| TAZ-TFG-2024-4481 |
Análisis y diseño de un Sistema IoT para la extracción, procesamiento, visualización y predicción de datos en entornos industriales
Revilla Mata, Eduardo
Cortés Arcos, Tomás (dir.)
Universidad de Zaragoza,
ALM,
2024
Informática e Ingeniería de Sistemas department, Ingeniería de Sistemas y Automática area
Graduado en Ingeniería Mecatrónica
Abstract: Este proyecto presenta el diseño e implementación de una plataforma IoT industrial (IIoT) que aborda la necesidad de las empresas de unificar la recolección y análisis de datos en entornos de producción. La plataforma se enfoca en la extracción, procesamiento, visualización y predicción de datos industriales, utilizando tecnologías modernas y protocolos de comunicación estándar como MQTT y OPC UA.
El sistema desarrollado ofrece una solución integral que permite la conexión con dispositivos y PLCs, la captura de datos en tiempo real, su almacenamiento en una base de datos SQL, y la visualización a través de un dashboard interactivo. Además, incorpora capacidades de análisis predictivo utilizando modelos de machine learning, específicamente Random Forest, para anticipar tendencias y posibles fallos en los equipos.
La arquitectura de la plataforma se ha diseñado de manera modular y escalable, permitiendo la fácil incorporación de nuevos protocolos de comunicación y funcionalidades. Se ha puesto especial énfasis en la seguridad, implementando un sistema de autenticación de usuarios y asegurando que la plataforma pueda desplegarse en entornos locales seguros dentro de la red de la empresa.
El proyecto también aborda aspectos como la usabilidad, ofreciendo una interfaz intuitiva para la gestión de fábricas, dispositivos y visualización de datos. Se han realizado simulaciones de dispositivos industriales utilizando una Raspberry Pi para probar la funcionalidad del sistema en un entorno controlado.
Este trabajo fin de grado demuestra la aplicación práctica de conceptos de IoT, análisis de datos y desarrollo web en el contexto de la Industria 4.0, proporcionando una base sólida para futuras expansiones y mejoras en el campo de la digitalización industrial.
El sistema desarrollado ofrece una solución integral que permite la conexión con dispositivos y PLCs, la captura de datos en tiempo real, su almacenamiento en una base de datos SQL, y la visualización a través de un dashboard interactivo. Además, incorpora capacidades de análisis predictivo utilizando modelos de machine learning, específicamente Random Forest, para anticipar tendencias y posibles fallos en los equipos.
La arquitectura de la plataforma se ha diseñado de manera modular y escalable, permitiendo la fácil incorporación de nuevos protocolos de comunicación y funcionalidades. Se ha puesto especial énfasis en la seguridad, implementando un sistema de autenticación de usuarios y asegurando que la plataforma pueda desplegarse en entornos locales seguros dentro de la red de la empresa.
El proyecto también aborda aspectos como la usabilidad, ofreciendo una interfaz intuitiva para la gestión de fábricas, dispositivos y visualización de datos. Se han realizado simulaciones de dispositivos industriales utilizando una Raspberry Pi para probar la funcionalidad del sistema en un entorno controlado.
Este trabajo fin de grado demuestra la aplicación práctica de conceptos de IoT, análisis de datos y desarrollo web en el contexto de la Industria 4.0, proporcionando una base sólida para futuras expansiones y mejoras en el campo de la digitalización industrial.
Tipo de Trabajo Académico: Trabajo Fin de Grado
Permalink:
El registro pertenece a las siguientes colecciones:
Academic Works > Trabajos Académicos por Centro > escuela-universitaria-politecnica-de-la-almunia-de-da-godina
Academic Works > End-of-grade works