artificial para mejorar el proceso de mantenimiento de la infraestructura ferroviaria y del material rodante del sistema ferroviario español, gestionado por Adif y operado principalmente por Renfe. La propuesta surge a través de la problemática asociada a la detección tardía de fallos, que impacta en la calidad del servicio, la seguridad operativa y los costos de mantenimiento. La solución planteada consta de la implementación de un sistema de mantenimiento que se basa en condición apoyado en el uso de sensores instalados en trenes comerciales, los cuales actúan como plataformas de monitoreo continuo de la infraestructura ferroviaria. A partir de la recolección de datos en tiempo real, se desarrollan modelos de inteligencia artificial capaces de identificar patrones, anomalías y posibles fallos antes de que estos se conviertan en incidencias operativas. El sistema integra componentes tecnológicos, como dispositivos de captura de datos, sistemas de comunicación, infraestructura de procesamiento y plataformas de visualización, así como la participación de distintos departamentos organizacionales responsables de la operación, la supervisión, y la mejora continua del sistema. La implementación se estructura mediante un plan de acción que incluye la instalación de sensores, el desarrollo de la infraestructura tecnológica, el entrenamiento de modelos de inteligencia artificial, la realización de pruebas en campo, y el despliegue progresivo de la solución. El alcance del proyecto se limita a la red de alta velocidad y servicios de cercanías, considerando exclusivamente trenes operados por Renfe y excluyendo otros operadores ferroviarios y elementos como estaciones o infraestructura complementaria. De la misma manera, la solución tiene un carácter de apoyo a la toma de decisiones, sin sustituir las actividades de mantenimiento realizadas por el personal técnico. Finalmente, se establece un cronograma de ejecución y una asignación de responsabilidades que permiten garantizar la viabilidad del proyecto, así como una planificación de los recursos necesarios para su correcta implementación. En conjunto, la propuesta busca contribuir en la optimización del mantenimiento ferroviario mediante un enfoque predictivo. mejorando la eficiencia operativa y reduciendo la probabilidad de fallos en el sistema.
| Código institucional | PROD-2026-4518 |
| Idioma | ES |
| Grupo(s) | Gestión, Ingenierí@ y Desarrollo Organizacional (COL0213531) |
| Línea de investigación | Analítica de Datos e Inteligencia Artificial en Sistemas de Software |
| Programa | Ingeniería Industrial |
| Área OCDE | Ciencias Sociales |
| URI Minerva | https://sgi.redsummaeducation.education/minerva/item/4440 |
Daniel Armando Jimenez, Gabriel Rivera Otero, Julián Camilo Ortega Gómez (2026). Estrategia de implementación de inteligencia artificial para el mantenimiento predictivo en el sistema ferroviario español. https://sgi.redsummaeducation.education/minerva/item/4440
@article{DanielArmandoJimenez2026,
title = {Estrategia de implementación de inteligencia artificial para el mantenimiento predictivo en el sistema ferroviario español},
author = {Daniel Armando Jimenez and Gabriel Rivera Otero and Julián Camilo Ortega Gómez},
year = {2026},
url = {https://sgi.redsummaeducation.education/minerva/item/4440}
}