiza señales medidas para
proporcionar advertencias avanzadas y claras, así como mantenimiento justo a
tiempo, mejorando la fiabilidad del ascensor a bajo costo. Chai et al. (2021)
b) Problema: El creciente número de ascensores, la disminución de nuevas
instalaciones, la falta de uso de tecnologías avanzadas de mantenimiento y una
fuerza laboral envejecida dificultan la operación segura y confiable de los sistemas
de elevación.
c) Técnicas/Herramientas:
Sistema de detección no intrusivo: Medición de señales sin modificar los circuitos
existentes de los ascensores.
MLSTM-FCN: Red neuronal que analiza señales multivariadas para aprender
 37

patrones y realizar diagnósticos precisos.

Simulaciones y experimentos: Realizados en un ascensor comercial para verificar la
efectividad del sistema.
d) Principal resultado: El sistema demostró su capacidad para proporcionar
advertencias anticipadas y realizar mantenimientos oportunos, mejorando la
confiabilidad del ascensor y reduciendo costos asociados a fallas importantes.

Resumen artículo 3: Elevator fault detection using profile extraction and deep
autoencoder feature extraction for acceleration and magnetic signals
a) Aporte: Los autores proponen un nuevo algoritmo para la extracción de datos de
series temporales y el cálculo automático de características profundas altamente
informativas para la detección de fallas en ascensores. El algoritmo utiliza eventos
de inicio y parada extraídos de señales de aceleración y magnéticas, junto con un
modelo de autoencoder profundo para la extracción automatizada de características.
Estas características son luego clasificadas mediante el algoritmo de bosque
aleatorio (random forest) para la detección de fallas. El enfoque mejora la precisión
de la detección de fallas y evita falsos positivos, superando el rendimiento de
características existentes. Mishra & Huhtala (2020)
b) Problema: El desafío de detectar fallas en ascensores con alta precisión, evitando
falsos positivos que generen visitas innecesarias de técnicos de mantenimiento.
c) Técnicas/Herramientas:
Extracción de eventos de inicio y parada: Utilización de señales de aceleración y
magnéticas para extraer eventos relevantes de la operación del ascensor.
Clasificación con random forest: Algoritmo utilizado para clasificar las
características extraídas en datos saludables y defectuosos.
Validación del modelo: Uso de datos saludables no etiquetados para validar el
modelo y evitar falsos positivos.
d) Principal resultado: Se alcanzó una precisión superior al 90% en la detección de
fallas, evitando falsos positivos gracias a las nuevas características profundas
extraídas, lo que supera los resultados obtenidos con características existentes y
contribuye a mejorar los sistemas de mantenimiento predictivo.
 38

Resumen artículo 4: Assessing lift maintenance performance of high-rise residential

buildings
a) Aporte: Los autores presentan un estudio de caso detallado sobre el desempeño del
mantenimiento de ascensores en un complejo residencial de 24 años en Hong Kong.
Utilizando métodos de investigación cuantitativos y cualitativos, analizan datos de
mantenimiento correctivo, entrevistas con personal de gestión de instalaciones y
observaciones en el sitio. Identifican factores emergentes, como los períodos de
tráfico alto y las llamadas falsas de fallas, que afectan la demanda de
mantenimiento. Además, analizan cómo la configuración de los ascensores impacta
el rendimiento del mantenimiento y proponen indicadores de rendimiento basados
en el tiempo (tiempo de respuesta, tiempo de reparación y tiempo de inactividad),
así como recomendaciones para mejorar la recolección automática de datos en la era
de la Industria 4.0. Ng et al. (2023)
b) Problema: La falta de investigación empírica sobre el desempeño del mantenimiento
de ascensores, especialmente en instalaciones envejecidas, y la necesidad de mejorar
la planificación y diseño del mantenimiento en edificios de gran altura.
c) Técnicas/Herramientas:
Métodos de investigación cuantitativos y cualitativos: Análisis de datos de
mantenimiento, entrevistas con personal y observaciones en el sitio.
Identificación de factores de demanda de mantenimiento: Análisis de factores como
los períodos de tráfico alto y las llamadas falsas de fallas.
Indicadores de rendimiento del mantenimiento basado en el tiempo: Establecimiento
de benchmarks de tiempo de respuesta, tiempo de reparación y tiempo de
inactividad.
Recomendaciones para la recolección automática de datos: Enfoque en la mejora del
proceso de evaluación de rendimiento mediante la Industria 4.0.
d) Principal resultado: El estudio proporciona información útil para el diseño de zonas
de ascensores y la planificación del mantenimiento, estableciendo benchmarks para
evaluar el desempeño del mantenimiento en ascensores y sugiriendo el uso de
tecnologías avanzadas para mejorar la recolección de datos y la evaluación del
rendimiento.
 39

Resumen artículo 5: Hybrid Management Strategy for Outsourcing Electromechanical

Maintenance and Selecting Contractors in Taipei MRT
a) Aporte: Los autores utilizan el proceso de jerarquía analítica (AHP) y el proceso de
jerarquía analítica difusa (FAHP) para priorizar la tercerización de equipos
electromecánicos en el sistema de metro de Taipei. Basándose en datos históricos,
entrevistas con gerentes senior y documentos ISO, identifican la prioridad para
subcontratar cuatro sistemas clave: aire acondicionado ambiental, suministro
eléctrico, escaleras y ascensores, y sistemas de seguridad eléctrica y contra
incendios. La investigación también emplea el método TOPSIS para evaluar
rigurosamente y monitorear la selección de proveedores, analizando la experiencia
técnica, capacidades de resolución de problemas, certificaciones, tiempos de
respuesta y desempeño contractual para garantizar un servicio de calidad y una
ejecución efectiva del contrato. Peng et al. (2024)
b) Problema: La necesidad de reducir costos y mejorar la seguridad en el sistema de
metro de Taipei, abordando los desafíos asociados con el mantenimiento de equipos
electromecánicos y la subcontratación de tareas no centrales.
c) Técnicas/Herramientas:
AHP y FAHP: Métodos utilizados para priorizar la tercerización de equipos
electromecánicos mediante un análisis jerárquico.
TOPSIS: Técnica empleada para evaluar y monitorear la selección de proveedores
basada en múltiples criterios, garantizando la calidad del servicio y la ejecución del
contrato.
Entrevistas y encuestas: Recopilación de información de siete gerentes senior para
establecer las prioridades de subcontratación.
Análisis de datos históricos y documentos ISO: Revisión de la literatura sobre
tercerización y documentos relevantes para tomar decisiones informadas.
d) Principal resultado: El estudio concluye que la tercerización debe priorizarse
primero para el sistema de aire acondicionado ambiental, seguido por el suministro
eléctrico, escaleras y ascensores, y los sistemas eléctricos y de seguridad contra
incendios, con recomendaciones para mejorar la calidad del mantenimiento y
reducir costos mediante una selección rigurosa de proveedores.
 40

Resumen artículo 6: Connected smart elevator systems for smart power and time saving
a) Aporte: El estudio propone un sistema de ascensor inteligente que utiliza el modelo
YOLO para la detección de objetos, mejorando la eficiencia operativa. En
comparación con los métodos tradicionales, los resultados muestran una mejora del
15% en los tiempos de espera y una reducción del 20% en el uso de energía. La
mayor precisión y fiabilidad del ascensor, junto con la retroalimentación positiva de
los usuarios, indican una mejora significativa en la satisfacción y la gestión de
edificios inteligentes. Además, se sugieren futuras investigaciones para refinar los
algoritmos de detección de objetos, mejorar la adaptabilidad en tiempo real y
explorar la integración de ascensores inteligentes con redes IoT para una gestión
energética integral. Rashed et al. (2024)
b) Problema: La necesidad de mejorar la eficiencia operativa y reducir el consumo
energético en los sistemas de ascensores, mientras se aumenta la fiabilidad y
satisfacción del usuario.
c) Técnicas/Herramientas:
Modelo YOLO para detección de objetos: Se utiliza para mejorar la precisión y
eficiencia del sistema de ascensores inteligentes.
Integración de inteligencia artificial y procesamiento de imágenes: Implementación
de tecnologías avanzadas para optimizar el funcionamiento del ascensor.
Evaluación de eficiencia operativa: Comparación de tiempos de espera y consumo
de energía con métodos tradicionales.
Retroalimentación cualitativa de usuarios: Recopilación de opiniones para medir la
satisfacción con el sistema mejorado.
Futuras investigaciones: Sugerencias para perfeccionar algoritmos, integrar IoT y
desarrollar modelos predictivos de mantenimiento.
d) Principal resultado: El sistema propuesto mejora los tiempos de espera en un 15% y
reduce el consumo de energía en un 20%, mejorando significativamente la
eficiencia operativa y la satisfacción del usuario. Además, se identifican áreas de
mejora futura, como el perfeccionamiento de algoritmos de detección y la
integración más profunda con redes IoT para una gestión energética más eficiente.
 41

Resumen artículo 7: Design Approach for Additive Manufacturing in Spare Part Supply
Chains
a) Aporte: El artículo propone un nuevo enfoque de diseño para cadenas de suministro
(SC) que utilizan fabricación aditiva (AM), empleando métodos de optimización
como el modelo de mediana y programación lineal entera mixta. Este enfoque se
enfoca en decidir la ubicación óptima de los recursos productivos (impresoras 3D)
dentro de cadenas de suministro de repuestos genéricos. Se evaluó en un caso real
de un proveedor de servicios de mantenimiento de ascensores, demostrando la
efectividad del enfoque propuesto para gestionar los desafíos derivados del uso
generalizado de impresoras 3D en las SC industriales. De Brito et al. (2021)
b) Problema: La adopción creciente de la fabricación aditiva (AM) en las cadenas de
suministro industriales presenta nuevos desafíos en el diseño de SC, especialmente
en la ubicación de recursos productivos como las impresoras 3D para optimizar la
disponibilidad y el tiempo de entrega de productos.
c) Técnicas/Herramientas:
Modelo de mediana: Utilizado para optimizar la ubicación de los recursos de
fabricación dentro de la SC.
Programación lineal entera mixta (MILP): Herramienta empleada para tomar
decisiones de asignación de recursos en la SC.
Evaluación en un caso real: El enfoque fue evaluado en el contexto de un proveedor
de servicios de mantenimiento de ascensores.
Optimización de recursos productivos (impresoras 3D): Asegurando una asignación
eficiente de las impresoras para mejorar la disponibilidad de repuestos.
d) Principal resultado: El enfoque propuesto muestra capacidades prometedoras para
gestionar los desafíos del uso generalizado de la fabricación aditiva en las cadenas
de suministro industriales, especialmente en la localización óptima de impresoras
3D en el mantenimiento de ascensores, lo que mejora la disponibilidad de
productos, niveles de inventario y tiempos de entrega.

Resumen artículo 8: Extending the useful life of elevators through appropriate

maintenance strategies
 42

a) Aporte: El artículo ofrece una evaluación estadística de la vida útil de los

ascensores, demostrando que, bajo la curva de bañera, la vida útil típica de un
ascensor es de 30 años, superando los 20-25 años recomendados. A través del
análisis de 25,548 fallos en 5400 ascensores en Hong Kong, se identificaron las
principales causas de fallos, siendo los controladores, los mecanismos de las puertas
del coche, los mecanismos de las puertas de aterrizaje y otros componentes del
coche los principales responsables. Además, el estudio destacó que los fallos en el
controlador inician la fase de desgaste, sugiriendo que un mantenimiento basado en
riesgos podría extender la vida útil de los ascensores hasta 35 años. Zhang et al.
(2022)
b) Problema: La vida útil de los ascensores es generalmente recomendada en 20-25
años, pero no existen evidencias empíricas que respalden esta recomendación, y en
la práctica los ascensores pueden tener una vida útil más larga. Se necesita
información precisa sobre la duración real y los factores que afectan la vida útil de
los ascensores.
c) Técnicas/Herramientas:
Análisis estadístico: Se analizó un conjunto de datos de 25,548 fallos en 5400
ascensores en Hong Kong para determinar la vida útil real de los ascensores.
Curva de bañera: Aplicada para modelar la vida útil de los ascensores, lo que
permitió identificar las fases de funcionamiento, desgaste y fallo.
Análisis de Pareto: Utilizado para identificar las principales causas de fallos, como
el controlador, los mecanismos de las puertas del coche y de aterrizaje.
Mantenimiento basado en riesgos: Se sugiere mejorar el mantenimiento del
controlador para aumentar la vida útil de los ascensores.
d) Principal resultado: El análisis revela que la vida útil de los ascensores es de 30
años, superando la recomendación tradicional de 20-25 años. Además, los fallos en
los controladores inician la fase de desgaste, y un mantenimiento de riesgos
adecuado podría extender la vida útil de los ascensores hasta 35 años.

Resumen artículo 9: Optimization model to increase the efficiency of the flexible

packaging production process applying the Johnson Method, SMED and TPM in a
SME in the Plastics Sector
a) Aporte: Este artículo aborda la baja eficiencia en los procesos de producción de una
 43

pequeña empresa peruana del sector plástico, agravada por los desafíos derivados de
la pandemia de COVID-19. Se propone la implementación de un modelo de
optimización que integra el método de Johnson, SMED (Single-Minute Exchange of
Die) y dos pilares de la metodología TPM (Total Productive Maintenance). Como
resultado, la eficiencia productiva de la empresa aumentó en un 24.39%, gracias a la
reducción de los tiempos de cambio (setup) y a un aumento en el tiempo medio
entre fallos. Miranda-López et al. (2022b)
b) Problema: La empresa enfrenta una baja eficiencia en su proceso de producción, lo
que impacta negativamente en su capacidad para satisfacer la creciente demanda y
cumplir con los plazos de entrega, problemas comunes en la industria plástica,
incluso en una fase de recuperación tras la pandemia de COVID-19.
c) Técnicas/Herramientas:
Método de Johnson: Aplicado para optimizar la secuencia de operaciones en el
proceso de producción, mejorando la eficiencia.
SMED: Técnica utilizada para reducir los tiempos de cambio de herramienta y
mejorar el flujo de trabajo.
TPM: Se aplicaron dos pilares de la metodología para reducir los tiempos de
inactividad de los equipos y mejorar la fiabilidad del proceso.
d) Principal resultado: La implementación del modelo de optimización resultó en un
aumento del 24.39% en la eficiencia productiva de la empresa. Esto se logró gracias
a la reducción de los tiempos de setup y a la mejora en el tiempo medio entre fallos,
lo que contribuyó a satisfacer la creciente demanda del sector y mejorar la calidad
de los productos.

