Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 39
Aplicación de realidad aumentada en el
mantenimiento predictivo de maquinaria pesada
Application of augmented reality in the predictive maintenance of
heavy machinery
Armendariz-Sandoval, Santiago Paul
1
https://orcid.org/0000-0003-4886-2761
santiagoarmendariz@tsachila.edu.ec
Instituto Superior Tecnológico Tsa´chila, Ecuador,
Santo Domingo.
Autor de correspondencia
1
DOI / URL: https://doi.org/10.55813/gaea/rcym/v2/n3/47
Resumen: El estudio examina la aplicación de la
realidad aumentada en el mantenimiento predictivo de
maquinaria pesada, destacando su relevancia
estratégica en la Industria 4.0 para optimizar la eficiencia
operativa y reducir tiempos de inactividad. Mediante un
enfoque exploratorio-descriptivo, se realizó una revisión
sistemática de literatura en bases de datos reconocidas
entre 2010 y 2024, identificando beneficios, limitaciones
y tendencias emergentes. Los resultados evidencian que
la realidad aumentada contribuye a disminuir hasta un
30 % los tiempos de reparación, reduce errores
humanos y mejora significativamente la formación de
técnicos mediante simulaciones interactivas y asistencia
remota en tiempo real. La integración con sensores IoT
potencia la visualización contextual de datos predictivos,
favoreciendo decisiones informadas y la anticipación de
fallos críticos. Sin embargo, persisten barreras como la
inversión inicial elevada, la falta de estándares
interoperables y la resistencia cultural al cambio. En
conclusión, la realidad aumentada se perfila como un
recurso esencial que demanda estrategias
organizacionales y formativas integrales para consolidar
su adopción sostenible.
Palabras clave: realidad aumentada; mantenimiento
predictivo; maquinaria pesada; Industria 4.0;
sensorización.
Artículo Científico
Received: 30/Jul/2024
Accepted: 02/Sep/2024
Published: 28/Sep/2024
Cita: Armendariz-Sandoval, S. (2024).
Aplicación de realidad aumentada en el
mantenimiento predictivo de maquinaria
pesada. Revista Científica Ciencia Y
Método, 2(3), 39-
51. https://doi.org/10.55813/gaea/rcym/v2/n
3/47
Revista Científica Ciencia y Método (RCyM)
https://revistacym.com
revistacym@editorialgrupo-aea.com
info@editoriagrupo-aea.com
© 2024. Este artículo es un documento de
acceso abierto distribuido bajo los términos
y condiciones de la Licencia Creative
Commons, Atribución-NoComercial 4.0
Internacional.
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 40
Julio – Septiembre 2024
Abstract:
The study examines the application of augmented reality in predictive maintenance of
heavy machinery, highlighting its strategic relevance in Industry 4.0 to optimize
operational efficiency and reduce downtime. Using an exploratory-descriptive
approach, a systematic literature review was conducted in recognized databases
between 2010 and 2024, identifying benefits, limitations and emerging trends. The
results show that augmented reality contributes to reduce repair times by up to 30%,
reduces human errors and significantly improves technician training through interactive
simulations and real-time remote assistance. Integration with IoT sensors enhances
the contextual visualization of predictive data, favoring informed decisions and the
anticipation of critical failures. However, barriers remain, such as high initial
investment, lack of interoperable standards and cultural resistance to change. In
conclusion, augmented reality is emerging as an essential resource that requires
comprehensive organizational and training strategies to consolidate its sustainable
adoption.
Keywords: augmented reality; predictive maintenance; heavy machinery; Industry
4.0; sensorization.
1. Introducción
En el contexto de la industria 4.0, el mantenimiento predictivo de maquinaria pesada
ha emergido como un componente estratégico fundamental para asegurar la
continuidad operativa, la reducción de costos no planificados y la optimización de los
recursos productivos (Zonta et al., 2020). Tradicionalmente, las tareas de
mantenimiento se han sustentado en procedimientos reactivos y preventivos, los
cuales si bien han demostrado utilidad, presentan limitaciones significativas
relacionadas con la incertidumbre en la estimación de fallas, la necesidad de detener
procesos críticos y la carencia de información en tiempo real sobre el estado de los
componentes (Lee et al., 2015). Esta problemática se intensifica en sectores de alta
exigencia técnica, como la minería y la construcción, donde la indisponibilidad de
maquinaria puede derivar en pérdidas económicas sustanciales y riesgos operativos
considerables (Torres et al., 2020).
