INTRODUCCIÓN

La gestión de mantenimiento de maquinaria y equipos en el sector agroindustrial se refiere al conjunto de acciones y procesos destinados a administrar y garantizar el correcto funcionamiento, la disponibilidad y la vida útil de las máquinas, equipos e instrumentos utilizados en la producción agrícola y ganadera. Esta gestión implica llevar a cabo mantenimiento preventivo, predictivo y correctivo para prevenir fallas, identificar posibles problemas, y reparar equipos de manera planificada. Además, se enfoca en optimizar la eficiencia operativa de las instalaciones, reducir costos de explotación, mejorar la calidad y cantidad de la producción, y garantizar la seguridad de los trabajadores. La gestión de mantenimiento en el sector agroindustrial es esencial para evitar averías, paradas no programadas, accidentes industriales, y maximizar la productividad y rentabilidad de las operaciones agrícolas y ganaderas.

En este sentido, en el sector agroindustrial, existe un problema creciente acerca del mantenimiento de los equipos de producción. El coste de las pérdidas de funcionamiento operativo, la adquisición de repuestos y la inactividad son aspectos delicados que una empresa agroindustrial no puede pasar por alto. Los cálculos económicos deben ser eficientes para que la producción no se vea perjudicada bajo ningún concepto (1). En países desarrollados, la agroindustria, alineada con otras ramas, justifica la inversión en maquinaria moderna para reducir la dependencia de mano de obra, mientras que, en naciones en desarrollo, se busca replicar ingeniosamente equipos utilizados en países tecnológicamente avanzados (2).

En países como la Federación de Rusia la situación económica de los complejos agroindustriales depende de factores macroeconómicos, siendo el Estado el principal involucrado en tal proceso; no obstante, la planificación es producto de la jefatura del complejo, la cual es menester efectuar eficientemente (3). En este sentido, el ámbito de la gestión de mantenimiento, el cumplimiento de un plan se centra en optimizar los tiempos de operación, reduciendo paradas imprevistas, a través del personal capacitado y el control del plan, así como el aprovisionamiento de insumos para aumentar la confiabilidad (4).

Por otra parte, las empresas agroindustriales desempeñan un papel estratégico fundamental en las complejas cadenas de producción, involucrándose en todas las etapas desde el suministro de insumos hasta la transformación industrial de los productos agrícolas y ganaderos (5). En este sentido, se enfrentan a diversos desafíos tanto en la eficiencia de la producción como en la adopción de tecnologías innovadoras, lo que a su vez genera complicaciones en el mantenimiento de la maquinaria y equipos utilizados en sus operaciones diarias. La necesidad de mantener en óptimas condiciones las máquinas agrícolas y equipos industriales se vuelve crucial para garantizar la continuidad de las operaciones, maximizar la productividad y asegurar la calidad de los productos finales. La constante evolución tecnológica y la exigencia de procesos eficientes plantean retos adicionales en la gestión del mantenimiento, requiriendo estrategias proactivas y una planificación cuidadosa para minimizar tiempos de inactividad y optimizar el rendimiento de los activos (6).

Los obstáculos tecnológicos representan un desafío importante en el sector agroindustrial, donde los procesos de reparación se vuelven una obligación constante dentro de la cadena de producción. Estas brechas en la eficiencia operativa pueden generar problemas significativos a lo largo de toda la cadena agroindustrial (7). Para hacer frente a estos retos, es fundamental la incorporación de herramientas y tecnologías que faciliten el mantenimiento del complejo operativo. Esto implica no solo la transformación de los recursos naturales durante la manufactura, sino también la optimización de los procesos de distribución de los productos finales (8). En este contexto, una gestión eficiente del mantenimiento y reparación de equipos e instalaciones puede generar un aumento sustancial en la productividad general del sector, lo que a su vez se traduce en un incremento económico y una mejora en la competitividad de las empresas agroindustriales. Estos esfuerzos por superar los obstáculos tecnológicos y optimizar los procesos de mantenimiento son cruciales para garantizar la sostenibilidad y el crecimiento a largo plazo del sector agroindustrial. Al invertir en soluciones innovadoras y en la capacitación del personal, las empresas pueden mejorar la eficiencia, reducir los costos y fortalecer su posición en un mercado cada vez más exigente (9).

Por consiguiente, el objetivo de esta investigación es analizar la producción científica sobre la gestión de mantenimiento eficiente de maquinaria y equipos en diferentes sectores agroindustriales.

