Gemelos digitales y microservicios: una nueva arquitectura para el control industrial en tiempo real
Por: Edison Narváez
Publicado: Septiembre 2026
Área: Inteligencia Artificial · Gemelos Digitales · Microservicios · Industria 4.0 · Computación en el Borde
Resumen
La transformación digital de la industria está impulsando el desarrollo de tecnologías capaces de conectar los procesos físicos con sistemas informáticos que permiten supervisar, analizar y controlar las operaciones en tiempo real. Entre estas tecnologías destacan los gemelos digitales, representaciones virtuales de máquinas, equipos o procesos que se actualizan mediante información obtenida del entorno físico.
El artículo Microservices-Based Software Architecture for Implementing Digital Twins in Real-Time Industrial Process Control presenta una arquitectura de software basada en microservicios para implementar gemelos digitales orientados al control de procesos industriales en tiempo real. La investigación fue desarrollada por Samuel Lascano Rivera, Mary Lascano Rivera y Omar Quimbita, con afiliaciones a la Universidad Politécnica Estatal del Carchi, la Red Internacional de Investigación y Observatorio de Tecnologías Emergentes (RIIOTE) y la Universidad de las Fuerzas Armadas ESPE, en Ecuador.
El estudio fue publicado el 13 de agosto de 2026 en la revista científica Processes, volumen 14, número 16, artículo 2584. La propuesta separa funciones como la adquisición de datos, el modelado, la predicción y la actuación en servicios independientes, gestionados mediante Kubernetes. Además, combina los protocolos MQTT y gRPC para facilitar la comunicación entre componentes y utiliza un observador de Luenberger para estimar el estado del proceso físico y mantenerlo sincronizado con su representación virtual.
Durante la validación experimental mediante una plataforma Hardware-in-the-Loop (HIL), los autores reportaron una latencia de ciclo cerrado de 8,5 milisegundos en el percentil 99 y una disponibilidad operativa del 100 % durante una prueba continua de 24 horas. Estos resultados corresponden al entorno experimental evaluado y no constituyen una garantía de rendimiento en cualquier instalación industrial.
Palabras clave: gemelos digitales, microservicios, Industria 4.0, control en tiempo real, Kubernetes, MQTT, gRPC, computación en el borde, automatización industrial.
1. Introducción
La industria moderna necesita sistemas capaces de procesar información con rapidez, mantener la continuidad operativa y responder a los cambios que ocurren durante la fabricación de productos o la prestación de servicios.
Las máquinas industriales generan grandes cantidades de información mediante sensores, controladores y dispositivos electrónicos. Sin embargo, recopilar estos datos no siempre es suficiente. También es necesario analizarlos, comprender el comportamiento del proceso y determinar cuándo se debe ejecutar una acción correctiva.
En este contexto, los gemelos digitales están adquiriendo importancia porque permiten construir representaciones virtuales de sistemas físicos y actualizarlas mediante datos procedentes de los equipos reales.
Por ejemplo, una fábrica puede disponer de una representación digital de un motor que recibe información sobre su velocidad, temperatura y estado de funcionamiento. A partir de estos datos, el sistema puede comparar el comportamiento esperado con el comportamiento observado y ayudar a identificar posibles anomalías.
El reto consiste en mantener esa representación suficientemente sincronizada con el proceso físico y conseguir que las decisiones computacionales lleguen a los equipos dentro de los límites de tiempo necesarios.
La investigación publicada en Processes aborda este desafío mediante una arquitectura basada en microservicios, comunicación de baja latencia y mecanismos de sincronización entre el sistema real y su gemelo digital.
2. ¿Qué es un gemelo digital?
Un gemelo digital es una representación virtual de un objeto, equipo o proceso físico que utiliza información para reflejar su estado y comportamiento.
A diferencia de un modelo estático, un gemelo digital puede actualizarse continuamente con datos obtenidos de sensores y otros dispositivos conectados.
Su funcionamiento puede representarse de la siguiente manera:
Sistema físico
↓
Sensores y controladores
↓
Recopilación de datos
↓
Modelo digital
↓
Análisis y predicción
↓
Decisión de control
↓
Actualización del proceso físico
La comunicación entre ambos entornos permite comparar el estado real con el estado estimado por el modelo.
