OPTIMIZACIÓN DEL PROCESO DE MANTENIMIENTO EN AERONAVES EJECUTIVAS

Abstract

La planificación de las operaciones de mantenimiento constituye uno de los principales desafíos de los centros de Mantenimiento, Reparación y Revisión (MRO), donde es necesario coordinar múltiples aeronaves, recursos humanos especializados y restricciones normativas bajo un entorno caracterizado por una elevada incertidumbre operativa. La aparición de trabajos no rutinarios (findings), la limitada disponibilidad de personal certificador y las fechas de entrega contractuales convierten este problema en una tarea de elevada complejidad, difícilmente abordable mediante técnicas de planificación tradicionales.

En este Trabajo de Fin de Grado se desarrolla un Sistema de Soporte a la Decisión (DSS) basado en Programación Dinámica Aproximada (Approximate Dynamic Programming, ADP) para optimizar la asignación de recursos en un centro MRO certificado bajo normativa EASA Parte-145. El modelo integra criterios de prioridad temporal, estructura de la red de precedencias y riesgo operativo mediante una política híbrida de asignación (Policy Function Approximation, PFA), capaz de tomar decisiones dinámicas conforme evoluciona el estado del hangar.

Con el objetivo de evaluar el comportamiento del modelo, se ha desarrollado un simulador estocástico que reproduce las principales fuentes de incertidumbre presentes en operaciones reales de mantenimiento. La robustez de la política propuesta se analiza mediante simulaciones de Monte Carlo empleando la técnica de Números Aleatorios Comunes (CRN), comparando su rendimiento frente a dos heurísticas ampliamente utilizadas: Earliest Deadline First (EDF) y Critical Path Method (CPM).

Los resultados obtenidos muestran que la política PFA proporciona el mejor equilibrio entre eficiencia económica y robustez operativa. En escenarios nominales alcanza un rendimiento muy próximo al de la estrategia EDF, mientras que, ante situaciones de elevada incertidumbre o reducción de capacidad, consigue disminuir el coste medio esperado y distribuir de forma más equilibrada la carga de trabajo y los retrasos entre las aeronaves. Estos resultados ponen de manifiesto el potencial de la Programación Dinámica Aproximada como herramienta de apoyo a la planificación del mantenimiento aeronáutico y establecen una base sólida para futuras aplicaciones basadas en técnicas avanzadas de Inteligencia Artificial.