SEIUM, Universidad de Ingenieria Avanzada
Campus virtual
SEIUM, Universidad de Ingenieria Avanzada

Curso de Fiabilidad y mantenimiento predictivo en eólica

Sobre nuestro Curso de Fiabilidad y mantenimiento predictivo en eólica

El curso en fiabilidad y mantenimiento predictivo en eólica de SEIUM es una formación 100 % online de 300 horas, estructurada en 6 módulos y 60 submódulos. Cubre fiabilidad y mantenimiento predictivo en eólica desde los fundamentos hasta la validación y la puesta en operación, con el marco normativo de referencia del sector —IEC 61850, IEC 60909 y IEEE 1547— aplicado sobre casos reales y no como un anexo teórico.

El trabajo práctico se realiza con las herramientas que se usan en la industria: DIgSILENT PowerFactory, PSS/E, PSCAD y ETAP. Cada módulo cierra con un entregable que el tutor corrige individualmente, y el programa culmina en un proyecto integrador documentado. Está orientado a perfiles de ingeniero de red eléctrica, especialista en HVDC y analista de mercados eléctricos en transporte y distribución, generación renovable y almacenamiento.

Curso de Ética en construcción académica para defensa
Curso de Fiabilidad y mantenimiento predictivo en eólica
  • Modalidad: Online
  • Duración: 4 meses
  • Horas: 300 H
  • Idioma: ES / EN
  • Fecha de matrícula: 16-10-2026
  • Plazas disponibles: 12

445 €

Aplicar Ahora

Competencias y resultados

Qué aprenderás

1. Análisis predictivo y optimización del rendimiento en aerogeneradores

  • Dominar el análisis de vibraciones y resonancias en aerogeneradores, incluyendo el estudio de acoplos flap–lag–torsion, que afectan la estabilidad de las palas.
  • Profundizar en el fenómeno de whirl flutter, crucial para prevenir fallos catastróficos, y comprender su modelado y mitigación.
  • Evaluar la fatiga de componentes clave, determinando la vida útil y optimizando el diseño para una mayor durabilidad.
  • Aplicar métodos de elementos finitos (FE) para dimensionar estructuras complejas, como laminados en compósitos, vitales en la construcción de aerogeneradores.
  • Diseñar y analizar uniones y bonded joints, asegurando la integridad estructural y la transferencia eficiente de cargas.
  • Implementar técnicas de damage tolerance, evaluando la capacidad de una estructura para resistir daños sin fallo, y planificar inspecciones.
  • Emplear técnicas de ensayos no destructivos (NDT), incluyendo ultrasonidos (UT), radiografía (RT) y termografía, para la detección temprana de defectos.

2. Evaluación y mejora de la fiabilidad eólica mediante mantenimiento predictivo

  • Identificar y comprender los modos de fallo críticos en aerogeneradores:

    • Análisis detallado de los acoplamientos flap–lag–torsion, esenciales para la estabilidad de las palas.
    • Evaluación del fenómeno de whirl flutter y sus implicaciones en la integridad estructural.
    • Estudio de la fatiga de materiales y componentes, clave para la vida útil de la turbina.
  • Dominar el diseño y análisis estructural de componentes eólicos:

    • Dimensionamiento preciso de laminados fabricados con materiales compósitos, optimizando resistencia y peso.
    • Análisis de uniones estructurales y bonded joints utilizando métodos de elementos finitos (FE) para garantizar la integridad.
    • Selección y aplicación de materiales adecuados para resistir las cargas y condiciones ambientales.
  • Aplicar técnicas avanzadas de mantenimiento predictivo y evaluación de daños:

    • Implementación de estrategias de damage tolerance para predecir y gestionar la propagación de daños.
    • Utilización de ensayos no destructivos (NDT): ultrasonidos (UT), radiografía (RT) y termografía para la inspección de componentes.
    • Desarrollo de planes de mantenimiento basados en el estado real de los equipos, optimizando la disponibilidad y reduciendo costos.