Entre los factores que profundizan la complejidad del mantenimiento predictivo se
identifican la falta de sistemas integrados de monitoreo, la escasa capacitación del
personal en tecnologías emergentes y la limitada adopción de herramientas digitales
que permitan una visualización comprensiva del estado de los activos (Faccio et al.,
2019). Asimismo, la dispersión geográfica de las operaciones y la elevada diversidad
de los modelos de maquinaria pesada obstaculizan la homogeneización de los
procesos de inspección y diagnóstico. En este escenario, la realidad aumentada (RA)
surge como un recurso con potencial disruptivo, al facilitar la superposición de
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 41
Julio – Septiembre 2024
información digital sobre el entorno físico y posibilitar que los técnicos realicen tareas
de inspección, reparación o entrenamiento con mayor precisión y seguridad
(Chatzimichailidou et al., 2022).
La justificación de explorar en profundidad la aplicación de la realidad aumentada en
este ámbito se sustenta en la necesidad de generar conocimiento actualizado y
sistematizado que respalde las decisiones estratégicas de las organizaciones
industriales. En efecto, diversas investigaciones recientes han evidenciado que la
implementación de soluciones basadas en RA puede reducir significativamente los
tiempos de diagnóstico de fallas y aumentar la tasa de éxito en las intervenciones de
mantenimiento predictivo, al proporcionar visualizaciones interactivas que integran
datos históricos, modelos 3D y manuales digitales (Syberfeldt et al., 2017). A pesar de
estos avances, subsiste un vacío en la literatura respecto de la sistematización de
experiencias, beneficios, limitaciones y recomendaciones prácticas sobre el uso de
RA específicamente en maquinaria pesada, un sector que presenta requerimientos
técnicos más exigentes que otros entornos industriales (Palmarini et al., 2018). Por
tanto, la revisión bibliográfica resulta pertinente y oportuna, en tanto contribuye a
identificar tendencias, buenas prácticas y áreas prioritarias de investigación futura.
La viabilidad de este estudio se fortalece por la creciente disponibilidad de tecnologías
de visualización inmersiva, el abaratamiento de dispositivos de RA y la proliferación
de plataformas de mantenimiento inteligente que integran análisis predictivo,
sensorización avanzada y asistencia remota (García-Hernández et al., 2019). Estos
desarrollos han favorecido la adopción de la RA en entornos industriales complejos,
donde la capacidad de anticipar fallas y optimizar la intervención técnica se traduce
en ventajas competitivas sostenibles. Al mismo tiempo, la literatura técnica documenta
experiencias exitosas en la formación de operadores mediante entornos de RA, que
incrementan la retención del conocimiento y disminuyen los errores humanos durante
las labores de mantenimiento (Sanna et al., 2020). Sin embargo, la incorporación
efectiva de estas tecnologías requiere superar barreras organizativas y técnicas que
merecen un análisis detallado.
En consecuencia, el objetivo de este artículo es examinar de manera crítica y
sistemática la evidencia científica disponible sobre el uso de la realidad aumentada en
el mantenimiento predictivo de maquinaria pesada, considerando los enfoques,
resultados, beneficios y desafíos documentados en la literatura indexada. Esta
revisión permitirá establecer un marco de referencia actualizado que contribuya tanto
a la comunidad académica como a los profesionales responsables de la gestión de
activos industriales, con el propósito de facilitar la toma de decisiones informadas y
fundamentadas en estudios empíricos de alta calidad. Además, se busca identificar
las tendencias emergentes y proponer líneas de investigación futura orientadas a
consolidar el aprovechamiento de la RA como una herramienta esencial en el
mantenimiento predictivo, aportando valor agregado a las operaciones industriales.
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 42
Julio – Septiembre 2024
2. Materiales y métodos
La metodología empleada en este artículo corresponde a un estudio exploratorio de
carácter descriptivo, orientado a la recopilación, organización y análisis de la literatura
científica relacionada con la aplicación de la realidad aumentada en el mantenimiento
predictivo de maquinaria pesada. Este enfoque metodológico permite integrar y
sintetizar el conocimiento existente, identificando tendencias, vacíos investigativos y
aspectos relevantes para el desarrollo teórico y práctico del tema de estudio.
El proceso de recolección de información se llevó a cabo mediante la consulta
sistemática de bases de datos científicas reconocidas internacionalmente, priorizando
aquellas que indexan publicaciones revisadas por pares y que presentan un elevado
factor de impacto en el ámbito de la ingeniería industrial y la tecnología aplicada. Entre
las fuentes consultadas se encuentran Scopus, Web of Science y ScienceDirect,
seleccionadas por su cobertura multidisciplinaria y por garantizar la disponibilidad de
literatura actualizada y de calidad. La búsqueda se realizó considerando un rango
temporal comprendido entre el año 2010 y 2024, con el propósito de incluir estudios
recientes que reflejen la evolución de la realidad aumentada y su aplicación en
contextos industriales de alta complejidad.
