Atribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)Pertuz Comas, Alberto DavidBautista Rojas, Luis EduardoSarmiento Blanco, Jose DanielAyala Lopez, Jose Manuel2025-09-012025-09-012025-08-272025-08-27https://noesis.uis.edu.co/handle/20.500.14071/46087Este trabajo presenta una aplicación basada en realidad aumentada para optimizar la gestión del conocimiento en tareas de mantenimiento preventivo de equipos industriales. Mediante la integración de ARCore, Kotlin y un modelo YOLOv11 entrenado en un conjunto de datos personalizado, se logra la detección precisa de componentes críticos en equipos como la bomba centrífuga de aspiración axial compact. Esto permite superponer modelos 3D con precisión en el entorno real, facilitando instrucciones visuales e interactivas que mejoran la capacitación técnica y la ejecución de tareas. La solución estandariza los procedimientos, reduce errores humanos y fortalece la capacidad predictiva, impulsando así la eficiencia operativa y la digitalización del mantenimiento industrial.application/pdfspainfo:eu-repo/semantics/embargoedAccessRealidad AumentadaCapacidad PredictivaGestión de ConocimientoBomba CentrifugaARCoreModelos 3DGuias Interactivas.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coAugmented RealityPredictive CapabilityKnowledge ManagementCentrifugal PumpARCore3D ModelsInteractive Guides.http://purl.org/coar/access_right/c_f1cfinfo:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)