3. Diseño y validación integral orientado al usuario (del modelado a la manufactura)

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 del rendimiento y fiabilidad en turbinas eólicas mediante análisis predictivo

  • Dominar el análisis de vibraciones y las dinámicas complejas en turbinas eólicas, incluyendo el estudio de acoplamientos cruciales:

    • Flap–Lag–Torsión: Comprender la interacción de los movimientos de las palas, incluyendo el batimiento (flap), el arrastre (lag) y la torsión, para optimizar el diseño y prevenir fallos.
    • Whirl Flutter: Identificar y mitigar el fenómeno aerodinámico inestable que puede llevar a la destrucción de la turbina, analizando las vibraciones de la estructura completa.
    • Fatiga: Evaluar la vida útil de los componentes de la turbina bajo cargas cíclicas, mediante el análisis de tensiones y deformaciones, utilizando herramientas de simulación.
  • Desarrollar habilidades en el diseño y análisis estructural de componentes de turbinas eólicas, con un enfoque en materiales compuestos y uniones avanzadas:

    • Dimensionamiento de Laminados en Compósitos: Utilizar métodos de elementos finitos (FE) para optimizar el diseño de palas y otras estructuras fabricadas con materiales compuestos, considerando la resistencia, rigidez y durabilidad.
    • Análisis de Uniones y Bonded Joints: Evaluar la integridad estructural de las uniones adhesivas y mecánicas, utilizando FE para predecir la distribución de tensiones y asegurar la transferencia de carga eficiente.
  • Aplicar técnicas avanzadas para garantizar la integridad y la vida útil de las turbinas eólicas, incluyendo:

    • Damage Tolerance: Implementar estrategias para evaluar la tolerancia a daños de los componentes, determinando la capacidad de la turbina para funcionar de manera segura en presencia de imperfecciones o fallos.
    • NDT (UT/RT/Termografía): Utilizar Ensayos No Destructivos (END) como ultrasonido (UT), radiografía (RT) y termografía para detectar defectos internos y externos en los componentes de la turbina, permitiendo el mantenimiento predictivo y la prevención de fallos catastróficos.

5. Implementación de estrategias de mantenimiento predictivo para la fiabilidad eólica

  • Identificar y evaluar fallos en componentes clave de aerogeneradores.
  • Aplicar técnicas de análisis de vibraciones y monitoreo de condición.
  • Utilizar herramientas de modelado y simulación para predecir fallos.
  • Desarrollar e implementar planes de mantenimiento basados en la condición de los equipos.
  • Analizar datos de sensores y sistemas de monitoreo remoto.
  • Evaluar la vida útil restante de los componentes eólicos.
  • Gestionar la lubricación y el análisis de aceites.
  • Aplicar estrategias de inspección y pruebas no destructivas (NDT).
  • Optimizar los costos de mantenimiento y la disponibilidad de la turbina.
  • Comprender y aplicar la normativa y estándares del sector eólico.

6. Análisis avanzado de la integridad estructural y optimización del mantenimiento predictivo en aerogeneradores

  • Evaluación profunda de la integridad estructural de aerogeneradores.
  • Estudio detallado de la dinámica estructural: análisis de acoplos flap–lag–torsion, whirl flutter y sus implicaciones en la vida útil.
  • Análisis avanzado de fatiga, incluyendo modelos de daño acumulado y estrategias de mitigación.
  • Dominio de técnicas de dimensionamiento en materiales compuestos: diseño de laminados, análisis de uniones y bonded joints utilizando elementos finitos (FEA).
  • Implementación de metodologías de damage tolerance para la gestión proactiva de fallos.
  • Aplicación de técnicas de ensayos no destructivos (NDT): ultrasonidos (UT), radiografía (RT) y termografía para la detección de defectos.
  • Optimización de estrategias de mantenimiento predictivo basadas en datos y análisis de tendencias.
  • Desarrollo de modelos predictivos para estimar la vida útil restante de los componentes críticos.
  • Identificación y análisis de modos de fallo y su impacto en la disponibilidad de los aerogeneradores.
  • Integración de herramientas de software especializadas en el análisis estructural y predictivo.

Curso de Ética en construcción académica para defensa

Para quien va dirigido nuestro:

Curso de Fiabilidad y mantenimiento predictivo en eólica

  • Ingenieros/as graduados en Ingeniería Aeroespacial, Mecánica, Industrial, Automática o campos relacionados.
  • Profesionales con experiencia en OEM de aerogeneradores, empresas de Mantenimiento, Reparación y Operaciones (MRO), consultoría en energía eólica y centros tecnológicos especializados en el sector.
  • Expertos en áreas como análisis de fallos, optimización de la fiabilidad, gestión del ciclo de vida de activos eólicos, y análisis de datos de rendimiento.
  • Técnicos y personal de operación y mantenimiento de parques eólicos que deseen mejorar sus habilidades en el diagnóstico y prevención de fallos.

