Proporciona una formación especializada en la aplicación de sistemas de SHM (Structural Health Monitoring) a la aeronáutica. Se centra en el uso de tecnologías de sensores y análisis de datos para detectar y evaluar daños en estructuras de aviones en tiempo real, incluyendo sensores de fibra óptica y acústica de ultrasonido. El curso cubre la detección de grietas, corrosión y otros defectos, así como la implementación de sistemas de SHM en el diseño y mantenimiento de aeronaves. También aborda la interpretación de datos y la toma de decisiones para garantizar la seguridad y confiabilidad estructural.
Este curso ofrece conocimientos sobre análisis de datos y algoritmos de detección de fallos, y prepara a los participantes para roles como ingenieros de SHM, especialistas en integridad estructural, y analistas de datos en la industria aeroespacial. Se enfatiza la aplicación práctica de las técnicas de SHM, incluyendo la integración de sensores, el análisis de señales y el desarrollo de modelos predictivos. Se busca el cumplimiento de normativas aeronáuticas relevantes.
620 €
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.
5. SHM Aeronaves: Evaluación de Daños Estructurales y Técnicas de Monitorización
6. SHM Avión: Detección, Análisis y Diagnóstico de Daños Estructurales en Vuelo
Requisitos recomendados: base en aerodinámica, control y estructuras; ES/EN B2+/C1. Ofrecemos bridging tracks si lo necesitas.
