La calidad de los productos procesados en centros de mecanizado CNC es un factor crítico en el equipamiento de fabricación. La detección de anomalías y las funciones de mantenimiento predictivo son esenciales para mejorar la eficiencia y reducir el tiempo y los costos. Este estudio tiene como objetivo fortalecer la competitividad del servicio al reducir los costos de garantía de calidad e implementar servicios de mantenimiento predictivo basados en inteligencia artificial, así como establecer un sistema de mantenimiento predictivo para equipos de fabricación CNC. El sistema propuesto integra estrategias de mantenimiento preventivo, basado en el tiempo y basado en condiciones. Mediante el aprendizaje continuo basado en memoria a largo plazo (LSTM), el sistema permite la detección de anomalías, la predicción de fallos, el análisis de causas, la identificación de la causa raíz, la predicción de la vida útil restante (RUL) y decisiones óptimas sobre el momento de mantenimiento. Además, este estudio se centra en dispositivos de corte de rodillos que son esenciales en procesos de envasado, como la producción de alimentos, farmacéuticos y cosméticos. Cuando los rodillos se mecanizan con equipos CNC, se instala un sistema de sensores para recolectar datos acústicos, analizar patrones de fallos y aplicar algoritmos de predicción de RUL. El sistema de mantenimiento predictivo basado en inteligencia artificial desarrollado garantiza la fiabilidad y eficiencia operativa de los equipos CNC, a la vez que sienta las bases para una plataforma de monitoreo de fábrica inteligente, mejorando así la competitividad en entornos de fabricación inteligente.