Requisitos recomendados: conocimientos básicos de mecánica, electricidad y sistemas de control; capacidad de lectura y comprensión de documentación técnica en ES/EN.

  • Standards-driven curriculum: trabajarás con CS-27/CS-29, DO-160, DO-178C/DO-254, ARP4754A/ARP4761, ADS-33E-PRF desde el primer módulo.
  • Laboratorios acreditables (EN ISO/IEC 17025) con banco de rotor, EMC/Lightning pre-compliance, HIL/SIL, vibraciones/acústica.
  • TFM orientado a evidencia: safety case, test plan, compliance dossier y límites operativos.
  • Mentorado por industria: docentes con trayectoria en rotorcraft, tiltrotor, eVTOL/UAM y flight test.
  • Modalidad flexible (híbrido/online), cohortes internacionales y soporte de SEIUM Career Services.
  • Ética y seguridad: enfoque safety-by-design, ciber-OT, DIH y cumplimiento como pilares.

6 módulos · 60 submódulos · 300 horas

1Análisis Predictivo en Aerogeneradores (50 h)
  • 1.1. Introducción al análisis predictivo en aerogeneradores
  • 1.2. Fundamentos de la optimización del rendimiento
  • 1.3. Datos y sensores clave en aerogeneradores
  • 1.4. Modelado y simulación del rendimiento eólico
  • 1.5. Técnicas de análisis predictivo: series temporales, machine learning
  • 1.6. Aplicación de algoritmos predictivos en la optimización
  • 1.7. Evaluación y validación de modelos predictivos
  • 1.8. Implementación de estrategias de optimización basadas en predicciones
  • 1.9. Casos prácticos de análisis predictivo en aerogeneradores
  • 1.10. Futuro del análisis predictivo en la energía eólica
2Evaluación y fiabilidad eólica (50 h)
  • 2.1. 2. Fiabilidad eólica: Conceptos y métricas clave
  • 2.2. 2. Fuentes de datos para la evaluación de la fiabilidad eólica
  • 2.3. 3. Análisis de datos y tendencias en fallos de aerogeneradores
  • 2.4. 4. Técnicas de evaluación de la fiabilidad: Weibull y otras distribuciones
  • 2.5. 5. Evaluación del impacto de las condiciones ambientales en la fiabilidad
  • 2.6. 6. Diseño de ensayos de fiabilidad y simulación Monte Carlo
  • 2.7. 7. Identificación de modos de fallo y análisis de causa raíz
  • 2.8. 8. Implementación de estrategias de mejora de la fiabilidad
  • 2.9. 9. Evaluación económica de las mejoras de fiabilidad
  • 2.10. 20. Estudio de casos: Evaluación de la fiabilidad en parques eólicos reales
3Estrategias de mitigación en parques eólicos (50 h)
  • 3.1. Identificación y clasificación de fallos comunes en aerogeneradores
  • 3.2. Análisis de causa raíz (ACR) en fallos eólicos
  • 3.3. Estrategias de mitigación para fallos de componentes críticos
  • 3.4. Optimización del diseño para minimizar fallos
  • 3.5. Implementación de planes de respuesta rápida ante fallos
  • 3.6. Gestión de riesgos y análisis de la criticidad de los fallos
  • 3.7. Técnicas de inspección y monitoreo para la detección temprana de fallos
  • 3.8. Estrategias de mantenimiento preventivo y correctivo para la mitigación de fallos
  • 3.9. Estudios de casos de mitigación de fallos en parques eólicos
  • 3.10. Evaluación de la efectividad de las estrategias de mitigación
4Optimización y Fiabilidad en Turbinas Eólicas (50 h)
  • 4.1. Introducción al Análisis Predictivo en Turbinas Eólicas
  • 4.2. Fundamentos de la Fiabilidad en la Energía Eólica
  • 4.3. Sensores y Técnicas de Monitoreo en Turbinas Eólicas
  • 4.4. Modelado de Datos y Análisis Estadístico para el Análisis Predictivo
