Francisco Luque

Diseño un sistema IoT Personalizado Versátil Integrable en Entornos Industriales y Viviendas

En un proyecto enfocado en la innovación y la flexibilidad, se ha desarrollado desde cero un sistema IoT integral capaz de operar eficazmente tanto en entornos industriales como domésticos. La propuesta se basa en una arquitectura modular y escalable, con el objetivo de facilitar la integración de múltiples protocolos, dispositivos y tecnologías, asegurando su adaptabilidad a distintos escenarios de uso.

Desde las primeras etapas, el diseño contempló la incorporación de tecnologías abiertas y ampliamente adoptadas en el ecosistema IoT. El sistema se ha construido sobre contenedores utilizando Docker y se ha orquestado mediante Kubernetes, lo que ha permitido una gestión eficiente, escalabilidad y despliegues automatizados en diversas plataformas. La lógica de automatización y visualización ha sido implementada con Node-RED, permitiendo un desarrollo ágil y visualmente accesible para flujos de datos complejos.

La comunicación entre dispositivos y servicios se ha estructurado a través de protocolos de mensajería como MQTT, permitiendo una transmisión ligera y en tiempo real. Además, se ha integrado compatibilidad con protocolos industriales ampliamente usados como BACnet, Modbus y KNX, facilitando la interoperabilidad con infraestructuras ya existentes en instalaciones industriales.

En cuanto a dispositivos, el sistema admite tanto soluciones comerciales como desarrollos personalizados (DIY), incluyendo dispositivos conectados mediante Zigbee, sensores y actuadores genéricos IoT, y nodos diseñados a medida para situaciones específicas.

Una vez completado el desarrollo, el sistema fue desplegado en dos entornos reales: uno industrial, con maquinaria, sensores ambientales y controladores de edificios; y otro doméstico, incluyendo iluminación inteligente, climatización, y monitoreo energético. Las pruebas realizadas en ambos escenarios han demostrado un rendimiento sólido, gran estabilidad y una notable capacidad de integración, validando así su versatilidad y eficiencia.

Dashboard IoT doméstico

Dashboard IoT Industrial

Este proyecto lo presenté como Proyecto final de master de Industriales, puedes obtener más información clikeando en el boton de abajo.

Ver Proyecto en GitHub

Diseño e Implementación de Modificaciones de Instalaciones Eléctricas

A lo largo de mi trayectoria profesional, he llevado a cabo diversos trabajos de modificación y mejora de instalaciones eléctricas, tanto en entornos rurales como en viviendas particulares. Estos trabajos han requerido un enfoque técnico completo, desde la evaluación inicial hasta el diseño y ejecución final, asegurando siempre el cumplimiento normativo y la seguridad de las instalaciones.

En zonas rurales, he realizado transformaciones de instalaciones monofásicas a trifásicas, lo cual ha implicado la planificación y ejecución de nuevas acometidas, así como el diseño y montaje de cuadros de protección adaptados a las nuevas necesidades energéticas. Estos proyectos han requerido un análisis detallado de la carga prevista, la coordinación con la compañía suministradora, y la correcta elección de protecciones, secciones de cableado y elementos de maniobra.

En el entorno doméstico, mi trabajo ha incluido la reforma completa de cuadros eléctricos, actualizando las protecciones diferenciales y térmicas según la normativa vigente (REBT), así como la renovación del cableado interno de viviendas, adaptándolo a nuevas demandas como la electrificación de cocinas, instalación de climatización, puntos de recarga o ampliación de circuitos para iluminación y tomas de corriente.

Todo el proceso ha sido diseñado personalmente, evaluando las necesidades particulares de cada instalación, realizando los esquemas eléctricos, seleccionando los materiales adecuados y ejecutando la instalación conforme a los más altos estándares de calidad y seguridad. Además, se ha puesto especial énfasis en la organización, identificación y accesibilidad de los cuadros eléctricos, facilitando futuras ampliaciones o intervenciones de mantenimiento.

Proyecto de Automatización Industrial

Participé en el diseño e implementación de un proyecto integral de automatización de líneas de producción en entorno industrial, cuyo objetivo fue aumentar la eficiencia operativa, reducir errores humanos y optimizar tiempos de ciclo.

El proyecto incluyó la instalación y puesta en marcha de robots industriales (manipuladores y brazos articulados), sistemas de cintas transportadoras automatizadas y una red de sensores de presencia, proximidad, temperatura y conteo, distribuidos estratégicamente a lo largo de la línea.

Mi trabajo abarcó tanto la fase de diseño (esquemáticos eléctricos, disposición de sensores y lógica de control), como la instalación física del sistema, el cableado, la integración de PLC y sistemas de control, y la configuración de la comunicación entre dispositivos mediante protocolos industriales como Modbus y Ethernet/IP.

Además, colaboré en la programación de la lógica de control y en la realización de pruebas funcionales para asegurar la correcta sincronización entre los distintos elementos del sistema (robots, transportadores, sensores y actuadores), garantizando una operación fluida y segura.

Este proyecto mejoró significativamente la productividad de la línea, redujo tiempos de parada y permitió una trazabilidad más precisa del proceso.

Diseño e implementación de sistemas IA

He participado en la implementación de un sistema de Inteligencia Artificial orientado a optimizar procesos productivos mediante machine learning, análisis avanzado de datos y mantenimientos predictivos. El objetivo principal fue mejorar la eficiencia operativa, reducir tiempos de inactividad no planificados y anticipar comportamientos críticos en la maquinaria.

Desde el inicio, trabajé en la recolección sistemática de datos provenientes de sensores industriales, PLCs y sistemas SCADA existentes. Estos datos incluían variables como temperatura, vibración, consumo energético, ciclos de trabajo y más. Una vez consolidada esta base de datos, desarrollé modelos de aprendizaje automático que permitieron detectar patrones, predecir fallos y tomar decisiones con base en evidencia.

Uno de los mayores logros del proyecto fue el despliegue de algoritmos de mantenimiento predictivo, que permitieron anticipar fallos mecánicos con una tasa de precisión superior al 90%. Esto se tradujo en una importante reducción de paradas imprevistas, mejor planificación de los recursos de mantenimiento y una mayor vida útil de los activos.

Además, se implementaron paneles de visualización y dashboards inteligentes, que brindan a los equipos de operación una visión en tiempo real del estado de los sistemas, alertas tempranas y recomendaciones automáticas basadas en el análisis continuo de los datos. Para esto se integraron herramientas de procesamiento de datos en tiempo real, combinando tecnologías como Python, TensorFlow, Pandas y bases de datos time-series.

Otro aspecto clave fue el diseño de un pipeline de datos robusto, capaz de escalar horizontalmente. Utilicé contenedores con Docker y orquestación con Kubernetes para asegurar alta disponibilidad y facilidad de actualización de los servicios. Además, los modelos fueron entrenados y versionados con herramientas como MLflow, permitiendo trazabilidad y mejora continua.

La experiencia de implementación fue enriquecedora y desafiante. Pude comprobar que la integración de IA en procesos industriales no solo es viable, sino también altamente rentable cuando se realiza con una estrategia bien estructurada. Gracias a este proyecto, la organización logró pasar de un enfoque reactivo a uno predictivo y orientado por datos, mejorando la toma de decisiones en todos los niveles.