<?xml version="1.0" encoding="utf-8"?>
<OAI-PMH xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/">
	<ListRecords>
	    <record>
      <header>
        <identifier>inteligencia-artificial-abordar-retos-mantenimiento</identifier>
        <datestamp>2026-04-19</datestamp>
      </header>
      <metadata>
        <oai_dc:dc xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
          <dc:title xml:lang="es">Inteligencia artificial para abordar los retos del mantenimiento 4.0</dc:title>
          <dc:creator>Egoitz Konde, Coordinador de Mantenimiento Industrial de Tekniker</dc:creator>
          <dc:description xml:lang="es">En el siguiente artículo se describen las nuevas posibilidades que ofrecen las tecnologías relacionadas con la industria 4.0 para el mantenimiento industrial. La combinación de tecnologías de inteligencia artificial, Machine Learning y big data posibilitan una mejora en la disponibilidad, control, gestión y operación de los activos.</dc:description>
          <dc:publisher xml:lang="es"></dc:publisher>
          <dc:date>2022-03-09</dc:date>
          <dc:identifier>https://www.industriaquimica.es/articulos/20220309/inteligencia-artificial-abordar-retos-mantenimiento</dc:identifier>
          <dc:source xml:lang="es"></dc:source>
          <dc:language>spa</dc:language>
        </oai_dc:dc>
      </metadata>
    </record>
	  </ListRecords>
</OAI-PMH>
