Bosch, PaulJiménez Gatica, José Alfredo2026-01-262026-01-262025https://hdl.handle.net/11447/10520Proyecto de grado presentado a la Facultad de Ingeniería de la Universidad del Desarrollo para optar al grado académico de Magíster en Ingeniería Industrial y de SistemasEste trabajo expone un estudio de metaanálisis que incluye publicaciones de diferentes países y continentes para la evaluación y detección de estrategias y formas de abordar el mantenimiento de activos individuales y sistemas. El objetivo de esta investigación es determinar las principales tendencias en la gestión de mantenimiento en el marco de Industria 4.0, para su aplicación en organizaciones. Para lograrlo se propuso un paradigma postpositivista y enfoque mixto. Este metaanálisis transversal analiza 50 artículos entre 2014 y 2025 de seis continentes. Los criterios de inclusión fueron texto completo en inglés/español y estudios de mantenimiento con Industria 4.0. Como instrumentos se utilizaron ficha de extracción, marco de codificación y planilla Excel. Variables: año, área, metodología, sujetos, filiación y continente. Análisis de contenido y síntesis descriptiva comparativa, con cálculo de medidas de asociación y tablas de resumen. Los principales resultados muestran que el mantenimiento predictivo en conjunto con el mantenimiento basado en condición, habilitado por el internet de cosas, analítica y gemelos digitales, reduce fallos y costos, mejora disponibilidad y la eficacia global de los equipos, y fortalece decisiones basadas en datos en sectores ferroviario, manufactura, minería, automotriz y edificación industrial. Modelos híbridos machine learning – deep learning estiman la vida útil remanente de activos con precisión. El estudio muestra que los modelos de mantenimiento con tecnologías de Industria 4.0 reconfiguran la función hacia enfoques predictivos y prescriptivos, reduciendo fallas y costos, mejorando la disponibilidad y la eficacia de los activos, tomando decisiones basadas en datos. Lo habilitan sensores, internet de las cosas y gemelos digitales. Persisten brechas de interoperabilidad, calidad y gobierno de datos, ciberseguridad y operación de modelos. Claves son calidad e interoperabilidad de datos, cobertura sensórica borde-nube e integración de sistemas de gestión de mantenimiento y de gestión corporativa33 p.es070002SMetaanálisisMantenimiento predictivoInteroperabilidadGobernanza de datosArquitectura borde–nubeThesis