  • 4.5. Identificación y Caracterización de Fallos Comunes en Turbinas Eólicas
  • 4.6. Técnicas de Diagnóstico de Fallos Basadas en Datos
  • 4.7. Estrategias de Optimización del Rendimiento mediante Análisis Predictivo
  • 4.8. Implementación de un Programa de Mantenimiento Predictivo
  • 4.9. Estudios de Caso: Aplicación del Análisis Predictivo en Parques Eólicos
  • 4.10. El Futuro del Análisis Predictivo en la Energía Eólica
5Estrategias de Mantenimiento Predictivo Eólico (50 h)
  • 5.1. Introducción al Mantenimiento Predictivo Eólico: Principios y Beneficios
  • 5.2. Técnicas de Inspección y Monitoreo en Aerogeneradores
  • 5.3. Análisis de Vibraciones en Componentes Eólicos
  • 5.4. Termografía Infrarroja: Detección de Anomalías Térmicas
  • 5.5. Análisis de Aceite: Evaluación del Estado de Lubricantes y Componentes
  • 5.6. Monitoreo Remoto y Sistemas SCADA en Parques Eólicos
  • 5.7. Mantenimiento Centrado en la Fiabilidad (RCM) en Aerogeneradores
  • 5.8. Análisis de Datos y Tendencias para la Predicción de Fallos
  • 5.9. Implementación de un Programa de Mantenimiento Predictivo
  • 5.10. Casos de Estudio: Aplicaciones y Resultados del Mantenimiento Predictivo
6Integridad estructural y mantenimiento predictivo (50 h)
  • 6.1. Introducción al análisis de integridad estructural en aerogeneradores
  • 6.2. Fundamentos del mantenimiento predictivo en estructuras eólicas
  • 6.3. Técnicas de inspección no destructivas (END) avanzadas
  • 6.4. Análisis de vibraciones en aerogeneradores
  • 6.5. Termografía aplicada a la detección de fallos estructurales
  • 6.6. Análisis de aceite y lubricación para la integridad estructural
  • 6.7. Monitoreo remoto y sistemas de gestión de datos
  • 6.8. Modelado de elementos finitos (FEA) para la evaluación estructural
  • 6.9. Estrategias de optimización del mantenimiento predictivo
  • 6.10. Estudios de caso: aplicación práctica y resultados
  • Metodología hands-on: test-before-you-trust, design reviews, failure analysis, compliance evidence.
  • Software (según licencias/partners): MATLAB/Simulink, Python (NumPy/SciPy), OpenVSP, SU2/OpenFOAM, Nastran/Abaqus, AMESim/Modelica, herramientas de acústica, toolchains de planificación DO-178C.
  • Laboratorios SEIUM: banco de rotor a escala, vibraciones/acústica, EMC/Lightning pre-compliance, HIL/SIL para AFCS, adquisición de datos con strain gauging.
  • Estándares y cumplimiento: EN 9100, 17025, ISO 27001, GDPR.

Lo que sales sabiendo hacer

Objetivos de aprendizaje

  • Dominar los fundamentos técnicos de fiabilidad y mantenimiento predictivo en eólica y su vocabulario normativo.
  • Aplicar IEC 61850, IEC 60909 y IEEE 1547 a decisiones reales de diseño y validación.
  • Construir y correlacionar modelos de cálculo con DIgSILENT PowerFactory y PSS/E.
  • Planificar y ejecutar campañas de ensayo en simulador de red en tiempo real (RTDS) y banco de ensayo de protecciones.
  • Analizar datos de operación y traducirlos en decisiones de ingeniería.
  • Elaborar el dossier técnico y de cumplimiento que exige el cliente o el regulador.
  • Dirigir técnicamente un proyecto de fiabilidad y mantenimiento predictivo en eólica de principio a fin.

Cómo se estudia

Metodología

Formación 100 % online en el campus de SEIUM, con material descargable, clases grabadas y tutor técnico asignado. Sin horarios fijos: el alumno avanza a su ritmo dentro de la convocatoria, lo que permite compatibilizarlo con el trabajo.