2.2.2 Resumen de los artículos de la categoría: Herramientas de RCM mejora la

confiabilidad
El RCM se emplea ampliamente para optimizar la disponibilidad y confiabilidad de
los equipos en diversas industrias, desde la manufactura hasta los servicios públicos. Los
artículos seleccionados en esta categoría muestran diferentes aplicaciones y adaptaciones
de RCM, revelando tanto similitudes como diferencias significativas en los enfoques
adoptados y los resultados obtenidos. En estos estudios, se exploran diversas herramientas
y estrategias dentro del marco RCM, como el análisis de modos de falla y efectos (FMEA),
mantenimiento predictivo, y la optimización de los ciclos de mantenimiento. Estos
 44

enfoques buscan no solo aumentar la eficiencia operativa sino también reducir los costos a
largo plazo y mejorar la seguridad operativa.
¿Cómo pueden las herramientas de RCM ser aplicadas para mejorar la
confiabilidad y reducir tiempos de inactividad en sistemas industriales específicos, como
en el caso del mantenimiento de ascensores?
La elección de esta categoría de artículos se justifica porque el tema de
investigación se centra en la mejora de la confiabilidad de los sistemas mediante el uso de
RCM, en particular aplicados al mantenimiento de ascensores. A través del análisis de las
herramientas de RCM, se busca identificar las mejores prácticas que pueden ser adaptadas
para mejorar el rendimiento de equipos en sectores específicos, como el mantenimiento de
ascensores, lo cual es un área clave dentro de la industria del mantenimiento. La aplicación
de estas metodologías promete no solo optimizar el uso de los recursos, sino también
incrementar la confiabilidad operativa, un factor crucial para la eficiencia del servicio.

Resumen artículo 10: Proposed maintenance policy using reliability centered

maintenance (RCM) method with FMECA analysis: A case study of automotive industry
a) Aporte: Los autores proponen una política de mantenimiento basada en el método
de mantenimiento centrado en la confiabilidad (RCM) para el subsistema crítico del
freno de una máquina de prensa que produce componentes de motocicletas. Esta
política incluye tareas de mantenimiento programado bajo condición y tareas de
restauración programada, lo que mejora la confiabilidad y reduce los costos de
mantenimiento del subsistema. La propuesta logra disminuir el costo total de
mantenimiento del subsistema crítico del freno en un 25% con respecto a los costos
de mantenimiento existentes. Dzulyadain et al. (2021)
b) Problema: La máquina de prensa utilizada para producir componentes de
motocicletas presenta una alta frecuencia de fallos, especialmente en sus
subsistemas eléctricos y mecánicos. Se identificaron dos subsistemas críticos,
siendo el freno el más relevante.
c) Técnicas/Herramientas: Se utilizaron la matriz de riesgo para identificar subsistemas
críticos y el análisis de modos de falla, efectos y criticidad (FMECA) para calcular
el número de prioridad de riesgo (RPN). Con base en estos análisis, se aplicó la
metodología de mantenimiento centrado en la confiabilidad (RCM) para desarrollar
una política de mantenimiento para el subsistema del freno.
 45

d) Principal resultado: La implementación de la política de mantenimiento propuesta

disminuyó los costos totales de mantenimiento del subsistema crítico del freno en un
25% en comparación con los costos de mantenimiento previos.
Resumen artículo 11: Development of Optimized Maintenance Program for a Steam
Boiler System Using Reliability-Centered Maintenance Approach
a) Aporte: Los autores proponen un enfoque modificado de mantenimiento centrado en
la confiabilidad (RCM) adaptado a las condiciones de las industrias textiles en
India. La metodología incluye la identificación de componentes críticos mediante
análisis de confiabilidad y análisis de modos de falla, efectos y criticidad (FMECA),
seguido de la recomendación de estrategias de mantenimiento programado y sus
intervalos. Esta adaptación mejora la confiabilidad y disponibilidad del sistema de
calderas de vapor, y permite una reducción significativa de los costos de
mantenimiento. Patil et al. (2022)
b) Problema: La implementación de la metodología RCM estándar es difícil en las
industrias textiles de India debido a la falta de conocimiento sobre los principios de
RCM, sistemas de información parcialmente digitalizados, bases de datos de
mantenimiento inadecuadas, y la carencia de información precisa sobre costos de
mantenimiento y pérdidas de producción.
c) Técnicas/Herramientas: Se utilizó el análisis de confiabilidad y el análisis de modos
de falla, efectos y criticidad (FMECA) para identificar los componentes críticos. A
partir de ahí, se desarrollaron estrategias de mantenimiento programado y se
determinaron los intervalos óptimos para el mantenimiento.
d) Principal resultado: La aplicación de esta metodología de RCM adaptada aumentó la
confiabilidad del sistema de calderas de vapor en 28.15%, mejoró su disponibilidad
en 0.16% y permitió un ahorro de 20.32% en los costos de mantenimiento anuales.

Resumen artículo 12: Applying Reliability Centered Maintenance (RCM) to Sampling

Subsystem in Continuous Emission Monitoring System
a) Aporte: Los autores aplican el enfoque de mantenimiento centrado en la
confiabilidad (RCM) al subsistema de muestreo en los sistemas de monitoreo
continuo de emisiones (CEMS). Utilizando el análisis de modos de falla y efectos
(FMEA) y la lógica de decisión RCM, desarrollan un modelo de disponibilidad
promedio para determinar los ciclos de mantenimiento adecuados. La propuesta
 46

proporciona un esquema de mantenimiento que mejora la confiabilidad del equipo y

optimiza las estrategias de mantenimiento. Yang et al. (2020)
b) Problema: Los sistemas CEMS suelen utilizar rutinas de mantenimiento
predefinidas que no consideran adecuadamente factores como la vida útil del
sistema, la eficiencia operativa y la efectividad de los costos de mantenimiento.
c) Técnicas/Herramientas: Se utilizó el análisis de modos de falla y efectos (FMEA)
para identificar los modos de falla del subsistema de muestreo y la lógica de
decisión RCM para determinar el modo de mantenimiento adecuado. Además, se
desarrolló un modelo de disponibilidad promedio para determinar los ciclos de
mantenimiento.
d) Principal resultado: La implementación del enfoque RCM en el subsistema de
muestreo de CEMS contribuye a mejorar la confiabilidad del equipo y a desarrollar
estrategias de mantenimiento más efectivas, optimizando la eficiencia operativa y
los costos asociados.

Resumen artículo 13: Assessing risk priority numbers of failures in the screw tightening
machine of a hard disk drive production system
a) Aporte: Los autores proponen la aplicación de mantenimiento centrado en la
confiabilidad (RCM) en una línea de producción de discos duros para mejorar la
productividad, confiabilidad y disponibilidad del equipo. Utilizando herramientas
como el análisis de modos de falla y efectos (FMEA), el número de prioridad de
riesgo (RPN), el tiempo medio entre fallas (MTBF) y el tiempo medio de reparación
(MTTR), se identifican los fallos críticos y se optimizan las intervenciones
correctivas para reducir el tiempo de inactividad y mejorar la eficiencia. Paoprasert
et al. (2022)
b) Problema: La línea de producción de discos duros experimenta altas tasas de fallos y
tiempos de inactividad elevados, lo que reduce la disponibilidad y la productividad
del equipo.
c) Técnicas/Herramientas: Se utilizó el análisis de modos de falla y efectos (FMEA), el
número de prioridad de riesgo (RPN), el tiempo medio entre fallas (MTBF) y el
tiempo medio de reparación (MTTR) como herramientas principales para identificar
fallos críticos y mejorar la gestión de mantenimiento.
d) Principal resultado: La aplicación del enfoque RCM permitió identificar las cinco
 47

fallas principales que causaban interrupciones en la producción y, mediante la

evaluación de MTBF y MTTR, se logró reducir significativamente la ocurrencia de
estos fallos, mejorando la disponibilidad y confiabilidad de los equipos, lo que a su
vez aumentó la productividad de la línea de producción.

Resumen artículo 14: A probabilistic reliability-centred maintenance approach for

electrical distribution networks
a) Aporte: Los autores proponen un enfoque novedoso de mantenimiento centrado en
la confiabilidad (RCM) probabilístico utilizando un modelo Markoviano de tres
estados (MM) para evaluar el nivel de confiabilidad de los componentes de la red de
distribución eléctrica (EDN). Este enfoque permite determinar una asignación
económica de los recursos financieros para el mantenimiento preventivo (PM),
considerando parámetros económicos como los costos de interrupción del servicio y
las restricciones presupuestarias. Ardabili et al. (2020)
b) Problema: La alta tasa de fallos en los componentes de la red de distribución
eléctrica (EDN) afecta la confiabilidad del sistema y plantea la necesidad de una
política de mantenimiento eficiente para reducir los costos asociados a las fallas.
c) Técnicas/Herramientas: Se utilizó el modelo Markoviano de tres estados (MM) para
evaluar la confiabilidad de los componentes de la EDN y determinar el balance
entre el mantenimiento correctivo y preventivo. La asignación de recursos
financieros para el mantenimiento preventivo se realiza teniendo en cuenta los
costos de interrupción y las restricciones presupuestarias.
d) Principal resultado: La implementación del enfoque RCM propuesto permite una
asignación más eficiente de los recursos financieros para el mantenimiento
preventivo, optimizando la confiabilidad de los componentes de la EDN y
reduciendo los costos asociados a las interrupciones del servicio. Este método se
evaluó exitosamente a través de la implementación en el bus número cuatro del
sistema de prueba Roy Billinton.

Resumen artículo 15: Mission reliability–centered maintenance approach based on

quality stochastic flow network for multistate manufacturing systems
a) Aporte: Los autores proponen un enfoque de mantenimiento centrado en la
confiabilidad (RCM) orientado a la calidad para sistemas de manufactura
 48

multiestadio, utilizando la fiabilidad de la misión como base. Se introduce un

modelo de red de flujo estocástico orientado a la calidad (QSFN) y un marco de
mantenimiento centrado en la confiabilidad, con el objetivo de optimizar la
estrategia de mantenimiento integrada minimizando los costos totales. El método
propuesto se valida con un ejemplo industrial de un receptor de flujo de metro,
demostrando su capacidad para equilibrar los costos de mantenimiento y la calidad
del mantenimiento. X. Yang et al. (2022)
b) Problema: Los estudios previos sobre RCM no consideran adecuadamente la calidad
del mantenimiento en el monitoreo de las condiciones operativas de los sistemas de
manufactura, lo que puede resultar en una gestión subóptima de los recursos y un
deterioro prematuro de los componentes.
c) Técnicas/Herramientas: Se establece un modelo de red de flujo estocástico orientado
a la calidad (QSFN) para sistemas de manufactura multiestadio. Además, se utiliza
la fiabilidad de misión como métrica clave, y se propone un marco de
mantenimiento que integra la fiabilidad y la calidad del mantenimiento. La
estrategia óptima de mantenimiento se obtiene minimizando el costo total.
d) Principal resultado: El enfoque propuesto logra equilibrar de manera efectiva el
costo y la calidad del mantenimiento en sistemas de manufactura multiestadio, lo
que mejora la eficiencia operativa y reduce los costos asociados al mantenimiento.
El ejemplo industrial del receptor de flujo de metro valida la aplicabilidad del
método.

Resumen artículo 16: Using the multi-criteria model for optimization of operational
routes of thermal power plants
a) Aporte: Los autores proponen la aplicación del método “Measuring Attractiveness
by a Category Based Evaluation Technique (MACBETH)” para desarrollar un
modelo de múltiple criterio que apoye la toma de decisiones en la priorización de la
criticidad de los componentes de sistemas en plantas termoeléctricas. Este enfoque
busca optimizar las rutas de inspección operativa y proponer nuevas metodologías
para aumentar la productividad del equipo de operación, manteniendo la fiabilidad
de la planta. Se aplica específicamente al sistema de calderas en plantas
termoeléctricas, utilizando el ciclo termodinámico Rankine. De França Moraes et al.
(2021)
 49

b) Problema: La gestión de plantas termoeléctricas implica una alta demanda de

monitoreo y control debido a la gran cantidad de sistemas, subsistemas y equipos
auxiliares. La toma de decisiones sobre la priorización de la criticidad de los
componentes para el monitoreo operativo y la planificación de mantenimiento es
una tarea compleja que afecta directamente la fiabilidad y el rendimiento de la
planta.
c) Técnicas/Herramientas: Se utiliza el método MACBETH para el desarrollo de un
modelo de múltiple criterio. Este modelo facilita la priorización de los componentes
críticos del sistema, específicamente el sistema de calderas, y permite redefinir la
criticidad, la periodicidad, las rutas de inspección y los recursos aplicados, con el fin
de mejorar la productividad del equipo operativo. El análisis se limita a los
subsistemas y puntos monitoreados del sistema de calderas.
d) Principal resultado: La propuesta de reordenamiento de las rutas operativas y la
priorización de la criticidad permitió una mejora en la estrategia de ejecución de las
rutas actuales, optimizando la asignación de recursos y garantizando la fiabilidad de
la planta. Esto resultó en un aumento de la productividad del equipo operativo sin
comprometer la fiabilidad del sistema.

Resumen artículo 17: Assisted-Driven Design of Customized Maintenance Plans for

Industrial Plants
a) Aporte: Los autores proponen el uso de un sistema basado en algoritmos de Case-
Based Reasoning (CBR) para desarrollar planes de mantenimiento personalizados
en plantas industriales, integrando el conocimiento adquirido de fallas y
descomposiciones a través de datos históricos. Este sistema, implementado en una
aplicación Java, permite adaptar el mantenimiento a las condiciones cambiantes de
la planta y del mercado, utilizando la metodología de Mantenimiento Centrado en
Fiabilidad (RCM). La herramienta guía al ingeniero de mantenimiento a través del
proceso de diseño del plan, minimizando errores humanos y el tiempo de diseño.
Rodríguez-Padial et al. (2022)
b) Problema: Los sistemas de producción actuales, que responden a demandas de
mercado con altas tasas de cambio y personalización, son complejos y propensos a
fallos, lo que afecta la fiabilidad del sistema. La creación de planes de
mantenimiento personalizados es esencial, pero estos planes deben adaptarse a las
 50

condiciones operativas cambiantes y a los nuevos requerimientos de producción.

c) Técnicas/Herramientas: Se utiliza la metodología RCM combinada con Case-Based
Reasoning (CBR) para el desarrollo de un plan de mantenimiento personalizado.
Los algoritmos CBR permiten acceder a una base de casos similares, adaptados a las
necesidades de la planta, para generar un plan de mantenimiento ajustado a las
condiciones actuales. La implementación se realiza a través de una aplicación en
Java, que guía al ingeniero de mantenimiento durante el proceso de diseño.
d) Principal resultado: La aplicación desarrollada permite crear planes de
mantenimiento personalizados basados en el conocimiento previo de la planta y su
historial de fallas. Esto reduce el tiempo de diseño y errores humanos, aprovechando
el capital intelectual existente y adaptando el mantenimiento a las necesidades
cambiantes del mercado y de la planta, mejorando la fiabilidad y la eficiencia
operativa.

