https://repository.unad.edu.co/handle/10596/710 2026-05-20T11:08:34Z https://repository.unad.edu.co/handle/10596/81039 Title: Análisis de modelos de mantenimiento predictivo de motores de inducción trifásicos mediante IoT y algoritmos de machine learning Abstract: En los últimos años, el mantenimiento predictivo de los motores de inducción trifásicos se ha convertido en un tema clave dentro de la industria, esto debido a que los motores representan una parte importante del consumo energético y del funcionamiento de muchas plantas productivas. Este trabajo presenta una revisión de distintas investigaciones que estudian la aplicación de tecnologías como el Internet de las cosas y el machine learning para anticipar fallas y mejorar el rendimiento de las máquinas eléctricas. En particular, se enfatiza en la relevancia de los motores de inducción trifásicos por su amplio uso industrial, su operación continua y su susceptibilidad a fallas eléctricas, mecánicas y térmicas que pueden afectar la eficiencia y la continuidad de los procesos productivos. Durante el proceso se recopiló información reciente de estudios que abordan el diagnóstico predictivo desde diversos enfoques como modelos de redes neuronales y análisis de series temporales. Asimismo, se analizan arquitecturas de monitoreo basadas en IoT, considerando la adquisición de datos mediante sensores, protocolos de comunicación industrial y plataformas de procesamiento en la nube y en el borde (edge computing), lo que permite comprender el flujo de información desde el motor hasta sistemas de análisis. A partir de esta revisión se reconocen avances y desafíos que limitan la implementación de estos sistemas en entornos industriales, como la gestión de grandes volúmenes de datos, la interoperabilidad entre dispositivos, la ciberseguridad y restricciones presupuestales. El propósito general es ofrecer una visión clara cómo la integración del IoT con el machine learning puede fortalecer las estrategias de mantenimiento en motores eléctricos, en el contexto latinoamericano, donde la adopción de tecnologías digitales sigue en crecimiento. Adicionalmente, el trabajo plantea un enfoque orientado a soluciones viables y de bajo costo, destacando que la implementación del mantenimiento predictivo no depende exclusivamente de infraestructuras complejas, sino de un diseño de arquitecturas escalables y modelos analíticos eficientes. Este análisis busca servir como base teórica para futuras investigaciones sobre monitoreo predictivo de motores de inducción trifásicos, aportando un marco de referencia que facilite la transición hacia prácticas alineadas con los principios de la Industria 4.0. 2026-05-19T00:00:00Z https://repository.unad.edu.co/handle/10596/81033 Title: Diseño de prototipo electrónico IoT para el monitoreo biomédico de señales EEG, PPG y acelerométricas, orientado al estudio de crisis epilépticas Abstract: El presente proyecto aborda el desarrollo de un prototipo portátil basado en tecnologías IoT, diseñado para la adquisición y procesamiento de señales biomédicas. El dispositivo integra sensores para la detección de señales de electroencefalografía (EEG) mediante electrodos, fotopletismografía (PPG) y acelerometría, permitiendo una evaluación multimodal del estado fisiológico del usuario. El sistema contempla el diseño del hardware y la implementación de software embebido sobre una tarjeta de circuito impreso (PCB), incorporando capacidades de transmisión inalámbrica. Los datos adquiridos son almacenados localmente y visualizados en la nube, facilitando su acceso remoto y el análisis en tiempo real, como soporte para estudios biomédicos asociados a crisis epilépticas. 2026-05-07T00:00:00Z https://repository.unad.edu.co/handle/10596/80651 Title: Cultivo hidropónico sostenible, automatizado y monitorizado Abstract: Este documento describe el diseño, simulación e implementación de un sistema hidropónico automatizado para el cultivo de lechuga en un entorno controlado, integrando tecnologías de automatización electrónica, monitoreo ambiental y control de variables nutricionales. Se empleó una placa arduino leonardo como unidad central de control, encargada de gestionar sensores y actuadores asociados al riego y suministro de la solución nutritiva. El sistema incorporó sensores para medir pH, sólidos disueltos totales (TDS), temperatura ambiente y calidad del aire, además de una pantalla LCD con comunicación I2C que permitió la supervisión en tiempo real de estos parámetros. Para el accionamiento hidráulico se integró una bomba sumergible de 12 VDC y una electroválvula NC de 12 VDC, controladas mediante módulos relés de 5V, garantizando un aislamiento eléctrico. Asimismo, se instalaron dos sensores de nivel tipo flotador para evitar reboses durante el proceso de recirculación. La metodología fue de enfoque experimental y descriptivo, apoyada en simuladores como Tinkercad para validar el funcionamiento previo a la implementación física. Las mediciones periódicas permitieron analizar la estabilidad del sistema mediante indicadores estadísticos como el promedio, lo cual permitió establecer los rangos óptimos de operación del sistema: pH entre 5.5 y 6.5, TDS entre 700 y 1150 ppm, temperatura entre 18 °C y 24 °C y calidad del aire “buena” según el AQI. En las gráficas de tendencia obtenidas se evidenció un comportamiento estable de las variables monitoreadas y una respuesta adecuada del sistema. Como resultado se evidenció que la automatización permitió un uso eficiente del agua, redujo la intervención manual y evitó errores como el sobrellenado o el riego excesivo. El sistema hidropónico fue funcional y viable para el monitoreo y control de variables ambientales y nutricionales, constituyéndose como una alternativa adecuada para la agricultura sostenible en espacios urbanos reducidos, como apartamentos. 2026-04-20T00:00:00Z https://repository.unad.edu.co/handle/10596/80346 Title: Analítica de Datos en la Transformación Digital de Pymes de los Sectores Comercial, Servicios e Industrial en Valledupar Abstract: La transformación digital se ha convertido en un reto prioritario para las pequeñas y medianas empresas (pymes), especialmente en regiones como Valledupar, donde persisten brechas tecnológicas que afectan su competitividad. En este contexto, el presente proyecto propone analizar el uso de la analítica de datos como herramienta de apoyo en dicho proceso. La recolección de información se realizará mediante entrevistas semiestructuradas y revisión documental, y el análisis de datos seguirá un enfoque temático y comparativo, a través de esta investigación se espera identificar patrones, percepciones y estrategias relacionadas con la adopción de tecnologías basadas en analítica de datos, con el fin de formular recomendaciones viables y contextualizadas, los resultados contribuirán al fortalecimiento de las capacidades digitales de las pymes en la región, así como a la generación de conocimiento aplicado que permita articular la ingeniería electrónica con el desarrollo empresarial local. 2026-04-08T00:00:00Z