se centra en la aplicación avanzada de técnicas de monitoreo de vibraciones, análisis térmico y diagnóstico de fallos para optimizar la disponibilidad y confiabilidad en sistemas automatizados industriales. El abordaje integra fundamentos de dinámica estructural, análisis modal, sistemas embebidos y procesamiento de señales con herramientas como FFT, MEMS y algoritmos de machine learning, esenciales para anticipar fallas en entornos robóticos y células de manufactura flexibles. El conocimiento en protocolos de comunicación industrial (Profinet, EtherCAT) y la implementación de SCADA facilitan la integración de datos en tiempo real para la gestión del mantenimiento predictivo, alineado con frameworks de confiabilidad y análisis de causa raíz aplicados en el sector aeroespacial y manufactura avanzada.
Las capacidades del laboratorio incluyen sistemas HIL/SIL para la validación y simulación de algoritmos de diagnóstico, adquisición de datos mediante sensores piezoeléctricos y cámaras termográficas, y evaluación de condiciones estructurales basadas en análisis vibracional y acústico. La trazabilidad se mantiene conforme a normativa aplicable internacional en gestión de calidad y seguridad industrial, garantizando alineamiento con estándares de confiabilidad funcional. Los roles profesionales vinculados contemplan expertos en mantenimiento predictivo, ingenieros de confiabilidad, técnicos en control de calidad, especialistas en instrumentación y analistas de datos industriales para procesos automatizados y robóticos.
3.400 €
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.
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.
Requisitos recomendados: Conocimientos básicos de mecánica, electricidad y electrónica; familiaridad con sistemas de control y automatización.
1.1 Panorama y alcance del Mantenimiento Predictivo de Robots en entornos navales: objetivos, beneficios, métricas y alcance institucional
1.2 Arquitecturas de robots y celdas en buques: interfaces con PLC/SCADA, redundancia, compatibilidad eléctrica y consideraciones de seguridad
1.3 Técnicas de diagnóstico para robots marinos: vibraciones, termografía, análisis de fallos, lubricación y monitorización de estado
1.4 Recolección y gestión de datos en plataformas marinas: sensores (vibración, temperatura, presión), muestreo, edge computing y gobernanza de datos
1.5 Mantenimiento Predictivo como marco de decisión: planificación, priorización por criticidad e integración con planes de mantenimiento preventivo
1.6 Modelos de predicción de fallos y confiabilidad: degradación, modelos probabilísticos y aprendizaje automático aplicado a robots y celdas
1.7 Gestión de confiabilidad y métricas: MTBF, MTTR, disponibilidad, FMEA/RCA y indicadores de rendimiento
1.8 Mantenibilidad en entornos marinos: accesibilidad, mantenimiento en seco, protección ambiental, modularidad y diseño para mantenibilidad
1.9 Seguridad, certificaciones y cumplimiento: normas IMO/ABS/DNV GL, seguridad funcional y ciberseguridad de sistemas robóticos
1.10 Caso práctico: evaluación de un sistema robótico de manipulación en un buque: recopilación de datos, análisis de vibraciones y termografía, evaluación go/no-go y plan de acción
