API de Activos

Endpoints CRUD de activos, jerarquia, salud, prognosticos, digital twin, baselines y condicion.

Endpoints CRUD

Metodo	Endpoint	Descripcion
`GET`	`/api/v1/assets`	Listar activos
`POST`	`/api/v1/assets`	Crear activo
`GET`	`/api/v1/assets/{asset_id}`	Obtener activo
`PUT`	`/api/v1/assets/{asset_id}`	Actualizar activo
`DELETE`	`/api/v1/assets/{asset_id}`	Eliminar activo

Jerarquia de Activos

Los activos se organizan en una estructura padre-hijo:

POST /api/v1/assets
{
  "name": "Motor Bomba P-101",
  "type": "motor",
  "parent_id": "asset_planta_norte",
  "location": { "building": "A", "floor": 1, "zone": "bombeo" },
  "metadata": { "manufacturer": "ABB", "model": "M3BP-315", "year": 2022 }
}

Consultar el arbol jerarquico completo:

GET /api/v1/assets/tree?root_id=asset_planta_norte&depth=3

Parametro	Descripcion
`root_id`	ID del activo raiz (opcional)
`depth`	Niveles de profundidad (default: 5)

Salud del Activo

GET /api/v1/assets/{asset_id}/health

Respuesta:

{
  "health_score": 82,
  "status": "good",
  "factors": [
    { "name": "vibration", "score": 75, "trend": "stable" },
    { "name": "temperature", "score": 90, "trend": "improving" },
    { "name": "maintenance_compliance", "score": 80, "trend": "declining" }
  ],
  "last_updated": "2026-03-25T09:30:00Z"
}

Estado	Rango de Score
`critical`	0-25
`poor`	26-50
`fair`	51-70
`good`	71-90
`excellent`	91-100

Prognosticos

GET /api/v1/assets/{asset_id}/prognostics

Retorna predicciones basadas en modelos de machine learning:

Campo	Descripcion
`remaining_useful_life`	Estimacion en dias
`failure_probability`	Probabilidad de falla en 30 dias (0-1)
`recommended_action`	Accion sugerida por el modelo
`confidence`	Nivel de confianza de la prediccion
`model_version`	Version del modelo utilizado

Digital Twin

GET /api/v1/assets/{asset_id}/digital-twin

Retorna el estado virtual del activo con datos en tiempo real:

Sensores activos — Lecturas actuales de todos los sensores asociados
Parametros operativos — Velocidad, carga, temperatura, presion
Simulaciones — Resultados del ultimo escenario simulado
Anomalias detectadas — Desviaciones respecto al modelo base

Baselines

Las baselines definen el comportamiento normal esperado del activo:

POST /api/v1/assets/{asset_id}/baselines
{
  "parameter": "vibration_rms",
  "baseline_value": 2.5,
  "tolerance_percent": 15,
  "measurement_unit": "mm/s"
}

GET /api/v1/assets/{asset_id}/baselines

Cuando una lectura supera la tolerancia definida, se genera una alerta automatica.

Condicion Actual

GET /api/v1/assets/{asset_id}/condition

Campo	Descripcion
`overall_condition`	Condicion general: good, fair, poor, critical
`parameters`	Array de parametros monitoreados
`last_inspection`	Fecha de ultima inspeccion
`next_inspection`	Fecha recomendada de proxima inspeccion
`open_work_orders`	Cantidad de ordenes de trabajo abiertas

La condicion se recalcula automaticamente cada vez que se recibe una nueva lectura de sensores o se completa una inspeccion.