Resumen artículo 18: Optimization and selection of maintenance policies in an

electrical gas turbine generator based on the hybrid reliability-centered maintenance
(RCM) model
a) Aporte: Los autores proponen un modelo híbrido de Mantenimiento Centrado en
Fiabilidad (RCM) que combina el Análisis de Modos de Fallo y Efectos basado en
Lingüística (HL-FMEA), el algoritmo de Optimización por Enjambre de Partículas
Multiobjetivo Co-evolutivo (CMPSO), el Proceso de Red Analítica (ANP) y un
Árbol de Decisión de Mantenimiento Desarrollado (DMDT) para determinar
políticas y calendarios de mantenimiento óptimos. Este modelo se aplica en el
mantenimiento de un generador eléctrico en una planta de procesamiento de
petróleo y gas en Yemen, demostrando ser más eficiente y económico que modelos
anteriores. Alrifaey et al. (2020)
b) Problema: La industria de generación eléctrica necesita técnicas para determinar de
manera precisa la política y el cronograma adecuado de mantenimiento para sus
activos. Los modelos tradicionales de RCM tienen dificultades para optimizar y
seleccionar estrategias de mantenimiento debido a su enfoque simplificado que no
toma en cuenta combinaciones de fallos, lo que puede llevar a errores significativos
en las decisiones.
c) Técnicas/Herramientas: El modelo híbrido propuesto combina varias técnicas
 51

avanzadas: HL-FMEA para el análisis de fallos y efectos, CMPSO para optimizar

múltiples objetivos de mantenimiento, ANP para evaluar y priorizar criterios
interdependientes, y DMDT para estructurar las decisiones de mantenimiento. Estas
herramientas se integran para ofrecer un plan de mantenimiento más preciso y
eficiente.
d) Principal resultado: El modelo híbrido propuesto generó políticas y horarios de
mantenimiento óptimos para el generador eléctrico, comparado con estudios
previos, mejorando la efectividad y eficiencia económica del mantenimiento. El
plan resultante fue más estructurado y adecuado para las necesidades operativas de
la planta.

2.2.3 Resumen de los artículos de la categoría: Factor de riesgo en la disponibilidad

La categoría "Factor de riesgo en la disponibilidad" fue seleccionada debido a su
relevancia para abordar la pregunta: ¿Qué factores de riesgo afectan la disponibilidad de
equipos en el contexto del mantenimiento de ascensores, y cómo pueden mitigarse para
garantizar un servicio continuo y confiable?
Esta categoría agrupa investigaciones que analizan los principales factores que
limitan la disponibilidad de equipos críticos, con un enfoque en el impacto de las fallas, las
interrupciones no planificadas y las estrategias de mantenimiento (preventivo, correctivo o
basado en condiciones) como herramientas para mitigar estos riesgos.
La elección de esta categoría se justifica por su estrecha relación con el objetivo de
la investigación, que busca implementar un plan de mejora operacional basado en el
Mantenimiento Centrado en la Confiabilidad (RCM). Comprender los factores de riesgo
que afectan la disponibilidad es esencial para optimizar las operaciones y minimizar
tiempos de inactividad en el mantenimiento de ascensores. Los artículos revisados
proporcionan una base teórica y metodológica que respalda la identificación y priorización
de riesgos, permitiendo el diseño de estrategias más efectivas para garantizar un servicio
más confiable.

Resumen artículo 19: Straightening machine preventive maintenance intervention plan

based on AHP: a case study in a steel company in Brazil
a) Aporte: Los autores proponen un método para definir el intervalo óptimo de
mantenimiento preventivo en un equipo clave de producción de una empresa
siderúrgica en Brasil, utilizando el Proceso de Análisis Jerárquico (AHP) para
 52

priorizar criterios como vida útil de los componentes, horas de inactividad,

fiabilidad del equipo y costos de materiales y mano de obra. De Oliveira et al.
(2023b)
b) Problema: Determinar el intervalo adecuado entre intervenciones de mantenimiento
preventivo para equilibrar costos, disponibilidad del equipo y riesgo de fallos.
c) Técnicas/Herramientas:
Análisis documental y entrevistas con expertos para recopilar información relevante
sobre los equipos y criterios de mantenimiento.
Proceso de Análisis Jerárquico (AHP) para jerarquizar los criterios que influyen en
la periodicidad del mantenimiento, tales como vida útil de componentes, horas de
inactividad, fiabilidad y costos.
d) Principal resultado: La periodicidad bi-semanal de mantenimiento preventivo fue
identificada como la más adecuada. Los resultados preliminares indicaron que la
disponibilidad del equipo no se deterioró y los costos de mantenimiento estuvieron
por debajo del promedio histórico.

Resumen artículo 20: Integrated condition-based maintenance modelling and

optimisation for offshore wind turbines
a) Aporte: Los autores presentan una estrategia de mantenimiento integrada que
combina mantenimiento correctivo, mantenimiento preventivo imperfecto basado en
tiempo y mantenimiento basado en condición. Esta estrategia se compara con
métodos tradicionales y se optimiza para encontrar el umbral de degradación
óptimo, equilibrando el uso de actividades de mantenimiento y la eficiencia
operativa de turbinas eólicas offshore. Dao et al. (2021)
b) Problema: Minimizar los costos totales de mantenimiento y mejorar la generación
de energía al reducir el tiempo de inactividad y la energía no suministrada en
turbinas eólicas offshore.
c) Técnicas/Herramientas:
Modelado de actividades de mantenimiento y sus impactos en la degradación y
rendimiento de componentes.
Programa de simulación de mantenimiento para evaluar estrategias en términos de
costos, tiempo de inactividad y energía generada.
Estudio de caso en una turbina eólica offshore de 10 MW para validar y comparar
 53

las estrategias propuestas.

Optimización del umbral de degradación para equilibrar el uso de mantenimiento
basado en condición y otras actividades.
d) Principal resultado: La estrategia propuesta redujo significativamente los costos
totales de mantenimiento y mejoró la generación de energía al disminuir el tiempo
de inactividad y la energía no suministrada esperada.

Resumen artículo 21: Reliability evaluation of avionics system with imperfect fault
coverage and propagated failure mechanisms
a) Aporte: Los autores desarrollan un método de modelado y simulación basado en
Diagramas de Decisión Binarios (BDD) para evaluar la confiabilidad de sistemas
multicapa con Cobertura de Fallos Imperfecta (IFC). Este enfoque permite analizar
el comportamiento de fallos y su impacto en el sistema, proporcionando
información para optimizar intervalos de mantenimiento y reducir costos. Chen et
al. (2020)
b) Problema: La cobertura de fallos imperfecta puede impactar negativamente en la
confiabilidad de sistemas multicapa, incrementando costos de mantenimiento al no
considerar adecuadamente las fallas no cubiertas.
c) Técnicas/Herramientas:
Diagramas de Decisión Binarios (BDD) para modelar y simular la confiabilidad del
sistema.
Estudio de caso en un controlador electrónico de motor aeroespacial para evaluar el
impacto de IFC en el comportamiento de fallos y los costos de mantenimiento.
Análisis del comportamiento funcional y físico de fallas no cubiertas en sistemas
multicapa.
d) Principal resultado: La cobertura de fallos imperfecta puede afectar el
comportamiento del sistema y reducir los intervalos de mantenimiento, aumentando
los costos. El modelo basado en BDD ofrece una herramienta eficaz para evaluar y
mitigar estos impactos.

Resumen artículo 22: An improved integrated maintenance/spare parts management for

wind turbine systems with adopting switching concept
a) Aporte: Los autores desarrollan una estrategia de mantenimiento integrada y
 54

optimizada que combina acciones de mantenimiento preventivo perfecto e

imperfecto con una política de gestión de repuestos, considerando la tasa de
producción energética y su impacto en la tasa de fallos del sistema de turbina eólica.
Esta estrategia busca minimizar el costo total a lo largo de un horizonte de
planificación finito. Abderrahmane et al. (2022)
b) Problema: La alta variabilidad en la producción de energía y las tasas de fallos
asociadas en sistemas de turbinas eólicas dificultan la implementación de estrategias
de mantenimiento efectivas y la gestión óptima de repuestos.
c) Técnicas/Herramientas:
Modelado de la tasa de fallos del sistema como función del modo operativo actual.
Optimización de costos totales integrando acciones de mantenimiento y gestión de
repuestos.
Estrategia de mantenimiento conmutada entre acciones preventivas perfectas e
imperfectas.
Estudio numérico para validar la robustez del modelo analítico propuesto
d) Principal resultado: La estrategia propuesta minimiza el costo total de
mantenimiento y repuestos durante el período planificado, demostrando su robustez
mediante un estudio numérico que optimiza el equilibrio entre producción
energética y fiabilidad del sistema.

Resumen artículo 23: Joint Optimization of Preventive Maintenance and Spare Parts
Ordering Considering Imperfect Detection
a) Aporte: Los autores proponen un modelo dinámico de periodo de advertencia
temprana que optimiza las estrategias de mantenimiento preventivo y gestión de
repuestos para equipos modernos. Este modelo incorpora dos enfoques de
mantenimiento (orden normal y orden de emergencia) y considera detecciones
imperfectas del estado del equipo, mejorando la flexibilidad y reduciendo costos de
mantenimiento. He & Gao (2023b)
b) Problema: La gestión tradicional de mantenimiento preventivo y la estrategia de
pedidos de repuestos asumen tiempos de entrega fijos y detecciones perfectas del
estado del equipo, lo que resulta en discrepancias con la práctica real y mayores
costos.
c) Técnicas/Herramientas:
 55

Modelo dinámico basado en el estado del equipo para establecer periodos de

advertencia temprana.
Incorporación de estrategias de orden normal y de emergencia según el estado del
equipo.
Consideración de detección imperfecta de los estados de equipo.
Experimentos numéricos con componentes críticos (rodamientos) como caso de
estudio
d) Principal resultado: El modelo propuesto logra un costo por unidad de tiempo de
1.3021, en comparación con el costo de 1.3611 del modelo original, lo que
representa una reducción significativa en los costos de mantenimiento y una mejora
en la coordinación entre mantenimiento preventivo y pedidos de repuestos.

Resumen artículo 24: Joint Optimization Strategy of Condition-Based Maintenance and

Spare Parts Ordering for Nonlinear Degraded Equipment under Imperfect Maintenance
a) Aporte: Los autores proponen una estrategia de mantenimiento conjunto que
incorpora la incertidumbre en el número de actividades de mantenimiento
imperfecto para equipos con degradación no lineal. Introducen un modelo de
optimización multiobjetivo que combina mantenimiento basado en condición y
gestión de pedidos de repuestos, minimizando los costos promedio esperados. Yang
et al. (2022)
b) Problema: Los métodos existentes asumen degradación lineal del equipo y
establecen de antemano el número de actividades de mantenimiento imperfecto, lo
que no refleja la naturaleza no lineal y las incertidumbres presentes en equipos
reales degradados.
c) Técnicas/Herramientas:
Transformación Box-Cox (BCT) para linearizar datos de degradación no lineal.
Modelo de regresión con coeficientes aleatorios para incluir actividades de
mantenimiento imperfecto.
Derivación de la distribución probabilística de vida útil remanente (RUL).
Variables de decisión: ciclo de detección, umbral de mantenimiento preventivo,
número de mantenimientos.
Modelo de optimización multiobjetivo para equilibrar costos, disponibilidad y
probabilidad de éxito.
 56

d) Principal resultado: El análisis numérico demostró la viabilidad de la estrategia de

optimización propuesta, evidenciando una reducción de costos promedio esperados
al considerar incertidumbres en actividades de mantenimiento imperfecto y pedidos
de repuestos.

Resumen artículo 25: Imperfect Preventive Maintenance Optimization with Variable

Age Reduction Factor and Independent Intervention Level
a) Aporte: Los autores presentan un enfoque innovador que optimiza las políticas de
mantenimiento preventivo (PM) mediante la inclusión del nivel de intervención
como variable independiente de los tiempos de PM. Este modelo considera factores
prácticos, como el número de tareas realizadas, el tiempo de ejecución y la cantidad
de componentes reemplazados, permitiendo planes de mantenimiento más flexibles
y personalizados. Pereira et al. (2023b)
b) Problema: Las políticas tradicionales de mantenimiento preventivo no consideran de
manera explícita el nivel de intervención de las actividades, lo que limita su
capacidad para optimizar costos y adaptarse a las condiciones reales de operación.
c) Técnicas/Herramientas:
Modelo de confiabilidad que incorpora mantenimiento preventivo imperfecto.
Factor de mejora variable basado en la reducción de edad del equipo.
Optimización de los tiempos de mantenimiento preventivo, niveles de intervención,
y número total de actividades.
Estudio de caso en tres intercambiadores de calor en una planta hidroeléctrica
d) Principal resultado: La estrategia propuesta optimizó los tiempos y niveles de
intervención de las actividades de mantenimiento, logrando minimizar el costo total
de mantenimiento en un horizonte de planificación fijo definido por el usuario. Los
resultados demostraron la efectividad y precisión del enfoque a través de ejemplos
numéricos y el caso práctico.

Resumen artículo 26: Research on Elevator Safety Detection Management based on Big
Data
a) Aporte: Este estudio propone un sistema de gestión de detección de seguridad para
elevadores basado en tecnología de big data. Este sistema utiliza datos recopilados
por sensores para monitorear el estado operativo de los equipos, optimizar la
 57

detección de fallas y anormalidades, y mejorar los métodos de gestión y monitoreo,

asegurando mayor seguridad y estabilidad en la operación de los elevadores. Liu et
al. (2023)
b) Problema: La seguridad y estabilidad en el funcionamiento de los elevadores son
críticas, pero las herramientas tradicionales no permiten abordar eficazmente fallas y
situaciones anómalas, especialmente en el contexto de grandes volúmenes de datos
generados por sensores.
c) Técnicas/Herramientas:
Aplicación de tecnología de big data para recopilar y analizar datos de sensores en
tiempo real.
Desarrollo de un sistema de gestión de detección de seguridad enfocado en big data.
Verificación y análisis del sistema a través de casos prácticos.
d) Principal resultado: La integración de tecnología de big data en la gestión de
detección de seguridad de elevadores demostró ser crucial, permitiendo identificar y
resolver fallas y anomalías con mayor rapidez y eficacia, mejorando
significativamente la seguridad operativa.