2.1 Fundamentos del Mantenimiento Predictivo en entornos navales: definición, alcance y RAMS
2.2 Arquitectura de monitoreo y sensores para buques y plataformas offshore
2.3 Gestión de datos para mantenimiento predictivo: calidad, integración y gobernanza
2.4 Análisis de vibraciones: técnicas, FFT, órdenes y diagnóstico de cojinetes
2.5 Aplicaciones de vibraciones en maquinaria naval: propulsores, bombas y turbinas
2.6 Termografía y monitoreo térmico en sistemas marinos
2.7 Análisis de Fallos y Causa Raíz (RCA) aplicado a equipos navales
2.8 Mantenimiento Predictivo para robots y celdas robotizadas en entornos marinos
2.9 Planes y métricas de confiabilidad: MTBF, MTTF, RUL y priorización de intervenciones
2.10 Caso clínico: diseño de un plan de Mantenimiento Predictivo para un sistema crítico de un buque
3.1 Fundamentos del Mantenimiento Predictivo en Robots: objetivo, alcance y marco de confiabilidad
3.2 Vibraciones en Robots y Celdas: identificación de frecuencias, sensores y lectura de gráficos
3.3 Termografía en Mantenimiento Predictivo: principios, captura de imágenes IR y análisis
3.4 Análisis de Fallos y Causas Raíz: RCA, Ishikawa, 5 Porqués y acciones correctivas
3.5 Sensores y Adquisición de Datos para PdM: acelerómetros, temperatura, torque y calidad de datos
3.6 Monitoreo en Tiempo Real y CBM en Robots: umbrales, tendencias y alarmas
3.7 Procesamiento de Datos para PdM: FFT, análisis espectral, tendencias y correlación
3.8 Estrategias de Mantenimiento: PdM vs PM, planes de intervención y coste-efectividad
3.9 Integración de PdM en Celdas Robotizadas: flujo de intervención y gestión de activos
3.10 Caso Práctico: go/no-go con matriz de riesgos y plan de acción
4.1 Fundamentos del Mantenimiento Predictivo en Robótica
4.2 Principios de Confiabilidad en Robots y Celdas Robotizadas
4.3 Arquitecturas de Monitoreo: sensores, redes y gestión de datos
4.4 Fuentes de datos para Mantenimiento Predictivo: vibraciones, termografía, emisión acústica y corriente
4.5 Técnicas de Análisis de Vibraciones: FFT, espectros, tendencias y umbrales
4.6 Termografía Infrarroja para detección de anomalías térmicas en robots
4.7 Análisis de Fallos y Causas Raíz (RCA) aplicado a fallos robóticos
4.8 Mantenimiento Basado en Condición (CBM) y Gestión de la Confiabilidad
4.9 Planificación de Mantenimiento Predictivo: recursos, tiempos y ROI
4.10 Caso Práctico: go/no-go con matriz de riesgo y criterios de aceptación
5.1 Tipos de robots industriales y sus aplicaciones
5.2 Componentes clave de un robot industrial (actuadores, sensores, controladores)
5.3 Arquitectura de una celda robotizada y sus elementos periféricos
5.4 Sistemas de coordenadas y cinemática básica de robots
5.5 Programación básica de robots (lenguajes, comandos, movimientos)
5.6 Seguridad en celdas robotizadas: riesgos y medidas preventivas
5.7 Introducción a los sistemas de visión artificial en robótica
5.8 Principios del mantenimiento preventivo en robótica
5.9 Selección de robots y celdas: factores a considerar
5.10 Integración de robots en la industria 4.0
6.1 Introducción a la Robótica Industrial: Definiciones, componentes y aplicaciones.
6.2 Arquitectura de Robots: Manipuladores, efectores finales, sensores.
6.3 Sistemas de coordenadas y cinemática de robots: Directa e inversa.
6.4 Programación de Robots: Lenguajes y métodos de programación.
6.5 Sensores en Robótica: Visión, fuerza, tacto y proximidad.
6.6 Actuadores y motores: Tipos y selección para robots.
6.7 Seguridad en Robótica: Normativas y estándares de seguridad industrial.
6.8 Normativa ISO 60268 y OSHA: Requisitos de seguridad para robots.
6.9 Diseño de celdas robotizadas: Consideraciones de seguridad y ergonomía.
6.10 Integración de robots: Planificación e implementación.
7. 1 Introducción a la Robótica Industrial y Celdas Robotizadas
7. 2 Componentes Clave de Robots: Actuadores, Sensores, Controladores
7. 3 Arquitectura de Celdas Robotizadas: Diseño y Configuración
7. 4 Tipos de Robots Industriales: Clasificación y Aplicaciones
7. 5 Sistemas de Coordinación y Trayectoria de Robots
7. 6 Fundamentos de Seguridad en Celdas Robotizadas
7. 7 Principios de Programación de Robots: Lenguajes y Entornos
7. 8 Integración de Robots con Periféricos: Pinzas, Sensores, etc.
7. 9 Mantenimiento Básico de Robots: Lubricación, Inspección, etc.
7. 10 Caso de Estudio: Aplicaciones Típicas de Robots Industriales
8.1 Introducción al Mantenimiento Predictivo: Conceptos clave y beneficios.
8.2 Principios de Vibraciones: Fundamentos teóricos y prácticos.
8.3 Termografía: Principios y aplicaciones en el mantenimiento predictivo.
8.4 Análisis de Fallos: Metodologías y herramientas esenciales.
8.5 Introducción a Robots y Celdas Robotizadas: Componentes y funcionamiento básico.
8.6 Normas y Estándares en Mantenimiento Predictivo: Visión general.
8.7 Recopilación y Análisis de Datos: Técnicas y herramientas básicas.
8.8 Introducción a la Optimización del Mantenimiento: Estrategias iniciales.
8.9 Seguridad en el Mantenimiento Predictivo: Protocolos y mejores prácticas.
8.10 Case Studies: Introducción a ejemplos prácticos y su análisis.
9.1 Fundamentos de la Vibración: Teoría y Aplicaciones en Robótica
9.2 Tipos de Sensores: Acelerómetros, Sensores de Proximidad, Sensores de Desplazamiento
9.3 Selección de Sensores: Consideraciones para Robots Industriales y Celdas Robotizadas
9.4 Principios de Medición: Frecuencia, Amplitud, Fase y Análisis de Señales
9.5 Análisis de Espectro: Interpretación de Patrones de Vibración en Robots
9.6 Puntos de Montaje: Estrategias para la Ubicación Óptima de Sensores
9.7 Herramientas de Análisis: Software y Hardware para el Mantenimiento Predictivo
9.8 Normas y Estándares: Aplicación de ISO y Otras Regulaciones
9.9 Casos de Estudio: Identificación de Fallos Comunes mediante Vibraciones
9.10 Prácticas y Laboratorio: Configuración y Uso de Sensores en Entornos Robotizados
10. 1 Fundamentos del Mantenimiento Predictivo: Conceptos clave y beneficios.
10. 2 Tipos de Robots Industriales: Tipos, aplicaciones y entornos de trabajo.
10. 3 Importancia del Mantenimiento Predictivo en Robótica: Reducción de costos y mejora de la productividad.
10. 4 Principios de la Termografía: Detección de anomalías térmicas en robots.
10. 5 Fundamentos del Análisis de Vibraciones en Robots: Identificación de fallos mediante el análisis vibracional.
10. 6 Sensores y Equipos Utilizados: Tipos de sensores para medición de vibraciones y temperatura.
10. 7 Proceso de Recolección de Datos: Técnicas para adquirir datos precisos.
10. 8 Análisis de Datos Iniciales: Interpretación básica de datos de vibración y termografía.
10. 9 Establecimiento de Líneas Base: Creación de referencias para el monitoreo.
10. 10 Introducción al Análisis de Fallos: Identificación de posibles causas de fallos en robots.
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”).