Los sistemas de asistencia para operadores pueden ayudar a reducir el tiempo de inactividad de las máquinas relacionado con disturbios en los procesos de producción y envasado de alimentos, especialmente cuando se combinan con algoritmos de aprendizaje automático. Estos sistemas de asistencia analizan las señales de los sensores disponibles del control de procesos a lo largo del tiempo para ayudar a los operadores a identificar las causas de los disturbios. Entrenar tales sistemas requiere datos de prueba suficientes, que a menudo son difíciles de obtener. Así, este documento presenta un estudio para investigar cómo se pueden generar datos de prueba para enseñar algoritmos de aprendizaje automático mediante simulación numérica. Se examina el potencial de utilizar software de puesta en marcha virtual (VC) para simular disturbios de procesos discretos, considerando el ejemplo de un subproceso afectado por fricción y colisiones de una máquina de envoltura intermitente para confitería. En este estudio, se analiza el software industrialPhysics (iP) en cuanto a la precisión de la fricción estática y dinámica y la restitución. Los valores se verifican mediante la realización de pruebas de sustitución virtuales y comparando los resultados con valores determinados analíticamente. Posteriormente, se clasifican los disturbios preregistrados y se simulan siete elementos seleccionados en el software VC, registrando efectos visuales y cambiando las características de los sensores. La verificación muestra que el software VC es generalmente adecuado para la tarea asignada. Se presentan restricciones en cuanto a la potencia de cálculo requerida del motor físico incorporado y la reducción resultante de la máquina a simular.