Por ejemplo, si una máquina presenta una temperatura superior a la esperada, el gemelo digital puede ayudar a analizar la situación y determinar si es necesario generar una alerta o ajustar determinados parámetros operativos.
Sin embargo, la capacidad de ejecutar acciones depende de la arquitectura implementada, de la precisión del modelo y de los mecanismos de seguridad del sistema.
3. El problema del control industrial tradicional
Los sistemas industriales tradicionales pueden organizar gran parte de sus funciones dentro de una aplicación centralizada, conocida como arquitectura monolítica.
En este modelo, la adquisición de datos, el procesamiento, la lógica de control y otras funciones pueden encontrarse estrechamente relacionadas dentro de una misma estructura de software.
Aunque este enfoque puede ser adecuado para determinados proyectos, también presenta dificultades cuando el sistema crece o necesita incorporar nuevas capacidades.
Entre sus principales limitaciones se encuentran:
- Dependencia entre componentes: modificar una función puede afectar a otras partes del sistema.
- Escalabilidad limitada: ampliar una capacidad específica puede exigir modificar o desplegar una aplicación más grande.
- Mantenimiento complejo: identificar y corregir fallos puede resultar más difícil cuando las funciones están muy integradas.
- Riesgo de interrupciones: determinados errores pueden afectar a varias funciones dependientes.
- Dificultades de actualización: incorporar nuevos modelos de predicción o algoritmos puede requerir cambios importantes.
En el caso de los gemelos digitales, estas limitaciones pueden dificultar la actualización de los modelos virtuales y la coordinación entre la información recibida y las acciones que deben ejecutarse.
La propuesta analizada busca reducir estos problemas mediante una estructura modular en la que cada componente desempeña una función específica.
4. ¿Qué investigaron los autores?
El objetivo principal del estudio fue proponer y evaluar una arquitectura de software basada en microservicios para implementar gemelos digitales capaces de participar en el control de procesos industriales en tiempo real.
La investigación se centró en cuatro aspectos fundamentales:
1. Modularidad del software. Separar la adquisición de datos, la estimación del estado, la predicción y la actuación en servicios independientes.
2. Comunicación eficiente. Combinar MQTT para la transmisión de información de telemetría y gRPC para las comunicaciones de control entre servicios.
3. Sincronización del gemelo digital. Utilizar un observador matemático que permita estimar el estado del proceso físico a partir de las mediciones disponibles.
4. Despliegue y disponibilidad. Emplear contenedores y Kubernetes para administrar los servicios, facilitar su escalabilidad y aislar determinados fallos.
Para evaluar la propuesta, los investigadores utilizaron una plataforma de validación Hardware-in-the-Loop. Este entorno permite ejecutar software sobre equipos físicos mientras el comportamiento del proceso industrial se reproduce mediante un simulador en tiempo real.
Por tanto, los resultados permiten evaluar el comportamiento de la arquitectura en las condiciones experimentales descritas, aunque no sustituyen las pruebas realizadas directamente en una planta industrial de producción.
5. ¿Qué son los microservicios?
Los microservicios son componentes de software independientes que se comunican entre sí para construir una aplicación más amplia.
En lugar de concentrar todas las funciones en un único programa, cada servicio se encarga de una responsabilidad concreta.
En una arquitectura de gemelo digital, pueden existir servicios para recibir datos, normalizar mediciones, actualizar modelos, calcular predicciones y enviar instrucciones a los controladores.
Una representación simplificada sería:
Servicio de adquisición
↓
Servicio de procesamiento
↓
Servicio de estimación del estado
↓
Servicio de predicción
↓
Servicio de control
Cada componente puede desarrollarse, probarse y actualizarse de manera independiente, siempre que se respeten sus interfaces y dependencias.
Por ejemplo, si se necesita mejorar el algoritmo que estima la temperatura de una máquina, podría actualizarse el servicio correspondiente sin tener que reconstruir necesariamente todos los demás componentes.
