Admisión abierta 2026-2027Rellenar solicitud

Máster en Ingeniería de Mantenimiento Predictivo

Máster online de 1900 h: 12 módulos y 120 submódulos, de «Estrategias de mantenimiento» a «Trabajo Fin de Máster», pasando por «Pronóstico de vida útil remanente».

Mapa del programa · pulsa un módulo
Módulo 1 · Estrategias de mantenimiento
1900 hDuración total
12Módulos
120Submódulos
OnlineModalidad

Competencias y resultados

6 bloques de competencia, sacados de los módulos de este programa. Pulsa cualquiera y ves qué vas a saber hacer.

Estrategias de mantenimiento

Saldrás manejando mantenimiento correctivo, preventivo y predictivo, mantenimiento basado en condición y mantenimiento centrado en fiabilidad. Es lo que se trabaja en «Estrategias de mantenimiento», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Otras técnicas de monitorización

Saldrás manejando termografía infrarroja de equipos, análisis de aceites y partículas y ultrasonidos y detección de fugas. Es lo que se trabaja en «Otras técnicas de monitorización», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Procesado de señales para diagnóstico

Saldrás manejando filtrado digital de señales, indicadores estadísticos en dominio temporal y análisis conjunto tiempo-frecuencia. Es lo que se trabaja en «Procesado de señales para diagnóstico», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Pronóstico de vida útil remanente

Saldrás manejando modelos de degradación, enfoques físicos y basados en datos y modelos estadísticos de supervivencia. Es lo que se trabaja en «Pronóstico de vida útil remanente», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Aplicación a activos críticos

Saldrás manejando motores eléctricos y bombas, compresores y ventiladores y reductores y transmisiones. Es lo que se trabaja en «Aplicación a activos críticos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Fiabilidad y análisis de fallos

Saldrás manejando análisis de modos y efectos de fallo, árboles de fallos y análisis de Weibull. Es lo que se trabaja en «Fiabilidad y análisis de fallos», un módulo de 10 submódulos que puedes abrir completo en el plan de estudios.

Objetivos de aprendizaje

  • 01Diseñar estrategias de mantenimiento basadas en condición y fiabilidad.
  • 02Diagnosticar fallos mecánicos mediante el análisis de vibraciones.
  • 03Aplicar técnicas complementarias de monitorización de condición.
  • 04Procesar señales y extraer características para el diagnóstico.
  • 05Desarrollar modelos de aprendizaje automático para detección de fallos.
  • 06Estimar la vida útil remanente de activos críticos.
  • 07Implantar un programa predictivo con evaluación económica.

Plan de estudios

12 módulos, 120 submódulos, 1900 h. Elige un módulo y ves su contenido completo.

1 de 12 módulos abiertos
Módulo 1 de 12 · 10 submódulos

Estrategias de mantenimiento

1.1Mantenimiento correctivo, preventivo y predictivo
1.2Mantenimiento basado en condición
1.3Mantenimiento centrado en fiabilidad
1.4Curva P-F y detección temprana
1.5Criticidad de activos
1.6Indicadores MTBF, MTTR y disponibilidad
1.7Costes de ciclo de vida
1.8Gestión de activos según ISO 55000
1.9Madurez del mantenimiento
1.10Caso práctico: análisis de criticidad de una planta
Módulo 2 de 12 · 10 submódulos

Análisis de vibraciones

2.1Fundamentos de vibraciones mecánicas
2.2Sensores: acelerómetros y proxímetros
2.3Análisis espectral con FFT
2.4Desequilibrio y desalineación
2.5Holguras y resonancias
2.6Defectos en rodamientos y envolvente
2.7Defectos en engranajes
2.8Severidad según ISO 20816
2.9Análisis de fase y forma de onda
2.10Laboratorio: diagnóstico de rodamientos con espectro de envolvente
Módulo 3 de 12 · 10 submódulos

