aplicada a vibraciones y acústica se centra en el desarrollo y validación de modelos integrales para la monitorización y diagnóstico en planta de sistemas aeronáuticos, garantizando la integridad estructural y funcional de componentes críticos en helicópteros y eVTOL. La formación abarca áreas de dynamics/control, análisis modal, algoritmos ML/AI para detección temprana y simulación avanzada mediante CFD y FEM, integrando metodologías compatibles con ADS-33E-PRF y normas de certificación como ARP4754A para sustentar decisiones de mantenimiento predictivo basadas en datos reales.
Los laboratorios especializados permiten la ejecución de ensayos HIL/SIL para adquisición de datos en vibraciones y acústica, con sistemas de análisis espectral y correlación en tiempo real, apoyados por trazabilidad rigurosa bajo normativa aplicable internacional relacionada con la EASA CS-27/CS-29 y FAA Part 27/29. La capacitación prepara para roles técnicos como Ingeniero de Mantenimiento, Especialista en Vibraciones, Analista de Condición y Responsable de Safety, garantizando habilidades para el despliegue eficiente de programas predictivos en planta aeronáutica.
280.000 €
Aprenderás a integrar todo el proceso de desarrollo de producto desde la concepción del modelo hasta su validación final, aplicando metodologías centradas en el usuario. Desarrollarás competencias en diseño paramétrico, ergonomía, simulación, materiales sostenibles, visualización 3D y gestión de manufactura, garantizando soluciones eficientes, seguras y alineadas con los estándares industriales actuales.
Requisitos recomendados: Conocimientos básicos de mecánica de fluidos, termodinámica, resistencia de materiales y control de sistemas navales; ES/EN B2+/C1. Se proporcionará material de apoyo para nivelar conocimientos si fuera necesario.
1.1 Panorama del Mantenimiento Predictivo Naval: conceptos, objetivos y alcance en la flota
1.2 Vibraciones y Acústica en buques: fundamentos, métricas y técnicas de diagnóstico
1.3 Instrumentación y sensórica para monitorización en planta naval: acelerómetros, sensores acústicos y adquisición
1.4 Modelado y simulación para Mantenimiento Predictivo Naval: modelos dinámicos, FRF y simulación de fallas
1.5 Análisis de datos y diagnóstico de fallas: FFT, enveloping, transformadas y enfoques de ML simples
1.6 Despliegue en planta: arquitectura edge/cloud, flujos de datos y mantenimiento basado en condición
1.7 Normativas y certificaciones aplicables: IMO, ABS/DNV, normativas de seguridad y confiabilidad
1.8 Gestión de información con MBSE y PLM para Mantenimiento Predictivo Naval
1.9 Casos prácticos en entornos navales: turbinas, ejes, bombas, hélices y sistemas auxiliares
1.10 Plan de implementación y métricas de éxito: roadmap, KPIs, ROI y riesgos
2.2 Fundamentos de vibraciones mecánicas en estructuras navales: teoría de oscilaciones, amortiguamiento y respuesta en frecuencia
2.2 Acústica marina y acústica de casco: propagación sonora en agua y aire, fuentes y rutas de ruido
2.3 Dinámica estructural y análisis modal: modos naturales de casco, excitaciones típicas y acoplamiento
2.4 Amortiguación, aislamiento y control de vibraciones en buques: estrategias de diseño y componentes
2.5 Fuentes de vibración y ruido en la planta naval: propulsión, maquinaria de propulsión, generadores, bombas y sistemas hidráulicos
2.6 Técnicas de medición y monitoreo: sensores (acelerómetros, hidrophones, micrófonos), topologías de adquisición y calibración
2.7 Análisis de datos y métricas de vibración y acústica: RMS, picos, espectros, espectrogramas y umbrales de mantenimiento
2.8 Modelado y simulación: FEA/CFD acoplado para vibraciones y acústica, validación experimental
2.9 Despliegue en planta naval: integración de mantenimiento predictivo de vibraciones y acústica en operaciones y mantenimiento
2.20 Casos de estudio y ejercicios prácticos: diagnóstico, priorización de intervención y reporte técnico
3.3 Fundamentos del Mantenimiento Predictivo: conceptos, diferencias con mantenimiento preventivo y objetivos
3.2 Vibraciones: principios, frecuencias naturales y diagnóstico por espectro
3.3 Acústica: medición de ruido, umbrales y correlación con fallos mecánicos
3.4 Modelado y simulación de sistemas mecánicos: métodos básicos y aplicados
3.5 Adquisición y gestión de datos: sensores, muestreo, calidad y limpieza de datos
3.6 Normativa y estándares internacionales: ISO 55003, ISO 38436, ISO 33374 y guías relevantes para la industria
3.7 Planificación y despliegue en planta naval: fases, roles y gobernanza
3.8 Indicadores clave de rendimiento (KPIs) y ROI en mantenimiento predictivo
3.9 Seguridad, cumplimiento y gestión de riesgos en entornos industriales y navales
3.30 Casos prácticos y clínicas de fundamentos de Mantenimiento Predictivo: vibraciones, acústica y modelado naval
4.4 Bases conceptuales de vibraciones en ingeniería naval: frecuencias naturales, modos y efectos en estructuras y maquinaria
4.2 Acústica marina: propagación de sonido, atenuación, ruido de fondo y impactos en operatividad de buques y plataformas
4.3 Modelado dinámico en ingeniería naval: formulación de ecuaciones, métodos numéricos y simulación de sistemas navales
4.4 Medición de vibraciones y acústica: selección y gestión de sensores (acelerómetros, hydrophones), instalación y calibración
4.5 Análisis de señales: FFT, espectros de potencia, identificación de fallos y monitorización de componentes críticos
4.6 Integración de datos y herramientas: software de análisis, pipelines de datos y MBSE/PLM para trazabilidad
4.7 Despliegue en planta: planificación de instrumentación, pruebas dinámicas y recopilación de datos operativos
4.8 Mantenimiento predictivo basado en vibraciones y acústica: indicadores de condición, umbrales y planes de intervención
