Sistema de monitoreo remoto para mantenimiento predictivo de motores eléctricos basado en ESP32

Las fallas inesperadas en motores eléctricos industriales constituyen una de las principales causas de paros no programados y pérdidas económicas en los entornos productivos. Las estrategias tradicionales de mantenimiento, como el mantenimiento correctivo o el preventivo basado en tiempo, resultan insuficientes para detectar fallas en etapas tempranas, las cuales pueden evolucionar hasta provocar daños severos en los equipos. En este contexto, el mantenimiento predictivo surge como una alternativa eficaz para mejorar la confiabilidad operativa mediante el monitoreo continuo de variables críticas. En este artículo se presenta el desarrollo de un sistema de monitoreo remoto para mantenimiento predictivo basado en el Internet de las Cosas (IoT). El sistema adquiere datos de temperatura y vibración de un motor eléctrico mediante sensores de bajo costo conectados a una tarjeta ESP32. Los datos se transmiten de forma inalámbrica a una base de datos en la nube Firebase Realtime Database y se visualizan en tiempo real a través de una aplicación web. Los resultados experimentales demuestran que las soluciones IoT constituyen herramientas viables y accesibles para la detección temprana de fallas en motores eléctricos, apoyando la toma de decisiones en el mantenimiento industrial.