Otras técnicas de monitorización

3.1Termografía infrarroja de equipos
3.2Análisis de aceites y partículas
3.3Ultrasonidos y detección de fugas
3.4Análisis de firma de corriente en motores
3.5Descargas parciales en máquinas
3.6Técnicas de emisión acústica
3.7Monitorización de presión y caudal
3.8Inspección visual automatizada
3.9Combinación de técnicas
3.10Práctica: inspección termográfica de un cuadro eléctrico
Módulo 4 de 12 · 10 submódulos

Sensores y adquisición de datos

4.1Selección de sensores para monitorización
4.2Sensores MEMS frente a piezoeléctricos
4.3Frecuencia de muestreo y antialiasing
4.4Sistemas de adquisición portátiles y en línea
4.5Sensores inalámbricos de vibración
4.6Montaje de sensores
4.7Alimentación y autonomía
4.8Integración con PLC y SCADA
4.9Calidad de la señal adquirida
4.10Taller: diseño de un sistema de monitorización en línea
Módulo 5 de 12 · 10 submódulos

Procesado de señales para diagnóstico

5.1Filtrado digital de señales
5.2Indicadores estadísticos en dominio temporal
5.3Análisis conjunto tiempo-frecuencia
5.4Transformada wavelet para transitorios
5.5Curtosis espectral y kurtograma
5.6Análisis de orden en velocidad variable
5.7Demodulación de envolvente
5.8Extracción de características
5.9Reducción de dimensionalidad
5.10Práctica: extracción de características en Python
Módulo 6 de 12 · 10 submódulos

Aprendizaje automático para mantenimiento

6.1Clasificación de fallos
6.2Detección de anomalías no supervisada
6.3Redes neuronales para series temporales
6.4Autoencoders para detección de desviaciones
6.5Modelos de bosque aleatorio y boosting
6.6Desbalance de clases y datos escasos
6.7Validación de modelos de diagnóstico
6.8Interpretabilidad de modelos
6.9Transferencia entre máquinas
6.10Laboratorio: clasificación de fallos con datos de rodamientos
Módulo 7 de 12 · 10 submódulos

Pronóstico de vida útil remanente

7.1Modelos de degradación
7.2Enfoques físicos y basados en datos
7.3Modelos estadísticos de supervivencia
7.4Filtros de partículas para pronóstico
7.5Redes LSTM para vida útil
7.6Incertidumbre del pronóstico
7.7Métricas de evaluación del pronóstico
7.8Conjuntos de datos de referencia
7.9Integración con decisiones de mantenimiento
7.10Práctica: estimación de vida útil con datos C-MAPSS
Módulo 8 de 12 · 10 submódulos

Plataformas de mantenimiento predictivo

8.1Arquitectura de un sistema predictivo
8.2Computación en el borde para vibraciones
8.3Plataformas en la nube de mantenimiento
8.4Integración con GMAO y ERP
8.5Gemelos digitales de activos
8.6Paneles y alertas
8.7Normas de integración de datos de condición
8.8Ciberseguridad del sistema de monitorización
8.9Escalado a múltiples plantas
8.10Caso práctico: integración de alertas con GMAO
Módulo 9 de 12 · 10 submódulos

Aplicación a activos críticos

9.1Motores eléctricos y bombas
9.2Compresores y ventiladores
9.3Reductores y transmisiones
9.4Turbinas y generadores
9.5Trenes de potencia de aerogeneradores
9.6Transformadores de potencia
9.7Máquinas herramienta y husillos
9.8Bogies y equipos ferroviarios
9.9Activos de proceso continuo
9.10Taller: plan predictivo para una estación de bombeo
Módulo 10 de 12 · 10 submódulos

Gestión del programa predictivo

10.1Selección de activos y técnicas
10.2Definición de umbrales y alarmas
10.3Rutas de inspección
10.4Organización del equipo de fiabilidad
10.5Formación y certificación de analistas
10.6Análisis de causa raíz
10.7Retorno de la inversión
10.8Gestión del cambio cultural
10.9Mejora continua del programa
10.10Caso práctico: cálculo de retorno de un programa predictivo
Módulo 11 de 12 · 10 submódulos

