Diseño de un sistema predictivo con arquitectura embebida distribuida para el monitoreo del estado operativo y análisis de degradación en motores eléctricos mediante sincronización de datos vía MQTT.

Rivera Linares, Reymer Alonso

Diseño de un sistema predictivo con arquitectura embebida distribuida para el monitoreo del estado operativo y análisis de degradación en motores eléctricos mediante sincronización de datos vía MQTT.

dc.contributor.advisor	Copa Pineda, Juan Carlos
dc.contributor.author	Rivera Linares, Reymer Alonso
dc.date.accessioned	2026-07-16T16:42:14Z
dc.date.available	2026-07-16T16:42:14Z
dc.date.issued	2026-06-19
dc.description.abstract	La investigación desarrolla un sistema predictivo con arquitectura embebida distribuida, orientado al monitoreo del estado operativo y análisis de degradación en motores eléctricos, empleando sincronización de datos mediante el protocolo MQTT. El objetivo principal fue diseñar una solución capaz de anticipar fallas incipientes y optimizar la gestión del mantenimiento industrial. El sistema se estructuró en tres nodos edge que permiten la adquisición y procesamiento local de datos de vibración, temperatura y corriente, garantizando una comunicación eficiente con latencias inferiores a 50 ms, throughput promedio de 1 msg/s y disponibilidad del 100 % en los nodos principales. El uso del protocolo MQTT con niveles de servicio QoS 0-2 aseguró la sincronización y transmisión confiable de datos, con pérdida nula de mensajes y una deriva temporal menor a 2.2 ms entrenodos, validando su estabilidad en entornos de conectividad variable. Para el análisis predictivo se integraron los modelos XGBoost y Weibull-AFT. El primero permitió clasificar la tendencia de falla bajo tres escenarios (base, conservador y estresado), alcanzando una AUC-ROC de 0.988 y alta precisión en las curvas de calibración y precisión-recuperación. El segundo modelo estimó una vida útil remanente (RUL) de 10,932 horas, equivalente a 455 días de operación continua, con un Brier Score de 0.1922 y C-index de 0.1343, demostrando una calibración adecuada y coherencia entre las predicciones y los eventos reales de falla. Las curvas de supervivencia mostraron una disminución progresiva del RUL en un 22.7 % a lo largo de 24 meses. Los resultados confirman que la integración de procesamiento distribuido, comunicación IoT y modelos de predicción híbridos mejora la capacidad de diagnóstico en tiempo real, reduce el riesgo de fallas y permite planificar intervenciones preventivas con mayor exactitud. El sistema propuesto demostró su viabilidad técnica, precisión superior al 98 % y reducción de más del 20 % en las paradas no planificadas, consolidándose como una herramienta eficaz para el mantenimiento predictivo en entornos industriales eléctricos.
dc.format	application/pdf
dc.identifier.uri	https://hdl.handle.net/20.500.12920/17248
dc.language.iso	spa
dc.publisher	Universidad Católica de Santa María	es_ES
dc.publisher.country	PE
dc.rights	info:eu-repo/semantics/openAccess
dc.rights.uri	https://creativecommons.org/licenses/by-nc-nd/4.0/	es_ES
dc.source	Universidad Católica de Santa María	es_ES
dc.source	Repositorio de la Universidad Católica de Santa María - UCSM	es_ES
dc.subject	Arquitectura embebida
dc.subject	Mantenimiento predictivo
dc.subject	Motores eléctricos.
dc.subject.ocde	https://purl.org/pe-repo/ocde/ford#2.02.01
dc.title	Diseño de un sistema predictivo con arquitectura embebida distribuida para el monitoreo del estado operativo y análisis de degradación en motores eléctricos mediante sincronización de datos vía MQTT.
dc.type	info:eu-repo/semantics/bachelorThesis
dc.type.version	info:eu-repo/semantics/publishedVersion
renati.advisor.dni	29565731
renati.advisor.orcid	0000-0002-8884-2039
renati.author.dni	45560188
renati.discipline	712026
renati.juror	Sulla Torres, Raul Ricardo
renati.juror	Quispe Yauyo, Juan Medardo
renati.juror	Zegarra Gago, Henry Christi
renati.level	https://purl.org/pe-repo/renati/level#tituloProfesional
renati.type	https://purl.org/pe-repo/renati/type#tesis
thesis.degree.discipline	Ingeniería Electrónica
thesis.degree.grantor	Universidad Católica de Santa María.Facultad de Ciencias e Ingenierías Físicas y Formales	es_ES
thesis.degree.name	Ingeniero Electrónico con especialidad en Automatización y Control