Monitoreo de temperatura
El sensor DS18B20 permite obtener mediciones de temperatura de la maquinaria.
Industria 4.0 · IoT · Machine Learning
Mantenimiento predictivo inteligente para la industria
PrediMaint AI monitorea las condiciones de operación de tu maquinaria mediante sensores IoT e Inteligencia Artificial, y transforma los datos de temperatura y vibración en información útil para apoyar las decisiones de mantenimiento.
- Variables
- Temperatura y vibración
- Enlace
- Wi-Fi / ESP32
- Modelo
- Random Forest
- Salida
- Estado operativo
El problema
¿Esperar a que una máquina falle?
PrediMaint AI propone una estrategia basada en el monitoreo continuo de las condiciones de operación, para obtener información antes de que una condición anormal evolucione en una falla.
- Paros no programados (tiempo muerto)
- Pérdidas de producción
- Incremento de costos de mantenimiento
- Reparaciones inesperadas
- Detección tardía de condiciones anormales
La solución
Convierte los datos de tu maquinaria en decisiones
PrediMaint AI integra hardware, IoT, desarrollo web e Inteligencia Artificial en una misma plataforma. La información obtenida de la maquinaria se procesa y se presenta al usuario para facilitar la identificación de cambios en las condiciones de operación.
- Sensores
- ESP32
- Wi-Fi
- API
- Base de datos
- Machine Learning
- Dashboard
Capacidades
Qué monitorea y qué entrega PrediMaint AI
Monitoreo de vibración
El acelerómetro ADXL345 permite registrar información relacionada con las vibraciones del equipo.
Conectividad IoT
El ESP32 adquiere los datos de los sensores y los transmite mediante conexión Wi-Fi.
Inteligencia Artificial
Un modelo de Machine Learning basado en Random Forest clasifica el estado operativo de la maquinaria.
Dashboard
La plataforma web centraliza y visualiza la información de las máquinas.
Gestión de maquinaria
El sistema permite administrar empresas y máquinas dentro de la plataforma.
Cómo funciona
Del sensor en planta al estado operativo en pantalla
- 01
Captura de datos
Los sensores instalados en la maquinaria recopilan información relacionada con sus condiciones de operación.
- 02
Adquisición
El ESP32 recibe las mediciones de los sensores y es capaz de transmitir los datos a través de red Wi-Fi.
- 03
Transmisión
Los datos son enviados mediante conexión Wi-Fi hacia la plataforma.
- 04
Procesamiento
La plataforma recibe, almacena y procesa la información.
- 05
Inteligencia Artificial
El modelo de Machine Learning analiza las variables disponibles y clasifica la condición de operación.
- 06
Visualización
El usuario consulta los resultados desde el dashboard de PrediMaint AI.
Estados de operación
Tres clasificaciones para interpretar la condición del equipo
Normal
La máquina presenta condiciones de operación consideradas normales.
Advertencia
Se identifican cambios o condiciones que requieren seguimiento.
Crítico
Se identifica una condición que requiere atención.
Tecnología
Hardware y software del sistema
Hardware
- ESP32
- ADXL345
- DS18B20
Software
- Python
- Django
- Bootstrap
- MySQL
- Machine Learning
- Random Forest
- API REST
Plataforma web
Una plataforma para administrar tu mantenimiento
PrediMaint AI incorpora diferentes módulos para organizar la información relacionada con el monitoreo industrial.
Gestión de usuarios
Registro, autenticación y administración de usuarios.
Gestión de empresas
Administración de la información de las empresas registradas.
Gestión de máquinas
Registro y administración de los equipos industriales.
Dashboard
Visualización centralizada de la información de la maquinaria.
Monitoreo
Integración de los datos obtenidos mediante sensores IoT.
Inteligencia Artificial
Procesamiento de los datos para apoyar la identificación de condiciones operativas.
Arquitectura tecnológica
Del piso de planta al modelo de clasificación
- 01Maquinaria
- 02ADXL345 + DS18B20
- 03ESP32
- 04Wi-Fi
- 05API REST / Django
- 06Base de datos
- 07Machine Learning
- 08PrediMaint AI Dashboard
Accede al sistema PrediMaint AI
Entra a la plataforma para consultar el dashboard, administrar empresas y máquinas y revisar la condición operativa clasificada por el modelo.