2.2.4 Resumen de los artículos de la categoría: Soluciones digitales para registrar

información de los servicios

La categoría se seleccionó para responder a la pregunta: ¿Cómo pueden las

herramientas digitales optimizar el registro y análisis de la información en los servicios de
mantenimiento, y qué impacto tienen en la eficiencia y confiabilidad del proceso?

Esta categoría agrupa investigaciones que exploran el uso de tecnologías digitales,

como software de gestión de mantenimiento (CMMS), aplicaciones móviles y plataformas
en la nube, para documentar, monitorear y analizar los datos relacionados con los servicios
de mantenimiento. Los artículos revisados abordan cómo estas soluciones contribuyen a
una mejor trazabilidad de las actividades, facilitan la toma de decisiones basada en datos y
mejoran la planificación de los servicios.

La inclusión de esta categoría se justifica por su relación directa con el tema de

investigación, ya que la implementación del RCM requiere un sistema eficiente para
registrar, procesar y analizar información. Las soluciones digitales permiten automatizar
 58

procesos y centralizar datos clave, reduciendo errores y mejorando la eficiencia operativa

en la gestión de mantenimiento de ascensores. Además, estas herramientas digitales son
fundamentales para garantizar un enfoque proactivo en la toma de decisiones, alineándose
con los objetivos de optimización de recursos y mejora del servicio.

Resumen artículo 27: Impact of a multi-media digital tool on identifying construction

hazards under the uk construction design and management regulations
a) Aporte: Los autores desarrollaron una herramienta digital multimedia para educar y
asistir a los diseñadores de proyectos de construcción en la identificación de
peligros relacionados con el diseño, fomentando decisiones informadas que mejoren
la seguridad ocupacional durante la etapa de construcción. Hare et al. (2020)
b) Problema: La mayoría de los diseñadores en proyectos de construcción no
reconocen suficientemente cómo sus decisiones de diseño impactan en la salud y
seguridad ocupacional, lo que contribuye a un alto porcentaje de accidentes en el
sector.
c) Técnicas/Herramientas:
Diseño de una herramienta digital multimedia para educar a los diseñadores sobre
peligros típicos del diseño.
Intervención experimental: Se evaluó el desempeño de diseñadores (novatos y
experimentados) en grupos control y experimental utilizando dibujos ficticios en
CAD para identificar peligros.
Uso de métodos visuales y pruebas novedosas de identificación de peligros.
d) Principal resultado: Los grupos experimentales superaron significativamente a los
grupos de control, con un mayor incremento en la detección de peligros y
propuestas de alternativas seguras en los grupos de diseñadores novatos. La
herramienta digital permitió identificar un mayor número de peligros y mejorar la
calidad de las opciones recomendadas.

Resumen artículo 28: An Industry 4.0 implementation of a condition monitoring system

and IoT-enabled predictive maintenance scheme for diesel generators
a) Aporte: Los autores proponen un sistema de monitoreo remoto habilitado por IoT
para realizar mantenimiento predictivo en generadores diésel (DG). Introducen un
esquema basado en lógica difusa para emitir alertas en tiempo real y optimizar el
 59

desempeño y la eficiencia de los DG en el contexto de la Industria 4.0. Mohapatra

et al. (2023)
b) Problema: Los métodos tradicionales de mantenimiento de generadores diésel no
garantizan una eficiencia óptima ni una identificación temprana de fallos, lo que
puede causar interrupciones en el suministro eléctrico y costos elevados.
c) Técnicas/Herramientas:
Monitoreo remoto y adquisición de datos basado en IoT para recopilar parámetros
clave de los DG en tiempo real.
Análisis de métricas críticas: velocidad del motor, voltaje, corriente, factor de
potencia, consumo de combustible, estado de la batería, entre otros.
Modelos matemáticos: Correlación de datos experimentales y estimación de
coeficientes para analizar el desempeño de los DG.
Sistema de soporte de decisiones (DSS) basado en lógica difusa para generar alertas
en tiempo real en condiciones críticas.
Integración web: Elementos para facilitar la visualización y el control remoto del
sistema.
d) Principal resultado: El sistema propuesto mejora la eficiencia del mantenimiento
predictivo mediante alertas tempranas en situaciones críticas y reduce el tiempo de
inactividad de los DG, integrando la optimización del consumo de combustible y la
salud general del sistema.

Resumen artículo 29: A secured internet of robotic things (IoRT) for long-term care
services in a smart building
a) Aporte: Los autores proponen un robot de seguridad IoMT (Internet de las Cosas
Médicas) para sistemas de cuidado a largo plazo, con el objetivo de proporcionar
una transmisión segura de la información privada de los residentes. El robot se
compone de tres capas: recopilación, cifrado y transmisión de datos. Utiliza un
algoritmo AES para cifrado, mejorando significativamente la seguridad y eficiencia
de la transmisión de datos médicos hacia la nube. Chang et al. (2022)
b) Problema: La protección de la privacidad y la seguridad de los datos médicos en
sistemas de cuidado a largo plazo es esencial, especialmente con el aumento de
dispositivos IoT e IoMT, que pueden ser vulnerables a ataques si no se manejan
adecuadamente.
 60

c) Técnicas/Herramientas:
Cifrado de datos: Se utiliza el algoritmo AES para cifrar la información sensible de
los pacientes, lo que garantiza la seguridad en la transmisión de datos.
Arquitectura de tres capas: La estructura del sistema incluye recopilación de datos,
cifrado eficiente y transmisión segura de la información a la nube.
Autenticación de servidor y revisión de dispositivos IoT/IoMT: Mecanismos
adicionales para asegurar que los dispositivos conectados sean legítimos y seguros.
Uso de Raspberry Pi: Se emplea un dispositivo de bajo consumo energético para
realizar las operaciones de seguridad, demostrando su viabilidad en sistemas de bajo
costo.
d) Principal resultado: El sistema IoMT propuesto, utilizando AES para el cifrado,
muestra una mejora significativa en el tiempo de procesamiento y eficiencia en
comparación con otros algoritmos como ECC. En particular, AES cifra y descifra
datos de 100–100 K bytes en menos de 9 ms, mientras que ECC lo hace en 104 ms.
Además, el tiempo de descifrado de 100 bytes es de 0.00015 segundos con AES,
mucho más rápido que los 0.09 segundos necesarios para ECC. Esto demuestra la
efectividad del enfoque en términos de velocidad y eficiencia energética para
sistemas de cuidado a largo plazo.

Resumen artículo 30: Optimization model for production scheduling taking into account
preventive maintenance in an uncertainty-based production system
a) Aporte: El artículo presenta un modelo matemático para optimizar los horarios de
producción y planes de mantenimiento preventivo en la industria 4.0,
específicamente enfocado en la distribución de órdenes de producción en líneas de
producción disponibles durante un período determinado. El modelo también
contempla la posibilidad de realizar cambios en los horarios de producción para
manejar la incertidumbre de manera eficiente. Se verificó con datos reales de un
fabricante automotriz, demostrando optimización en el uso de las líneas de
producción y el ahorro de costos. Penchev et al. (2023)
b) Problema: Las empresas industriales, particularmente en el contexto de la Industria
4.0, enfrentan desafíos para optimizar la programación de producción y los planes
de mantenimiento, manejando la incertidumbre en los horarios de producción y el
uso de las máquinas, lo que puede afectar la eficiencia y los costos operativos.
 61

c) Técnicas/Herramientas:
Modelo matemático: Se propone un modelo para determinar un plan de producción
válido, teniendo en cuenta las actividades de mantenimiento preventivo
programadas y las preferencias de los planificadores.
Análisis de sensibilidad: Se realizaron experimentos para validar el modelo,
incluyendo análisis de cómo la programación afecta los tiempos de ejecución y el
uso de las máquinas.
Optimización de uso de máquinas: El modelo busca minimizar el uso de máquinas
innecesarias, con la capacidad de no utilizar hasta 4 de las 12 líneas de producción.
Integración con ERP: Se sugiere que el modelo, si se incorpora en un sistema ERP,
optimizaría el proceso de programación de producción, ahorrando tiempo y
mejorando la eficiencia.
d) Principal resultado: El modelo demostró una mejora significativa en la eficiencia del
uso de las líneas de producción, con optimización en los tiempos de ejecución y la
asignación de productos. En los experimentos realizados, el modelo optimizó el uso
de 4 de 12 líneas de producción, logrando ahorros de costos y aumentando la
eficiencia general. Además, su integración en un sistema ERP podría agilizar y
mejorar la programación de la producción, lo que proporciona un valor tangible para
las organizaciones.

Resumen artículo 31: Application of predictive maintenance concepts using artificial

intelligence tools
a) Aporte: El artículo explora la aplicación de herramientas de Inteligencia Artificial,
específicamente el Aprendizaje Automático (Machine Learning), en el análisis de
grandes volúmenes de datos generados por sistemas industriales. El objetivo es
mejorar la disponibilidad de los sistemas, reducir los costos de mantenimiento,
aumentar el rendimiento operativo y apoyar la toma de decisiones en el área de
mantenimiento, al aplicar estas tecnologías para la transición hacia el mantenimiento
predictivo. Cardoso & Ferreira (2020)
b) Problema: Las empresas, al enfrentarse a la creciente competitividad del mercado y
la automatización impulsada por la Industria 4.0, deben optimizar el mantenimiento
de los equipos. La creciente cantidad de datos extraídos de los sistemas industriales
presenta la oportunidad de mejorar la gestión del mantenimiento, pero requiere el
 62

uso de herramientas avanzadas como la Inteligencia Artificial para procesar y

analizar estos datos de manera efectiva.
c) Técnicas/Herramientas:
Inteligencia artificial: El uso de herramientas de IA, en particular el Aprendizaje
Automático, para procesar grandes volúmenes de datos industriales.
Mantenimiento predictivo: Se plantea utilizar los datos procesados para identificar y
predecir fallas en los equipos antes de que ocurran, mejorando así la disponibilidad
y reduciendo los costos asociados al mantenimiento.
Análisis de datos: Se implementan metodologías específicas para procesar y analizar
los datos generados por los sensores y dispositivos de transmisión en sistemas
industriales, con el fin de proporcionar información valiosa para el área de
mantenimiento.
d) Principal resultado: El uso de Machine Learning en el análisis de los datos de los
sistemas industriales permite mejorar la gestión del mantenimiento, optimizar la
disponibilidad de los equipos, reducir los costos operativos y aumentar el
rendimiento. Esto proporciona herramientas y conocimientos útiles para tomar
decisiones informadas en el área de mantenimiento, contribuyendo a la
competitividad de la organización al implementar un enfoque más eficiente y
predictivo.

Resumen artículo 32: An Artificial Intelligence Approach for Improving Maintenance

to Supervise Machine Failures and Support Their Repair
a) Aporte: El artículo destaca la aplicación de métodos y técnicas de Inteligencia
Artificial (IA) para predecir fallas potenciales y realizar acciones de mantenimiento
preventivas en sistemas de producción dentro del contexto de la Industria 4.0. El
objetivo es llevar a cabo actividades de mantenimiento de manera adecuada y en el
momento oportuno para minimizar o evitar los impactos negativos. Se hace énfasis
en la importancia de usar datos de sensores confiables y algoritmos de aprendizaje
automático bien entrenados para mejorar la gestión de las actividades de
mantenimiento. Rojek et al. (2023)
b) Problema: La gestión de mantenimiento de equipos de producción es crucial para
garantizar la continuidad del negocio y la productividad. Sin embargo, determinar el
tiempo de implementación y la selección adecuada del alcance de las actividades de
 63

mantenimiento son desafíos significativos, especialmente cuando se busca optimizar

el uso de los recursos de mantenimiento (piezas de repuesto, personal, finanzas).
c) Técnicas/Herramientas:
Inteligencia artificial (IA): Aplicación de IA para predecir fallas y gestionar
actividades de mantenimiento preventivo de manera eficiente.
Digital Twins: Uso de gemelos digitales para simular y predecir el comportamiento
de los equipos en tiempo real.
Aprendizaje automático: Implementación de algoritmos de aprendizaje automático
entrenados con grandes cantidades de datos de sensores para predecir fallas y
optimizar el mantenimiento.
Simulación computacional: Análisis basado en la simulación computacional
utilizando datos industriales reales para modelar y gestionar el mantenimiento
d) Principal resultado: El uso efectivo del mantenimiento preventivo requiere grandes
volúmenes de datos confiables de sensores y algoritmos de aprendizaje automático
bien entrenados. A través de soluciones simples pero eficientes, las empresas,
independientemente de su tamaño o perfil de producción, pueden implementar
soluciones de mantenimiento predictivo con bajos costos de implementación, lo que
mejora significativamente la gestión de las actividades de mantenimiento y optimiza
los recursos.

Resumen artículo 33: An intelligent approach for data pre-processing and analysis in
predictive maintenance with an industrial case study
a) Aporte: Este artículo propone un enfoque inteligente utilizando técnicas de
aprendizaje automático no supervisado para el preprocesamiento y análisis de datos
en el mantenimiento predictivo. El objetivo es obtener datos cualificados y
estructurados, mejorando el rendimiento de los algoritmos de aprendizaje
automático en el diagnóstico y pronóstico de la salud de las máquinas. Se demuestra
la aplicabilidad de este enfoque mediante un estudio de caso industrial en el sector
manufacturero, identificando problemas de calidad de datos y detectando
subconjuntos interesantes para obtener información oculta sobre el comportamiento
de los componentes y máquinas. Bekar et al. (2020)
b) Problema: Los sistemas de mantenimiento predictivo en manufactura dependen de
grandes volúmenes de datos históricos y en tiempo real provenientes de múltiples
 64

sensores y sistemas informáticos. La calidad de estos datos y la correcta preparación

para su análisis impactan significativamente en el rendimiento de los algoritmos de
aprendizaje automático, lo que puede afectar la precisión en el diagnóstico y
pronóstico de fallas.
c) Técnicas/Herramientas:
Aprendizaje automático No Supervisado: Uso de técnicas de aprendizaje automático
no supervisado para preprocesar y analizar datos, con el fin de detectar patrones
ocultos en los datos y mejorar la calidad de la información.
Preprocesamiento de datos: Métodos inteligentes para transformar datos crudos en
conjuntos de datos estructurados y calificados, esenciales para el análisis predictivo.
Estudio de caso industrial: Aplicación del enfoque propuesto a datos del sector
manufacturero para identificar problemas de calidad de datos y obtener información
relevante sobre el comportamiento de las máquinas.
d) Principal resultado: La implementación del enfoque propuesto permitió obtener
información útil y diagnóstica de manera sistemática sobre el comportamiento de
los componentes y máquinas. Este análisis contribuyó al desarrollo de modelos de
pronóstico y soporte en la toma de decisiones, mejorando el rendimiento de los
algoritmos de mantenimiento predictivo y optimizando el proceso de análisis de
grandes volúmenes de datos.

