Los sistemas robóticos se han convertido en una herramienta estándar en la fabricación moderna debido a sus características únicas, como la repetibilidad, precisión y velocidad, entre otras. Uno de los principales desafíos de los manipuladores robóticos es el bajo grado de fiabilidad. La baja fiabilidad aumenta la probabilidad de interrupción en los procesos de fabricación, minimizando de esta manera la productividad y, por extensión, la rentabilidad de la empresa. Para abordar los desafíos mencionados anteriormente, este trabajo de investigación propone un método de optimización de la fiabilidad de la celda robótica basado en el gemelo digital y el mantenimiento predictivo. Concretamente, se proporciona la simulación del robot y se hace hincapié en la optimización de la fiabilidad del componente crítico de la celda robótica. Se entrena un modelo de aprendizaje automático supervisado con el objetivo de detectar y clasificar el comportamiento defectuoso del componente crítico. Además, se propone un marco para la predicción de la vida útil restante con el objetivo de mejorar la fiabilidad de la celda robótica. Por lo tanto, siguiendo los resultados del trabajo de investigación actual, se pueden aplicar tareas de mantenimiento apropiadas, evitando que la celda robótica sufra fallas graves y asegurando una alta fiabilidad.