Sistema de monitoreo remoto de temperatura para prevenir fallas en el banco N1 del molino de harina en la empresa PANESFOODS SAC

Abstract

El presente trabajo tuvo como objetivo la implementación de un sistema de monitoreo remoto de temperatura para prevenir fallas en el banco N1 del molino de harina de la empresa PANESFOODS SAC, Lima. La problemática identificada fue el monitoreo manual de temperatura realizado cada 30 a 40 minutos sin registro de datos, lo que generaba una respuesta tardía ante incrementos de temperatura en la caja de engranajes del sistema de transmisión de rodillos. Para lo cual, se diseñó dos nodos de procesamiento basados en microcontroladores ESP32, integrados con termocuplas tipo K, comunicados mediante RS-485; donde, los datos obtenidos fueron almacenados en la base de series temporales InfluxDB Cloud 2.0 y visualizados en tiempo real mediante Grafana Cloud, con generación automática de alertas a través de siete reglas vinculadas a un bot de Telegram, y respaldo local en memoria microSD de 29.8 GB. El sistema se mantuvo en operación continua durante 32 días de monitoreo comprendidas entre el 8 de marzo y el 9 de abril de 2026, registrando un total de 773 446 datos con una frecuencia promedio de lectura de 5,18 segundos, temperaturas en operación entre 27 y 56.75 °C, y gestionando 15 eventos de sobretemperatura sin que en ningún momento se alcanzara el SPC de 60 °C; finalmente, los resultados evidenciaron que el sistema redujo la dependencia del monitoreo manual y proporcionó información oportuna para la detección de incrementos de temperatura y la toma de decisiones del operador.

The objective of this work was to implement a remote temperature monitoring system to prevent failures in the N1 roller mill bank at PANESFOODS SAC, Lima. The problem identified was the manual temperature monitoring performed every 30 to 40 minutes without data recording, which generated delayed responses to temperature increases in the gearbox of the roller transmission system. For this purpose, two processing nodes were designed based on ESP32 microcontrollers, integrated with type K thermocouples, communicating via RS-485; where the data obtained were stored in the InfluxDB Cloud 2.0 time-series database and visualized in real time using Grafana Cloud, with automatic alert generation through seven rules linked to a Telegram bot, and local backup on a 29.8 GB microSD memory. The system operated continuously for 32 monitoring days between March 8 and April 9, 2026, recording a total of 773,446 data points with an average reading frequency of 5.17 seconds, operating temperatures ranging from 27 to 56.75 °C, and managing 15 thermal events without the cutoff setpoint of 60 °C being reached at any point; finally, the results showed that the system reduced reliance on manual monitoring and provided timely information for detecting temperature increases and supporting operator decision-making.