Los problemas que surgen en las máquinas durante los procesos de producción representan un desafío significativo, ya que resultan en detenciones de emergencia y períodos de inactividad. En ocasiones, es necesario detener la producción durante horas, lo que conlleva una disminución de los ingresos y plazos de entrega más prolongados, generando un impacto financiero negativo en la empresa y un servicio deficiente para los clientes. El mantenimiento predictivo se enfoca en identificar irregularidades y defectos en las máquinas en sus etapas iniciales para prevenir la aparición de problemas graves durante su funcionamiento. Sin embargo, a menudo resulta difícil detectar patrones en los datos de producción que indiquen cuándo o por qué se produce una falla, lo que dificulta la identificación de puntos específicos de atención. Muchas empresas están implementando sistemas de sensores en sus máquinas para recopilar información sobre diversas variables (como vibración y ruido), lo que les permite anticipar posibles fallos. La finalidad de este proyecto es desarrollar un modelo de predicción de fallos en una máquina de una línea de producción utilizando datos de diversas magnitudes obtenidos a través de un sistema de sensores conectado a la máquina.

The problems that arise in machines during production processes pose a significant challenge, as they result in emergency shutdowns and periods of downtime. At times, it is necessary to halt production for hours, leading to a decrease in revenue and extended delivery times, causing a negative financial impact on the company and poor service for customers. Predictive maintenance focuses on identifying irregularities and defects in machines at their early stages to prevent the occurrence of serious issues during operation. However, it often proves challenging to detect patterns in production data that indicate when or why a failure occurs, making it difficult to identify specific points of concern. Many companies are implementing sensor systems on their machines to gather information on various variables (such as vibration and noise), enabling them to anticipate potential failures. The purpose of this project is to develop a failure prediction model for a machine in a production line using data of various magnitudes obtained through a sensor system connected to the machine.