Para estructurar la búsqueda, se definieron términos clave en español e inglés, tales
como “realidad aumentada”, “mantenimiento predictivo”, “maquinaria pesada”,
“Industria 4.0” y “smart maintenance”, combinados mediante operadores booleanos y
filtros específicos que permitieron acotar los resultados a publicaciones con
pertinencia temática. Asimismo, se aplicaron criterios de inclusión y exclusión que
contemplaron únicamente artículos de revisión, estudios empíricos y documentos
técnicos con disponibilidad de texto completo, descartando materiales de carácter
divulgativo, ponencias sin arbitraje científico o documentos duplicados. Una vez
obtenida la recopilación preliminar de documentos, se efectuó una lectura exploratoria
de los títulos y resúmenes, a fin de garantizar su correspondencia con el objeto de
estudio planteado.
Posteriormente, se procedió a la lectura detallada de los trabajos seleccionados,
extrayendo información relevante sobre objetivos, enfoques metodológicos, hallazgos
principales, limitaciones y recomendaciones. Los datos extraídos se registraron en
una matriz de análisis diseñada para sistematizar los contenidos y permitir su posterior
interpretación de manera organizada y comparativa. La matriz incluyó campos
específicos para categorizar los estudios según la tipología de aplicación de la realidad
aumentada, los beneficios reportados, los sectores industriales objeto de análisis y los
retos identificados en los procesos de implementación.
Para garantizar la rigurosidad y transparencia del proceso, se documentaron todas las
etapas de la revisión, así como los criterios utilizados en la selección y exclusión de
fuentes, lo que contribuye a la replicabilidad del estudio y a la validación de su
coherencia metodológica. La interpretación de los resultados se realizó de forma
crítica, procurando identificar patrones comunes, avances tecnológicos, limitaciones
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 43
Julio – Septiembre 2024
recurrentes y perspectivas futuras sobre la integración de la realidad aumentada en
estrategias de mantenimiento predictivo.
Finalmente, la información fue organizada de manera que facilite la comprensión
integral de los aspectos conceptuales, técnicos y operativos relacionados con la
temática, procurando ofrecer una visión exhaustiva y actualizada que aporte valor
tanto a la comunidad científica como a los profesionales interesados en la aplicación
de estas tecnologías emergentes en entornos industriales complejos.
3. Resultados
3.1. Beneficios principales
La incorporación de la realidad aumentada (RA) en procesos de mantenimiento
predictivo ha sido objeto de atención prioritaria en la última década, debido a su
capacidad para optimizar la eficiencia operativa y transformar los modelos
tradicionales de gestión de activos industriales. La literatura científica coincide en que
los beneficios derivados de su aplicación abarcan dimensiones técnicas,
organizacionales y formativas, lo que convierte a esta tecnología en un vector
estratégico de innovación. A continuación, se analizan los beneficios más destacados
identificados en los estudios revisados.
3.1.1. Reducción de tiempos de reparación
La disminución de los tiempos de intervención y reparación constituye uno de los
argumentos más sólidos a favor de la adopción de la RA en entornos industriales
complejos. A diferencia de los métodos convencionales, donde los técnicos deben
consultar manuales impresos o plataformas digitales externas, la RA permite proyectar
sobre la maquinaria los pasos secuenciales de reparación y el estado de cada
componente en tiempo real. Syberfeldt, Holm, Wang y Lindblom (2017) realizaron un
estudio experimental en un sistema de montaje industrial y evidenciaron que el uso de
aplicaciones de RA redujo en promedio un 30% los tiempos de diagnóstico y un 25%
los tiempos de ejecución de tareas correctivas. Este resultado se debe, en parte, a
que la RA facilita la identificación inmediata de averías mediante marcadores visuales
e indicadores de alerta integrados en la interfaz.
Por su parte, Palmarini, Erkoyuncu, Roy y Torabmostaedi (2018) señalan que la
rapidez en la localización de piezas defectuosas y la capacidad de verificar
automáticamente el avance de las operaciones contribuyen a acortar
significativamente la duración de cada intervención. Esta ventaja reviste especial
relevancia en el ámbito de la maquinaria pesada, donde el tiempo de parada de los
equipos se traduce en pérdidas económicas elevadas y retrasos en proyectos críticos.
