Impacto de la gestión del MTBF y MTTR en el índice de disponibilidad de camiones mineros Caterpillar 785-793
DOI:
https://doi.org/10.71701/yr73rq81Palabras clave:
Índice de Disponibilidad, MTBF, MTTR, camiones mineros, minería peruanaResumen
La minería peruana constituye un pilar esencial del desarrollo económico del país, pues contribuye significativamente al empleo y a los ingresos estatales. Dentro de este sector, la gestión del mantenimiento de equipos pesados resulta crítica para garantizar la disponibilidad operativa, especialmente en camiones mineros Caterpillar 785-793. Este estudio analiza la influencia de los indicadores MTBF (tiempo medio entre fallas) y MTTR (tiempo medio de reparación) sobre el índice de disponibilidad, un KPI (Key Performance Indicator) fundamental para medir la eficiencia operativa de los activos.
Se destaca que un mantenimiento eficaz maximiza la disponibilidad y minimiza los costos operativos, respaldado por la medición precisa del desempeño mediante métricas y puntos de referencia establecidos.
La metodología aplicada incluye la simulación de distintos escenarios de MTBF (40 a 80 horas) y MTTR (3 a 12 horas), con el fin de evaluar su impacto en el índice de disponibilidad, cuyo valor de referencia varía entre el 88 % para flotas más usadas y el 92 % para flotas nuevas.
Los resultados evidencian que la disponibilidad es directamente proporcional al MTBF e inversamente proporcional al MTTR. El incremento del MTBF eleva el índice de disponibilidad, mientras que un aumento del MTTR lo reduce. Esta relación matemática permite a las áreas de mantenimiento orientar sus estrategias hacia la reducción de fallas y de tiempos de reparación, optimizando recursos y mejorando la productividad de la flota.
Se concluye que una adecuada gestión de MTBF y MTTR resulta vital para incrementar la disponibilidad, lo que incide directamente en la rentabilidad y competitividad de las operaciones mineras. Implementar estrategias orientadas a mejorar ambos indicadores es fundamental para alcanzar una gestión del mantenimiento eficiente y alineada con los objetivos de productividad y sostenibilidad del sector.
Descargas
Referencias
[1] Alshaari, A., & Nor, M. (2021). Reliability analysis on water pumps in water supply system in johor. Journal of Physics: Conference Series, 1874(1) doi: https://doi.org/10.1088/1742-6596/1874/1/012021
[2] Baldeon-Pacheco, A., De la Cruz-Escobar, N., Velasquez-Costa, J., & Vilchez-Baca, H. (2024). Análisis del mantenimiento preventivo en los camiones mineros 980 E-5 y su relación con la disponibilidad mecánica. Latin American and Caribbean Consortium of Engineering Institutions. https://doi.org/10.18687/LACCEI2024.1.1.1258
[3] Caterpillar Inc. (2005). Performance metrics for mobile mining equipment.
[4] Chompu-inwai, R., Diaotrakun, R. y Thaiupathump, T. (2013), Key indicators for maintenance performance measurement: The aircraft galley and associated equipment manufacturer case study. En 2013 10th International Conference on Service Systems and Service Management (pp. 844-849).
[5] D'Alessio Ipinza, F. (2004). Administración y dirección de la producción: Enfoque estratégico y de calidad (2.ª ed.). Pearson Educación.
[6] Juran, J., Godfrey, A., Hoogstoel, R., & Schilling, E. (1999). Juran's quality handbook (5.ª ed.). McGraw-Hill.
[7] Ministerio de Energía y Minas. (2024). Cartera de proyectos de exploración minera 2024. https://www.gob.pe/institucion/minem/informes-publicaciones/5417728-cartera-de-proyectos-de-exploracion-minera-2024
[8] Mora Gutiérrez, L. (2009). Mantenimiento: Planeación, ejecución y control. Alfaomega Grupo Editor.
[9] Ordoñez Gamarra, R., Rodríguez, S., & Yupanqui, E. (2024). Implementación del mantenimiento centrado en la confiabilidad (RCM) para mejorar la disponibilidad de los tractocamiones CL120 Freightliner en la empresa J&J Transportes y Soluciones Integrales S.A.C. Latin American and Caribbean Consortium of Engineering Institutions. https://doi.org/10.18687/LACCEI2024.1.1.577
[10] Orošnjak, M., Beker, I., Brklja, N., & Vrhovac, V. (2024) Predictors of Successful Maintenance Practices in Companies Using Fluid Power Systems: A Model-Agnostic Interpretation. Appl. Sci, 14(5921). https://doi.org/10.3390/app14135921
[11] Patricio, L., Varela, L., & Silveira, Z. (2025). Proposal for a Sustainable Model for Integrating Robotic Process Automation and Machine Learning in Failure Prediction and Operational Efficiency in Predictive Maintenance. Appl. Sci. 15(854). https://doi.org/10.3390/app15020854
[12] Shaker, F., Shahin, A., & Jahanyan, S. (2024). Simulating the corrective actions affecting system availability: a system dynamics approach. Journal of Modelling in Management, 19(6), pp. 1827-1848. https://doi.org/10.1108/JM2-07-2023-0136
[13] Society for Maintenance and Reliability Professionals. (2020). SMRP best practices: Metrics and guidelines (6.ª ed.). https://smrp.org/Learning-Resources/SMRP-Library/Best-Practices-Metrics-Guidelines
[14] Timjerdine, M. (2023). Performance measurement in aircraft maintenance – literature review. Journal of Quality in Maintenance Engineering, 29(74). https://doi10.1108/JQME-10-2021-0080
[15] Wang, W. H., Bai, N., Wang, L., Liu, G. K., Qian, G., & Yang, X. (2023). Application of the reliability-centered maintenance techniques for dynamic equipment in the petrochemical ammonia-related systems. En E3S Web of Conferences (Vol. 385, p. 04014). EDP Sciences. DOI: https://10.1051/e3sconf/202338504014
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Efraín Cirineo, Fernando Chahud (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
