La creciente complejidad de los sistemas industriales requiere estrategias para aumentar la confiabilidad y eficiencia de la maquinaria industrial con el fin de reducir los tiempos de inactividad. En este contexto, el mantenimiento predictivo (PdM) ha surgido como una estrategia fundamental. La amalgama de sistemas ciberfísicos, dispositivos IoT y análisis de datos en tiempo real, emblemáticos de la Industria 4.0, ofrece nuevas vías para mejorar el mantenimiento de equipos de producción desde puntos de vista técnico y gerencial, sirviendo como una tecnología de apoyo para mejorar la precisión y eficacia del mantenimiento predictivo. Este documento presenta un enfoque innovador que combina técnicas de minería de texto con la infraestructura ciberfísica de un sector manufacturero. El objetivo es mejorar la precisión y prontitud del mantenimiento predictivo en entornos industriales. El marco de minería de texto está diseñado para filtrar extensos archivos de registro que contienen datos sobre el estado de los parámetros operativos. Estos conjuntos de datos abarcan información generada por sensores o calculada por el sistema de control a lo largo de la ejecución del proceso de producción. El algoritmo ayuda a prever posibles fallas en el equipo, reduciendo así los costos de mantenimiento y fortaleciendo la resiliencia general del sistema. Además, corroboramos la eficacia de nuestro enfoque a través de un estudio de caso que involucra una máquina industrial del mundo real. Esta investigación contribuye al avance de las estrategias de mantenimiento predictivo aprovechando la riqueza de información textual disponible en entornos industriales, fortaleciendo en última instancia la confiabilidad del equipo y la eficiencia operativa.