REVISIÓN SISTEMÁTICA DE LITERATURA SOBRE ALGORITMOS IA Y PLATAFORMAS DE SOFTWARE PARA PREDICCIÓN DE FALLAS

El mantenimiento es una actividad inherente a la industria manufacturera, cuyo propósito es garantizar la operación continúa de los equipos. Actualmente, el mantenimiento correctivo o reactivo es el más común y se basa en la intervención tras la ocurrencia de una falla, lo que acarrea diversas consecuencias negativas. En respuesta, el Mantenimiento Predictivo (PdM) surge como una solución efectiva, al anticipar posibles fallas mediante el monitoreo constante de parámetros clave mediante la utilización de tecnologías avanzadas de la Industria 4.0, como el Internet de las Cosas y la Inteligencia Artificial. En este trabajo se propone una revisión sistemática de literatura, basada en el método de Kitchenham, para identificar los algoritmos IA y las plataformas de software más utilizadas para el análisis de anomalías, clasificación y predicción de fallas en equipos industriales. Se analizaron enfoques basados en IA, plataformas de software e IoT, además de tecnologías complementarias que fortalecen el PdM.

• Autores: Marín Vásquez, Mario Esteban
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Universidad Católica de Pereira
• Repositorio: Repositorio Institucional - RIBUC
• Idioma: spa
• OAI Identifier: oai:repositorio.ucp.edu.co:10785/16837
• Acceso en línea: https://hdl.handle.net/10785/16837; https://repositorio.ucp.edu.co/home
• Palabra clave: 2. Ingeniería y Tecnología::2B. Ingenierías Eléctrica, Electrónica e Informática::2B04. Ingeniería de sistemas y comunicaciones; Algoritmos de inteligencia artificial; Detección de anomalías; Análisis de anomalías; Predicción de Fallas; Clasificación de Fallas; Artificial Intelligence Algorithms; Anomaly Detection; Anomaly Analysis; Failure Prediction; Fault Classification
• Rights: closedAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)