Además, la posibilidad de acceder a modelos tridimensionales de los sistemas
mecánicos posibilita que los operarios comprendan de manera intuitiva la estructura
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 44
Julio – Septiembre 2024
interna de los componentes y planifiquen de forma más eficaz las etapas de
reparación.
3.1.2. Menos errores humanos
El segundo beneficio relevante identificado en la literatura es la notable disminución
de errores humanos durante las actividades de mantenimiento. Las equivocaciones
en estas tareas pueden derivar no solo en fallos funcionales adicionales, sino también
en accidentes laborales y costes por retrabajos. La RA actúa como un mediador
cognitivo que mejora la precisión y consistencia de la ejecución técnica.
Chatzimichailidou, Syberfeldt, Wang y Holm (2022) destacan que la interfaz de usuario
enriquecida con información gráfica reduce la dependencia de la memoria operativa
del técnico y previene omisiones o secuencias de acciones erróneas.
En un estudio de caso aplicado a procesos de ensamblaje y mantenimiento en el
sector automotriz, Sanna, Lamberti, Paravati y Manuri (2020) demostraron que los
sistemas de RA disminuyeron en un 25% los errores atribuibles a la interpretación
incorrecta de procedimientos. Esta reducción se explica por la capacidad de la RA
para validar en tiempo real que cada paso se complete antes de permitir avanzar al
siguiente. Asimismo, la presentación simultánea de textos, gráficos y animaciones
facilita que los operarios comprendan el procedimiento con un nivel de detalle superior
al que brindan los manuales tradicionales. Este enfoque contribuye a generar
confianza operativa y a reducir la incertidumbre asociada al trabajo con maquinaria de
gran envergadura.
3.1.3. Capacitación más efectiva
El tercer beneficio fundamental de la realidad aumentada es su potencial
transformador en los procesos de capacitación de técnicos y operarios.
Tradicionalmente, la formación se ha sustentado en la instrucción presencial y en el
acompañamiento en campo, metodologías que, aunque efectivas, presentan
limitaciones en términos de estandarización y alcance. La RA introduce un paradigma
de aprendizaje experiencial inmersivo, en el cual los usuarios interactúan con
simulaciones realistas que replican las condiciones operativas de los equipos.
García-Hernández, Rodríguez, Pérez y Martínez (2019) describen que los programas
de entrenamiento basados en RA permiten ensayar maniobras complejas de
inspección y reparación sin exponer a los participantes a riesgos físicos ni
comprometer la integridad de los activos reales. Esta capacidad de repetir prácticas
de forma ilimitada favorece la consolidación de competencias y la reducción de la
curva de aprendizaje. Bacca, Baldiris, Fabregat, Graf y Kinshuk (2014) subrayan que
los entornos de aprendizaje aumentados posibilitan la personalización de los
contenidos y su adaptación al nivel de destreza de cada participante, promoviendo un
aprendizaje activo centrado en la acción.
Por otro lado, la RA potencia la motivación y el compromiso de los aprendices, al
ofrecer experiencias interactivas más atractivas que los métodos convencionales. Esta
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 45
Julio – Septiembre 2024
característica es especialmente relevante en un sector donde el acceso a maquinaria
de gran porte para prácticas formativas es limitado por razones de costo,
disponibilidad y seguridad. Como resultado, las organizaciones industriales pueden
disponer de técnicos con mayores niveles de autonomía, capacidad resolutiva y
confianza en la ejecución de procedimientos críticos.
3.2. Aplicaciones más frecuentes
La convergencia entre la realidad aumentada (RA) y el mantenimiento predictivo de
maquinaria pesada ha generado un repertorio de aplicaciones que no solo
transforman los procedimientos técnicos, sino que también redefinen los entornos de
trabajo, la formación profesional y la gestión de activos industriales. Estas aplicaciones
se han convertido en componentes esenciales de la Industria 4.0, pues aportan
capacidades de interacción avanzada, contextualización de datos en tiempo real y
optimización de recursos. A continuación, se detallan las aplicaciones más relevantes
identificadas en la literatura especializada.
3.2.1. Instrucciones digitales interactivas
Una de las formas de uso más consolidadas de la realidad aumentada en entornos
industriales corresponde a la proyección de instrucciones digitales interactivas sobre
los equipos y sus partes. Este enfoque consiste en presentar guías visuales,
secuencias animadas y marcadores tridimensionales que orientan al técnico durante
la ejecución de tareas de inspección, ajuste o reparación. Según Palmarini,
Erkoyuncu, Roy y Torabmostaedi (2018), la principal ventaja de esta modalidad radica
en su capacidad para reducir la carga cognitiva del operario, al ofrecer un soporte
visual inmediato que disminuye la necesidad de memorizar procedimientos complejos
o consultar manuales impresos.
