Publicación: Sistema de mantenimiento predictivo basado en IoT y machine learning para maquinaria industrial
Portada
Citas bibliográficas
Código QR
Director
Fecha
Resumen en español
El presente proyecto de grado propone el desarrollo de un sistema de mantenimiento predictivo para maquinaria industrial, que combina tecnologías de IoT y algoritmos de machine learning. La solución contempla la implementación de un prototipo físico con sensores que recolectan datos relevantes como vibración, temperatura y corriente electrica , los cuales serán transmitidos a una plataforma web para su almacenamiento, análisis y visualización en tiempo real. El sistema busca anticipar fallos potenciales mediante modelos de predicción basados en datos históricos y actuales, permitiendo a las empresas reducir tiempos de inactividad y optimizar sus procesos de mantenimiento. Este proyecto integra conocimientos de ingeniería mecatrónica para el diseño e implementación del hardware y de ingeniería de sistemas para el desarrollo de la arquitectura de software, procesamiento de datos y algoritmos predictivos. Con ello, se contribuye a la digitalización de procesos industriales, mejorando la eficiencia operativa y reduciendo costos asociados a mantenimientos correctivos.
Resumen en inglés
This degree project proposes the development of a predictive maintenance system for industrial machinery, which combines IoT technologies and machine learning algorithms. The solution contemplates the implementation of a physical prototype with sensors that collect relevant data such as vibration, temperature and electric current, which will be transmitted to a web platform for storage, analysis and visualization in real time. The system seeks to anticipate potential failures through prediction models based on historical and current data, allowing companies to reduce downtime and optimize their maintenance processes. This project integrates knowledge of mechatronic engineering for the design and implementation of hardware and systems engineering for the development of software architecture, data processing and predictive algorithms. This contributes to the digitalization of industrial processes, improving operational efficiency and reducing costs associated with corrective maintenance.

PDF
FLIP 