4.9 Validación y cumplimiento normativo: normas y estándares (IMO, ABS, clasificación) y criterios de aceptación
4.40 Casos prácticos: diagnóstico de vibraciones en propulsión y casco con plan de mitigación y mejora
**Módulo 5 — Introducción a la Ingeniería Predictiva Naval**
5.5 Fundamentos del Mantenimiento Predictivo en la Industria Naval.
5.5 Importancia de las Vibraciones y Acústica en la Detección Temprana de Fallos.
5.3 Principios del Análisis de Vibraciones en Maquinaria Naval.
5.4 Introducción al Análisis Acústico y sus Aplicaciones.
5.5 Componentes y Sistemas Navales Críticos para el Mantenimiento Predictivo.
5.6 El Proceso de Modelado en el Contexto del Mantenimiento Predictivo Naval.
5.7 Herramientas y Tecnologías para la Recolección de Datos de Vibraciones y Acústica.
5.8 Conceptos Básicos de Despliegue de Programas de Mantenimiento Predictivo en Entornos Navales.
5.9 Normativas y Estándares Relevantes en Mantenimiento Predictivo Naval.
5.50 Caso de Estudio: Aplicaciones Iniciales y Beneficios del Mantenimiento Predictivo en Buques.
**Módulo 6 — Introducción al Mantenimiento Predictivo Naval**
6.6 Fundamentos del Mantenimiento Predictivo: Conceptos Clave y Beneficios en el Entorno Naval.
6.2 Introducción a las Vibraciones: Origen, Transmisión y Tipos de Fallas en Maquinaria Naval.
6.3 Acústica en el Contexto Naval: Ruido, Impacto y Análisis de Señales Acústicas.
6.4 Modelado Predictivo: Herramientas y Técnicas para Simular el Comportamiento de Equipos Navales.
6.5 Despliegue en Planta: Implementación de Estrategias de Mantenimiento Predictivo a Bordo.
6.6 Análisis de Fallas en Maquinaria Naval: Estudios de Caso y Mejores Prácticas.
6.7 Sensores y Sistemas de Adquisición de Datos: Selección y Aplicación en el Entorno Marino.
6.8 Normativas y Estándares de Mantenimiento Predictivo en la Industria Naval.
6.9 Gestión de Datos y Análisis de Tendencias: Interpretación de Resultados y Toma de Decisiones.
6.60 Introducción a las Herramientas de Software para Mantenimiento Predictivo Naval.
**Módulo 7 — Introducción a la Ingeniería Predictiva Naval**
7.7 Fundamentos del Mantenimiento Predictivo en el Ámbito Naval.
7.2 Importancia del Análisis de Vibraciones y Acústica en Buques.
7.3 Principios de Modelado y Simulación de Sistemas Navales.
7.4 El Papel del Mantenimiento Predictivo en la Reducción de Costos Operativos.
7.7 Visión General del Despliegue de Tecnologías Predictivas en Entornos Navales.
7.6 Normativas y Estándares Relacionados con el Mantenimiento Naval Predictivo.
7.7 Introducción a las Herramientas y Software de Análisis Predictivo.
7.8 Sensores y Equipos de Monitoreo para Vibraciones y Acústica.
7.9 Estudio de Casos: Ejemplos de Éxito en el Mantenimiento Predictivo Naval.
7.70 Introducción a los Módulos Subsiguientes: Profundización en Vibraciones, Acústica y Aplicaciones.
**Módulo 8 — Introducción al Análisis de Vibraciones y Acústica**
8.8 Fundamentos de las Vibraciones Mecánicas en Entornos Navales.
8.8 Principios de la Acústica y su Aplicación en Buques.
8.3 Instrumentación y Sensores para la Medición de Vibraciones y Sonido.
8.4 Normativas y Estándares Internacionales en Análisis de Vibraciones y Acústica Naval.
8.5 Introducción a los Sistemas de Monitoreo de Condición.
8.6 Identificación de las Fuentes Comunes de Vibración y Ruido en Buques.
8.7 Análisis de Señales: Dominio del Tiempo y Frecuencia.
8.8 Introducción a los Modelos de Fallos en Componentes Críticos.