Cada módulo combina teoría, lectura guiada de la norma original y ejercicios aplicados. El software de trabajo es DIgSILENT PowerFactory, PSS/E, PSCAD, ETAP, MATLAB/Simulink, en versiones gratuitas, académicas o de evaluación. Los ensayos se estudian sobre procedimientos reales de simulador de red en tiempo real (RTDS), banco de ensayo de protecciones, laboratorio de potencia. La evaluación es continua por módulo más el proyecto integrador final.

El marco con el que se trabaja

Normas y estándares

  • IEC 61850
  • IEC 60909
  • IEEE 1547
  • ENTSO-E Network Codes
  • Reglamento (UE) 2016/631 (RfG)
  • IEC 62443
  • IEC 61400 (eólica)
  • IEC 62933 (almacenamiento)
  • NERC CIP
  • UNE-EN 50160

Dónde se aplica

Salidas profesionales

  • Ingeniero de red eléctrica
  • Especialista en HVDC
  • Analista de mercados eléctricos
  • Ingeniero de protecciones
  • Responsable de integración renovable
  • Especialista en almacenamiento
  • Ingeniero de operación de sistema

Sectores de destino: transporte y distribución, generación renovable, almacenamiento, hidrógeno, industria electrointensiva, comercialización. SEIUM no garantiza la obtención de empleo: se trata de una formación propia orientada a la capacitación técnica.

Anatomía del sistema

Qué hay dentro de la instalación eléctrica

Pulsa cada bloque para ver qué es y en qué módulo se estudia.

ABCD123456BARRA51FIABILIDAD Y MANTENIMIENTO PREDICTIVO ENESQUEMA UNIFILARSEIUMESC. S/E12345678

Generación

La fuente: fotovoltaica, eólica, hidráulica o convencional, con su curva y su variabilidad.

Se trabaja en el Módulo 3 del plan de estudios.

Almacenamiento

Baterías, estado de carga, degradación y los servicios que puede prestar a la red.

Se trabaja en el Módulo 6 del plan de estudios.

Conversión

Inversores y convertidores: control, calidad de onda y respuesta ante huecos de tensión.

Se trabaja en el Módulo 6 del plan de estudios.

Transformación

Transformadores, niveles de tensión y las pérdidas asociadas a cada escalón.

Se trabaja en el Módulo 5 del plan de estudios.

Protecciones

Relés, selectividad, cortocircuito y la coordinación entre protecciones.

Se trabaja en el Módulo 6 del plan de estudios.

Control y SCADA

IEC 61850, telemandos, medida y la supervisión en tiempo real de la instalación.

Se trabaja en el Módulo 6 del plan de estudios.

Conexión a red

Códigos de red, punto de conexión, estudios de impacto y requisitos del operador.

Se trabaja en el Módulo 2 del plan de estudios.

Operación y mantenimiento

Disponibilidad, mantenimiento predictivo y los indicadores de explotación.

Se trabaja en el Módulo 6 del plan de estudios.

Marco de referencia

Normas y estándares que vas a manejar

IEC 61850

Comunicaciones en subestaciones: modelo de datos, mensajes GOOSE y pruebas de interoperabilidad.

IEC 62443

Ciberseguridad de los sistemas de automatización y control industrial.

IEC 62619 e IEC 62933

Seguridad y prestaciones de los sistemas de almacenamiento con baterías.

Códigos de red

Requisitos de conexión del operador: huecos de tensión y control de potencia y frecuencia.

Tu dedicación

300 horas: cuánto te va a llevar

La formación es 100 % online y asíncrona, así que el calendario lo pones tú. Estas son las tres velocidades más habituales.

5 h por semana

60

semanas

13,9 meses aproximadamente

10 h por semana

30

semanas

6,9 meses aproximadamente

15 h por semana

20

semanas

4,6 meses aproximadamente

Proyectos tipo capstones

  • Predicción de Fallos: Modelado predictivo; análisis de datos históricos; identificación de patrones.
  • Optimización de Mantenimiento: Programación basada en condiciones; análisis de vida útil; reducción de costos.
  • Análisis de Datos Avanzado: Machine learning; detección de anomalías; diagnóstico de fallas.
  • Fiabilidad Eólica: Análisis RAMS; estrategias de mitigación; mejora continua.