Fiabilidad y análisis de fallos

11.1Análisis de modos y efectos de fallo
11.2Árboles de fallos
11.3Análisis de Weibull
11.4Diagramas de bloques de fiabilidad
11.5Mantenibilidad y diseño
11.6Análisis de datos de fallos de campo
11.7Optimización de intervalos de mantenimiento
11.8Gestión de repuestos
11.9Fiabilidad humana en mantenimiento
11.10Práctica: ajuste de Weibull con datos de fallos
Módulo 12 de 12 · 10 submódulos

Trabajo Fin de Máster

12.1Selección del activo y su contexto
12.2Análisis de criticidad y modos de fallo
12.3Diseño del sistema de monitorización
12.4Adquisición y procesado de datos
12.5Desarrollo de modelos de diagnóstico
12.6Pronóstico y reglas de decisión
12.7Evaluación económica del programa
12.8Conclusiones sobre el programa predictivo
12.9Memoria del TFM
12.10Defensa ante tribunal

¿Cuánto me va a llevar?

Mueve las horas que puedes dedicar cada semana y calculamos tu ritmo sobre las 1900 h del programa.

—meses a ese ritmo
—semanas por módulo
—frente a los 1900 horas · 12 a 18 meses previstos

¿Qué nivel tienes ya?

Cinco conceptos del propio temario. Marca lo que ya controlas y te decimos si te conviene el curso, el diplomado o el máster.

Criticidad de activos
Módulo 1 · Estrategias de mantenimiento
Análisis de aceites y partículas
Módulo 3 · Otras técnicas de monitorización
Reducción de dimensionalidad
Módulo 5 · Procesado de señales para diagnóstico
Incertidumbre del pronóstico
Módulo 7 · Pronóstico de vida útil remanente
Reductores y transmisiones
Módulo 9 · Aplicación a activos críticos

Marca los cinco conceptos y te damos tu resultado.

Normas y estándares que vas a manejar

ISO 17359ISO 13374-1ISO 20816-1ISO 18436-2ISO 55001ISO 13379-1IEC 60812EN 13306

Cuerpo docente y expertos

Este programa se imparte en el área de Electrónica, Embebidos & Telecom, que dirige Dr. Kevin O’Connor. Debajo, los directores académicos más cercanos a este programa. El detalle de cada instituto está en la página de institutos.

Dr. Kevin O’Connor Dr. Kevin O’ConnorDirector Académico del EET — Electronics & Embedded Technologies Institute.
Prof. Kenji Takahashi Prof. Kenji TakahashiDirector Académico del SRA — Robotics & Autonomous Systems Institute.
Dra. Lucía Hernández Vega Dra. Lucía Hernández VegaDirectora Académica del DAIS — Data, Artificial Intelligence & Simulation Institute.

El claustro completo y los once institutos, con sus líneas de trabajo, están en institutos SEIUM y en liderazgo y consejo asesor.

Dónde se trabaja con esto

Perfiles a los que da acceso el programa.

Ingeniero de mantenimiento predictivo
Analista de vibraciones
Ingeniero de fiabilidad
Científico de datos industriales
Responsable de mantenimiento
Técnico de monitorización de condición

Para quién es

Ingeniero de mantenimiento predictivo
Analista de vibraciones
Ingeniero de fiabilidad
Científico de datos industriales
Responsable de mantenimiento
Técnico de monitorización de condición
Titulados en ingeniería o ciencias que busquen entrar en industria de proceso

Otras formaciones del área

Del mismo área y nivel, para completar tu itinerario.

En el blog técnico: Machine learning con datos de flotas: de la telemetría al mantenimiento predictivo · Motores fueraborda: mantenimiento, diagnóstico y averías más frecuentes.