8.8 Consideraciones de Seguridad y Protección Ambiental en el Análisis.
8.80 Estudio de Casos: Ejemplos de Análisis de Vibraciones y Acústica en la Industria Naval.
**Módulo 9 — Fundamentos del Mantenimiento Predictivo Naval**
9. 9 Introducción al Mantenimiento Predictivo: Definición, objetivos y beneficios en la industria naval.
9. 9 Tipos de Mantenimiento: Preventivo, correctivo y predictivo; comparativa y ventajas.
3. 3 Principios de Vibraciones: Conceptos fundamentales, tipos de vibraciones y su relación con fallos.
4. 4 Fundamentos de Acústica: Principios básicos, medición y análisis del ruido en entornos navales.
5. 5 Modelado Predictivo: Introducción a los modelos predictivos y su aplicación en el mantenimiento.
6. 6 Sensores y Tecnologías de Medición: Selección y uso de sensores para vibraciones y acústica en entornos navales.
7. 7 Análisis de Datos: Recopilación, procesamiento y análisis de datos en mantenimiento predictivo.
8. 8 Normativas y Estándares: Marco normativo y estándares relevantes en el mantenimiento predictivo naval.
9. 9 Introducción al Despliegue en Planta Naval: Estrategias para la implementación del mantenimiento predictivo.
90. 90 Estudio de casos: Aplicaciones del mantenimiento predictivo en la industria naval.
**Módulo 1 — Introducción a la Ingeniería Predictiva en Planta.**
1.1 Importancia del Mantenimiento Predictivo en Entornos Industriales y Navales.
1.2 Fundamentos de las Vibraciones Mecánicas y su Diagnóstico.
1.3 Principios de la Acústica y su Aplicación en el Mantenimiento Predictivo.
1.4 Modelado y Simulación en el Mantenimiento Predictivo.
1.5 Instrumentación y Sensores para el Análisis de Vibraciones y Acústica.
1.6 Recolección y Análisis de Datos en la Planta.
1.7 Establecimiento de Líneas Base y Criterios de Evaluación.
1.8 Beneficios Económicos y Operativos del Mantenimiento Predictivo.
1.9 Casos de Estudio: Aplicaciones Exitosas en la Industria y en el Entorno Naval.
1.10 Introducción a las Herramientas y Software de Mantenimiento Predictivo.
Director Académico del DSD — SEIUM Design & Industrial Design Institute
Profesor de Diseño Industrial, Diseño de Vehículos, Transportation Design, UX/HMI, Color & Trim, Iluminación y Desarrollo de Producto
El Prof. Luca Benedetti, de nacionalidad italiana, es Director Académico del DSD — SEIUM Design & Industrial Design Institute y responsable de diseño industrial, de producto y vehículos, experiencia de usuario, interacción persona-máquina, interfaces HMI, Color & Trim y prototipado.
Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute
Profesor de Robótica, Automatización Inteligente, Sistemas Autónomos, Percepción Artificial, Control Avanzado y Mecatrónica.
El Prof. Kenji Takahashi, de nacionalidad japonesa, es Director Académico del SRA — SEIUM Robotics & Autonomous Systems Institute y responsable de robótica industrial, robots móviles, mecatrónica, control avanzado, percepción artificial, navegación e inteligencia embebida y autónoma.
Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute
Profesora de Inteligencia Artificial, Ciencia de Datos, Ingeniería de Datos, MLOps, Simulación, Gemelos Digitales y Computación Científica
La Dra. Lucía Hernández Vega, de nacionalidad española, es Directora Académica del DAIS — SEIUM Data, Artificial Intelligence & Simulation Institute y responsable de inteligencia artificial, ciencia e ingeniería de datos, visión artificial, IA generativa, MLOps y gemelos digitales.
Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute
Profesor de Electrónica, Sistemas Embebidos, Telecomunicaciones, Diseño de Hardware, FPGA, IoT y Sistemas de Tiempo Real
El Dr. Kevin O’Connor, de nacionalidad irlandesa, es Director Académico del EET — SEIUM Electronics & Embedded Technologies Institute y responsable de electrónica, sistemas embebidos, telecomunicaciones, diseño de circuitos, microcontroladores, FPGA, IoT y desarrollo de hardware electrónico.
Director Académico del SNO — SEIUM Naval & Offshore Institute
Profesor de Arquitectura Naval, Ingeniería Marítima, Sistemas de Propulsión, Construcción Naval e Ingeniería Offshore
El Dr. Javier Ferrer Salvatierra, de nacionalidad española, es Director Académico del SNO — SEIUM Naval & Offshore Institute y responsable de arquitectura naval, ingeniería marítima, construcción, propulsión, sistemas auxiliares, ingeniería offshore, seguridad y descarbonización marítima.
Directora Académica del RSC — SEIUM Rail & Smart Cities Institute
Profesora de Ingeniería Ferroviaria, Señalización, Movilidad Urbana, Infraestructuras Inteligentes y Sistemas de Transporte
La Dra. Isabel Martín Robles, de nacionalidad española, es Directora Académica del RSC — SEIUM Rail & Smart Cities Institute y profesora responsable de las áreas de ingeniería ferroviaria, señalización, sistemas de control del tráfico, movilidad urbana, transporte inteligente, infraestructuras conectadas y planificación de ciudades inteligentes.
Director Académico del SEN — SEIUM Energy & Networks Institute
Profesor de Sistemas Eléctricos de Potencia, Smart Grids, Energías Renovables, Almacenamiento y Digitalización de Redes
El Dr. Carlos Navarro Sanz, de nacionalidad española, es Director Académico del SEN — SEIUM Energy & Networks Institute y responsable de sistemas eléctricos, redes inteligentes, renovables, almacenamiento, operación, protecciones, subestaciones, digitalización y planificación energética.
Director Académico del Departamento PTW — Motorcycle & Two-Wheel Engineering
Profesor de Ingeniería de Motocicletas, Dinámica de Vehículos de Dos Ruedas, Chasis, Suspensiones y Sistemas de Propulsión
El Prof. Hiroshi Nakamura, de nacionalidad japonesa, es Director Académico del Dpto. de Motorcycle & Two-Wheel Engineering — PTW de SEIUM y responsable de ingeniería de motocicletas, dinámica, chasis, suspensiones, propulsión térmica y eléctrica, telemetría y validación experimental.
Director Académico del SAS — SEIUM Aero & Space Institute
Profesor de Ingeniería Aeroespacial, Helicópteros, Tiltrotor, eVTOL, Aviónica y Sistemas de Vuelo
El Dr. James Whitmore, de nacionalidad británica, es Director Académico del SAS — SEIUM Aero & Space Institute y responsable de ingeniería aeroespacial, diseño de aeronaves, helicópteros, eVTOL, movilidad aérea, aviónica, control de vuelo, sistemas espaciales y certificación.
Director Académico del Departamento EMH — Electromobility, Batteries & Hydrogen
Profesor de Electromovilidad, Ingeniería de Baterías, Sistemas BMS, Electrónica de Potencia e Hidrógeno Aplicado a la Movilidad
El Dr. Markus Schneider, de nacionalidad alemana, es Director Académico del Dpto. de Electromobility, Batteries & Hydrogen — EMH de SEIUM y responsable de electromovilidad, baterías, BMS, electrónica de potencia, infraestructura de recarga e hidrógeno aplicado al transporte.
Director Académico del SEIUM MotorSport Institute — SMI
Profesor de Ingeniería Motorsport, Dinámica Vehicular, Aerodinámica de Competición y Race Performance Engineering
El Dr. Alessandro Moretti, de nacionalidad italiana, es Director Académico del SEIUM MotorSport Institute — SMI y responsable de ingeniería motorsport, dinámica vehicular, aerodinámica de competición, chasis, suspensiones, telemetría y optimización del rendimiento en pista.
Consulta “Calendario & convocatorias”, “Becas & ayudas” y “Tasas & financiación” en el mega-menú de SEIUM
Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.
Si, contamos con certificacion internacional
Sí: modelos experimentales, datos reales, simulaciones aplicadas, entornos profesionales, casos de estudio reales.
No es obligatoria. Ofrecemos tracks de nivelación y tutorización
Totalmente. Cubre e-propulsión, integración y normativa emergente (SC-VTOL).
Recomendado. También hay retos internos y consorcios.
Sí. Modalidad online/híbrida con laboratorios planificados y soporte de visados (ver “Visado & residencia”).
Testimonios de clientes que avalan nuestra calificación