Industria 4.0

Vibración, modelos y tablero

El mantenimiento predictivo que construyo no es un dashboard de moda. Es un sensor que vibra, un modelo que clasifica severidad y un tablero que avisa. Nació en el semillero Industria 4.0 de la Universidad Católica de Pereira. Lo vendo como lo que es: un sistema de laboratorio/LAN que un equipo industrial puede entender y extender.

Del semillero al cuarteto

En Industria 4.0 el problema no era “hacer ML”. Era leer un MPU6050, mandar la señal por MQTT, no perder el dato y decidir si la máquina está normal, leve o grave. PdM-Manager es el núcleo: FastAPI, PostgreSQL, un RNN Keras y Chart.js. No es React ni Node, por más que fichas viejas del portafolio lo hayan dicho.

Alrededor del núcleo hay tres piezas que un comprador técnico quiere ver: la landing que explica el producto, el firmware Arduino que captura, y el repo de algoritmos no supervisados (KMeans, Isolation Forest, CBLOF, DBSCAN) donde se discute el método antes de meterlo en producción.

Qué ofrezco a un cliente industrial

Un ingeniero que ya unió hardware, ingesta, modelo y UI. Puedo entrar a un piloto de PdM sin empezar de cero: conozco el ciclo de 30 segundos del procesador, las alertas de severidad 2 y el hecho de que esto se corre en lab, no como SaaS público. Esa honestidad ahorra semanas de discovery falso.

Proyectos de esta línea

Núcleo PdM

PdM-Manager

Lee vibración, clasifica con un RNN Keras y avisa en el tablero. Severidad 0, 1 o 2. Nació en el semillero Industria 4.0. Se corre en lab o LAN.

Leer el caso

Vitrina

PdM_Landing-Page

La cara pública del sistema: para qué sirve el PdM, cómo se conectan sensor, modelo y tablero, y a quién le importa.

Leer el caso

Hardware

Arduino-PdM

Sin sensor no hay modelo. Este repo es la captura —típicamente ESP32 y MPU6050— que viaja por MQTT hacia el manager.

Leer el caso

Método

Algoritmos de ML no supervisados para PdM

Antes de clavar un RNN en producción, el semillero discutió anomalía sin etiquetas. Este repo es esa conversación, en código.

Leer el caso

Para quién es

  • Plantas y laboratorios que quieren un piloto de vibración con modelo, no solo un Excel
  • Equipos de datos que necesitan a alguien que ya entrenó Keras y ya sirvió inferencia en FastAPI
  • Semilleros o facultades que buscan un referente de PdM documentado en público

Qué puedo construir

  • Ingesta MQTT + persistencia PostgreSQL
  • Modelos Keras / no supervisados para anomalía
  • API FastAPI con JWT y OpenAPI
  • Tablero Chart.js y alertas por severidad

Preguntas de esta línea