Áreas cercanas: todas las de Electrónica, Embebidos & Telecom · Aeroespacial, UAM, Drones & Espacio · Automoción & Motorsport · Autónomos, ADAS & Vehículo Definido por Software · Civil, Rail & Smart Cities · Data, IA, Simulación & Analytics · Defensa, Ingeniería Militar & Sistemas Terrestres (enfoque académico, legal y ético) · Diseño, HMI & Producto · todas las facultades.

Opiniones de alumnos

Opiniones verificadas de alumnos de SEIUM, recogidas en Opynio.

Ver reseñas completas

De la solicitud al aula, sin esperas

  1. 1Rellenas la solicitud de admisiónTitulación o experiencia y firma, en una sola página.
  2. 2El sistema verifica la documentación al instanteEl sistema comprueba los datos y la firma al momento.
  3. 3Eliges modalidad de pago y reservas tu plazaPago único con descuento o entrada más cuotas mensuales. La matrícula de esta semana cierra el 27-11-2026.

El proceso completo, con documentación, plazos, convalidaciones y becas, está en admisión, cómo aplicar y becas y ayudas.

Comprueba tu acceso en tres respuestas

¿Tienes titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional equivalente?
¿Trabajas o quieres trabajar en Electrónica, Embebidos & Telecom?
¿Puedes mantener un ritmo de estudio constante durante 1900 horas · 12 a 18 meses?

Responde las tres y te decimos por dónde seguir.

Requisitos de acceso

  • ·Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente.
  • ·Conexión a internet y un ordenador capaz de ejecutar el software del programa.
  • ·Nivel de español suficiente para seguir lectura de normativa técnica.

Cómo se estudia

Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es MATLAB Predictive Maintenance Toolbox, Python con scikit-learn, SKF @ptitude, FLIR Thermal Studio, Grafana, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de diagnóstico de rodamientos con análisis de vibraciones, inspección termográfica de instalaciones, estimación de vida útil remanente con datos de degradación. La evaluación es continua por módulo más el TFM final.

Las modalidades, el calendario y las tasas son comunes a todos los programas: modalidades, calendario académico y tasas y financiación.

Preguntas frecuentes

Son 12 módulos con 120 submódulos y 1900 h de trabajo total. Abre por «Estrategias de mantenimiento» y cierra con «Trabajo Fin de Máster».

Se trabajan ISO 17359, ISO 13374-1, ISO 20816-1, ISO 18436-2, ISO 55001 y ISO 13379-1.

Los perfiles más directos son Ingeniero de mantenimiento predictivo, Analista de vibraciones, Ingeniero de fiabilidad, Científico de datos industriales y Responsable de mantenimiento.

En un pago son 4.984 €, sobre una tarifa de 6.230 €. A plazos, una entrada de 2.486 € y 12 cuotas de 312 €, 6.230 € en total, sin intereses: lo mismo que la tarifa.

Titulación universitaria en ingeniería, ciencias o arquitectura, o experiencia profesional acreditable equivalente, Conexión a internet y un ordenador capaz de ejecutar el software del programa y Nivel de español suficiente para seguir lectura de normativa técnica.

El programa son 1900 horas totales repartidas en 12 a 18 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

Se trabaja con MATLAB Predictive Maintenance Toolbox, Python con scikit-learn, SKF @ptitude, FLIR Thermal Studio, Grafana. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

Diploma propio de SEIUM al superar la evaluación continua y el Trabajo Fin de Máster. Es formación propia, no un título oficial del Ministerio.

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Las dudas comunes a todos los programas (titulación, convalidaciones, visado, idiomas) están resueltas en preguntas frecuentes, equivalencias y convalidaciones e idiomas.

Inicio de clases: 22 de diciembre de 20264.984 € Matricularme
Contactar con Seium
Pago al contado4.984 €ahorras 1.246 €
Reservar plaza
Seium - Universidad de ingeniería avanzada
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.