Optimización del mantenimiento preventivo en sistemas productivos mediante algoritmos genéticos

Tesis doctoral de Aitor Goiti Elordi

A optimización de las estrategias de mantenimiento preventivo periódico aplicadas a equipos productivos con criterios económicos es una actividad de creciente interés, donde la eficacia de las actividades realizadas juega un papel clave en el adecuado funcionamiento de la planta. Desde la década de los cincuenta varias sistemáticas de optimización han sido elaboradas con el objetivo de abordar este problema. Las diferencias fundamentales entre estas sistemáticas, se encuentran en los modelos y en las técnicas utilizadas para abordar el problema. Respecto a los modelos se han desarrollado e implementado dos modelos para resolver el problema anteriormente mencionado en los que se modelan el beneficio relativo a la producción de productos no defectuosos junto con los costes referentes a la indisponibilidad, el mantenimiento, la calidad así como los costes generados por la pérdida de velocidad de la producción. En el primero se desarrolla un modelo analítico a nivel de equipo productivo, mientras que en el segundo se utiliza un modelo de simulación por eventos discretos para el modelado de un sistema productivo compuesto por varios equipos. Como técnicas de optimización se han implementado el algoritmo evolutivo multi-objeto nondominated sorting genetic algorithm ii (nsga-ii) junto con un algoritmo híbrido elaborado a partir de combinar el nsga-ii con el método de búsqueda local basado en el simplex de nelder y mead (nms). El algoritmo híbrido combina la capacidad de estudiar el espacio global del nsga-ii con la aptitud del nms para encontrar valores óptimos locales. La combinación del nsga-ii y el nms en el algoritmo híbrido se ha realizado de tres maneras distintas, en los que los tradicionales enfoques «a posteriori» y «on-line» han sido complementados con un enfoque desarrollado en la presente investigación, el cual auna teóricamente las ventajas de los dos anteriores. El trabajo realizado ha sido aplicado para la optimización de dos cas

 

Datos académicos de la tesis doctoral «Optimización del mantenimiento preventivo en sistemas productivos mediante algoritmos genéticos«

  • Título de la tesis:  Optimización del mantenimiento preventivo en sistemas productivos mediante algoritmos genéticos
  • Autor:  Aitor Goiti Elordi
  • Universidad:  Politécnica de Valencia
  • Fecha de lectura de la tesis:  24/10/2007

 

Dirección y tribunal

  • Director de la tesis
    • Ana Isabel Sánchez Galdón
  • Tribunal
    • Presidente del tribunal: ambrosio Goikoetxea Martinez
    • sebastian salvador Martorell alsina (vocal)
    • blas José Galván gonzález (vocal)
    • joaquín Navarro esbrí (vocal)

 

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Scroll al inicio