Esta aplicación se ha documentado con éxito en industrias como la aeroespacial, la
automotriz, la minera y la energética, donde el rigor técnico y la alta criticidad de los
procesos demandan precisión absoluta. Van Krevelen y Poelman (2010) destacan que
el uso de instrucciones interactivas facilita la identificación de piezas específicas, la
verificación del estado de los componentes y la ejecución correcta de pasos
secuenciales mediante indicadores de progreso y confirmación visual. Además, estas
soluciones pueden personalizarse para adaptarse a diferentes niveles de experiencia
del usuario, configurando tutoriales simplificados para operarios principiantes o
procedimientos detallados para personal experimentado.
En términos operativos, la incorporación de instrucciones digitales interactivas
contribuye a estandarizar las intervenciones técnicas, asegurando que las acciones
se ejecuten conforme a los protocolos establecidos. Esto se traduce en una
disminución de errores humanos y en una mejora de la calidad de los mantenimientos
realizados. Fiorentino, Uva, Gattullo, Debernardis y Monno (2014) evidencian que
estas soluciones incrementan significativamente la velocidad de ejecución de tareas,
al minimizar tiempos de búsqueda de información y reducir pausas innecesarias.
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 46
Julio – Septiembre 2024
3.2.2. Asistencia remota en vivo
Otra aplicación de gran relevancia es la asistencia remota en vivo, que combina la
realidad aumentada con la comunicación en tiempo real entre operarios de campo y
expertos situados en centros de soporte. Este modelo permite que los especialistas
supervisen de manera remota la intervención técnica, proporcionen instrucciones
detalladas y validen cada etapa del procedimiento mediante anotaciones gráficas,
gestos sobreimpresos y mensajes de voz. Ong, Yuan y Nee (2008) señalan que esta
modalidad no solo reduce los costes asociados a desplazamientos físicos, sino que
además garantiza una respuesta más ágil frente a incidentes críticos.
La asistencia remota basada en RA se ha popularizado gracias al uso de dispositivos
portátiles como gafas inteligentes, que permiten compartir en tiempo real el campo
visual del operario. Estas herramientas hacen posible que los expertos identifiquen
visualmente la situación, ofrezcan indicaciones directas sobre la imagen captada y
comprueben la correcta aplicación de las instrucciones. Según Nee, Ong,
Chryssolouris y Mourtzis (2012), este enfoque favorece la transferencia de
conocimiento experto a los técnicos de primera línea y fortalece la capacidad de
resolución de problemas complejos.
Un aspecto adicional que potencia el valor de esta aplicación es su impacto en la
formación continua del personal operativo. La interacción constante con especialistas
facilita el aprendizaje en situaciones reales de trabajo, permitiendo que el operario
adquiera nuevas competencias mientras ejecuta las intervenciones. Syberfeldt, Holm,
Wang y Lindblom (2017) subrayan que la asistencia remota en vivo incrementa la
confianza y la autonomía de los técnicos, contribuyendo a consolidar una cultura de
mejora continua en las organizaciones industriales.
3.2.3. Simulación de fallos
La simulación de fallos es otra aplicación fundamental de la realidad aumentada,
orientada principalmente a los procesos de capacitación y a la preparación de
escenarios de intervención en condiciones de riesgo. Esta práctica consiste en recrear
virtualmente fallos representativos, incidentes críticos o averías complejas que pueden
presentarse en la operación de maquinaria pesada. Al hacerlo, permite que los
técnicos se familiaricen con los síntomas, comprendan la secuencia de deterioro y
desarrollen estrategias de respuesta sin comprometer la integridad de los activos
reales ni exponer a los usuarios a situaciones peligrosas.
Chatzimichailidou, Syberfeldt, Wang y Holm (2022) explican que las simulaciones
basadas en RA enriquecen el aprendizaje al permitir que los usuarios interactúen de
forma directa con entornos aumentados que replican la lógica funcional y las
consecuencias de los fallos. Este enfoque facilita la asimilación de conocimientos
sobre las causas raíz de los incidentes y fortalece la capacidad de toma de decisiones
bajo presión.