Resumen artículo 34: Machine learning-driven optimization of enterprise resource

planning (ERP) systems: a comprehensive review
a) Aporte: Este artículo ofrece un análisis exhaustivo sobre los avances más recientes
en la integración de algoritmos de aprendizaje automático (ML) con los sistemas de
planificación de recursos empresariales (ERP). El enfoque se centra en cómo ML
está revolucionando la optimización de ERP al permitir la adaptación dinámica de
los sistemas ERP basados en datos en tiempo real, lo que mejora la eficiencia y la
capacidad de adaptación de las organizaciones. Además, destaca cómo la
combinación de la Internet de las Cosas (IoT) y el aprendizaje automático está
permitiendo la creación de estrategias adaptables y la optimización continua, lo que
tiene un impacto significativo en varios sectores industriales. Jawad & Balázs
(2024)
b) Problema: Los sistemas ERP tradicionales, aunque robustos, pueden ser limitados
 65

en su capacidad para adaptarse rápidamente a cambios y ofrecer soluciones

dinámicas basadas en datos en tiempo real. La integración de aprendizaje
automático (ML) dentro de estos sistemas busca superar esta limitación,
proporcionando predicciones más precisas y decisiones basadas en datos, lo que
permite a las empresas reaccionar más rápidamente ante circunstancias cambiantes.
c) Técnicas/Herramientas:
Integración de ML con ERP: La utilización de algoritmos de ML para extraer
patrones complejos de grandes volúmenes de datos, lo que permite a los sistemas
ERP hacer predicciones más precisas y decisiones basadas en datos en tiempo real.
IoT y ML: La conexión de dispositivos IoT con sistemas ERP para permitir la
recopilación continua de datos, que luego se analizan con algoritmos de ML para
generar información útil y optimizar procesos.
Modelos Explicables de ML: La integración de soluciones de inteligencia artificial
(IA) para hacer que los modelos de ML sean más claros y comprensibles para los
interesados dentro de la organización, facilitando la toma de decisiones.
d) Principal resultado: La integración de ML con ERP permite una optimización
continua y una mayor eficiencia operativa. Esta combinación no solo mejora la
capacidad de adaptación de los sistemas ERP en función de los datos en tiempo real,
sino que también permite a las empresas reaccionar de manera más efectiva ante
cambios en el entorno. Además, la utilización de IoT junto con ML en los sistemas
ERP está fomentando la creación de estrategias más flexibles y adaptativas. La
evaluación de la literatura reciente en este campo destaca el creciente impacto y los
desafíos emergentes en la implementación de ML en entornos industriales,
particularmente en la Industria 4.0.

Resumen artículo 35: Application of Augmented Reality in Creating Added Value for an
ERP System
a) Aporte: Este artículo explora la integración de la realidad aumentada (AR) con los
sistemas de planificación de recursos empresariales (ERP) como una forma de
mejorar y extender la funcionalidad de estos sistemas. A través de la investigación,
se identifican los beneficios, las oportunidades, las limitaciones y las áreas de
aplicación del uso de AR en los ERP. Además, el artículo presenta un escenario de
prueba de concepto (PoC), en el cual se implementa una aplicación móvil de
 66

realidad aumentada para mostrar modelos 3D, lo que agrega valor a los ERP y crea
nuevas oportunidades de negocio. El desarrollo de esta aplicación sigue un enfoque
metodológico basado en la programación extrema (XP). Bakale & Picek (2023)
b) Problema: Los sistemas ERP tradicionales, aunque fundamentales para la gestión de
recursos empresariales, a menudo carecen de capacidades para interactuar de
manera inmersiva y visualmente enriquecedora con los usuarios. La realidad
aumentada, como tecnología emergente, podría mejorar la experiencia del usuario y
proporcionar funcionalidades adicionales a los ERP, lo que lleva a un aumento en el
valor del negocio. Sin embargo, la integración de AR con los sistemas ERP presenta
un desafío técnico y práctico que requiere investigación.
c) Técnicas/Herramientas:
Realidad aumentada (AR): Integración de AR para superponer información digital
sobre el entorno real, mejorando la visualización de datos y proporcionando
interacciones más intuitivas y dinámicas.
Aplicación móvil: Desarrollo de una aplicación móvil que utiliza AR para mostrar
modelos 3D, permitiendo una visualización más rica de los procesos y recursos
gestionados dentro del ERP.
Programación extrema (XP): Uso de un enfoque ágil de desarrollo de software que
enfatiza la flexibilidad, la colaboración y la iteración rápida para crear soluciones
efectivas y adaptadas a las necesidades del negocio.
d) Principal resultado: El escenario de prueba de concepto demuestra cómo la
integración de AR en un sistema ERP puede mejorar la interacción del usuario y
proporcionar información adicional de manera visual e intuitiva. Esta capacidad
mejora la toma de decisiones y la eficiencia operativa. Además, al permitir la
visualización de modelos 3D, los usuarios pueden comprender mejor los procesos y
gestionar los recursos de manera más efectiva. El enfoque basado en XP facilitó la
implementación rápida y la adaptación continua de la solución a las necesidades del
negocio.

2.2.5 Resumen de los artículos de la categoría: Metodologías del plan de mejora

La categoría se seleccionó para responder a la pregunta: ¿Qué metodologías

estructuradas se pueden emplear para diseñar e implementar un plan de mejora en los
 67

servicios de mantenimiento, y cómo pueden adaptarse al contexto del mantenimiento de

ascensores?

Esta categoría reúne artículos que describen estrategias y enfoques sistemáticos

para desarrollar planes de mejora en diferentes sectores. Los artículos incluyen
metodologías como el Ciclo PHVA (planear, hacer, verificar, actuar), herramientas Lean, y
enfoques específicos como el Mantenimiento Centrado en la Confiabilidad (RCM). Estas
metodologías proporcionan estructuras claras para identificar problemas, establecer
objetivos, diseñar soluciones y monitorear los resultados.

La elección de esta categoría está directamente vinculada al tema de investigación,

ya que la propuesta de mejora operacional en el servicio de mantenimiento de ascensores
requiere un marco metodológico sólido que garantice un desarrollo organizado y efectivo.
Al incorporar estas metodologías, el proyecto puede abordar de manera eficiente los
desafíos identificados, asegurando una implementación exitosa y resultados medibles en la
mejora de la eficiencia y confiabilidad del servicio.

Resumen artículo 36: A comparison of the application of the smed methodology in two
different cutting lines
a) Aporte: Los autores propusieron un nuevo modo de operación en las líneas de corte
basado en la metodología SMED (Single Minute Exchange of Dies), con un plan de
acción validado y apoyado en tarjetas plastificadas colocadas en las líneas, logrando
una estandarización de los procedimientos y reducción de tiempos de setup. Silva et
al. (2021b)
b) Problema: La empresa enfrenta tiempos excesivos durante los momentos de cambio
de herramientas o series, con acciones que no agregan valor y falta de herramientas
de trabajo, lo que afecta la eficiencia de las líneas de producción.
c) Técnicas/Herramientas:
Recolección de datos históricos.
Análisis de grabaciones en video.
Entrevistas informales con empleados.
Uso de herramientas Lean como diagramas de flujo, Gantt y Spaghetti para
identificar desperdicios y oportunidades de mejora.
Implementación de la metodología SMED para optimizar el proceso.
 68

d) Principal resultado: Se logró una reducción del tiempo de setup en un 15% en

ambas líneas de producción.

Resumen artículo 37: Developing and Implementing a Lean Performance Indicator:

Overall Process Effectiveness to Measure the Effectiveness in an Operation Process
a) Aporte: Los autores desarrollaron e implementaron un marco para un indicador de
desempeño lean basado en la colaboración, denominado Overall Process
Effectiveness (OPE). Este indicador, derivado del OEE, mide la efectividad de los
procesos operativos, identificando pérdidas y promoviendo planes de mejora
continua adaptados a las necesidades organizacionales. Además, abre una nueva
línea de investigación en el desempeño logístico. Del Carmen et al. (2022)
b) Problema: La necesidad de contar con un indicador que mida de manera efectiva los
procesos logísticos, específicamente en el área de descarga, para identificar
actividades que no agregan valor y mejorar la competitividad del mercado.
c) Técnicas/Herramientas:
Metodología de investigación-acción (AR).
Trabajo colaborativo entre investigadores y equipo de gestión.
Desarrollo y validación de un marco adaptado del OEE al ámbito logístico
d) Principal resultado: Se implementó y validó el indicador OPE en el proceso de
descarga, logrando identificar pérdidas y mejorar la toma de decisiones, con
potencial de extrapolación a otros dominios logísticos.

Resumen artículo 38: Improvement of Industrial Maintenance Plans through

Assistance-Driven Reliability-Centered Maintenance and Case-Based Reasoning Design
a) Aporte: Los autores desarrollaron un sistema asistido que integra metodologías de
mantenimiento centrado en la confiabilidad (RCM) con algoritmos de razonamiento
basado en casos (CBR) y lógica difusa (FL). Este sistema mejora la precisión en la
toma de decisiones de mantenimiento, permitiendo incorporar factores de riesgo
mediante lenguaje natural y solucionando limitaciones del cálculo clásico del
número de prioridad de riesgo (RPN). Rodríguez et al. (2024)
b) Problema: Los sistemas de producción actuales enfrentan fatiga en las máquinas
debido a demandas variables y personalización masiva, lo que exige un enfoque de
mantenimiento más adaptado y preciso que los métodos tradicionales no pueden
 69

proporcionar.
c) Técnicas/Herramientas:
Metodología de mantenimiento centrado en la confiabilidad (RCM).
Algoritmos de razonamiento basado en casos (CBR).
Lógica difusa (FL) para mejorar la precisión y superar las limitaciones del método
RPN clásico.
Aplicación implementada en Java para integrar datos históricos de fallas.
d) Principal resultado: Se logró diseñar planes de mantenimiento ajustados al contexto
operativo real, mejorando la precisión del cálculo del RPN e incrementando la
capacidad del sistema para realizar decisiones más rápidas y basadas en datos
confiables.

Resumen artículo 39: Dynamic management of periodicity between measurements in

predictive maintenance
a) Aporte: Los autores desarrollaron una metodología dinámica para determinar y
gestionar el Intervalo de Tiempo entre Mediciones (TIBeM) en mantenimiento
predictivo, adaptándolo a la criticidad, condición funcional actual y el historial de
fallas de cada máquina. Este enfoque permite optimizar los costos y minimizar
riesgos de fallas. De León et al. (2023)
b) Problema: En plantas industriales, los intervalos entre mediciones en el
mantenimiento predictivo suelen ser fijos, lo que puede aumentar el riesgo de
averías con períodos largos o elevar costos innecesarios con períodos muy cortos.
c) Técnicas/Herramientas:
Diagnóstico del estado funcional de las máquinas.
Análisis del historial de fallas y mediciones.
Recalibración dinámica del TIBeM con base en la criticidad y confiabilidad de cada
equipo.
d) Principal resultado: La metodología, implementada y validada en una planta de
procesos, resultó en una mejora significativa en los costos y en la gestión del plan de
mantenimiento predictivo.
 70

Resumen artículo 40: A decision-making framework for optimal maintenance

management: An integrated simulation-mathematical programming-expert system
approach
a) Aporte: Los autores proponen un enfoque integrado que combina simulación,
programación matemática y sistemas expertos para optimizar la gestión del
mantenimiento en infraestructuras públicas complejas. El modelo identifica los
componentes críticos en términos de costos y confiabilidad modificada, permitiendo
acciones de mantenimiento más efectivas y reduciendo la tasa de accidentes
relacionados con fallos en los planes de mantenimiento. Tanhaeean et al. (2023)
b) Problema: La gestión de mantenimiento en sistemas de infraestructura pública
enfrenta desafíos relacionados con altos costos y la necesidad de garantizar la
confiabilidad, mientras se minimizan las fallas inesperadas y la insatisfacción de los
usuarios.
c) Técnicas/Herramientas:
Simulación computarizada para modelar el sistema de mantenimiento.
Método Taguchi para desarrollar escenarios de análisis de costos y confiabilidad
modificada.
Regresión para analizar la relación entre carga de trabajo, costo y confiabilidad.
Modelo matemático para optimizar confiabilidad y costos.
Sistema experto para definir acciones de mantenimiento basadas en análisis de
sensibilidad.
d) Principal resultado: El modelo de optimización superó los escenarios Taguchi,
logrando simultáneamente mejoras en confiabilidad y ahorros de costos. Este
enfoque asistió a los administradores en reducir la tasa de accidentes mediante un
mantenimiento más focalizado y eficiente.

Resumen artículo 41: Kaizen: Improving Productivity and Reducing Waste in a

Manufacturing Company: a Practical Case Study
a) Aporte: El artículo propone un enfoque innovador que combina la metodología
Kaizen y un plan de mantenimiento preventivo para reducir el desperdicio en una
máquina de bobinado de vendas. Este enfoque no solo mejora la eficiencia y calidad
del producto, sino que también ofrece acciones concretas aplicables a otros
contextos productivos. Medina et al. (2024)
 71

b) Problema: La máquina de bobinado de vendas genera un nivel de desperdicio que

afecta la eficiencia, aumenta costos y reduce la calidad del producto.
c) Técnicas/Herramientas:
Diagnóstico de la situación actual.
Implementación de estrategias basadas en la metodología Kaizen.
Ajuste en la velocidad de operación de la máquina.
Desarrollo de un plan de mantenimiento preventivo.
d) Principal resultado: El desperdicio en la máquina de bobinado se redujo en un 1%,
gracias a las mejoras en la operación, el mantenimiento y la aplicación continua de
la metodología Kaizen. Esto disminuyó el tiempo de inactividad y los defectos en
las vendas producidas.

Resumen artículo 42: Strategic Management Plan for Maintenance in Mining

Companies as a Form of Technological Innovation
a) Aporte: El artículo propone un plan estratégico de gestión de mantenimiento para
empresas mineras, identificando componentes críticos y desarrollando acciones
preventivas para maquinaria, área administrativa, almacenes y hardware. Esto
permite cerrar la brecha entre el estado actual y el nivel óptimo deseado, mejorando
la productividad, sostenibilidad y competitividad. Perdomo et al. (2023)
b) Problema: Las empresas mineras carecen de un plan estratégico de mantenimiento
que permita optimizar la gestión de equipos e infraestructura, afectando su
productividad y competitividad.
c) Técnicas/Herramientas:
Observación directa, encuestas y entrevistas para recolección de datos.
Herramientas estandarizadas como análisis de criticidad, Balanced Scorecard y
matrices FODA.
d) Principal resultado: El plan estratégico propuesto permite a las empresas mineras
mejorar su productividad y competitividad, incorporando un enfoque holístico que
incluye variables clave y estrategias aplicables tanto a nivel regional como global.