  • Predicción de Fallos: Modelado predictivo; análisis de datos históricos; identificación de patrones.
  • Optimización de Mantenimiento: Programación basada en condiciones; análisis de vida útil; reducción de costos.
  • Análisis de Datos Avanzado: Machine learning; detección de anomalías; diagnóstico de fallas.
  • Fiabilidad Eólica: Análisis RAMS; estrategias de mitigación; mejora continua.

  • Predicción Fallos: Modelado datos; detección anomalías; análisis causa raíz.
  • Optimización Mantenimiento: Programación predictiva; reducción costes; aumento disponibilidad.
  • Fiabilidad Eólica: Análisis Weibull; MTBF/MTTF; mitigación riesgos.
  • Integridad Estructural: Análisis FEA; monitorización vibraciones; vida útil remanente.

  • Predicción de fallos: Modelos predictivos, análisis de datos y optimización del mantenimiento.
  • Análisis de datos: Identificación de tendencias, optimización y análisis de fiabilidad.
  • Estrategias de mitigación: Diseñar estrategias basadas en los análisis predictivos.
  • Integridad estructural: Implementación de análisis avanzados de integridad.

  • Análisis Fallos: Modelado, simulación, predicción, optimización, estrategias mitigación.
  • Mantenimiento Predictivo: Implementación, técnicas avanzadas, fiabilidad, análisis estructural.
  • Optimización: Rendimiento, fiabilidad, turbinas y parques eólicos, análisis predictivo.

CUERPO DOCENTE Y EXPERTOS

Conoce a nuestros profesores

Prof. Luca Benedetti, director academico del SEIUM Design & Industrial Design Institute

Prof. Luca Benedetti

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.

Conocer al Profesor
Prof. Kenji Takahashi, director academico del SEIUM Robotics & Autonomous Systems Institute

Prof. Kenji Takahashi

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.

Conocer al Profesor
Dra. Lucia Hernandez Vega, directora academica del SEIUM Data, Artificial Intelligence & Simulation Institute

Dra. Lucía Hernández Vega

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.

Conocer al Profesor
Dr. Kevin O’Connor, director academico del SEIUM Electronics & Embedded Technologies Institute

Dr. Kevin O’Connor

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.

Conocer al Profesor
Dr. Javier Ferrer Salvatierra, director academico del SEIUM Naval & Offshore Institute

Dr. Javier Ferrer Salvatierra

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.

Conocer al Profesor
Dra. Isabel Martin Robles, directora academica del SEIUM Rail & Smart Cities Institute

Dra. Isabel Martín Robles

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.

Conocer al Profesor
Dr. Carlos Navarro Sanz, director academico del SEIUM Energy & Networks Institute

Dr. Carlos Navarro Sanz

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.

Conocer al Profesor

Admisiones

Cómo se accede a este curso

  1. 1
    Solicitud

    Rellenas el formulario con tu perfil y la formación que te interesa. Sin coste ni compromiso.

  2. 2
    Evaluación del perfil

    Revisamos formación y experiencia para confirmar que el programa encaja con tu punto de partida.

  3. 3
    Entrevista técnica

    Una conversación con el equipo académico para ajustar objetivos, ritmo y dedicación.

  4. 4
    Matrícula

    Se confirma la plaza y recibes los accesos. El programa arranca cuando tú decides.

Qué documentación hace falta

Currículum actualizado y titulación o acreditación de experiencia equivalente. Si quieres, puedes añadir ejemplos de proyectos o de código; no son obligatorios, pero ayudan a afinar el itinerario.

Becas y formas de pago

Hay descuento por pago único y becas parciales por mérito académico, por situación económica y por fomento de la inclusión, además de convenios con empresas del sector. En la entrevista se revisa cuál te corresponde.

Cuándo puedes empezar

La matrícula está abierta todo el año. Al ser un programa online y asíncrono no hay que esperar a una convocatoria: se empieza en cuanto se formaliza la matrícula.

¿Tienes dudas?

Nuestro equipo está listo para ayudarte. Contáctanos y te responderemos lo antes posible.

Por favor, activa JavaScript en tu navegador para completar este formulario.

F. A. Q

Preguntas frecuentes

¿Cuántas horas de dedicación semanal exige?

El programa son 300 horas totales repartidas en 3 a 5 meses. Eso son entre 10 y 15 horas semanales de media, compatibles con jornada laboral completa.

¿Qué software necesito?

