Mantenimiento predictivo por análisis de vibraciones para reducir costos de mantenimiento en COPEINCA S.A.C. – Chimbote, 2019

En la presente investigación titulada Aplicación de mantenimiento predictivo por análisis de vibraciones para reducir costos de mantenimiento en COPEINCA SAC – Chimbote, 2019; se describe la falta de la aplicación de un mantenimiento tipo predictivo por análisis de vibración en los equipos estacionarios rotativos de las plantas de harina de pescado y agua de colas con el objetivo de obtener una reducción de costos. La población fueron todos los equipos estacionarios rotativos de las plantas en cuestión, siendo un total de 17, mientras que la muestra estuvo representada por los equipos que presentaron el 100% de las fallas durante el 2019 – I, evaluadas con la técnica de Pareto, para lo cual se aplicó como herramienta de análisis de gestión mantenimiento a una auditoría técnica de mantenimiento, la cual cuantificó la gestión inicial con 62.41% siendo una gestión aceptable. Para el análisis de costos se tuvo como fuente el presupuesto del periodo 2019 - I, en el cual se detalla que el costo total fue de S/. 279,696.50 nuevos soles, siendo el mantenimiento correctivo el de mayor significancia con un 72.79% y el resto representado por el preventivo. Para implementar el análisis de vibraciones se capacitó al personal y se elaboró un plan de mantenimiento predictivo, frecuenciado por la criticidad de cada equipo para el proceso. Durante el periodo 2019 – II se aplicó el plan y el análisis, de modo que al finalizar el periodo se volvió a evaluar la gestión de mantenimiento, esta vez calificada muy buena con 77.30%, de igual forma los costos totales de mantenimiento para el 2019 – II fueron de S/. 167,933.21 nuevos soles, manteniéndose el correctivo como el de mayor costo con 62.67%, 26.79 para el preventivo y 10.54% para la aplicación del predictivo. En conclusión, la aplicación de mantenimiento predictivo por análisis de vibraciones redujo los costos de mantenimiento en un 39.31% debido a que el anisáis predictivo permitió una mejor gestión de repuestos, menos paradas por fallas y alargar la vida útil de los equipos