No obstante, la modularidad también introduce desafíos: hay que gestionar la comunicación entre servicios, la seguridad, la supervisión, los errores de red y la consistencia de los datos.
6. ¿Cómo funciona la arquitectura propuesta?
La arquitectura descrita en el estudio organiza las funciones necesarias para mantener sincronizado un gemelo digital y utilizarlo en el control de un proceso físico.
El sistema integra dispositivos industriales, servicios de comunicación, componentes de estimación y herramientas de orquestación.
Su funcionamiento general puede resumirse en las siguientes etapas:
Primera etapa: adquisición de datos. Los sensores y controladores proporcionan mediciones del proceso físico.
Segunda etapa: normalización. Los datos se validan y se transforman a una estructura común para que puedan ser utilizados por los distintos servicios.
Tercera etapa: sincronización. El sistema actualiza el estado de la representación digital utilizando las mediciones recibidas y los resultados de la estimación matemática.
Cuarta etapa: predicción. El modelo digital permite evaluar el comportamiento del proceso y calcular posibles respuestas ante determinadas condiciones.
Quinta etapa: control. Cuando corresponde y existen las condiciones de seguridad necesarias, el sistema puede enviar instrucciones al proceso físico.
Sexta etapa: retroalimentación. Las nuevas mediciones permiten comprobar cómo respondió el sistema y actualizar nuevamente el gemelo digital.
Este ciclo de información constituye una de las características centrales de la propuesta: el gemelo digital deja de limitarse a mostrar datos y puede participar en un proceso de control de lazo cerrado.
7. MQTT y gRPC: comunicación entre los componentes
La comunicación es un elemento fundamental en cualquier arquitectura distribuida. Si los datos llegan tarde o las instrucciones no se transmiten correctamente, el gemelo digital puede perder sincronización con el proceso físico.
El estudio combina dos tecnologías de comunicación con funciones diferentes.
MQTT
MQTT es un protocolo ligero de mensajería que utiliza un modelo de publicación y suscripción. Permite que los dispositivos publiquen mediciones y que los servicios interesados reciban los datos correspondientes.
Es útil para transmitir información de telemetría procedente de sensores y dispositivos conectados.
gRPC
gRPC es un marco de comunicación remota que permite que un servicio solicite operaciones a otro mediante interfaces definidas. Utiliza Protocol Buffers para describir e intercambiar estructuras de datos y, habitualmente, HTTP/2 para el transporte.
En la arquitectura propuesta, gRPC se emplea para las comunicaciones de control que necesitan una respuesta rápida entre servicios.
La combinación de ambas tecnologías permite diferenciar la transmisión continua de mediciones de las llamadas entre componentes que participan en las operaciones de control.
Es importante señalar que MQTT y gRPC no garantizan por sí solos tiempos de respuesta deterministas. El resultado depende también de la red, la carga de procesamiento, la planificación de tareas y la configuración de la infraestructura.
8. Kubernetes y la gestión de los servicios
Kubernetes es una plataforma de orquestación de contenedores que permite desplegar, supervisar y administrar aplicaciones distribuidas.
En una arquitectura basada en microservicios, los contenedores proporcionan entornos de ejecución aislados, mientras que Kubernetes facilita su organización y operación.
Entre las funciones relevantes se encuentran:
- Desplegar diferentes servicios en nodos de procesamiento.
- Reiniciar determinados componentes cuando se detectan fallos.
- Administrar las réplicas de los servicios.
- Distribuir cargas de trabajo según la configuración.
- Facilitar actualizaciones y tareas de supervisión.
En el estudio, Kubernetes forma parte de la infraestructura utilizada para ejecutar los servicios del gemelo digital.
La propuesta también contempla mecanismos de escalabilidad y asignación de recursos para reducir la variabilidad del tiempo de ejecución.
Sin embargo, Kubernetes no es automáticamente una solución de tiempo real estricto. Para conseguir respuestas previsibles es necesario configurar adecuadamente el sistema operativo, la red, los recursos de procesamiento y los mecanismos de planificación.
9. El observador de Luenberger y la sincronización digital
Uno de los elementos técnicos más importantes de la investigación es el uso de un observador de Luenberger, un mecanismo matemático empleado en teoría de control para estimar el estado interno de un sistema dinámico.
