constituye un campo crítico para la monitorización avanzada en plataformas eVTOL y helicópteros, integrando áreas técnicas como procesamiento digital de señales (DSP), análisis espectral, modelos de forecasting basados en ARIMA y redes neuronales recurrentes (RNN), así como root cause analysis para diagnósticos predictivos. El dominio abarca desde la adquisición y procesamiento de datos provenientes de sensores MEMS hasta la implementación de algoritmos en sistemas AFCS y FBW, optimizando la gestión de la salud del sistema (SHM) conforme a principios de dinámica/control y aeroelasticidad. La aplicación de técnicas como FFT y wavelets es esencial para caracterizar las firmas vibracionales y acústicas con alta resolución temporal, vinculando resultados a parámetros de rendimiento y seguridad operacional.
Las capacidades de laboratorio incluyen simulación HIL/SIL para validar algoritmos embarcados bajo condiciones reales, sistemas avanzados de adquisición de datos y análisis de EMC conforme a normativa aplicable internacional, con trazabilidad basada en estándares como ARP4754A y ARP4761. La integración con normativas como FAA Part 27/29 y requisitos de certificación funcional garantiza la seguridad y confiabilidad del software y hardware crítico. Profesionales especializados en control de calidad, ingeniería de sistemas, análisis de datos y mantenimiento predictivo encuentran alta empleabilidad en este ámbito, fortaleciendo las cadenas de valor aéreas mediante la detección temprana y mitigación de fallos.
5.800 €
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: Se valorará una base sólida en áreas como aerodinámica, teoría de control y análisis de estructuras. Es imprescindible un nivel de competencia en Español y/o Inglés equivalente a B2+ o C1. Se proporcionarán bridging tracks (cursos de nivelación) para aquellos que lo necesiten.
1.1 Introducción a las Series Temporales en ingeniería naval: conceptos, relevancia y casos de uso
1.2 Datos temporales en entornos navales: sensores de casco, vibración, temperatura, presión, GPS/AIS
1.3 Arquitecturas de datos y calidad: recolección, sincronización, limpieza y manejo de series
1.4 Preprocesamiento y transformación: tratamiento de valores faltantes, outliers y muestreo
1.5 Análisis espectral: FFT, STFT y espectro de potencia aplicado a señales navales
1.6 Análisis exploratorio: tendencias, estacionalidad, autocorrelación y ruido
1.7 Forecasting básico para operaciones: modelos ARIMA/SARIMA y modelos de estado
1.8 Forecasting avanzado y series exógenas: Prophet, modelos de series temporales con variables externas
1.9 Detección de anomalías en sistemas navales: umbrales, Isolation Forest, autoencoders y enfoques basados en réplicas
1.10 Caso práctico: evaluación de una serie temporal de sensores de propulsión para decidir mantenimiento y acciones operativas
2.1 Fundamentos de sensores navales: tipos, principios e interfaces (radar, sonar, AIS, cámaras y visión infrarroja)
2.2 Espectro electromagnético y acústico en operación naval: aplicaciones y limitaciones
2.3 Adquisición y sincronización de datos: time-stamping, GPS/INS, latitud-longitud
2.4 Fusión de sensores y correlación de señales para vigilancia y control de tráfico
2.5 Forecasting naval: predicción de condiciones marinas, demanda de recursos y horarios de misión
2.6 Detección de anomalías en series temporales de sensores: métodos estadísticos y ML
2.7 Detección de fallos y mantenimiento predictivo en subsistemas de captación de datos
2.8 Análisis espectral aplicado a señales navales: FFT, espectro de potencia y wavelets
2.9 Detección de señales débiles y clasificación en entorno ruidoso
2.10 Caso práctico: diseño de pipeline de sensores y forecast para un buque de patrulla
3.1 Sensores en la Ingeniería Naval: Tipos, ubicación estratégica y rendimiento en buques y plataformas
3.2 Espectro y Compatibilidad Electromagnética: Gestión de interferencias en sistemas de mando y control
3.3 Detección de Anomalías en Sensores: Métodos de detección, limpieza de datos y robustez
3.4 Análisis Espectral para Señales Navales: Transformadas y patrones en sonar y radar
3.5 Forecasting de Fallos en Sistemas Críticos Navales: Modelos predictivos para motores, generación y sensores
3.6 Análisis de Series Temporales para Mantenimiento Predictivo Naval: Datos de vibración, temperatura, presión y consumo