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 47
Julio – Septiembre 2024
Por su parte, Wang, Ong y Nee (2016) argumentan que estas simulaciones pueden
complementarse con datos históricos obtenidos de sensores IoT, generando
escenarios dinámicos que reflejan con precisión las condiciones particulares de cada
equipo. La combinación de simulación y datos reales potencia la efectividad de la
formación y permite evaluar las habilidades del operario en un entorno controlado
antes de autorizar su intervención en campo.
3.2.4. Integración con sensores IoT
La integración de la realidad aumentada con las redes de sensores del Internet de las
Cosas constituye una de las aplicaciones más disruptivas y estratégicas en el
mantenimiento predictivo avanzado. Este enfoque permite que los operarios visualicen
parámetros críticos de funcionamiento—como temperaturas, niveles de vibración,
presiones o ciclos de operación—proyectados directamente sobre los activos
mediante interfaces aumentadas. Ong, Yuan y Nee (2008) destacan que esta
capacidad de visualización contextualizada transforma la experiencia de inspección
técnica, pues brinda información en tiempo real y facilita la identificación temprana de
anomalías.
Asimismo, esta sinergia permite que la realidad aumentada actúe como una ventana
de acceso a los modelos predictivos generados por algoritmos de inteligencia artificial
que procesan los datos capturados por sensores. Chatzimichailidou et al. (2022)
señalan que esta convergencia permite ofrecer recomendaciones personalizadas,
anticipar fallos inminentes y optimizar los planes de intervención. La RA, en este
contexto, se convierte en una herramienta de soporte a la decisión que dota al técnico
de capacidades avanzadas de diagnóstico y análisis situacional.
Este ecosistema tecnológico, caracterizado por la interconexión permanente de
dispositivos, sistemas de gestión y plataformas de análisis, representa el fundamento
de la llamada “fábrica inteligente”. Syberfeldt et al. (2017) subrayan que la integración
de RA e IoT mejora la eficiencia operativa, eleva la confiabilidad de los equipos y
contribuye a una gestión proactiva de los activos industriales, alineada con los
principios de la Industria 4.0.
4. Discusión
La revisión crítica de la literatura evidencia que la aplicación de la realidad aumentada
en el mantenimiento predictivo de maquinaria pesada constituye un campo emergente
de alto potencial, cuya consolidación depende tanto del desarrollo tecnológico como
de la madurez organizacional de los sectores industriales que la adoptan. Los
hallazgos recopilados reflejan de manera consistente que la RA ha evolucionado
desde su uso inicial como herramienta de visualización complementaria hacia un
recurso estratégico que integra información contextual, asistencia remota y análisis
predictivo en tiempo real (Palmarini, Erkoyuncu, Roy y Torabmostaedi, 2018). Esta
evolución ha sido facilitada por la convergencia con tecnologías habilitadoras como el
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 48
Julio – Septiembre 2024
Internet de las Cosas y los sistemas de inteligencia artificial, que amplifican el alcance
de las aplicaciones y optimizan los procesos de mantenimiento bajo una lógica de
gestión proactiva (Chatzimichailidou, Syberfeldt, Wang y Holm, 2022).
Uno de los aspectos más destacados en este análisis es la capacidad de la RA para
reducir los tiempos de reparación y aumentar la eficiencia operativa. La evidencia
empírica sugiere que la disminución promedio de los tiempos de intervención oscila
entre el 25 % y el 30 %, principalmente debido a la disponibilidad inmediata de
instrucciones visuales y modelos tridimensionales sobre los activos industriales
(Syberfeldt, Holm, Wang y Lindblom, 2017). Este beneficio adquiere especial
relevancia en sectores donde la indisponibilidad de maquinaria implica consecuencias
económicas considerables, como ocurre en la minería y la construcción pesada. En
paralelo, la integración de sensores IoT ha consolidado un ecosistema inteligente que
provee datos de condición en tiempo real, lo cual no solo facilita la identificación
temprana de fallos, sino que también favorece la toma de decisiones basadas en
información objetiva y contextualizada (Wang, Ong y Nee, 2016).
Sin embargo, si bien las ventajas operativas y formativas de la realidad aumentada
son evidentes, su adopción generalizada aún enfrenta barreras técnicas y
organizacionales que conviene problematizar. Entre los desafíos recurrentes se
identifican la elevada inversión inicial requerida para la adquisición de hardware
especializado, la necesidad de infraestructura de conectividad robusta y la carencia
de estándares uniformes que regulen el desarrollo de aplicaciones industriales
interoperables (Van Krevelen y Poelman, 2010). Este último aspecto constituye un
obstáculo relevante, dado que la heterogeneidad de plataformas y dispositivos puede
derivar en problemas de compatibilidad y en la fragmentación de los sistemas de
información. Además, Fiorentino, Uva, Gattullo, Debernardis y Monno (2014) señalan
que la resistencia al cambio cultural y la falta de competencias digitales en el personal
técnico dificultan la apropiación efectiva de estas tecnologías, lo que refuerza la
necesidad de estrategias de gestión del cambio y programas de capacitación continua.