Resumen artículo 43: A novel decision support system for optimizing aircraft
maintenance check schedule and task allocation
a) Aporte: El artículo introduce el primer sistema de soporte de decisiones (DSS) para
 72

optimizar la programación de inspecciones de mantenimiento de aeronaves,

asignación de tareas y planificación de turnos. Este sistema permite generar planes
de mantenimiento más eficientes y evaluar políticas futuras, logrando mejoras
significativas en los indicadores clave de desempeño. Deng et al. (2021)
b) Problema: La planificación del mantenimiento de aeronaves se realiza de forma
subóptima, basada en la experiencia de los planificadores, lo que resulta en
soluciones ineficientes y mayor uso de recursos.
c) Técnicas/Herramientas:
Desarrollo de un sistema de soporte de decisiones (DSS).
Integración de la programación de inspecciones, asignación de tareas y planificación
de turnos en un único marco de trabajo.
Pruebas en tres casos reales de una aerolínea asociada.
d) Principal resultado: El DSS mostró mejoras sustanciales en todos los indicadores
clave de desempeño en comparación con los métodos de planificación tradicionales
usados por la aerolínea, optimizando los planes de mantenimiento y los recursos
empleados.

Resumen artículo 44: Predictive Maintenance Model based on Dispatch Analysis to

Increase Effective Utilization
a) Aporte: El sistema de soporte de decisiones (DSS) optimiza tanto la programación
de inspecciones de mantenimiento como la asignación de tareas y la planificación de
turnos para aeronaves, lo que permite mejorar sustancialmente la eficiencia de los
planes de mantenimiento y la utilización de los recursos. Alcarraz et al. (2021)
b) Problema: La planificación del mantenimiento de aeronaves basada en la
experiencia de los planificadores resulta en soluciones ineficientes, lo que
incrementa el uso de recursos y la posibilidad de errores.
c) Técnicas/Herramientas:
Desarrollo y aplicación de un sistema de soporte de decisiones (DSS).
Integración de la programación de mantenimiento, asignación de tareas y
planificación de turnos en un único sistema.
Análisis de tres casos prácticos con una aerolínea asociada.
d) Principal resultado: El DSS demostró mejoras significativas en los indicadores clave
de desempeño, optimizando la eficiencia de los planes de mantenimiento y los
 73

recursos empleados en comparación con los métodos tradicionales utilizados por la

aerolínea.

2.3 Conclusiones comparadas por Categoría

2.3.1 Conclusiones comparadas de la categoría: Mejora en la eficiencia en la

producción de servicio de conservación
El mantenimiento eficiente de elevadores es esencial para garantizar su
funcionamiento seguro y confiable. La revisión de los artículos muestra una diversidad de
enfoques y soluciones para mejorar este proceso, cada uno abordando diferentes aspectos
del problema con distintos métodos y herramientas.
Niu et al. (2021) se enfoca en la optimización del ciclo de mantenimiento mediante
un modelo de tasa de fallos mixta y simulaciones de Monte Carlo, logrando establecer
períodos de mantenimiento óptimos. Su enfoque cuantitativo contrasta con el de Ng et al.
(2023), que utiliza un enfoque empírico para evaluar el rendimiento del mantenimiento,
destacando factores operacionales como el tráfico y las llamadas falsas de fallo. Mientras
que Niu et al. (2021) aboga por una optimización basada en datos históricos, Ng et al.
(2023) pone el énfasis en la observación real del funcionamiento. Esto sugiere que una
combinación de ambos enfoques podría proporcionar una estrategia más robusta para
mejorar la eficiencia del mantenimiento.
De Brito et al. (2021) introduce la fabricación aditiva como una forma de optimizar
la cadena de suministro de piezas de repuesto, lo que podría reducir tiempos de inactividad.
En este sentido, Miranda-López et al. (2022b) complementa esta perspectiva al presentar
un modelo de optimización que mejora la eficiencia productiva, sugiriendo que estas
innovaciones pueden disminuir los tiempos de espera y aumentar la disponibilidad de
componentes críticos para el mantenimiento de elevadores. La relación entre la producción
eficiente y el mantenimiento se vuelve evidente, destacando que la mejora en la producción
impacta directamente en el mantenimiento.
En cuanto a las herramientas tecnológicas, Chai et al. (2021) utiliza un sistema de
diagnóstico basado en inteligencia artificial (IA) para la detección predictiva de fallos,
mientras que Mishra & Huhtala (2020) se centran en la extracción automática de
características de datos de sensores. Ambos enfoques son proactivos, pero Miranda-López
et al. (2022b) sugiere que la eficiencia en la producción de repuestos también influye en la
 74

efectividad del mantenimiento, creando una sinergia entre diagnóstico tecnológico y

optimización de procesos productivos.
Rashed et al. (2024) destaca el uso de IA y procesamiento de imágenes para
optimizar la eficiencia operativa de elevadores inteligentes. Este estudio, al igual que
Miranda-López et al. (2022b), subraya la importancia de optimizar y mejorar los procesos.
Sin embargo, Rashed et al. (2024) se centra más en la implementación de tecnología,
mientras que Miranda-López et al. (2022b) presenta una visión más integral que abarca
tanto la producción como el mantenimiento.
Peng et al. (2024) investiga la externalización de tareas técnicas como una
estrategia para mejorar la eficiencia operativa. Al priorizar áreas de externalización y
evaluar proveedores, este estudio ofrece una solución organizacional que complementa los
enfoques tecnológicos. Miranda-López et al. (2022b) se alinea con esta idea al sugerir que
la optimización de procesos puede liberar recursos que pueden redirigirse a tareas de
mantenimiento más críticas, reforzando la interdependencia entre producción y
mantenimiento.
Zhang et al. (2022) proporciona evidencia de que un mantenimiento basado en
datos podría extender la vida útil de los elevadores a 30-35 años, sugiriendo un enfoque
proactivo. Este hallazgo se complementa con el de Miranda-López et al. (2022b), que
también enfatiza que la mejora en la producción y la reducción de ineficiencias pueden
tener beneficios a largo plazo, no solo en la operatividad inmediata, sino también en la
sostenibilidad de los sistemas de elevación.
En resumen, estos artículos ofrecen una visión integral sobre cómo mejorar la
reparación y mantenimiento de elevadores para maximizar la eficiencia. La contribución de
estos se destaca por su enfoque en la optimización de procesos productivos, que
complementa las soluciones tecnológicas y organizacionales de otros estudios. La
combinación de modelos analíticos, tecnologías avanzadas y estrategias de optimización de
procesos resulta en una estrategia de mantenimiento que garantice eficiencia, seguridad y
confiabilidad en el sector de elevadores. Este comparativo refuerza la importancia de
abordar el problema desde múltiples ángulos, creando un marco integral para la mejora
continua en el mantenimiento de elevadores.
 75

2.3.2 Conclusiones comparadas de la categoría: Herramientas de RCM mejora la

confiabilidad
La metodología de mantenimiento basado en fiabilidad (RCM) se emplea para
mejorar la eficiencia del mantenimiento y optimizar la disponibilidad de los equipos en
diversas industrias. Los artículos muestran distintas aplicaciones y adaptaciones de RCM,
revelando tanto similitudes como diferencias significativas en su uso y resultados.
Dzulyadain et al. (2021) y Patil et al. (2022) aplican RCM en contextos industriales
específicos para reducir costos de mantenimiento y mejorar la fiabilidad. Mientras que
Dzulyadain et al. (2021) destacan una reducción del 25% en costos en la industria de
motocicletas mediante políticas de mantenimiento programado, Patil et al. (2022) logran
una mejora del 28.15% en fiabilidad y una reducción del 20.32% en costos en un sistema
de calderas en la industria textil, evidenciando así la efectividad de RCM y la importancia
de su personalización para superar limitaciones.
Por otro lado, Yang et al. (2020) y Paoprasert et al. (2022) presentan enfoques
diferentes en la implementación de RCM. Yang et al. (2020) desarrolla un modelo de
disponibilidad promedio para sistemas de monitoreo de emisiones, mientras que Paoprasert
et al. (2022) se enfoca en el análisis de modos de fallo en una línea de producción de
discos duros. Ambos estudios buscan mejorar la fiabilidad, pero sus enfoques y
herramientas varían, lo que resalta la flexibilidad de RCM.
Ardabili et al. (2020) y X. Yang et al. (2022) introducen enfoques avanzados en
RCM. Ardabili et al. (2020) emplea un modelo probabilístico basado en Markov para
gestionar recursos de mantenimiento en redes eléctricas, optimizando la asignación de
recursos financieros. En contraste, X. Yang et al. (2022) propone un marco de
mantenimiento orientado a la calidad para sistemas de manufactura multistate,
equilibrando costos y calidad del mantenimiento. Ambos artículos demuestran la
adaptabilidad de RCM, aunque con un enfoque en distintas áreas: la optimización
económica y la calidad del mantenimiento.
De França Moraes et al. (2021) y Rodríguez-Padial et al. (2022) abordan RCM con
énfasis en planificación y adaptación. De França Moraes et al. (2021) utiliza el método
MACBETH para priorizar la criticidad de componentes en plantas térmicas, mientras que
Rodríguez-Padial et al. (2022) desarrolla una aplicación de RCM adaptada a las demandas
cambiantes de la planta. Ambos destacan la importancia de personalizar las estrategias de
mantenimiento a las condiciones específicas de operación.
 76

Alrifaey et al. (2020) presenta un enfoque híbrido que combina RCM con análisis
FMEA y optimización por enjambre de partículas, superando limitaciones de modelos
tradicionales y ofreciendo una solución integral para la optimización del mantenimiento.
Finalmente, (Alvarado, 2019) analiza la aplicación de RCM en una empresa de alquiler de
maquinaria pesada para el sector minero. Este estudio muestra que la implementación del
RCM mejora la gestión del mantenimiento, reduce el desgaste prematuro y disminuye el
uso de repuestos inadecuados, logrando un aumento de la disponibilidad de maquinaria a
más del 90% en siete meses y un impacto económico positivo significativo.
En conclusión, los artículos revisados demuestran que RCM puede ser adaptado y
aplicado eficazmente en diversos contextos industriales para mejorar la eficiencia del
mantenimiento. La comparación revela varias conclusiones clave. En primer lugar, la
capacidad de personalizar la metodología RCM es crucial, ya que la adaptación a las
condiciones específicas de cada industria puede llevar a mejoras significativas en fiabilidad
y reducción de costos. En segundo lugar, la diversidad de enfoques en la implementación
de RCM resalta su flexibilidad y aplicabilidad en una amplia gama de sectores. Además, la
mayoría de los estudios enfatizan la importancia del mantenimiento preventivo y
predictivo dentro del marco de RCM, lo que destaca la relevancia de anticipar fallos para
maximizar la operatividad y minimizar costos.
La integración de herramientas como el análisis FMEA y métodos de priorización
también potencia la efectividad de RCM, ofreciendo soluciones integrales que abordan
fallos complejos y mejoran la planificación del mantenimiento.
En resumen, la diversidad de enfoques y la capacidad de adaptación de RCM subrayan su
relevancia como herramienta para maximizar la eficiencia operativa en mantenimiento,
mostrando que un enfoque personalizado y estratégico puede resultar en mejoras
significativas en la fiabilidad, reducción de costos y optimización de recursos en diversas
industrias.

2.3.3 Conclusiones comparadas de la categoría: Factor de riesgo en la disponibilidad

La disponibilidad de equipos y sistemas es un desafío crítico en diversas industrias,
y los artículos revisados ofrecen enfoques para abordar este problema. En general, todos
los artículos enfatizan que la optimización del mantenimiento ya sea preventivo, correctivo
o basado en condiciones, es fundamental para mejorar la disponibilidad y reducir los costos
operativos.
 77

Liu et al. (2023) introduce la importancia de la tecnología de grandes datos en la

gestión de la seguridad de los ascensores, proponiendo un sistema de detección que ayuda
a prevenir fallos, lo que resalta cómo el uso de datos puede ser un factor clave en la
disponibilidad de equipos esenciales para el transporte diario. Este enfoque se
complementa con (Abderrahmane et al., 2022), que propone una estrategia de
mantenimiento integrada para turbinas eólicas, optimizando la gestión de piezas de
repuesto y el mantenimiento preventivo. Ambos artículos subrayan que la implementación
de tecnologías avanzadas puede mejorar la seguridad y disponibilidad de los sistemas,
demostrando casos donde la digitalización y optimización resultan en una mayor eficacia
operativa.
Figueroa-Rivera et al. (2022), al centrarse en la metodología lean aplicada a la
logística de almacenes en Perú, resalta cómo la estandarización de procesos y la
optimización de recursos pueden llevar a mejoras significativas en la productividad y, por
ende, en la disponibilidad de los sistemas logísticos. La implementación de herramientas
como 5S y optimización de rutas resultó en un incremento en la productividad de picking y
almacenamiento del 26.7% y 33.8%, respectivamente. Este enfoque de mejora continua es
similar al que se observa en (Dao et al., 2021), donde se modelan diversas actividades de
mantenimiento para turbinas eólicas, resaltando cómo una estrategia de mantenimiento
integral no solo reduce costos, sino que también mejora la generación de energía al
minimizar el tiempo de inactividad.
Yang et al. (2022) y He & Gao (2023b) abordan la incertidumbre y la optimización
en el mantenimiento. Mientras que Yang et al. (2022) propone una estrategia conjunta de
mantenimiento para equipos degradados no lineales, He & Gao (2023b) se centra en un
modelo dinámico para la gestión de piezas de repuesto, demostrando que la integración de
datos y modelos predictivos puede llevar a una reducción de costos y una mejora en la
disponibilidad. Ambos artículos enfatizan la necesidad de adaptabilidad en las estrategias
de mantenimiento, sugiriendo que una respuesta proactiva y basada en datos es esencial
para minimizar el riesgo de fallos.
Por su parte, Pereira et al. (2023b) introduce un enfoque innovador para la
optimización de los intervalos de mantenimiento preventivo, sugiriendo que considerar el
nivel de intervención de las actividades de mantenimiento puede mejorar la flexibilidad en
los planes de mantenimiento y, por ende, la disponibilidad de los sistemas. Este enfoque se
complementa con De Oliveira et al. (2023b), que se centra en la determinación de la
 78

periodicidad de mantenimiento para un equipo crítico en una empresa de acero,

identificando una periodicidad bisemanal que logró mantener los costos de mantenimiento
por debajo del promedio histórico, lo que refuerza la importancia de estrategias de
mantenimiento bien definidas.
Finalmente, Chen et al. (2020) aborda el diseño de tolerancia a fallos en sistemas
críticos como el de control de aeronaves, resaltando que la cobertura imperfecta de fallos
puede afectar significativamente la disponibilidad del sistema. Esto sugiere que los
enfoques proactivos y adaptativos en el mantenimiento son cruciales para garantizar la
seguridad y la operatividad continua.
En resumen, los artículos analizados demuestran que la optimización del
mantenimiento y la implementación de tecnologías avanzadas son esenciales para mejorar
la disponibilidad de equipos y sistemas. Las soluciones presentadas, desde la aplicación de
grandes datos hasta estrategias de mantenimiento integradas, ofrecen casos de éxito que
subrayan la relevancia de abordar el mantenimiento como una función crítica para la
operativa eficiente y la reducción de riesgos en diferentes sectores industriales.