**Módulo 1 — Introducción a SHM y Principios Fundamentales**
1.1 Definición y objetivos de SHM en aeronaves.
1.2 Ventajas y beneficios de la monitorización estructural.
1.3 Componentes clave de un sistema SHM.
1.4 Tipos de sensores utilizados en SHM.
1.5 Principios de adquisición y procesamiento de datos.
1.6 Conceptos de integridad estructural y degradación.
1.7 Introducción a los métodos de detección de daños.
1.8 Normativas y estándares relevantes para SHM.
1.9 Aplicaciones actuales de SHM en la industria aeronáutica.
1.10 Futuro de SHM: tendencias y tecnologías emergentes.
2.2 Fundamentos de SHM: Introducción a la Monitorización de la Salud Estructural.
2.2 Sensores SHM: Tipos, Funcionamiento y Selección para Aeronaves.
2.3 Adquisición de Datos: Técnicas y Sistemas de Recolección de Información.
2.4 Procesamiento de Señales: Filtrado, Análisis y Reducción de Ruido.
2.5 Algoritmos de Detección de Daños: Principios y Aplicaciones.
2.6 Caracterización de Daños: Métodos de Evaluación y Clasificación.
2.7 Sensores Inteligentes: Integración de Sensores y Sistemas Embedded.
2.8 Comunicación y Transmisión de Datos: Protocolos y Redes en SHM.
2.9 Diseño del Sistema SHM: Consideraciones para la Implementación en Aviones.
2.20 Estudios de Caso: Ejemplos de Aplicación de SHM en Aeronaves.
3.3 Principios del SHM: Introducción a la Monitorización Estructural en Vuelo
3.2 Sensores y Tecnologías SHM: Tipos y Aplicaciones en Aeronaves
3.3 Adquisición y Procesamiento de Datos SHM: Métodos y Herramientas
3.4 Detección de Daños: Algoritmos y Técnicas de Análisis
3.5 Localización y Caracterización de Daños: Métodos Avanzados
3.6 Validación y Verificación de Datos SHM: Aseguramiento de la Calidad
3.7 Sistemas SHM en Vuelo: Implementación y Operación
3.8 Análisis de Resultados SHM: Interpretación y Reportes
3.9 Integración SHM con Sistemas de Mantenimiento: Estrategias y Beneficios
3.30 Estudio de Casos: Aplicaciones Reales de SHM en Vuelo
4.4 Tipos de Sensores Utilizados en SHM Aeronáutico
4.2 Integración de Sensores en Estructuras de Aviones
4.3 Sensores para Detección de Corrosión y Fatiga
4.4 Sensores de Fibra Óptica para Monitorización Estructural
4.5 Sistemas de Adquisición y Procesamiento de Datos de Sensores SHM
4.6 Aplicaciones de Sensores SHM en Alas y Fuselajes
4.7 Aplicaciones de Sensores SHM en Motores y Componentes Críticos
4.8 Análisis de Datos de Sensores: Identificación de Daños y Fallos
4.9 Validación y Calibración de Sensores SHM
4.40 Futuro de los Sensores SHM en la Aviación
5.5 Introducción al concepto de SHM y su importancia en la aviación.
5.5 Ventajas del SHM frente a los métodos tradicionales de inspección.
5.3 Componentes clave de un sistema SHM.
5.4 Aplicaciones iniciales y evolución del SHM en aeronaves.
5.5 El futuro del SHM y su impacto en la industria aeronáutica.
5.5 Técnicas de ultrasonidos guiados.
5.5 Emisión acústica y sus aplicaciones.
5.3 Fibra óptica y sensores de fibra de Bragg.
5.4 Sensores piezoeléctricos y sus usos.
5.5 Otras técnicas innovadoras de detección de daños.
5.6 Comparación y selección de técnicas según la aplicación.
3.5 Tipos de sensores y su funcionamiento en sistemas SHM.
3.5 Sistemas de adquisición de datos y su implementación.
3.3 Redes de sensores y su diseño.
3.4 Integración de sensores en estructuras aeronáuticas.
3.5 Calibración y validación de sensores.
3.6 Consideraciones de mantenimiento y reemplazo de sensores.
4.5 Métodos de procesamiento de señales y análisis de datos estructurales.
4.5 Algoritmos de detección y localización de daños.
4.3 Análisis de tendencias y modelado de la vida útil.
4.4 Software y herramientas de análisis SHM.
4.5 Validación y verificación de los resultados del análisis.
4.6 Gestión de datos y bases de datos SHM.
5.5 Estudios de caso en diferentes tipos de aeronaves.
5.5 Aplicaciones en la detección de corrosión.
5.3 Detección de grietas por fatiga.
5.4 Monitoreo de daños por impacto.
5.5 Aplicaciones en la monitorización de estructuras compuestas.
5.6 Implementación de SHM en la gestión del mantenimiento.
6.5 Métodos de evaluación de la integridad estructural.
6.5 Criterios de aceptación y rechazo de daños.
6.3 Análisis de la vida útil restante de la estructura.
6.4 Factores de seguridad y diseño.
6.5 Modelado y simulación de daños.
6.6 Técnicas de inspección complementarias.
7.5 Metodologías de diagnóstico de fallas basadas en datos SHM.
7.5 Modelos de pronóstico de la vida útil y su incertidumbre.
7.3 Técnicas de mitigación y reparación de daños.
7.4 Gestión de la seguridad y el riesgo en el diagnóstico de fallas.
7.5 Análisis de causa raíz y acciones correctivas.
7.6 La importancia de la trazabilidad y el registro de datos.
8.5 Normativas y regulaciones relevantes para SHM en aviación.
8.5 Estándares internacionales y mejores prácticas.
8.3 Certificación y aprobación de sistemas SHM.
8.4 Documentación y requisitos de informes.
8.5 Implicaciones legales y responsabilidad en el uso de SHM.
8.6 El futuro de la normalización en SHM.
6.6 Principios de la detección de daños en vuelo: Introducción y conceptos clave
6.2 Técnicas de monitorización estructural en tiempo real
6.3 Sensores y sistemas de adquisición de datos para SHM en vuelo
6.4 Análisis de datos y algoritmos de detección de daños
6.5 Interpretación de resultados y diagnóstico de fallos estructurales
6.6 Aplicaciones prácticas de SHM en la detección de daños en vuelo
6.7 Estudios de caso: Ejemplos de éxito en la detección de daños en vuelo
6.8 Desafíos y limitaciones de la detección de daños en vuelo
6.9 Normativas y estándares relacionados con SHM en la aviación
6.60 Futuro de la detección de daños en vuelo: Tendencias y avances tecnológicos
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