Catalán Becerra, Andrés Antonio2026-01-152026-01-152025https://repositorio.usm.cl/handle/123456789/77692El presente trabajo desarrolla e implementa un sistema de monitoreo IoT para el análisis de indicadores de mantenimiento industrial, dirigido específicamente al contexto de la pequeña y mediana industria chilena. La investigación aborda la problemática de la baja adopción de tecnologías predictivas en el sector industrial nacional, particularmente en PYMES, donde el 65% aún opera bajo esquemas de mantenimiento reactivo o preventivo básico. La solución propuesta integra una arquitectura de tres capas basada en tecnologías de código abierto: (1) un simulador desarrollado en Python que genera datos sintéticos de vibración y temperatura mediante modelos estocásticos de degradación; (2) la plataforma ThingSpeak como repositorio cloud para almacenamiento y visualización de series temporales; y (3) Node-RED para el procesamiento en edge y aplicación de lógica de diagnóstico basada en normativas internacionales ISO 10816-3 y NEMA MG-1. El sistema implementado automatiza el cálculo en tiempo real de indicadores clave de mantenimiento (MTBF, MTTR, Disponibilidad, Confiabilidad) y genera diagnósticos predictivos mediante un sistema experto basado en reglas. La validación se realizó mediante simulación computacional, demostrando la capacidad del sistema para detectar anomalías en etapas tempranas con un 95% de precisión en la clasificación de estados operativos. Los resultados evidencian que la arquitectura propuesta reduce los costos de implementación en aproximadamente 85% respecto a soluciones comerciales equivalentes, haciendo viable la transición hacia mantenimiento predictivo para PYMES industriales chilenas. El trabajo contribuye a la democratización del acceso a tecnologías 4.0 en el sector productivo nacional, alineándose con los objetivos estratégicos de modernización industrial impulsados por CORFO. Palabras clave: IoT Industrial, Mantenimiento Predictivo, Industria 4.0, Node-RED, ThingSpeak, Indicadores de Mantenimiento, PYMES IndustrialesThis work develops and implements an IoT-based monitoring system for the analysis of industrial maintenance indicators, specifically oriented toward the context of small and medium-sized industries in Chile. The research addresses the problem of low adoption of predictive maintenance technologies within the national industrial sector, particularly among SMEs, where approximately 65% still operate under reactive or basic preventive maintenance schemes. The proposed solution integrates a three-layer architecture based on open-source technologies: (1) a simulator developed in Python that generates synthetic vibration and temperature data using stochastic degradation models; (2) the ThingSpeak platform as a cloud repository for storage and visualization of time-series data; and (3) Node-RED for edge processing and the application of diagnostic logic based on international standards ISO 10816-3 and NEMA MG-1. The implemented system automates the real-time calculation of key maintenance indicators (MTBF, MTTR, Availability, and Reliability) and generates predictive diagnostics through a rule-based expert system. Validation was conducted through computational simulation, demonstrating the system’s ability to detect anomalies at early stages with a 95% accuracy in the classification of operational states. The results show that the proposed architecture reduces implementation costs by approximately 85% compared to equivalent commercial solutions, making the transition toward predictive maintenance feasible for Chilean industrial SMEs. This work contributes to the democratization of access to Industry 4.0 technologies within the national productive sector and aligns with the strategic objectives of industrial modernization promoted by CORFO.80 páginasesAttribution 4.0 Internationalhttp://creativecommons.org/licenses/by/4.0/PYMES IndustrialesIoT industrialMantenimiento predictivoIndicadores de Mantenimiento35609002894438 Trabajo decente y crecimiento económico9 Industria, innovación e infraestructura10 Reducción de las desigualdades12 Producción y consumo responsables