Reseña

El informe presenta una investigación aplicada sobre el uso de inteligencia artificial para implementar mantenimiento predictivo en procesos industriales de flujo y presión. Utilizando un entrenador REGA, se recolectaron datos en tiempo real para entrenar modelos de aprendizaje automático, logrando una precisión superior al 90% en la predicción de fallas. Se destacaron los modelos de bosque aleatorio y perceptrón multicapa, y se integró una API para evaluar el estado del sistema en tiempo real. El estudio concluye que la IA es una herramienta eficaz para reducir paros no programados y recomienda continuar optimizando la recolección de datos y explorar modelos que estimen la vida útil de los componentes.