En muchos procesos industriales no es posible medir directamente todas las variables necesarias para describir el estado de una máquina.
Los sensores pueden proporcionar algunas mediciones, mientras que otras variables deben estimarse utilizando un modelo matemático y la información disponible.
De forma simplificada, el observador compara las mediciones reales con las que predice el modelo y utiliza la diferencia para corregir su estimación.
El proceso puede representarse así:
Mediciones de sensores
Modelo matemático
↓
Observador de Luenberger
↓
Estimación del estado
↓
Actualización del gemelo digital
Esta estimación ayuda a mantener la representación virtual coherente con el sistema físico.
La calidad del resultado depende de factores como el modelo utilizado, las mediciones disponibles, el ruido de los sensores y las condiciones de funcionamiento.
Por ello, un observador no elimina automáticamente todos los errores: su desempeño debe analizarse y validarse para el proceso específico en el que se implementa.
10. Computación en el borde y redes sensibles al tiempo
La computación en el borde, conocida como edge computing, consiste en procesar información cerca del lugar donde se generan los datos, en lugar de depender exclusivamente de servidores remotos o de la nube.
En entornos industriales, esta estrategia puede reducir la dependencia de conexiones externas y mejorar los tiempos de respuesta cuando los recursos se encuentran correctamente configurados.
La arquitectura estudiada utiliza un clúster de procesamiento en el borde compatible con tecnologías de redes sensibles al tiempo, conocidas como TSN (Time-Sensitive Networking).
Estas tecnologías permiten organizar el tráfico de red para favorecer comunicaciones con requisitos temporales definidos.
En la validación experimental se emplearon mecanismos de sincronización de relojes y planificación del tráfico, junto con una infraestructura de red Ethernet.
La combinación de estos elementos busca reducir la variabilidad de las comunicaciones y mantener la coordinación entre la simulación del proceso físico y los servicios digitales.
Este enfoque resulta especialmente importante en aplicaciones industriales donde una instrucción tardía puede afectar la calidad de una operación o comprometer la continuidad del proceso.
11. ¿Cómo se validó el sistema?
Los autores evaluaron la arquitectura mediante una plataforma Hardware-in-the-Loop (HIL).
Este tipo de validación combina un proceso físico simulado en tiempo real con hardware que ejecuta el software que se desea evaluar.
En el estudio, la plataforma incluía un simulador del proceso industrial y un clúster de tres nodos de computación en el borde.
El sistema utilizó tecnologías como Kubernetes, MQTT, gRPC y mecanismos de sincronización de red para ejecutar los distintos componentes de la arquitectura.
El proceso simulado operaba con una frecuencia de actualización de 1 kHz, equivalente a un período de muestreo de un milisegundo.
La evaluación permitió analizar diferentes aspectos:
- Latencia de comunicación.
- Tiempo total de respuesta del ciclo de control.
- Sincronización entre el proceso simulado y el gemelo digital.
- Comportamiento ante variaciones de carga.
- Capacidad de aislar fallos y mantener la operación.
- Disponibilidad durante una prueba de estrés prolongada.
La validación HIL es útil porque permite repetir experimentos bajo condiciones controladas sin intervenir directamente en maquinaria industrial crítica.
Aun así, las condiciones de una fábrica real pueden ser más complejas, por lo que se requieren evaluaciones adicionales antes de trasladar los resultados a instalaciones productivas.
12. Principales resultados
El estudio reporta resultados relacionados con el tiempo de respuesta y la disponibilidad de la arquitectura.
Entre los valores más relevantes se encuentran los siguientes:
Latencia del ciclo de control
La investigación reportó una latencia de ciclo cerrado de 8,5 milisegundos en el percentil 99 bajo las condiciones experimentales evaluadas.
Esto significa que el 99 % de las observaciones consideradas para ese indicador se situaron en ese valor o por debajo de él, según la definición estadística utilizada por los autores.
Comunicación entre componentes
En condiciones nominales, la latencia de comunicación unidireccional medida se mantuvo por debajo de 3 milisegundos.