METODOLOGÍA

La presente constituye una investigación secundaria, y se desarrolló a partir de una revisión sistemática, bajo un enfoque de tipo cualitativo. Para lo cual se utilizó la declaración PRISMA, lo que permite reducir el sesgo de la investigación. El período de búsqueda se definió entre año 2019 al 2023.

En este sentido se partió de la siguiente pregunta de investigación: ¿Cuáles son los aspectos determinantes de la gestión de mantenimiento integral en maquinaria y equipos del sector agroindustrial? Lo cual permitió establecer los elementos básicos para la consecución de la investigación.

En cuanto a los criterios de elegibilidad para la inclusión y exclusión y agrupación de los estudios para las síntesis: en tal sentido, la búsqueda de artículos científicos se realizó sin restricciones de idioma y país; es pertinente incorporar criterios de inclusión y exclusión de las mismas. Estos incluyen desde fechas, títulos, hasta el idioma en el cual se presentan los textos; de esta forma, se pueden analizar de forma efectiva si los estudios cumplen los criterios y pasar a la etapa de análisis. Es así que, en el presente estudio, en la descripción de los resultados se debe establecer si los diferentes estudios incluidos son semejantes, a manera de contraste y verificación se elaboraron los siguientes criterios mostrados en la Tabla 1.

Tabla 1. Criterios de selección 

Fuentes de información: fue utilizada las bases de datos de Scopus y Scielo y Google Académico.

Estrategia de búsqueda: la estrategia de búsqueda consistió en la utilización de operadores booleanos (AND, OR) para combinar los términos de búsqueda. En particular se emplearon las siguientes fórmulas de búsquedas Tabla 2.

Tabla 2. Bases de datos y fórmulas de búsqueda 

Proceso de selección: Los artículos se recopilaron de las bases de datos, los mismos que fueron examinados por dos revisores de manera independiente; además se consultó a un tercer revisor responsable de la revisión final del artículo. En primera instancia se procedió a la selección en base al título y el resumen (abstract) de cada documento de las bases de datos. Los resultados obtenidos fueron recopilados en una base de datos. Fue empleado el proceso evaluación de los criterios de inclusión, el cual consiste en evaluar cada estudio según los criterios de inclusión establecidos previamente. Esto asegura que solo los estudios que cumplieron con los requisitos específicos fueron incluidos en la revisión. En los casos en los que el título y el resumen no fueron suficientes para realizar la clasificación, se procedió a la lectura a texto completo. Una vez identificados los artículos de estudio, se realizó una lectura detallada de los documentos seleccionados como «preválidos» o «no válido». El flujograma de trabajo empleado en este proceso se muestra en la Figura 1.

Figura 1. Flujograma 

Proceso de recopilación de datos: la recopilación de datos se desarrolló a través de la documentación de las decisiones, donde se documentaron todas las decisiones tomadas durante el proceso de recopilación de datos, incluyendo las razones detrás de cada decisión. Se compiló de cada artículo: base de datos de procedencia, área de estudio del artículo, fecha de publicación, autores, título de los artículos y hallazgos de los mismos y el Mantenimiento Basado en el Riesgo (MBR).

Evaluación del riesgo de sesgo del estudio: Para evaluar el riesgo de sesgo se utilizó la escala de riesgo de sesgo de Cochrane. La cual una herramienta utilizada para evaluar la metodología y la validez de la evidencia científica en revisiones sistemáticas. Esta escala se centra en identificar posibles sesgos en los estudios incluidos en las revisiones, lo que permite analizar críticamente la calidad de la evidencia, evaluar la calidad de los estudios y la confiabilidad de los resultados obtenidos en las revisiones sistemáticas.

DESARROLLO Y DISCUSIÓN

En la Figura 2, se muestra un diagrama de flujo con el proceso de selección de los artículos en el estudio. El diagrama muestra diferentes etapas, incluyendo selección, identificación, citado, idoneidad e inclusión. En cada etapa, se muestran los pasos que se llevaron a cabo y la cantidad de artículos que se encuentran en cada paso del proceso. Por ejemplo, se comienza con la selección de artículos de diferentes fuentes, un total de 535 luego se eliminan 360 por no coincidir con el área de estudio, se eliminan los 48 artículos duplicados, posteriormente se excluyen 75 por incumplimiento de la fecha de publicación y por otros criterios fueron excluidos 38, finalmente se comprobó que cumplen los criterios de inclusión 14 artículos.

