El objetivo que buscamos en este caso concreto es la explotación de la información que se obtiene de los dispositivos IoT que monitorizan las instalaciones para permitir el mantenimiento predictivo y el conocimiento de los consumos en tiempo real.
Para poder obtener los datos que requerimos llevamos a cabo en primer lugar una recogida de datos para analizar el funcionamiento de la maquinaria y detectar comportamientos anómalos. A continuación, generamos el histórico de incidencias de las máquinas y finalmente entrenamos un modelo capaz de predecir fallos en la maquinaria antes de que se produzca, evitando así fueras de servicio.
Paralelamente, para poder contar con alarmas que avisen de cualquier incidencia en tiempo real, creamos informes personalizados que detallan instantáneamente el tipo de anomalía, la maquinaria afectada y su ubicación, y a su vez, generamos alarmas sobre cualquier comportamiento anómalo (preventivas, fueras de servicio,…).