Disponibilidad experimental
Durante una prueba de estrés continua de 24 horas, los autores reportaron una disponibilidad operativa del 100 %.
Repetición de experimentos
El estudio describe campañas experimentales repetidas 30 veces y el análisis de 15 000 ciclos de control consecutivos para las estadísticas de latencia de cada campaña.
Estos resultados respaldan la viabilidad técnica de la arquitectura en el entorno probado. Sin embargo, no deben interpretarse como una garantía de disponibilidad permanente ni como evidencia de que todos los procesos industriales pueden controlarse con los mismos tiempos de respuesta.
13. ¿Por qué es importante para Latinoamérica?
Latinoamérica cuenta con sectores industriales que pueden beneficiarse de la modernización tecnológica, como la manufactura, la producción de alimentos, la energía y el procesamiento de materias primas.
Sin embargo, la adopción de tecnologías avanzadas requiere considerar las condiciones reales de cada organización.
Entre los principales desafíos se encuentran la inversión inicial, la disponibilidad de personal especializado, la integración con equipos existentes y el mantenimiento de la infraestructura informática.
En este contexto, las arquitecturas modulares pueden ofrecer ventajas porque permiten implementar capacidades de forma gradual.
Una empresa podría comenzar con la recopilación y visualización de datos, incorporar posteriormente modelos de estimación y, después de validar la seguridad y el rendimiento, evaluar funciones de control más avanzadas.
La investigación resulta especialmente relevante para Ecuador porque sus autores incluyen instituciones académicas y de investigación del país.
Esto demuestra la participación de investigadores ecuatorianos en el desarrollo de propuestas relacionadas con la automatización industrial, los sistemas distribuidos y las tecnologías de Industria 4.0.
14. Gemelos digitales e Industria 4.0
La Industria 4.0 integra tecnologías digitales para conectar los procesos productivos, facilitar el intercambio de información y mejorar la toma de decisiones.
Los gemelos digitales pueden desempeñar un papel importante en este entorno porque conectan los datos físicos con modelos computacionales.
Su utilidad puede comprenderse mediante tres niveles:
Nivel 1. Monitoreo. El sistema muestra información actualizada sobre el estado de una máquina.
Nivel 2. Predicción. El modelo analiza las mediciones y estima posibles comportamientos futuros.
Nivel 3. Control. El sistema utiliza la información obtenida para apoyar o ejecutar acciones sobre el proceso físico.
El paso del monitoreo al control requiere una arquitectura que garantice no solamente la comunicación, sino también la validación de los modelos, la integridad de los datos y la seguridad de las operaciones.
La investigación analizada se orienta precisamente hacia este tercer nivel, al proponer un gemelo digital que participa en un ciclo de control en tiempo real.
15. Aplicaciones industriales
La arquitectura de microservicios para gemelos digitales puede servir como referencia para desarrollar soluciones en diferentes sectores.
Manufactura inteligente
Un gemelo digital de una máquina puede integrar datos de sensores, representar su estado y ayudar a evaluar cambios en los parámetros de producción.
Sistemas energéticos
La representación digital de determinados equipos puede facilitar la supervisión de variables operativas y el análisis de escenarios.
Mantenimiento predictivo
Los datos históricos y actuales pueden utilizarse para detectar patrones asociados con el deterioro de componentes. La efectividad de estas predicciones depende de la calidad de los datos y del modelo empleado.
Líneas de producción automatizadas
La integración entre sensores, controladores y modelos digitales puede ayudar a evaluar cambios en las condiciones de operación y coordinar respuestas.
Laboratorios universitarios
Los entornos HIL permiten que estudiantes e investigadores prueben arquitecturas distribuidas y estrategias de control sin tener que utilizar una planta industrial completa.
Estas aplicaciones representan posibilidades de implementación. Su viabilidad debe evaluarse según los requisitos técnicos, económicos y de seguridad de cada caso.
16. Limitaciones y desafíos
A pesar de sus resultados, la implementación de gemelos digitales con control en tiempo real presenta varios desafíos.
Complejidad de la infraestructura. La combinación de contenedores, Kubernetes, redes TSN y servicios distribuidos requiere conocimientos especializados.
