Este artículo presenta una nueva técnica para la planificación dinámica de las tareas de mantenimiento industrial, basada en algoritmos genéticos. Este método obtiene como resultado el tiempo de ejecución óptimo de cada tarea de mantenimiento, considerando criterios económicos y técnicos así como integrando la planificación de la producción y del mantenimiento y teniendo en cuenta las condiciones de operación del equipo o sistema industrial. Por otra parte, debido a que en cualquier momento puede variar cualquiera de las condiciones, requerimientos o disponibilidades consideradas en la planificación, el algoritmo es capaz de adaptar de forma dinámica dicha planificación para cumplir la nueva situación. Para permitir tanto la flexibilidad y adecuación del algoritmo a la planificación del mantenimiento industrial, este método realiza una optimización multi-objetivo (ya que se minimiza no sólo el tiempo total de planificación sino también su coste y otros criterios relacionados con las prioridades y compatibilidades de las tareas de mantenimiento) con restricciones y permitiendo relaciones tanto lineales como no lineales. Además, el algoritmo permite definir disponibilidades y requerimientos de recursos variables en el tiempo. Por otra parte, debido a la incertidumbre existente en las actividades de mantenimiento a planificar (principalmente, en sus duraciones y costes), se emplea Lógica Borrosa como instrumento para representar dicha incertidumbre y permitir planificaciones más flexibles donde se asegure que el mantenimiento planificado o parte de él puede ser completado dentro de un periodo de tiempo determinado o con unas restricciones determinadas. En el siguiente apartado se muestra una breve introducción sobre las particularidades que caracterizan la planificación y sobre las técnicas comúnmente empleadas para resolver este tipo de problemas. En el apartado 2, se describen las características más relevantes de la planificación del mantenimiento implantadas en el sistema presentado en este artículo. En el apartado 3 se expone de forma muy concisa el tipo de algoritmo genético empleado en este sistema y en el apartado 4 se muestran las características a considerar para permitir planificaciones dinámicas, es decir, que se adapten de forma adecuada a cualquier cambio en cualquiera de las variables que intervienen en la planificación del mantenimiento. En el apartado 5 se muestra una aplicación simple de planificación del mantenimiento y, por último, en el apartado 6 se resaltan las conclusiones principales obtenidas de este trabajo.

info:eu-repo/semantics/publishedVersion

Artículos en revistas