Fuentes Cid, CésarRomero Bustos, Sebastián2026-03-202026-03-202026https://repositorio.usm.cl/handle/123456789/78167En el trabajo se propone una arquitectura tecnológica que integra sensores, adquisición de datos y plataformas en la nube para supervisar variables como temperatura, presión, vibraciones y corriente en un cocedor industrial. Los datos se capturan mediante módulos DAQ conectados a una Raspberry Pi, se envían a través del protocolo MQTT a un broker en la nube, y luego se procesan con Node-RED, se almacenan en MongoDB y se visualizan mediante dashboards en Grafana. El sistema permite analizar el estado del equipo en tiempo real, generar alertas y calcular indicadores de mantenimiento (KPI) como MTTR, MTBF o OEE, lo que facilita la detección temprana de fallas, mejora la continuidad operacional y optimiza la toma de decisiones en la planta.110 páginasesAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/Industria pesqueraInternet de las cosasVisualización de datosMantenimiento predictivoMejora contínua de procesos productivos35609002912239 Industria, innovación e infraestructura12 Producción y consumo responsables