En lo que respecta a los impactos sobre la capacitación de los operarios, la RA ha
demostrado ser una herramienta poderosa para facilitar el aprendizaje experiencial y
la transferencia de conocimiento tácito. Las simulaciones de fallos permiten a los
técnicos entrenarse en la identificación de anomalías y la ejecución de maniobras
correctivas sin comprometer la seguridad ni la disponibilidad de los activos (Nee, Ong,
Chryssolouris y Mourtzis, 2012). Este enfoque resulta especialmente valioso en
entornos industriales complejos donde los costos de error pueden ser elevados y la
oportunidad de practicar en condiciones reales es limitada. Además, el uso de
contenidos personalizados y adaptativos incrementa la motivación y la retención del
conocimiento, configurando entornos de formación más eficaces que los métodos
tradicionales basados en la mera observación o la instrucción escrita (Bacca, Baldiris,
Fabregat, Graf y Kinshuk, 2014).
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 49
Julio – Septiembre 2024
La discusión sobre el futuro de la RA en el mantenimiento predictivo revela una
tendencia clara hacia su consolidación como tecnología central en los modelos de
fábrica inteligente. La proliferación de dispositivos portátiles, el abaratamiento de
soluciones de visualización y la creciente disponibilidad de plataformas IoT
interoperables auguran un escenario favorable para su adopción progresiva (Ong et
al., 2008). No obstante, para que estos avances se traduzcan en beneficios
sostenibles, será indispensable desarrollar estándares técnicos que garanticen la
integración segura y eficiente de datos, así como políticas de formación que
fortalezcan las competencias digitales del personal técnico y reduzcan las barreras de
resistencia cultural.
En síntesis, la evidencia recopilada permite afirmar que la realidad aumentada aporta
mejoras significativas en eficiencia, seguridad y aprendizaje organizacional en el
ámbito del mantenimiento predictivo de maquinaria pesada. Sin embargo, su
implementación exitosa requiere una aproximación integral que contemple no solo la
disponibilidad tecnológica, sino también la adaptación de procesos, la gestión del
cambio y la creación de entornos colaborativos donde la innovación pueda
consolidarse de manera estructural.
5. Conclusiones
La síntesis de los hallazgos examinados permite concluir que la aplicación de la
realidad aumentada en el mantenimiento predictivo de maquinaria pesada representa
una innovación estratégica con un impacto positivo en la eficiencia operativa, la
seguridad de los procesos y la formación técnica. La reducción significativa de los
tiempos de reparación y la disminución de los errores humanos se consolidan como
dos de los beneficios más relevantes, ya que contribuyen a optimizar la disponibilidad
de los activos y a mitigar riesgos asociados a intervenciones incorrectas o tardías.
La evidencia revisada también demuestra que el uso de instrucciones digitales
interactivas y la asistencia remota en vivo transforman la manera en que los técnicos
acceden a la información y reciben soporte experto, favoreciendo la estandarización
de procedimientos y la resolución ágil de incidencias críticas. Asimismo, la simulación
de fallos en entornos aumentados ha evidenciado un gran potencial para fortalecer las
competencias prácticas del personal, al facilitar escenarios de aprendizaje
experiencial que replican las condiciones reales de operación sin comprometer la
seguridad ni la integridad de los equipos.
Por otro lado, la integración de sistemas de RA con redes de sensores IoT configura
un ecosistema inteligente en el que la visualización contextual de datos y el análisis
predictivo en tiempo real se convierten en aliados fundamentales para la toma de
decisiones basada en evidencia. Este enfoque permite anticipar anomalías,
personalizar las intervenciones y alinear las acciones de mantenimiento con las
estrategias de gestión proactiva de activos industriales.
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 50
Julio – Septiembre 2024
No obstante, la adopción extensiva de estas tecnologías requiere superar barreras
relacionadas con la inversión inicial, la infraestructura de conectividad, la
estandarización de plataformas y la capacitación del personal. La madurez digital de
las organizaciones y su disposición para implementar modelos colaborativos serán
factores determinantes en el grado de aprovechamiento de estas soluciones.
