Dashboard de Mantenimiento Predictivo

Este es un dashboard ejecutivo modular y escalable construido en Streamlit para una empresa de transporte terrestre de hidrocarburos.

Objetivo

Visualizar el riesgo de falla mecánica, costo esperado, y ahorro generado por un modelo de mantenimiento predictivo, utilizando una arquitectura modular que facilita la escalabilidad y el mantenimiento.

Funcionalidades

• Resumen Ejecutivo: KPIs financieros, ROI, Matriz de Riesgo y Acciones Prioritarias.
• Inteligencia de Flota: Mapa general, distribución geográfica y módulo de Optimización de Rutas (VRP) con Google OR-Tools.
• Diagnóstico de Activos: Drill-down detallado por unidad, tendencias históricas y análisis de sensores.
• Motor de Riesgo Logístico: Módulo independiente para análisis de riesgo en rutas.

Instalación y Ejecución

1. Instalar dependencias:

   pip install -r requirements.txt

2. Ejecutar la aplicación:

   streamlit run dashboard.py

Estructura del Proyecto (Modular)

La aplicación ha sido refactorizada para seguir principios de escalabilidad:

• dashboard.py: Punto de entrada principal (Router).
• src/: Código fuente organizado.
  • data/: Carga de datos, generadores y lógica de negocio (Financials).
  • ui/: Componentes reutilizables (KPIs, Charts, Maps) y Estilos (CSS).
  • views/: Vistas principales (Summary, Fleet, Asset, Risk).
  • modules/: Módulos independientes (ej. Logistic Risk Engine).
  • utils/: Utilidades generales (ej. Solver VRP).