Figura 2. Flujograma de resultados 

En la representación gráfica Figura 3, se observa la distribución porcentual de los artículos encontrados en cada base de datos. Se destaca que la mayor proporción se encontró en Scopus, representando el 43% del total, seguido por Google Académico con un 36%, y finalmente, Scielo con un 21% de los artículos identificados.

Figura 3. Porcentaje de artículos obtenidos de cada fuente 

En la Tabla 3, se destacan hallazgos claves en el mantenimiento de la maquinaria y equipos en el sector agroindustrial como la importancia de la gestión por procesos para la productividad, el uso del mantenimiento predictivo basado en análisis de vibraciones, la utilidad de la modelización Markov para la disponibilidad de máquinas, la transferencia de trabajos de mantenimiento a empresas especializadas para mejorar la productividad y reducir fallas, la relevancia del entrenamiento de operarios y estrategias como el mantenimiento predictivo y basado en riesgo, el impacto positivo de la digitalización y tecnologías como la inteligencia artificial en la detección de averías, la viabilidad de empresas externas especializadas en mantenimiento, y la necesidad de una logística y planificación efectivas en el mantenimiento de vehículos en el sector agroindustrial.

Tabla 3, Hallazgos encontrados en los artículos 

En la Tabla 4, se presenta la distribución de los artículos incluidos en la revisión sistemática por año de publicación. Uno de los criterios de exclusión aplicados fue considerar únicamente trabajos publicados entre 2019 y 2023. Al analizar la tabla, se observa que el año con mayor número de publicaciones fue 2021, con un total de 6 artículos. Le sigue el año 2022 con 3 artículos publicados. En 2019 se encontró 1 artículo, mientras que en 2020 y 2023 se identificaron 2 publicaciones por año. La distribución de los artículos por base de datos muestra que Scopus concentró la mayor cantidad de publicaciones a lo largo de los años analizados, con 2 artículos en 2021, 2 en 2022 y 2 en 2023. Google Académico tuvo 2 artículos en 2021 y 1 en 2022. Por su parte, Scielo registró 1 artículo en 2019 y 2 en 2021.

Tabla 4. Artículos publicados por años 

En la Tabla 5, se muestra el análisis de sesgo realizado a los artículos incluidos en la revisión. La mayoría de los estudios (10 de 14) muestran un bajo riesgo de sesgo en la generación de la secuencia de aleatorización, lo que indica que este aspecto metodológico fue adecuadamente abordado. En cuanto al ocultamiento de la secuencia de aleatorización, la mitad de los estudios (siete de 14) presentan un alto riesgo de sesgo, lo que sugiere que hubo problemas en mantener oculta la asignación de las unidades experimentales a los diferentes grupos de tratamiento. Por otra parte, la mayoría de los estudios (10 de 14) muestran un bajo riesgo de sesgo de realización, de detección y de desgaste, lo que indica que en general se manejaron adecuadamente las determinaciones realizadas y la obtención de los resultados. Finalmente, en cuanto al dominio de sesgo de notificación selectiva de resultados, ocho de los 14 estudios presentan un bajo riesgo, mientras que en 4 estudios el riesgo es poco claro, lo que señala que la mayoría reportó de manera completa los resultados preestablecidos.

Tabla 5. Escala de riesgo de sesgo Cochrane 

DISCUSIÓN

Los trabajos identificados presentan una gran variedad de hallazgos significativos en el ámbito de la gestión y control del mantenimiento en el sector agroindustrial. Destacan la importancia de la gestión por procesos para mejorar la productividad y rentabilidad en las agroindustrias, como señalan ^{Alcívar (16) en el 2020}. Por otro lado, ^{Mafla (17) en el 2022} proponen el uso del mantenimiento predictivo basado en análisis de vibraciones para detectar fallos en tractores agrícolas. ^{Afsharnia (18) en el 2020} resaltan la utilidad de la modelización Markov en la gestión de la disponibilidad de las máquinas. ^{Prokopov (19) en el 2023} sugieren la externalización de trabajos de mantenimiento complejos para mejorar la productividad y reducir lesiones en las empresas agrícolas. Además, autores como ^{Vorzhev (20) en el 2021} exploran la medición de la capacidad eléctrica de equipos para aumentar la fiabilidad. Estos estudios subrayan la importancia de la capacitación de operarios, la implementación de tecnologías predictivas y la gestión eficiente de recursos para optimizar el mantenimiento y la operatividad en el sector agroindustrial.