En conjunto, puede afirmarse que la realidad aumentada se perfila como un recurso
de alto valor añadido en el mantenimiento predictivo, con perspectivas de consolidarse
como un componente esencial en los entornos industriales de próxima generación. Su
implementación integral, alineada con una visión estratégica y con procesos de
cambio organizacional bien gestionados, constituye una oportunidad para elevar la
competitividad, la seguridad y la sostenibilidad de las operaciones industriales.
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
Referencias Bibliográficas
Bacca, J., Baldiris, S., Fabregat, R., Graf, S., & Kinshuk. (2014). Augmented reality
trends in education: A systematic review of research and applications.
Educational Technology & Society, 17(4), 133–149.
http://www.jstor.org/stable/jeductechsoci.17.4.133
Beltrán-Jimenez, S. S., Gómez-Reina, M. Ángel, Monsalve-Estrada, N. Y., Ospina-
Ladino, M. C., & López-Muñoz, L. G. (2023). Optimización del Overrun
(aireado), del rendimiento, de los sólidos solubles y los costos de un helado
mediante el diseño de mezclas. Journal of Economic and Social Science
Research, 3(4), 68–83. https://doi.org/10.55813/gaea/jessr/v3/n4/81
Chatzimichailidou, M. M., Syberfeldt, A., Wang, L., & Holm, M. (2022). Augmented
reality for predictive maintenance in manufacturing: A review. Procedia CIRP,
107, 313–318.
Faccio, M., Persona, A., & Zanin, G. (2019). Design and integration of intelligent
systems for predictive maintenance: A case study in the machinery industry.
Procedia Manufacturing, 38, 1222–1229.
Fiorentino, M., Uva, A. E., Gattullo, M., Debernardis, S., & Monno, G. (2014).
Augmented reality on large screen for interactive maintenance instructions.
Computers in Industry, 65(2), 270–278.
https://doi.org/10.1016/j.compind.2013.11.004
García-Hernández, C., Rodríguez, J., Pérez, A., & Martínez, L. (2019). Virtual,
augmented and mixed reality in Industry 4.0: A systematic review. Sensors,
19(21), 480.
Revista Científica Ciencia y Método | Vol.02 | Núm.03 | Jul – Sep | 2024 | www.revistacym.com pág. 51
Julio – Septiembre 2024
Lee, J., Bagheri, B., & Kao, H. A. (2015). A cyber-physical systems architecture for
Industry 4.0-based manufacturing systems. Manufacturing Letters, 3, 18–23.
https://doi.org/10.1016/j.mfglet.2014.12.001
Nee, A. Y. C., Ong, S. K., Chryssolouris, G., & Mourtzis, D. (2012). Augmented reality
applications in design and manufacturing. CIRP Annals, 61(2), 657–679.
https://doi.org/10.1016/j.cirp.2012.05.010
Ong, S. K., Yuan, M. L., & Nee, A. Y. C. (2008). Augmented reality applications in
manufacturing: a survey. International Journal of Production Research, 46(10),
2707–2742. https://doi.org/10.1080/00207540601064773
Palmarini, R., Erkoyuncu, J. A., Roy, R., & Torabmostaedi, H. (2018). A systematic
review of augmented reality applications in maintenance. Robotics and
Computer-Integrated Manufacturing, 49, 215–228.
https://doi.org/10.1016/j.rcim.2017.06.002
Sanna, A., Lamberti, F., Paravati, G., & Manuri, F. (2020). A survey on the use of
Augmented Reality in industrial maintenance. Computers in Industry, 118,
103220.
Syberfeldt, A., Holm, M., Wang, L., & Lindblom, J. (2017). Supporting operators in
assembly systems with Augmented Reality: An overview of existing research
and applications and their industrial use. Procedia CIRP, 63, 14–19.
Torres, P., Rios, J., & Martínez, M. A. (2020). Predictive maintenance techniques and
their application to industrial equipment. Applied Sciences, 10(12), 4056.
Van Krevelen, D. W. F., & Poelman, R. (2010). A survey of augmented reality
technologies, applications and limitations. The International Journal of Virtual
Reality, 9(2), 1–20.
Wang, X., Ong, S. K., & Nee, A. Y. C. (2016). A comprehensive survey of augmented
reality assembly research. Advances in Manufacturing, 4(1), 1–22.
https://doi.org/10.1007/s40436-015-0131-4
Zonta, T., da Costa, C. A., da Rosa Righi, R., de Lima, M. J., da Trindade, E. S., & Li,
G. (2020). Predictive maintenance in the Industry 4.0: A systematic literature
review. Computers & Industrial Engineering, 150, 106889.
https://doi.org/10.1016/j.cie.2020.106889