Se centra en el dominio de tecnologías de sensores y sistemas de adquisición de datos (DAQ) para el monitoreo y análisis de vehículos en movimiento. Proporciona un conocimiento profundo sobre la implementación y calibración de sensores de aceleración, sensores de fuerza, y sistemas GPS para capturar datos relevantes en tiempo real, así como el análisis de dichos datos. El curso abarca desde la configuración de hardware hasta la interpretación de señales, cubriendo el uso de software especializado para el procesamiento y visualización de datos, ideal para ingenieros de pruebas y técnicos de automoción.
El programa incluye prácticas en escenarios reales, enfocándose en la validación de sistemas, la identificación de fallos y la optimización del rendimiento. Los participantes aprenderán a aplicar métodos de filtrado de datos, análisis espectral y estadística para extraer información valiosa sobre el comportamiento del vehículo, además de conocimientos de protocolos de comunicación como CAN bus. El curso fomenta la comprensión de normativas de seguridad y sistemas de control de tracción, preparando a los profesionales para la aplicación en la industria automotriz, motorsport, y en el desarrollo de vehículos autónomos.
725 €
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.
4. Optimización Naval: Adquisición de Datos en Pista
1.1 Introducción a la Recopilación de Datos en Entornos Navales
1.2 Sensores y Sistemas de Adquisición de Datos (DAQ)
1.3 Tipos de Datos Relevantes para la Ingeniería Naval
1.4 Metodología de la Adquisición de Datos en el Mar
1.5 Calibración y Verificación de Sensores
1.6 Almacenamiento y Gestión de Datos Recolectados
1.7 Principios de la Calidad de los Datos
1.8 Herramientas de Software para el Análisis Inicial
1.9 Ética y Consideraciones de Seguridad en la Recopilación de Datos
1.10 Ejemplos de Aplicación en Proyectos Navales
2. 2 Principios de Aerodinámica de Rotores
3. 2 Diseño y Análisis de Perfiles Alares
4. 3 Modelado CFD de Flujo en Rotores
5. 4 Simulación de Desempeño de Rotores
6. 5 Selección y Diseño de Sistemas de Propulsión
7. 6 Optimización de Geometría de Rotores
8. 7 Evaluación de Eficiencia Energética
9. 8 Análisis de Vibraciones y Ruido
20. 9 Materiales y Fabricación de Rotores
22. 20 Estudio de Casos: Aplicaciones Navales
3.3 Introducción a la Recopilación y Análisis de Datos en Pista
3.2 Sensores y Sistemas de Adquisición de Datos para Entornos Navales
3.3 Metodología para la Recopilación de Datos en Entornos Marítimos
3.4 Procesamiento y Limpieza de Datos Recopilados en Pista
3.5 Análisis Estadístico de Datos para la Optimización Naval
3.6 Visualización y Representación Gráfica de Datos Navales
3.7 Aplicaciones de la Adquisición de Datos en Pista: Casos de Estudio
3.8 Optimización del Diseño Naval Mediante Análisis de Datos
3.9 Estrategias para la Mejora del Rendimiento Naval Basadas en Datos
3.30 Futuro de la Recopilación y Análisis de Datos en la Ingeniería Naval
4.4 Fundamentos de la Adquisición de Datos en el Ámbito Naval.
4.2 Sensores y Equipos: Selección y Uso para la Recopilación de Datos.
4.3 Metodologías de Adquisición de Datos en Entornos Marinos.
4.4 Calibración y Validación de Datos en Sistemas Navales.
4.5 Introducción al Análisis de Datos para la Optimización Naval.
4.6 Identificación de Variables Clave para el Rendimiento Naval.
4.7 Técnicas de Optimización Basadas en Datos.
4.8 Estudio de Casos: Aplicación de la Optimización Basada en Datos en Contextos Navales.
4.9 Herramientas de Software para la Adquisición y Análisis de Datos Navales.
4.40 Diseño de Experimentos para la Optimización del Rendimiento Naval.
5.5 Fundamentos de la adquisición de datos en pista para la ingeniería naval
5.5 Sensores y sistemas de medición para la recopilación de datos en entornos navales
5.3 Metodologías de análisis de datos en pista para la optimización naval
5.4 Aplicaciones de la adquisición de datos en la optimización de la eficiencia de los buques
5.5 Análisis de datos para el diseño de cascos y estructuras navales optimizadas
5.6 Uso de datos en pista para la mejora del rendimiento de los sistemas de propulsión naval
5.7 Implementación de estrategias navales basadas en el análisis de datos en pista
5.8 Diseño de experimentos y planificación de pruebas en el entorno naval
5.9 Visualización y comunicación de resultados de datos para la toma de decisiones
5.50 Casos prácticos de optimización naval mediante el análisis de datos en pista
6.6 Fuentes y métodos de recopilación de datos en ingeniería naval
6.2 Instrumentación y sensores para la adquisición de datos en entorno naval
6.3 Diseño de experimentos para la recopilación de datos en pruebas navales
6.4 Protocolos de recopilación y almacenamiento de datos en embarcaciones
6.5 Calibración y validación de datos recopilados en el mar
6.6 Consideraciones de seguridad y protección de datos en entornos navales
6.7 Aplicaciones de la recopilación de datos en diseño y optimización naval
6.8 Análisis de errores y tratamiento de datos incompletos
6.9 Implementación de sistemas de recopilación de datos a bordo de buques
6.60 Estudios de caso: ejemplos prácticos de recopilación de datos en proyectos navales
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.
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