Predictive maintenance system based on sensors for textile industrial machinery
Summary
No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.
Summarise with VIRAT Free to try with your Science Catalogs account.Abstract
El sector industrial textil depende significativamente de la disponibilidad y confiabilidad de su maquinaria para mantener niveles adecuados de productividad y competitividad. En muchas pequeñas y medianas empresas (PYMEs), la gestión del mantenimiento aún se basa en estrategias preventivas tradicionales fundamentadas en intervalos de tiempo o ciclos de operación, lo cual puede generar ineficiencias operacionales, costos elevados de mantenimiento correctivo y paradas no planificadas. Estas limitaciones dificultan la detección temprana de condiciones anómalas que afectan el desempeño de los equipos críticos dentro del proceso productivo. En este contexto, la presente investigación propone el diseño e implementación de un sistema de mantenimiento predictivo basado en sensores para máquinas de coser industriales, específicamente la máquina fileteadora JACK K4 Serie C5. El sistema utiliza tecnologías de monitoreo en tiempo real para recolectar variables operacionales relevantes que permitan analizar el estado de salud del equipo y anticipar posibles fallas. El desarrollo del sistema incluye la integración de sensores, la adquisición y análisis de datos operacionales y la generación de algoritmos que faciliten la toma de decisiones en la planificación del mantenimiento. La implementación de este enfoque permite migrar de un modelo de mantenimiento reactivo o preventivo a un modelo predictivo basado en condición (Condition-Based Maintenance). Los resultados esperados buscan mejorar la disponibilidad de los equipos, reducir fallas no planificadas, optimizar la gestión del mantenimiento y aumentar la eficiencia operativa de las empresas textiles. De esta manera, el proyecto contribuye al fortalecimiento de la competitividad industrial mediante la incorporación de tecnologías accesibles de monitoreo y análisis de datos en entornos productivos.
Fields of Study & Subjects
Reliability and Maintenance Optimization
Machine Fault Diagnosis Techniques
Fault Detection and Control Systems
Publication details
- Journal / source
- Repositorio Universidad Distrital
- Publication date
- 24 March 2026
- Language
- ES
- Document type
- Thesis