es fundamental para garantizar la integridad y confiabilidad de simulaciones en sistemas aeroespaciales, integrando incertidumbre (UQ), análisis de safety cases y metodologías de V&V aplicadas a áreas como aerodinámica, aeroelasticidad, dinámica y control, y certificación bajo normativas de FAA y EASA. Esta ingeniería utiliza herramientas avanzadas como CFD, modelos probabilísticos y simulaciones FBW para evaluar el desempeño y prever fallas en plataformas eVTOL y helicópteros, asegurando la trazabilidad y robustez del diseño en fases tempranas.
Los laboratorios especializados ofrecen capacidades de ensayo HIL/SIL y adquisición de datos para validar modelos con énfasis en vibraciones, acústica y EMC, asegurando cumplimiento con DO-178C, DO-254, ARP4754A y ARP4761. La alineación con safety cases y la evaluación de incertidumbre fomentan la confianza operacional requerida en certificación, preparando profesionales para roles como ingeniero de certificación, analista de V&V, especialista en UQ, y consultor en seguridad aeronáutica.
9.800 €
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.
Recomendaciones previas: Se sugiere contar con conocimientos básicos en aerodinámica, control de sistemas y estructuras. Dominio del idioma: Nivel B2+ (o superior) en español o inglés. Si es necesario, se proporcionan bridging tracks para facilitar la adaptación al curso.
1.1 Conceptos clave de Verificación y Validación en Modelos Navales
1.2 Fuentes y tipologías de Incertidumbre en modelado naval
1.3 Métodos de UQ para caracterizar incertidumbre en hidrodinámica y estructuras
1.4 Safety Cases para sistemas navales: estructura, evidencia y defensa de seguridad
1.5 Confiabilidad de modelos y de predicciones ante condiciones ambientales variables
1.6 Verificación de herramientas de simulación y calidad de datos (HIL, validación de software)
1.7 Validación con datos experimentales y uso de gemelos digitales
1.8 MBSE y PLM para V&V: trazabilidad, cambios y gestión de requisitos
1.9 Estrategias de gestión de riesgos y matrices de decisión para go/no-go
1.10 Caso práctico: desarrollo de un plan de V&V y toma de decisiones basada en riesgo para un sistema naval
2.1 Fuentes de incertidumbre en modelos navales: estructural, paramétrica y de entrada, y su cuantificación
2.2 Verificación, Validación y UQ en Modelos Navales: criterios, métricas y procesos
2.3 Safety Cases y confianza en modelos navales: desarrollo de argumentos y evidencia de seguridad
2.4 Confiabilidad de predicciones en entornos marinos: métricas, curvas de vida y validación operativa
2.5 Métodos de cuantificación de incertidumbre en simulaciones navales: Monte Carlo, muestreo Latin Hypercube y métodos bayesianos
2.6 Integración de MBSE/PLM para trazabilidad de incertidumbre y control de cambios en modelos navales
2.7 Diseño para la mantenibilidad y actualizaciones modulares de modelos navales
2.8 Gestión de riesgos tecnológicos y readiness: TRL/CRL/SLR aplicados a modelos navales
2.9 Propiedad intelectual, certificaciones y time-to-market de herramientas y modelos navales
2.10 Case clinic: go/no-go con matriz de riesgos y escenarios de pruebas
3.1 Verificación y Validación en Ingeniería Naval: fundamentos V&V, criterios de aceptación y trazabilidad de modelos
3.2 Incertidumbre en Modelos Navales: tipologías epistemológicas y aleatorias y su efecto en V&V
3.3 UQ en Modelos Navales: métodos de cuantificación (análisis de sensibilidad, muestreo de Monte Carlo, emulación probabilística) y propagación de incertidumbre
3.4 Safety Cases y confianza en modelos navales: estructurar argumentos de seguridad, evidencias y salvaguardas
3.5 Confiabilidad y robustez de simulaciones navales: métricas de desempeño, curvas de fiabilidad y pruebas de validación
3.6 Datos y experimentación para V&V naval: diseño de experimentos, calidad de datos, calibración y validación con datos experimentales
3.7 MBSE y PLM para V&V naval: trazabilidad, control de cambios y hilo digital en el ciclo de vida de los modelos
3.8 Gestión de riesgos y toma de decisiones en entornos navales bajo incertidumbre: frameworks de evaluación y decisiones robustas
3.9 Estándares, normativas y certificación aplicables a V&V naval: ISO, IEEE, y marcos específicos de la industria (ABS, DNV GL)
3.10 Caso clínico: go/no-go con matriz de riesgos para un escenario de modelado naval
4.1 Fundamentos de Verificación y Validación en Ingeniería Naval: alcance, clasificación y niveles de credibilidad
4.2 Plan de Verificación y Validación para modelos navales: diseño, criterios de aceptación y trazabilidad
4.3 Análisis de Incertidumbre en modelos navales: técnicas, fuentes y propagación hacia resultados