Dependencia de la red. Las pérdidas de paquetes, las interrupciones y las variaciones en los tiempos de transmisión pueden afectar la sincronización.
Seguridad informática. La conexión entre software y equipos físicos amplía la superficie de ataque y exige controles de acceso, autenticación, supervisión y segmentación de redes.
Precisión del modelo. Un gemelo digital puede ofrecer estimaciones incorrectas si el modelo no representa adecuadamente el proceso físico o si los sensores presentan errores.
Costos de implementación. Los equipos de procesamiento, la infraestructura de red y el personal especializado pueden representar una barrera para organizaciones pequeñas.
Validación en entornos reales. La evaluación experimental se realizó mediante una plataforma HIL que representaba un proceso industrial de segundo orden. Los autores señalan que se necesitan pruebas adicionales en instalaciones productivas para evaluar otros tipos de procesos y condiciones de operación.
Además, los sistemas que intervienen directamente en maquinaria deben incorporar mecanismos de seguridad independientes y procedimientos de respuesta ante fallos. No es recomendable confiar exclusivamente en un gemelo digital o en una plataforma de software para proteger equipos y personas.
17. El futuro de los gemelos digitales
La evolución de los gemelos digitales probablemente estará relacionada con una mayor integración entre inteligencia artificial, análisis de datos, computación en el borde y automatización.
Los sistemas futuros podrían combinar modelos físicos con algoritmos de aprendizaje automático para identificar patrones, anticipar anomalías y recomendar ajustes operativos.
Una arquitectura avanzada podría integrar:
Sensores industriales
↓
Internet Industrial de las Cosas (IIoT)
↓
Microservicios
↓
Modelo digital y algoritmos de IA
↓
Predicción y evaluación de riesgos
↓
Sistema de control supervisado
↓
Proceso físico
La inteligencia artificial podría contribuir a mejorar las predicciones, mientras que los microservicios facilitarían la actualización de los componentes computacionales.
Sin embargo, una mayor autonomía también implica mayores exigencias de validación, explicabilidad y seguridad. Las recomendaciones de un algoritmo deben contrastarse con los límites operativos del equipo y con las reglas de control establecidas.
Por esta razón, el desarrollo de estas tecnologías no depende únicamente de crear modelos más inteligentes, sino también de construir arquitecturas fiables y mecanismos de supervisión adecuados.
18. Conclusiones
Los gemelos digitales representan una evolución importante en la forma de supervisar y controlar los procesos industriales. Al mantener una representación virtual conectada con un sistema físico, permiten integrar datos, modelos matemáticos y herramientas de análisis para comprender mejor el comportamiento de los equipos.
El estudio de Lascano Rivera, Lascano Rivera y Quimbita presenta una arquitectura basada en microservicios que separa las funciones de adquisición, estimación, predicción y actuación. La propuesta combina MQTT y gRPC para la comunicación, Kubernetes para la gestión de los servicios y un observador de Luenberger para estimar el estado del proceso.
La validación mediante Hardware-in-the-Loop reportó una latencia de ciclo cerrado de 8,5 milisegundos en el percentil 99 y una disponibilidad operativa del 100 % durante una prueba de estrés de 24 horas. Estos resultados son relevantes para demostrar el comportamiento de la solución en el entorno evaluado, aunque todavía es necesario estudiar su funcionamiento en plantas industriales reales.
Para Latinoamérica y Ecuador, este tipo de investigaciones abre oportunidades para desarrollar sistemas de automatización más modulares, escalables y adaptables a diferentes necesidades productivas.
El principal desafío consiste en transformar estas propuestas en soluciones que sean técnicamente fiables, económicamente viables y seguras. De esta manera, los gemelos digitales pueden evolucionar desde herramientas destinadas principalmente a la visualización hacia sistemas capaces de apoyar la predicción y el control de procesos industriales.
Referencia original
Lascano Rivera, S., Lascano Rivera, M., & Quimbita, O. (2026). Microservices-Based Software Architecture for Implementing Digital Twins in Real-Time Industrial Process Control. Processes, 14(16), 2584.