Por otra parte, diversos autores (11,17,20) abordan aspectos claves del mantenimiento predictivo y monitoreo en la detección temprana de fallas en equipos industriales. Estos autores proponen el uso del análisis de vibraciones como una herramienta efectiva para anticipar problemas. Además, resaltan la importancia de evaluar la capacidad eléctrica de los equipos como indicador de eficiencia operativa. Otro punto relevante es la incorporación de tecnologías avanzadas como la inteligencia artificial para mejorar la detección y reducción de averías. La digitalización de los procesos de mantenimiento y la implementación de diagnósticos remotos son prácticas que emergen como estrategias innovadoras en la gestión de activos industriales. Estas prácticas no solo permiten prevenir fallas, sino también optimizar la operatividad de los equipos, reducir costos y aumentar la productividad en entornos industriales.

En cuanto a la disponibilidad y confiabilidad de los equipos industriales es un aspecto fundamental en la gestión de activos. Autores como ^{Afsharnia (18) en el 2020} resaltan la utilidad de la modelización Markov como una herramienta efectiva para gestionar la disponibilidad de las máquinas y medir su desempeño a lo largo del tiempo. Mediante este enfoque, los gerentes de mantenimiento pueden anticipar y planificar las actividades necesarias para mantener la operatividad de los equipos. Por otro lado, ^{Prokopov (19) en el 2023} proponen transferir trabajos de mantenimiento complejos a empresas especializadas. Esta estrategia, según los autores, permite aumentar la productividad, mejorar la calidad del trabajo y reducir los riesgos de lesiones en el personal. Complementariamente, ^{Kurochkin (14) en el 2021} explican la importancia del servicio técnico y la gestión adecuada para optimizar el uso de tractores y maquinaria agrícola, lo cual se traduce en una mayor eficiencia y vida útil de estos activos. Estas estrategias contribuyen a la optimización de los recursos, la reducción de costos y el aumento de la productividad en entornos industriales y agrícolas.

En relación con la gestión efectiva de la logística y recursos técnicos es crucial para el mantenimiento de vehículos y equipos industriales. ^{Sirojiddinova (13) en el 2023} destacan la importancia de la planificación y la gestión de recursos técnicos para garantizar la disponibilidad y eficiencia de los vehículos. Esto implica la identificación de las necesidades específicas de cada equipo y la asignación de los recursos necesarios para su mantenimiento y reparación. Por otro lado, Kokieva (15) en el 2021 enfatizan la necesidad de realizar cálculos económicos precisos para asumir costos que garanticen el adecuado funcionamiento de los equipos. Esto incluye la evaluación de los costos de mantenimiento, reparación y reemplazo de los componentes, así como la consideración de los costos indirectos como la pérdida de productividad y la reducción de la vida útil de los equipos.

Por último y no menos importante, la capacitación y operación adecuada de equipos es un aspecto crucial en la gestión eficiente del mantenimiento de maquinaria y equipos en el sector agroindustrial. Este aspecto ha sido señalado por ^{Vera-Zambrano (21) en el 2021} lo que subrayan la relevancia de la capacitación de los operarios y la dedicación exclusiva al uso de las máquinas. Este enfoque resalta la importancia de contar con personal debidamente formado y especializado en el manejo de los equipos, lo cual no solo garantiza su correcto funcionamiento, sino que también contribuye a la seguridad en el entorno laboral. La formación continua del personal en las operaciones y mantenimiento de los equipos es fundamental para maximizar su rendimiento y prolongar su vida útil. Además, la exclusividad en el uso de las máquinas por parte de operarios capacitados ayuda a prevenir errores, reducir tiempos de inactividad y optimizar la productividad en las operaciones industriales. Esta práctica no solo beneficia la operatividad de las máquinas, sino que también promueve un ambiente laboral más seguro y productivo.

CONCLUSIÓN

Los estudios identificados resaltan la importancia de la gestión eficiente del mantenimiento de la maquinaria en el sector agroindustrial. La gestión por procesos, el mantenimiento predictivo, la modelización Markov, la externalización de trabajos complejos, la medición de la capacidad eléctrica, la capacitación de operarios y la gestión de recursos técnicos son estrategias clave para optimizar la operatividad de los equipos, reducir costos y aumentar la productividad en entornos de la agroindustria. Estas prácticas innovadoras, que incluyen la digitalización de procesos y la implementación de tecnologías avanzadas como la inteligencia artificial, permiten anticipar y prevenir fallas, mejorar la eficiencia operativa y reducir riesgos laborales.