Underground mining faces unique challenges in equipment maintenance due to extreme operating conditions and intensive use, which limit the effectiveness of traditional methods. This study proposes a predictive maintenance (PdM) framework based on artificial intelligence (AI) to optimize efficiency and reduce costs, focusing on early fault detection. The methodology integrates IoT sensors to monitor key parameters (temperature, pressure, oil analysis, and wear) in real time, combined with machine learning models to identify predictive patterns. The results demonstrate an 8% reduction in maintenance costs and a 10% increase in equipment availability, validating the system’s ability to anticipate failures and minimize unplanned downtime. It is concluded that this approach not only enhances productivity but also raises safety standards, offering a scalable model for critical industrial environments. The findings are supported by empirical data collected from actual operations, with no theoretical extrapolations.
Spanish El TPS - Sistema de Producción Toyota primero conocido mundialmente como Justo A Tiempo (JIT- Just in Time), luego como Producción Lean (Producción Esbelta), sin embargo como afirma Toyota ambos nombres no comunican ni captura completamente el espíritu del TPS, generándose distorsiones en las implementaciones. En ese sentido un nombre más descriptivo y acorde con el TPS podría ser “Filosofía Lean” para la innovación de los procesos y mejoramiento de la gestión de las operaciones transformativas y productivas para la generación de valor y beneficios. English The TPS - Toyota Production System first known worldwide as Just In Time (JIT), then as Lean Production, however as Toyota claims, both names do not communicate and nor completely capture the spirit of the TPS. Generating distortions in implementations. In that sense a more descriptive name in accordance with the TPS, could be “Lean Philosophy” for innovation processes to improvement the management transformative and productive operations for the creation of valued and benefit.
This article presents a real-time ergonomic evaluation method, using artificial intelligence, and also provides ergonomic evaluations in the mining sector. To achieve this, motion sensors are used which will be installed on the worker's extremities (arm, legs, etc.). neck) and will constantly evaluate the duration of the activity and the angles of the extremities. This innovative form of measurement makes it possible to evaluate ergonomic indices (RULA, REBA and OWAS) and provides real-time information on the evaluation of workers in ergonomic postures. The article ends with the comparison between the observational ergonomic evaluation method with the proposed method where it is concluded that the latter is more sensitive and provides proposals to reduce ergonomic risk.
El Plan Estratégico de Investigación (PEI) es una herramienta imprescindible, que define roles y conjuntos de acciones que debe realizar cualquier Institución Académica. Una de las prioridades para las organizaciones académicas y sobre todo para las Universidades, es la formación del capital humano. Dicha formación debe desarrollar las capacidades en investigación e innovación de sus egresados, para crear, generar emprendimientos, transferir y aplicar nuevos conocimientos. Para elaborar el PEI se puede utilizar diversas técnicas; sin embargo, el Quality Function Deployment (QFD) incluye la voz del cliente y resulta muy efectiva para elaborar un PEI. Con el uso del QFD se obtuvo: las líneas de investigación, los procesos de planeamiento, diseño, seguimiento y control basados en los requerimientos de CONCYTEC (la voz del cliente). Finalmente, se justifica un PEI alineado con los requerimientos de CONCYTEC incrementándose así las posibilidades de poder obtener fondos de investigación que soporten e impulsen la investigación de una institución académica.