2.3.4 Conclusiones comparadas de la categoría: Soluciones digitales para registrar

información de los servicios
Según, Mohapatra et al. (2023), Chang et al. (2022) y Cardoso & Ferreira (2020)
destacan el uso de tecnologías avanzadas como el IoT, la IA y los gemelos digitales para
mejorar el mantenimiento industrial. Mohapatra et al. (2023) y Chang et al. (2022) abordan
la eficiencia y monitoreo en tiempo real mediante el IoT, pero Mohapatra et al. (2023) se
centra en generadores diésel, mientras que Chang et al. (2022) lo extiende a otros sistemas
de producción. Ambos tienen como objetivo la optimización del rendimiento mediante la
recolección de datos en tiempo real, pero Cardoso & Ferreira (2020) introducen la IA para
ir más allá de la monitorización y anticipar fallos mediante el mantenimiento predictivo.
En comparación, Rojek et al. (2023) incorpora gemelos digitales, una tecnología que no
solo monitoriza, sino que también simula diferentes condiciones de operación, lo que le
otorga una ventaja sobre el IoT simple al poder predecir fallos con mayor precisión y en
condiciones simuladas.
En cuanto a la evolución del mantenimiento, Cardoso & Ferreira (2020) y Rojek
et al. (2023) se destacan al introducir mantenimiento predictivo y gemelos digitales, lo que
permite anticiparse a problemas antes de que ocurran, algo que el IoT de Mohapatra et al.
 79

(2023) y Chang et al. (2022) no ofrecen por sí solo. Mientras que el monitoreo pasivo
basado en IoT permite identificar problemas existentes en tiempo real, el uso de IA y
gemelos digitales en los artículos de Cardoso & Ferreira (2020) y Rojek et al. (2023)
permiten adelantarse y predecir fallos antes de que se manifiesten. Esta diferencia clave
resalta la progresión desde la simple recolección de datos en tiempo real hacia un análisis
predictivo que mejora la toma de decisiones.
Bakale & Picek (2023) trata sobre la integración del ERP con el IoT y la realidad
aumentada, es el más holístico, ya que busca unificar diversas tecnologías avanzadas en un
solo sistema. Comparado con Jawad & Balázs (2024), que también utiliza realidad
aumentada, pero de manera más limitada en el entorno del operario, Bakale & Picek (2023)
ofrece un enfoque más amplio y estratégico para integrar la gestión empresarial y la
tecnología operativa. Esto lo coloca en una posición más avanzada frente a otros artículos
que se enfocan en una única tecnología, como el IoT en Mohapatra et al. (2023), Chang
et al. (2022 o la IA en el artículo de Cardoso & Ferreira (2020).
Penchev et al. (2023) adopta un enfoque más teórico, al utilizar modelos
matemáticos para optimizar la programación de la producción. Este enfoque se diferencia
de los artículos que emplean tecnología como el IoT o la IA, ya que la optimización aquí
no se basa en datos en tiempo real, sino en algoritmos y técnicas matemáticas. Mientras
que Cardoso & Ferreira (2020) y Rojek et al. (2023) utilizan datos para hacer predicciones
automatizadas, Penchev et al. (2023) utiliza métodos más convencionales de optimización
para mejorar la productividad. Sin embargo, el objetivo de todos ellos es el mismo:
maximizar la eficiencia en la operación industrial.
Bekar et al. (2020) y Hare et al. (2020) profundizan en el preprocesamiento de
datos como una etapa crucial para el éxito de los modelos de IA, algo que no se menciona
en detalle en Cardoso & Ferreira (2020) y Rojek et al. (2023). Aunque todos estos artículos
usan IA para el mantenimiento predictivo, Bekar et al. (2020) resalta la importancia de
tener datos bien estructurados antes de su aplicación. Esto muestra un enfoque más
práctico y técnico en la implementación de la IA, en contraste con los otros artículos que
están más centrados en los beneficios finales de su uso.
Jawad & Balázs (2024) y Bakale & Picek (2023) introducen la realidad aumentada
(AR), una tecnología que va más allá de la simple visualización de datos, permitiendo la
interacción directa con el entorno físico. En Jawad & Balázs (2024), la AR se utiliza
principalmente para mejorar la precisión y eficiencia en el trabajo de los operadores. En
 80

cambio, en Bakale & Picek (2023) ofrecen una visión más integrada al vincular la AR con
el ERP y otras tecnologías como el IoT, proporcionando un enfoque más robusto y
holístico. En comparación, el enfoque de la AR en Jawad & Balázs (2024) es más práctico
y específico, mientras que en Bakale & Picek (2023) se expande para formar parte de un
sistema completo de optimización empresarial.
En conjunto, la comparación muestra que todos los artículos buscan mejorar la
eficiencia en mantenimiento y producción, pero lo hacen desde diferentes perspectivas
tecnológicas y metodológicas. Mientras que algunos se enfocan en el uso de tecnologías
avanzadas como el IoT, la IA y la realidad aumentada para monitorear y predecir
problemas, otros prefieren enfoques más analíticos o matemáticos para optimizar los
procesos industriales.

2.3.5 Conclusiones comparadas de la categoría: Metodologías del plan de mejora

En el análisis de las metodologías aplicadas en los artículos revisados sobre planes
de mejora operacional, se destacan similitudes y diferencias en las herramientas y procesos
empleados, así como en los resultados obtenidos, con el objetivo de mejorar la eficiencia y
optimización del mantenimiento. Estos enfoques ofrecen un marco de referencia útil para
la propuesta de un plan de mejora en el servicio de mantenimiento de ascensores, en
particular con el uso de la metodología de RCM (Mantenimiento Centrado en
Confiabilidad).
En Silva et al. (2021b) y Medina et al. (2024), el objetivo común es la reducción de
tiempos y desperdicios en el contexto industrial mediante la aplicación de metodologías
Lean, como SMED y Kaizen. Ambos estudios, realizados en una empresa de corcho y en
una máquina de envoltura de vendajes, se centran en identificar actividades que no agregan
valor durante los tiempos de setup o en el proceso productivo, respectivamente. Ambos
artículos enfatizan la observación directa y la colaboración con el personal operativo para
implementar mejoras. Sin embargo, mientras que en Silva et al. (2021b) se enfoca en
reducir tiempos de setup en un 15%, Medina et al. (2024) tiene como objetivo la reducción
de desperdicios mediante ajustes en la velocidad de operación y la introducción de un plan
de mantenimiento preventivo, logrando una mejora del 1% en eficiencia. Ambos estudios
muestran cómo la participación del personal y el uso de herramientas visuales (tarjetas
plastificadas y un plan preventivo) pueden ser efectivos para asegurar la adherencia a los
nuevos procedimientos establecidos.
 81

Por otro lado, Rodríguez et al. (2024) y De León et al. (2023) implementan
metodologías de mantenimiento predictivo para la gestión de fallas y el monitoreo de
condiciones en sistemas industriales, aunque desde enfoques distintos. En Rodríguez et al.
(2024), se utiliza una combinación de RCM y algoritmos de razonamiento basado en casos
(CBR) para crear un sistema asistido de mantenimiento, optimizando la planificación en
función del historial de fallas. Este enfoque se fortalece con técnicas de lógica difusa para
aumentar la precisión en la identificación de riesgos, lo cual resulta en una mejora en la
toma de decisiones. En cambio, De León et al. (2023) propone una metodología para
determinar el Intervalo de Tiempo entre Mediciones en función de la criticidad de cada
equipo, adaptando dinámicamente la periodicidad de las mediciones para optimizar costos
y evitar fallas, validando la efectividad de esta técnica en una planta de procesamiento.
Estos artículos subrayan la importancia de la personalización en los planes de
mantenimiento predictivo, adecuándose a las características y la criticidad de cada
componente, un aspecto relevante para el contexto de mantenimiento de ascensores, donde
la criticidad de las fallas debe gestionarse de manera eficaz.
En Tanhaeean et al. (2023) y Perdomo et al. (2023), el enfoque es el desarrollo de
un plan de mantenimiento estratégico mediante la combinación de simulación y
programación matemática en infraestructuras complejas, así como en compañías mineras.
Tanhaeean et al. (2023) integra un sistema de simulación y programación matemática con
un sistema experto para evaluar costos y confiabilidad, mientras que Perdomo et al. (2023)
utiliza herramientas como el análisis de criticidad y el Balanced Scorecard para definir un
plan de mantenimiento estratégico que mejore la productividad y sostenibilidad en
empresas mineras. Ambos estudios destacan la relevancia de evaluar la criticidad de
componentes y definir un plan de mantenimiento en función de este análisis. Sin embargo,
Tanhaeean et al. (2023) se centra en infraestructuras complejas mediante la combinación
de varias técnicas avanzadas (Taguchi, análisis de sensibilidad), mientras que Perdomo et
al. (2023) abarca un enfoque más amplio, incluyendo factores administrativos y técnicos,
relevantes para el contexto de la industria minera. Ambos artículos ilustran cómo una
planificación de mantenimiento basada en análisis de criticidad puede ser aplicada a otras
industrias, proporcionando un modelo para el sector de mantenimiento de ascensores en
cuanto a la priorización y gestión de recursos en equipos críticos.
En Del Carmen et al. (2022) y Deng et al. (2021), el uso de métricas para la toma
de decisiones en mantenimiento destaca por su enfoque colaborativo y orientado a mejorar
 82

la efectividad de los procesos. Del Carmen et al. (2022) presenta un indicador derivado de
OEE, denominado OPE (Overall Process Effectiveness), aplicado a la descarga de
productos, mientras que Deng et al. (2021) introduce un sistema de soporte de decisiones
(DSS) para la planificación de mantenimiento en la industria aeronáutica. Ambos estudios
desarrollan indicadores específicos que facilitan la identificación de pérdidas y el
establecimiento de planes de mejora. Sin embargo, Del Carmen et al. (2022) se centra en
crear un indicador adaptado al proceso logístico, mientras que Deng et al. (2021) optimiza
la asignación de tareas y la planificación de turnos en un contexto de alta complejidad
como el aeronáutico. La integración de métricas personalizadas y sistemas de soporte en
ambos artículos demuestra la importancia de herramientas de gestión específicas para
monitorear la efectividad de los procesos de mantenimiento y la planificación.
Finalmente, Alcarraz et al. (2021) aborda la implementación de un sistema de
mantenimiento predictivo para equipos de transporte en minería, empleando Lean Six
Sigma para reducir demoras operativas. Este estudio identifica las causas de retrasos en el
ciclo de acarreo y establece objetivos de mejora y planes de mantenimiento predictivo,
enfatizando la reducción de costos y tiempos de inactividad. A diferencia de los estudios
anteriores, Alcarraz et al. (2021) utiliza Lean Six Sigma como base para identificar áreas
de mejora en procesos específicos, un enfoque útil para el sector minero y adaptable al
mantenimiento de ascensores, donde la identificación de las principales fuentes de fallas
mejorará la continuidad operativa y reducir las paradas.
Los artículos analizados presentan una variedad de metodologías y herramientas
para mejorar la gestión de mantenimiento en contextos diversos, desde la reducción de
tiempos de setup y desperdicios hasta el desarrollo de sistemas predictivos y planes de
mantenimiento estratégico. Aunque los enfoques difieren según las necesidades de cada
industria, en conjunto ofrecen una guía robusta para el desarrollo de un plan de mejora
operacional en el mantenimiento de ascensores. La adaptación de métodos como RCM,
análisis de criticidad, Kaizen, y simulación matemática, así como el uso de indicadores de
efectividad, podría mejorar la disponibilidad de los equipos y la eficiencia en los recursos,
aplicando un plan de mantenimiento estructurado y basado en confiabilidad para este
sector.
 83

2.3.6 Conclusiones generales

Se concluye que la aplicación de metodologías sistemáticas para la mejora de

procesos de conservación, como el RCM, es clave para optimizar la eficiencia operativa en
empresas mantenedoras de ascensores. La implementación de estrategias basadas en el
análisis de criticidad de los equipos permitió reducir tiempos muertos y optimizar la
asignación de recursos, lo cual es directamente aplicable a la propuesta de esta tesis.

Las herramientas del RCM son determinantes para aumentar la confiabilidad de los
sistemas de mantenimiento, ya que permiten identificar y priorizar fallas críticas. Este
enfoque ha probado ser efectivo en la reducción de fallas inesperadas y en la extensión de
la vida útil de equipos similares, como elevadores y escaleras mecánicas.

La integración de análisis de riesgos en la planificación del mantenimiento

garantiza la disponibilidad de los equipos. Estudios destacan que el uso de herramientas de
RCM combinadas con análisis de factores de riesgo mejora la continuidad del servicio al
predecir y prevenir fallas críticas. Estos hallazgos refuerzan la importancia de incluir un
enfoque basado en el riesgo en la solución propuesta.

La implementación de soluciones digitales, como sistemas de gestión de

mantenimiento asistidos por computadora (CMMS), mejora significativamente la
trazabilidad y el control de los servicios de mantenimiento. El registro digital de datos
operativos permite una mejor planificación, seguimiento y optimización de los planes de
mantenimiento, lo cual es esencial para la propuesta de mejora operacional en esta
investigación.

