MPdM: Modelo para mejorar el mantenimiento predictivo en la industria 4.0

• Autores: Miguel Angel Alonso González
• Directores de la Tesis: Vicente García Díaz (dir. tes.) , Benjamín López Pérez (dir. tes.)
• Lectura: En la Universidad de Oviedo ( España ) en 2025
• Idioma: español
• Número de páginas: 207
• Tribunal Calificador de la Tesis: Begoña Cristina Pelayo García Bustelo (presid.) , Jordán Pascual Espada (secret.) , Fernando Enrique Lopez Martinez (voc.) , Elena Verdú Pérez (voc.) , Luz Andrea Rodríguez Rojas (voc.)
• Programa de doctorado: Programa de Doctorado en Informática por la Universidad de Oviedo
• Enlaces
  • Tesis en acceso abierto en: RUO
• Resumen

  • En la actualidad, la Industria 4.0 busca la integración de tecnologías digitales y físicas para lograr procesos productivos más inteligentes y eficientes. En este entorno, la monitorización continua y el análisis de datos industriales permiten anticipar fallos a través del mantenimiento predictivo, minimizando el tiempo de inactividad y optimizando el uso de recursos. Para cumplir con ese objetivo, destaca la adopción de soluciones basadas en Internet de las Cosas o IoT, donde distintos sensores se conectan en red y transmiten información de forma constante a plataformas de análisis. Dichos sensores recogen variables como vibración, temperatura y otros indicadores de funcionamiento, fundamentales para detectar, de manera temprana, posibles problemas en equipos o líneas de producción.