concentra su análisis en la estimación precisa de SoC, SoH y SoF mediante algoritmos robustos aplicados a sistemas de gestión de baterías para eVTOL y UAM. Este enfoque integra modelado electroquímico, técnicas de inteligencia artificial (IA) y procesamiento de señales para optimizar la eficiencia energética y la longevidad del sistema, complementado con simulaciones basadas en HIL y SIL. Las áreas técnicas clave incluyen gestión térmica, dinámica de celdas y control predictivo, desarrolladas conforme a normativas aplicables para asegurar compatibilidad con plataformas aéreas avanzadas.
Los laboratorios especializados cuentan con capacidades de adquisición de datos en tiempo real, validación de algoritmos en entornos EMC y pruebas de resistencia bajo condiciones de vibración y humedad según estándares de DO-160 y ARP4754A. La trazabilidad y seguridad se garantizan con metodologías de análisis funcional y de riesgo alineadas a ARP4761 y regulaciones internacionales aplicables en aeronáutica civil y militar. Este dominio técnico favorece la empleabilidad en roles como ingeniero de sistemas, especialista en BMS, analista de datos de vuelo, y desarrollador de software embebido para control energético.
9.400 €
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.
1.1 Fundamentos de SoC/SoH/SoF y su impacto en diagnóstico BMS
1.2 Arquitecturas BMS y flujos de datos para diagnóstico
1.3 Modelos de estado SoC/SoH/SoF: definición, métricas y relaciones
1.4 Sensores, estimadores y calidad de datos en BMS
1.5 Detección de fallas, eventos y diagnóstico en tiempo real
1.6 MBSE/PLM para trazabilidad de cambios y gestión de configuración en BMS
1.7 Algoritmos predictivos para SoX: introducción a técnicas de predicción
1.8 Proceso de diagnóstico, prognóstico y planificación de mantenimiento basado en datos
1.9 Seguridad, cumplimiento normativo y ciberseguridad en sistemas BMS
1.10 Caso práctico: diagnóstico de degradación de SoH y decisión go/no-go mediante matriz de riesgo
2.1 Propósito y alcance del BMS Avanzado
2.2 Arquitectura general del sistema en entornos navales
2.3 Diferencias entre BMS tradicional y avanzado
2.4 Introducción a SoC, SoH y SoF: conceptos y relevancia operativa
2.5 SoX: diagnóstico, prognóstico y estimación en aplicaciones navales
2.6 Algoritmos predictivos para estimación de estado y rendimiento
2.7 Integración de sensores y interfaces de datos en BMS
2.8 MBSE, PLM y trazabilidad para cambios y configuración
2.9 Seguridad, ciberseguridad y resiliencia en BMS
2.10 Casos de uso operativos: escenarios típicos en buques
3.1 Introducción a BMS Avanzado: alcance, conceptos y relación entre SoC/SoH/SoF
3.2 Fundamentos de SoC, SoH y SoF: definiciones, unidades y límites operativos
3.3 Arquitecturas de BMS: módulos, sensores, comunicaciones (CAN/CAN-FD, Ethernet)
3.4 Recopilación y calidad de datos: sensores de batería, preprocesamiento y limpieza de datos
3.5 Modelos de estimación SoC/SoH/SoF: enfoques físico, puramente data-driven y híbridos
3.6 Algoritmos predictivos para diagnóstico y prognosis en BMS
3.7 Diagnóstico de fallas y degradación: detección, aislamiento y análisis de fallos
3.8 Evaluación de rendimiento de SoX: métricas de precisión, incertidumbre y robustez
3.9 Seguridad, normativas y certificaciones aplicables al BMS
3.10 Casos prácticos y clínica de aprendizaje: ejercicios de estimación SoC/SoH/SoF y toma de decisiones
4.1 Introducción a la Ingeniería BMS Avanzada: definición, alcance y objetivos del módulo
4.2 SoC/SoH/SoF: conceptos, relaciones y su impacto en la salud de la batería
4.3 Arquitecturas de BMS: componentes, sensores, comunicaciones y seguridad
4.4 Algoritmos Predictivos: visión general de métodos y su aplicabilidad en BMS
4.5 Datos de BMS: fuentes, calidad, preprocesamiento y almacenamiento
4.6 Modelos de estimación: métodos determinísticos y probabilísticos para SoC/SoH/SoF
4.7 Métricas y evaluación: precisión, robustez, latencia y confiabilidad
4.8 Casos de uso iniciales: diagnóstico temprano, prognóstico y optimización de rendimiento
4.9 Desafíos, riesgos y cumplimiento: seguridad, privacidad y normativas
4.10 Actividad práctica: laboratorio de simulación de estimación SoC/SoH/SoF con datos sintéticos