4.4 Safety Cases en sistemas navales: estructura, evidencia y criterios de confianza
4.5 Verificación de modelos computacionales navales: verificación de código, verificación numérica y convergencia
4.6 Validación experimental y en campaña de mar: banco de pruebas, datos y comparación con simulaciones
4.7 Optimización de incertidumbre y confiabilidad: métodos probabilísticos y estrategias de reducción de incertidumbre
4.8 Gestión de datos y MBSE para V&V en ingeniería naval: trazabilidad, control de cambios y PLM
4.9 Preparación de certificaciones y madurez tecnológica (TRL/CRL/SRL) para modelos navales
4.10 Caso práctico: go/no-go con matriz de riesgos y lecciones aprendidas
5.1 Introducción a la Optimización de Modelos Navales y su Seguridad
5.2 Verificación y Validación (V&V) en el Diseño Naval
5.3 Análisis de la Incertidumbre en Modelos Navales
5.4 Técnicas de Optimización para el Diseño de Buques
5.5 Integración de Safety Cases en Modelos Navales
5.6 Estrategias para Aumentar la Confianza en los Modelos
5.7 Optimización del Rendimiento Energético y la Eficiencia
5.8 Evaluación de Riesgos y Mitigación en el Diseño Naval
5.9 Optimización Estructural y de Materiales
5.10 Implementación de Software de Simulación Naval
6.1 Fundamentos de la Verificación y Validación (V&V) en Modelos Navales
6.2 Incertidumbre en Modelos Navales: Tipos y Fuentes
6.3 Técnicas de Verificación: Revisión, Inspección y Pruebas
6.4 Validación: Comparación con Datos Experimentales y Criterios de Aceptación
6.5 Análisis de Incertidumbre Cuantitativa (UQ) en Modelos Navales
6.6 El Papel de los Safety Cases en la Ingeniería Naval
6.7 Construyendo la Confianza en los Modelos Navales
6.8 Aplicaciones de V&V, UQ y Safety Cases en Diseño Naval
6.9 Casos de Estudio: Implementación Práctica de V&V y UQ
6.10 Avances y Tendencias Futuras en la Ingeniería de Modelado Naval
7.1 Principios de Optimización en Diseño Naval: Metodologías y Herramientas
7.2 Verificación y Validación de Modelos Optimizados: Métodos y Prácticas
7.3 Análisis de Incertidumbre en Modelos Optimizados: Evaluación y Mitigación de Riesgos
7.4 Safety Cases en Diseño Naval Optimizado: Desarrollo y Aplicación
7.5 Optimización de la Confiabilidad Estructural y de Sistemas: Métodos y Modelos
7.6 Optimización Hidrodinámica y de Resistencia: Análisis y Reducción
7.7 Optimización de Propulsión y Sistemas de Energía: Eficiencia y Sostenibilidad
7.8 Optimización en el Diseño de la Maniobrabilidad y Control: Simulación y Análisis
7.9 Optimización de Costos del Ciclo de Vida (LCC) y Análisis de Riesgos
7.10 Casos de Estudio: Aplicaciones Prácticas y Mejores Prácticas
8.1 Introducción a la Verificación y Validación en Ingeniería Naval
8.2 Importancia de la Verificación y Validación en el Diseño Naval
8.3 Conceptos Clave: Incertidumbre y su Gestión en Modelos Navales
8.4 Técnicas de Verificación en Modelos Navales: Revisión y Comparación
8.5 Técnicas de Validación en Modelos Navales: Pruebas y Experimentación
8.6 Análisis de Datos y Evaluación de Resultados
8.7 Creación de Safety Cases para Modelos Navales
8.8 Generación de Confianza en los Resultados del Modelado
8.9 Aplicación Práctica: Casos de Estudio en Ingeniería Naval
8.10 Herramientas y Software para la Verificación y Validación
9.1 Principios de Verificación y Validación (V&V) en Modelos Navales
9.2 Introducción a la Incertidumbre en Modelos Navales
9.3 Técnicas de UQ (Quantification of Uncertainty) para Modelos Navales
9.4 Desarrollo de Safety Cases en el Contexto Naval
9.5 Evaluación y Mejora de la Confiabilidad en Modelos Navales
9.6 Aplicación de V&V en Diferentes Tipos de Modelos Navales
9.7 Análisis de Sensibilidad e Incertidumbre en el Diseño Naval
9.8 Integración de V&V, UQ y Safety Cases en el Ciclo de Vida del Modelo
9.9 Herramientas y Software para V&V y UQ en Ingeniería Naval
9.10 Estudios de Caso: Aplicaciones Prácticas de V&V y UQ en Proyectos Navales
10.1 Introducción a la Verificación y Validación (V&V) en Modelos Navales
10.2 Principios de la Incertidumbre en el Modelado Naval
10.3 Metodologías de Verificación en Modelos Navales
10.4 Técnicas de Validación de Modelos Navales
10.5 Elaboración y Uso de Safety Cases en Ingeniería Naval
10.6 Evaluación y Gestión de la Confianza en Modelos
10.7 Aplicación de UQ (Quantification of Uncertainty) en Modelos Navales
10.8 Estudio de Casos: Implementación de V&V y UQ en Proyectos Navales
DO-160: plan de ensayos ambientales (vibración, temperatura, EMI, rayos/HIRF) y mitigación.
DO-160: plan de ensayos ambientales (vibración, temperatura, EMI, rayos/HIRF) y mitigación.
“`html
“`
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