Las metodologías estructuradas, como la aplicación de ciclos PDCA (Plan-Do-

Check-Act) o el análisis de causa raíz, son fundamentales para garantizar la mejora
continua en los procesos de mantenimiento. En este contexto, varios artículos demuestran
cómo estas herramientas han sido efectivas en industrias similares, proporcionando un
marco sólido para la ejecución de mejoras sostenibles en la empresa objeto de estudio.
84
 85

Referencias

Abderrahmane, F., Bouslikhane, S., Hajej, Z., Dellagi, S., & Trabelsi, W. (2022). An improved
integrated maintenance/spare parts management for wind turbine systems with adopting
switching concept. Energy Reports, 8, 936–955. https://doi.org/10.1016/j.egyr.2022.07.123

Alcarraz-Rojas, P., Legoas-Farias, F., Gallardo, L. A., & Raymundo-Ibañez, C. (2021). Modelo
de mantenimiento predictivo basado en el análisis del dispatch para el incremento de la
utilizacion efectiva. Proceedings of the 19th LACCEI International Multi-Conference for
Engineering, Education, and Technology: “Prospective and Trends in Technology and
Skills for Sustainable Social Development” “Leveraging Emerging Technologies to
Construct the Future.” https://doi.org/10.18687/laccei2021.1.1.584

Alrifaey, M., Hong, T. S., As’arry, A., Supeni, E. E., & Ang, C. K. (2020). Optimization and
Selection of Maintenance Policies in an Electrical Gas Turbine Generator Based on the
Hybrid Reliability-Centered Maintenance (RCM) Model. Processes, 8(6), 670.
https://doi.org/10.3390/pr8060670
Alvarado, R. J. M. (2019). Propuesta de mejora de la disponibilidad de maquinaria pesada
en una PYME utilizando el RCM. https://doi.org/10.19083/tesis/625619
Ardabili, H. A. R., Haghifam, M., & Abedi, S. M. (2020). A probabilistic reliability‐centred
maintenance approach for electrical distribution networks. IET Generation Transmission
& Distribution, 15(6), 1070-1080. https://doi.org/10.1049/gtd2.12081

Bakale, T., & Picek, R. (2023). Application of Augmented Reality in Creating Added Value for
an ERP System. Institute Of Electrical and Electronics Engineers Inc.
https://doi.org/10.1109/ciees58940.2023.10378765

Bekar, E. T., Nyqvist, P., & Skoogh, A. (2020). An intelligent approach for data pre-processing
and analysis in predictive maintenance with an industrial case study. Advances In
Mechanical Engineering, 12(5), 168781402091920.
https://doi.org/10.1177/1687814020919207
 86

Cardoso, D., & Ferreira, L. (2020). Application of Predictive Maintenance Concepts Using
Artificial Intelligence Tools. Applied Sciences, 11(1), 18.
https://doi.org/10.3390/app11010018

Chai, S., Li, X. I., Jia, Y., He, Y., Yip, C. H., Cheung, K. K., & Wang, M. (2021). A Non-
Intrusive Deep Learning Based Diagnosis System for Elevators. IEEE Access, 9, 20993-
21003. https://doi.org/10.1109/access.2021.3053858
Chang, S., Hsia, C., & Hong, W. (2022). A secure internet of robotic things (IoRT) for long-
term care services in a smart building. The Journal of Supercomputing, 79(5), 5276-5290.
https://doi.org/10.1007/s11227-022-04845-1
Chen, Y., Yang, S., & Kang, R. (2020). Reliability evaluation of avionics system with imperfect
fault coverage and propagated failure mechanisms. Chinese Journal
De Brito, F. M., Da Cruz, G., Frazzon, E. M., Basto, J. P. T. V., & Alcala, S. G. S. (2021).
Design Approach for Additive Manufacturing in Spare Part Supply Chains. IEEE
Transactions On Industrial Informatics, 17(2), 757-765.
https://doi.org/10.1109/tii.2020.3029541
De França Moraes, C. C., Pinheiro, P. R., Rolim, I. G., Da Silva Costa, J. L., Da Silva Elias, M.,
Junior, & De Andrade, S. J. M. (2021). Using the Multi-Criteria Model for Optimization of
Operational Routes of Thermal Power Plants. Energies, 14(12), 3682.
https://doi.org/10.3390/en14123682
Dao, C. D., Kazemtabrizi, B., Crabtree, C. J., & Tavner, P. J. (2021). Integrated condition‐based
maintenance modelling and optimisation for offshore wind turbines. Wind Energy, 24(11),
1180–1198. https://doi.org/10.1002/we.2625

Del Carmen Ng Corrales, L., Lambán, M. P., Morella, P., Royo, J., Catalán, J. C. S., & Korner,
M. E. H. (2022). Developing and implementing a lean performance indicator: overall
process effectiveness to measure effectiveness in an operation process. Machines, 10(2),
133. https://doi.org/10.3390/machines10020133

De León Hijes, F. G., Robles, J. S., García, F. M., & García, M. A. (2023). Dynamic
management of periodicity between measurements in predictive maintenance.
Measurement, 213, 112721. https://doi.org/10.1016/j.measurement.2023.112721
 87

Deng, Q., Santos, B. F., & Verhagen, W. J. (2021). A novel decision support system for
optimizing aircraft maintenance check schedule and task allocation. Decision Support
Systems, 146, 113545. https://doi.org/10.1016/j.dss.2021.113545

De Oliveira, U. R., De Souza, H. A. D., Menezes, C. A. G., & Rocha, H. M. (2023).

Straightening machine preventive maintenance intervention plan based on AHP: a case
study in a steel company in Brazil. Operations Management Research, 16(3), 1577-1593.
https://doi.org/10.1007/s12063-023-00368-x
Dzulyadain, H., Budiasih, E., & Atmaji, F. T. D. (2021). Proposed maintenance policy using
reliability centered maintenance (RCM) method with FMECA analysis: A case study of
automotive industry. IOP Conference Series Materials Science And Engineering, 1034(1),
012111. https://doi.org/10.1088/1757-899x/1034/1/012111
Figueroa-Rivera, E., Bautista-Gonzales, A., & Flores, J. C. Q. (2022). Increased productivity of
storage and picking processes in a mass-consumption warehouse applying Lean
Warehousing tools: A Research in Peru. Proceedings Of The 20th LACCEI International
Multi-Conference For Engineering, Education And Technology: “Education, Research
And Leadership In Post-pandemic Engineering: Resilient, Inclusive And Sustainable
Actions”. https://doi.org/10.18687/laccei2022.1.1.120
Gutiérrez, H. (2020). CALIDAD Y PRODUCTIVIDAD 5ED (H. Gutiérrez Pulido, Ed.; 5th
ed.). McGraw-Hill.
Hare, B., Kumar, B., & Campbell, J. (2020). Impact of a multi-media digital tool on identifying
construction hazards under the UK construction design and management regulations.
Journal Of Information Technology In Construction, 25, 482-499.
https://doi.org/10.36680/j.itcon.2020.028
He, Y., & Gao, Z. (2023). Joint Optimization of Preventive Maintenance and Spare Parts
Ordering Considering Imperfect Detection. Systems, 11(9), 445.
https://doi.org/10.3390/systems11090445
Jawad, Z. N., & Balázs, V. (2024). Machine learning-driven optimization of enterprise resource
planning (ERP) systems: a comprehensive review. Beni-Suef University Journal of Basic
And Applied Sciences, 13(1). https://doi.org/10.1186/s43088-023-00460-y
Liu, P., Xiong, J., Yu, W., Cheng, H., & Wang, X. (2023). Research on Elevator Safety
Detection Management based on Big Data. Advances in Engineering Technology
Research, 5(1), 61. https://doi.org/10.56028/aetr.5.1.61.2023
 88

Medina, J. C., López, N. a. S., Terrón, M. E. P., & Córdoba, J. V. M. V. (2024). Kaizen:
Improving Productivity and Reducing Waste in a Manufacturing Company: a Practical
Case Study. International Journal of Professional Business Review, 9(1), e04241.
https://doi.org/10.26668/businessreview/2024.v9i1.4241
Miranda-López, Y., Toledo-Loza, F., & Flores, E. A. (2022b). Optimization model to increase
the efficiency of the flexible packaging production process applying the Johnson Method,
SMED and TPM in a SME in the Plastics Sector. Proceedings of the 20th LACCEI
International Multi-Conference for Engineering, Education and Technology: “Education,
Research and Leadership in Post-pandemic Engineering: Resilient, Inclusive and
Sustainable Actions.” https://doi.org/10.18687/laccei2022.1.1.748
Mishra, K. M., & Huhtala, K. (2020). Elevator Fault Detection Using Profile Extraction and
Deep Autoencoder Feature Extraction for Acceleration and Magnetic Signals. Applied
Sciences, 9(15), 2990. https://doi.org/10.3390/app9152990
Mohapatra, A. G., Mohanty, A., Pradhan, N. R., Mohanty, S. N., Gupta, D., Alharbi, M.,
Alkhayyat, A., & Khanna, A. (2023). An Industry 4.0 implementation of a condition
monitoring system and IoT-enabled predictive maintenance scheme for diesel generators.
Alexandria Engineering Journal, 76, 525-541. https://doi.org/10.1016/j.aej.2023.06.026
Ng, R. T., Lai, J. H., Leung, O. C., & Edwards, D. J. (2023). Assessing lift maintenance
performance of high-rise residential buildings. Journal Of Building Engineering, 68,
106202. https://doi.org/10.1016/j.jobe.2023.106202
Niu, D., Guo, L., Bi, X., & Wen, D. (2021). Preventive maintenance period decision for
elevator parts based on multi-objective optimization method. Journal Of Building
Engineering, 44, 102984. https://doi.org/10.1016/j.jobe.2021.102984
Paoprasert, N., Lin, W., & Muneekaew, T. (2022). Assessing Risk Priority Numbers of Failures
in the Screw Tightening Machine of a Hard Disk Drive Production System. Journal Of
Machine Engineering, 22(1), 124-137. https://doi.org/10.36897/jme/145272
Patil, S. S., Bewoor, A. K., Kumar, R., Ahmadi, M. H., Sharifpur, M., & PraveenKumar, S.
(2022). Development of Optimized Maintenance Program for a Steam Boiler System
Using Reliability-Centered Maintenance Approach. Sustainability, 14(16), 10073.
https://doi.org/10.3390/su141610073
 89

Penchev, P., Vitliemov, P., & Georgiev, I. (2023). Optimization model for production
scheduling taking into account preventive maintenance in an uncertainty-based production
system. Heliyon, 9(7), e17485. https://doi.org/10.1016/j.heliyon.2023.e17485

Peng, S., Huang, C., & Liu, H. (2024). Hybrid Management Strategy for Outsourcing
Electromechanical Maintenance and Selecting Contractors in Taipei MRT. Mathematics,
12(14), 2192. https://doi.org/10.3390/math12142192
Perdomo, A. C., Carreño, F. S., Núñez, L. E. G., Mamani, A. Q., Manrique, E. E. T., & López,
J. M. C. (2023). Strategic Management Plan for Maintenance in Mining Companies as a
form of Technological Innovation. International Journal of Membrane Science and
Technology, 10(2), 395–410. https://doi.org/10.15379/ijmst.v10i2.1212
Pereira, F. H., De Andrade Melani, A. H., Kashiwagi, F. N., Da Rosa, T. G., Santos, U. S. D., &
De Souza, G. F. M. (2023). Imperfect Preventive Maintenance Optimization with Variable
Age Reduction Factor and Independent Intervention Level. Applied Sciences, 13(18),
10210. https://doi.org/10.3390/app131810210
Rashed, A. N. Z., Yarrarapu, M., Prabu, R. T., Antony, G. S. R., Edeswaran, L., Kumar, E. S.,
Aswitha, K., Snehith, N., & Ahammad, S. H. (2024). Connected smart elevator systems for
smart power and time saving. Scientific Reports, 14(1). https://doi.org/10.1038/s41598-
024-69173-1
Rodríguez-Padial, N., Marín, M. M., & Domingo, R. (2022). Assisted-Driven Design of
Customized Maintenance Plans for Industrial Plants. Applied Sciences, 12(14), 7144.
https://doi.org/10.3390/app12147144

Rodríguez-Padial, N., Marín, M. M., & Domingo, R. (2024). Improvement of Industrial

Maintenance Plans through Assistance-Driven Reliability-Centered Maintenance and
Case-Based Reasoning Design. Electronics, 13(3), 639.
https://doi.org/10.3390/electronics13030639

Rojek, I., Jasiulewicz-Kaczmarek, M., Piechowski, M., & Mikołajewski, D. (2023). An

Artificial Intelligence Approach for Improving Maintenance to Supervise Machine Failures
and Support Their Repair. Applied Sciences, 13(8), 4971.
https://doi.org/10.3390/app13084971
 90

Silva, A., Sá, J. C., Santos, G., Silva, F. J., Ferreira, L. P., & Pereira, M. T. (2021b). A
comparison of the application of the SMED methodology in two different cutting lines.
Quality Innovation Prosperity, 25(1), 124–149. https://doi.org/10.12776/qip.v25i1.1446

Tanhaeean, M., Ghaderi, S., & Sheikhalishahi, M. (2023). A decision-making framework for
optimal maintenance management: An integrated simulation-mathematical programming-
expert system approach. Computers & Industrial Engineering, 185, 109671.
https://doi.org/10.1016/j.cie.2023.109671

Tortora, A. M. R., Di Pasquale, V., Franciosi, C., Miranda, S., & Iannone, R. (2021). The role
of maintenance Operator in Industrial Manufacturing Systems: Research Topics and
Trends. Applied Sciences, 11(7), 3193. https://doi.org/10.3390/app11073193
Yang, B., Si, X., Pei, H., Zhang, J., & Li, H. (2022). Joint Optimization Strategy of Condition-
Based Maintenance and Spare Parts Ordering for Nonlinear Degraded Equipment under
Imperfect Maintenance. Machines, 10(11), 1041.
https://doi.org/10.3390/machines10111041
Yang, X., He, Y., Zhou, D., & Zheng, X. (2022). Mission reliability–centered maintenance
approach based on quality stochastic flow network for multistate manufacturing systems.
Eksploatacja I Niezawodnosc - Maintenance And Reliability, 24(3), 455-467.
https://doi.org/10.17531/ein.2022.3.7
Yang, Y., Zhang, X., Zhao, Z., Wang, G., He, Y., Wu, Y., & Li, J. (2020). Applying Reliability
Centered Maintenance (RCM) to Sampling Subsystem in Continuous Emission Monitoring
System. IEEE Access, 8, 55054-55062. https://doi.org/10.1109/access.2020.2980630
Zhang, W., Zhao, B., Zhou, L., Qiu, C., Wang, J., Niu, K., Jiang, H., & Li, Y. (2022).
Development of a Resource Optimization Platform for Cross-Regional Operation and
Maintenance Service for Combine Harvesters. Applied Sciences, 12(19), 9873.
https://doi.org/10.3390/app12199873