5.1 Introducción a BMS Avanzado: Fundamentos y Arquitectura.
5.2 Importancia del Estado del Arte (SoC, SoH, SoF) en BMS.
5.3 Técnicas de Estimación de SoC: Filtrado de Kalman, Filtro de Partículas y Redes Neuronales.
5.4 Algoritmos de Estimación de SoH: Modelos de Degradación, Análisis de Ciclos de Vida.
5.5 Evaluación de SoF: Métodos de Pronóstico de Fallos y Análisis de Causa Raíz.
5.6 Implementación de Algoritmos Predictivos: Modelos de Regresión, Series Temporales.
5.7 Sensores y Adquisición de Datos para BMS Avanzado.
5.8 Diseño de Sistemas BMS Robustos y Tolerantes a Fallos.
5.9 Validación y Verificación de Algoritmos SoC/SoH/SoF.
5.10 Estudio de Casos: Aplicaciones de BMS Avanzado en Diferentes Sectores.
6.1 Fundamentos de BMS y Arquitectura
6.2 Importancia de la Estimación SoX (SoC, SoH, SoF)
6.3 Tipos de Celdas y Químicas de Baterías
6.4 Modelado de Baterías: Circuitos Equivalentes
6.5 Conceptos de Estado de la Batería: SoC, SoH, SoF
6.6 Sensores y Métodos de Medición en BMS
6.7 Introducción a Algoritmos de Estimación
6.8 Desafíos y Tendencias en BMS Avanzado
6.9 Normativas y Estándares BMS
6.10 Caso de Estudio: Aplicaciones de BMS en la Industria Naval
7.1 Introducción a BMS: Arquitectura y Componentes Clave
7.2 Conceptos Fundamentales: SoC (State of Charge), SoH (State of Health), SoF (State of Function)
7.3 Estimación de SoC: Métodos Directos e Indirectos
7.4 Estimación de SoH: Ciclo de Vida de la Batería y Factores de Degradación
7.5 Estimación de SoF: Modelado del Rendimiento y Fallos de la Batería
7.6 Algoritmos Predictivos: Filtro de Kalman y sus Variantes
7.7 Implementación de Algoritmos: Software y Hardware
7.8 Calibración y Validación: Técnicas de Prueba y Medición
7.9 Optimización de la Vida Útil de la Batería: Estrategias de Carga y Descarga
7.10 Casos de Estudio: Aplicaciones Reales y Desafíos
8.1 Introducción a BMS y su importancia en sistemas de almacenamiento de energía.
8.2 Fundamentos de Estado de Carga (SoC), Estado de Salud (SoH) y Estado de Función (SoF).
8.3 Métodos de estimación de SoC: modelos basados en corriente, voltaje, y técnicas de filtrado.
8.4 Estimación de SoH: análisis de capacidad, impedancia y envejecimiento de celdas.
8.5 Estimación de SoF: evaluación de la capacidad de la batería para cumplir con las demandas.
8.6 Algoritmos BMS avanzados: Kalman Filter, Extended Kalman Filter, y su aplicación.
8.7 Implementación de algoritmos predictivos para la gestión de la batería.
8.8 Validación y calibración de los algoritmos de estimación.
8.9 Estudio de casos: Aplicación de algoritmos en diferentes tipos de baterías y aplicaciones.
8.10 Tendencias futuras en estimación SoC/SoH/SoF y algoritmos BMS.
9.1 Introducción al Sistema de Gestión de Baterías (BMS) y su Importancia.
9.2 Componentes Clave del BMS: Sensores, Microcontroladores y Electrónica de Potencia.
9.3 Funciones Esenciales del BMS: Protección, Monitoreo y Balanceo.
9.4 Conceptos de SoC (Estado de Carga), SoH (Estado de Salud) y SoF (Estado de Funcionamiento).
9.5 Tipos de Celdas de Batería y sus Características (Química, Voltaje, Capacidad).
9.6 Arquitecturas de BMS: Centralizada, Distribuida y Modular.
9.7 Estándares y Regulaciones en la Industria de BMS.
9.8 Fundamentos de la Estimación de SoC: Métodos y Algoritmos Básicos.
9.9 Introducción al Análisis de Datos en BMS.
9.10 Casos de Estudio: Aplicaciones Típicas de BMS en Diversos Sectores.
10.1 Introducción a SoX (SoC, SoH, SoF) y su importancia en BMS
10.2 Fundamentos de la estimación de SoC: Métodos y algoritmos
10.3 Análisis de la estimación de SoH: Factores que influyen y técnicas
10.4 Técnicas de estimación de SoF: Vida útil y degradación de la batería
10.5 Recopilación y análisis de datos para la estimación SoX
10.6 Modelado y simulación para la estimación SoX
10.7 Herramientas y software para el análisis y estimación SoX
10.8 Evaluación de riesgos y desafíos en la estimación SoX
10.9 Estudio de casos: Aplicaciones prácticas de la estimación SoX
10.10 Optimización y mejora continua en la estimación SoX
DO-160: ensayos ambientales y mitigación.
DO-160: ensayos ambientales 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