000 02741nmm a2200229 a 4500
008 160202e2018 ck |||fq||d| 00| 0 spa d
082 0 4 _a519.2
_bC268m Ts
_223
100 1 _aCardona Ortegón, Andrés Felipe.
_929685
245 1 3 _aModelamiento y optimización de políticas de mantenimiento del escaner de tomografía computarizada con fallas estocásticas :
_h[Recurso Electrónico] /
_cAndrés Felipe Cardona Ortegón.
260 _aBogotá (Colombia) :
_bEscuela Colombiana de Ingeniería Julio Garavito,
_c2018.
300 _a48 p. :
_bgráf.
502 1 _aTesis ( Magíster en Ingeniería Industrial )
520 1 _aLa definición de políticas de mantenimiento en la mayoría de empresas se realiza basada en conocimiento empírico y dependiendo del ámbito o lugar donde se encuentre el equipo. Teniendo en cuenta restricciones presupuestales y de capacidad de la maquinaría que tienen las entidades públicas y privadas en la administración del equipo médico, es crucial encontrar un camino adecuado que sirva como herramienta para el diseño de políticas de mantenimiento. Es por ello que el objeto de este trabajo de investigación es plantear un modelo de optimización que permita tomar mejores decisiones al momento de elaborar las políticas de mantenimiento. El equipo médico estudiado es el escáner de tomografía computarizada. Esta es una herramienta utilizada en varios procesos de diagnóstico, de diferentes especialidades, por ser una exploración no invasiva del cuerpo. El equipo sirve para la toma de imágenes de cabeza, tórax y extremidades. Se emplea un modelo de cadenas de markov de tiempo continuo para modelar el estado (funcionando, funcionando que requieren mantenimiento, detenidas que requieren mantenimiento correctivo) de las máquinas en el tiempo. Se propone un modelo de optimización que tiene como función objetivo maximizar el beneficio generado por las máquinas funcionando y requiriendo mantenimiento preventivo; sin exceder el presupuesto de la organización. Se emplean dos métodos para dar solución al modelo de optimización propuesto: un algoritmo exhaustive search para entender el comportamiento de la superficie solución generada por la función objetivo y una meta-heurística basada en gradient-ascent para hallar una buena solución (cercana al óptimo) en un tiempo razonable.
650 0 _aPROCESOS ESTOCÁSTICOS
_93154
650 0 _aMODELOS DE OPTIMIZACIÓN
_xESCÁNER DE TOMOGRAFÍA
_929662
650 0 _aTESIS Y DISERTACIONES ACADÉMICAS
_9931
700 _aGuerrero Rueda, William Javier
_edir.
_930515
700 _aPérez Vélez, Ignacio
_eCo dir.
_941945
856 _uhttps://repositorio.escuelaing.edu.co/handle/001/948
942 _2ddc
_cTE
999 _c21822
_d21822