Se trabaja con DIgSILENT PowerFactory, PSS/E, PSCAD, ETAP. Se usan versiones gratuitas, académicas o de evaluación, y el tutor indica la alternativa libre cuando existe.

¿Qué titulación obtengo?

Diploma propio de SEIUM al superar la evaluación continua y el proyecto integrador. Es formación propia, no un título oficial del Ministerio.

¿Se puede convalidar con otra formación de SEIUM?

Sí. Los módulos superados en un curso o diplomado del mismo área convalidan en el programa superior. Consulta la política de convalidaciones al matricularte.

Contáctanos

Lo que se busca en Google

Las preguntas que más se hacen sobre Fiabilidad y mantenimiento predictivo en eólica

¿Qué es Fiabilidad y mantenimiento predictivo en eólica?

Es una especialidad propia de el sector energético. En la práctica consiste en aplicar un método de ingeniería concreto (requisitos, diseño, cálculo, ensayo y puesta en servicio) a ese ámbito, con sus propias normas, herramientas y criterios de aceptación. Este curso recorre ese método completo en 6 módulos.

¿Qué salidas profesionales tiene Fiabilidad y mantenimiento predictivo en eólica?

Contratan sobre todo promotoras renovables, distribuidoras, ingenierías de red y empresas de operación y mantenimiento. Los puestos habituales son los de ingeniero de diseño, de cálculo, de ensayo, de puesta en marcha y de calidad o cumplimiento normativo, además de los perfiles de proyecto que coordinan a los anteriores.

¿Qué normas hay que conocer para trabajar en Fiabilidad y mantenimiento predictivo en eólica?

Las de referencia son IEC 61850, IEC 62443, IEC 62619 e IEC 62933, entre otras. No basta con saber que existen: lo que piden las empresas es saber qué exige cada una, qué evidencia hay que generar y cómo se documenta. Es lo que se trabaja en el módulo de marco normativo.

¿Qué herramientas se usan en Fiabilidad y mantenimiento predictivo en eólica?

En el día a día se trabaja con software de flujos de carga y cortocircuito, simulación de electrónica de potencia y bancos de ensayo de protecciones. Durante la formación se usan en los ejercicios y en el proyecto final, de modo que lo que se practica es lo mismo que se pide en una oferta de empleo.

¿Cuánto se tarda en especializarse en Fiabilidad y mantenimiento predictivo en eólica?

Este programa son 300 horas. Con 10 horas a la semana salen unas 30 semanas; con 5 horas, el doble. Al ser 100 % online y asíncrono, el calendario lo marca el alumno y no hay clases a hora fija.

¿Se puede estudiar Fiabilidad y mantenimiento predictivo en eólica online?

Sí. Todo el programa es online y asíncrono: material, ejercicios y entregas quedan disponibles desde el primer día y cada módulo se cierra con un entregable que el tutor corrige de forma individual. No hay desplazamientos ni horarios.

¿Qué nivel previo hace falta?

Se parte de una base técnica: formación en ingeniería o experiencia equivalente en el sector. No se exige experiencia previa en la especialidad concreta, porque los primeros módulos reconstruyen los fundamentos antes de entrar en los métodos avanzados.

Ficha del programa

El programa en datos

6módulosEstructura
60submódulosUnidades de trabajo
300horasCarga total
3-5mesesDedicación
Modalidad
online, 100 % a distancia.
Duración
300 horas · 3 a 5 meses.
Estructura
6 módulos y 60 submódulos.
Área
Energía & Redes.
Titulación
diploma propio de SEIUM.
Convocatorias
abiertas, matrícula continua.
Tutorización
tutor técnico asignado y corrección individual.
Idioma
español.

Compara antes de decidir

Esta formación frente a otra del catálogo

Curso · estás aquíCurso de Fiabilidad y mantenimiento predictivo en eólicaDiplomadoDiplomado en Mantenimiento Predictivo y Health Index
Horas300 h800 h
Módulos68
Submódulos6080
Precio445 €1.090 €

Ver Diplomado en Mantenimiento Predictivo y Health Index

Formaciones relacionadas

Programa revisado el .

Seium - Universidad de ingeniería avanzada
Powered by  GDPR Cookie Compliance
Resumen de privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible. La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudar a nuestro equipo a comprender qué secciones de la web encuentras más interesantes y útiles.