El documento propuesto introduce un enfoque innovador basado en la implementación de un sistema de soporte de decisiones (DSS) de múltiples niveles en los procesos de la industria. Específicamente, el trabajo discute un modelo teórico de DSS de minería de procesos (PM) que adquiere conocimiento digital mediante lógicas capaces de seleccionar las mejores decisiones. El modelo PM se aplica a un conjunto de datos abierto simulando un escenario de trabajo y definiendo un posible método de control de seguridad basado en la evaluación de riesgos. La aplicación del modelo PM proporciona condiciones de alerta automática basadas en un umbral de valores detectados por sensores. Específicamente, el modelo PM se aplica a sistemas de seguridad laboral caracterizados por un entorno con riesgo de emisión de humo y gases. El modelo PM se mejora mediante algoritmos de inteligencia artificial (IA) al fortalecer la información a través de resultados de predicción y mejorar el análisis de riesgos. Se adopta un algoritmo de red neuronal artificial (ANN) de perceptrón multicapa (MLP) para la predicción de riesgos, logrando un buen rendimiento computacional con un error absoluto medio (MAE) de 0.001. El modelo PM se esboza primero mediante el método de modelado y notación de procesos de negocio (BPMN) y se ejecuta sucesivamente mediante la herramienta de código abierto Konstanz Information Miner (KNIME), implementando el control de riesgos del proceso para diferentes ubicaciones de trabajo. El objetivo del documento es aplicar el modelo teórico de PM mediante herramientas de código abierto, mejorando cómo el enfoque de múltiples niveles es útil para definir un procedimiento de seguridad para controlar los entornos laborales interiores. Además, el artículo describe las variables clave capaces de controlar la producción y la seguridad laboral para diferentes sectores industriales. El modelo DSS PM presentado también puede aplicarse a procesos industriales centrados en la calidad de producción.