3.7 Detección de Fallos Causales y Análisis de Causa Raíz: Metodologías para identificar raíces
3.8 Integración de Datos y Digital Thread en Ingeniería Naval: MBSE/PLM para trazabilidad y gestión de cambios
3.9 Gestión de Riesgos Tecnológicos y Preparación: TRL/CRL/SRL y estrategias de mitigación
3.10 Caso Práctico: Matriz de Riesgo y Decisión Go/No-Go en operaciones navales
4.1 Fundamentos de sensores navales: tipos, adquisición, calibración e incertidumbre
4.2 Calidad y preprocesamiento de datos en entornos marinos
4.3 Series temporales para sistemas de navegación y vigilancia: muestreo y tendencias
4.4 Espectro y análisis de señales en sonar y radar: FFT, PSD y filtrado
4.5 Forecasting para mantenimiento predictivo de sensores y subsistemas
4.6 Detección de anomalías en series temporales: umbrales, modelos estadísticos y ML
4.7 Fusión y coherencia de datos de múltiples sensores: GPS, AIS, radar, sonar
4.8 Detección de fallos y diagnóstico temprano a partir de series temporales
4.9 Validación de modelos y métricas de rendimiento en ambientes marinos
4.10 Caso práctico: análisis end-to-end de sensores en un buque con detección de anomalías y forecasting
5.1 Introducción a las Series Temporales: Definición y Tipos
5.2 Sensores: Tipos y Principios de Funcionamiento en Entornos Navales
5.3 Captura y Preprocesamiento de Datos de Sensores
5.4 Análisis Espectral: Transformada de Fourier y su Aplicación
5.5 Interpretación de Espectros: Identificación de Patrones y Componentes
5.6 Filtrado de Señales: Eliminación de Ruido e Interferencias
5.7 Visualización de Datos: Gráficos y Técnicas de Representación
5.8 Herramientas y Software para el Análisis Espectral
5.9 Aplicaciones en la Ingeniería Naval: Ejemplos Prácticos
5.10 Ejercicios y Casos de Estudio: Análisis de Datos Reales de Sensores
6.1 Fundamentos de las Series Temporales: Conceptos clave y aplicaciones en el ámbito naval.
6.2 Sensores Navales: Tipos, funcionamiento y datos generados (sensores de velocidad, profundidad, rumbo, etc.).
6.3 Adquisición y Preprocesamiento de Datos: Limpieza, tratamiento de valores faltantes y suavizado.
6.4 Exploración y Visualización de Datos: Gráficos y análisis descriptivo de series temporales navales.
6.5 Componentes de una Serie Temporal: Tendencia, estacionalidad y ruido.
6.6 Descomposición de Series Temporales: Identificación y separación de componentes.
6.7 Introducción al Análisis Espectral: Conceptos básicos y aplicación en datos navales.
6.8 Herramientas y Software: Introducción a herramientas de análisis de series temporales.
6.9 Casos de Estudio: Ejemplos prácticos de series temporales en el contexto naval.
6.10 Introducción al Forecasting: Conceptos básicos de predicción de series temporales.
7. 1 Introducción a las Series Temporales: Definición, Aplicaciones y Tipos
7. 2 Sensores: Principios de Funcionamiento y Tipos Comunes en Entornos Navales
7. 3 Adquisición y Preprocesamiento de Datos de Sensores: Limpieza y Normalización
7. 4 Análisis Espectral: Transformada de Fourier y su Aplicación
7. 5 Identificación de Patrones y Ciclos en Datos de Sensores
7. 6 Herramientas y Software para el Análisis de Series Temporales (Python, R)
7. 7 Ejemplos Prácticos: Análisis de Datos de Sensores Comunes (Presión, Temperatura, etc.)
7. 8 Introducción a la Estacionariedad y la Tendencia en Series Temporales
7. 9 Visualización de Datos de Series Temporales: Gráficos y Diagramas
7. 10 Conceptos Básicos de Ruido y Señal en Datos de Sensores
8. 1 Fundamentos de Series Temporales: Definición, tipos y aplicaciones.
8. 2 Sensores en Entornos Navales: Tipos, funcionamiento y adquisición de datos.
8. 3 Análisis Espectral: Transformada de Fourier, identificación de patrones y periodicidades.
8. 4 Conceptos Básicos de Forecasting: Modelos ARIMA, suavizado exponencial y su aplicación.
8. 5 Detección de Anomalías: Métodos estadísticos y visualización de datos.
8. 6 Introducción a las Herramientas y Lenguajes: Python, R y librerías especializadas.
8. 7 Casos de Estudio Naval: Ejemplos prácticos de análisis de series temporales.
8. 8 Desafíos y Oportunidades: Tendencias en la ingeniería de series temporales navales.
9.1 Sensores Navales: Tipos, Funcionamiento y Aplicaciones Clave
9.2 Adquisición y Preprocesamiento de Datos de Sensores
9.3 Introducción al Análisis Espectral: Transformada de Fourier
9.4 Interpretación del Espectro de Señales Navales
9.5 Fundamentos del Forecasting: Modelos ARIMA y Tendencias
9.6 Aplicación del Forecasting en la Predicción del Comportamiento del Buque
9.7 Forecasting de Variables Críticas: Velocidad, Aceleración, y Otros Parámetros
9.8 Detección de Anomalías en Datos de Sensores
9.9 Implementación de Alarmas y Sistemas de Alerta Temprana
9.10 Estudio de Casos: Aplicaciones Reales de Sensores, Espectro y Forecasting en Ingeniería Naval
10.1 Introducción a los Sensores Navales y la Recolección de Datos
10.2 Fundamentos del Análisis Espectral aplicado a Señales Navales
10.3 Técnicas de Forecasting para Predecir Variables Marítimas
10.4 Tipos de Sensores y sus Aplicaciones en el Entorno Naval
10.5 Procesamiento y Limpieza de Datos de Sensores
10.6 Análisis de la Frecuencia y su Importancia en la Ingeniería Naval
10.7 Modelos de Series Temporales: Conceptos Básicos
10.8 Aplicación del Forecasting en la Planificación y Operaciones Navales
10.9 Herramientas y Software para el Análisis de Series Temporales
10.10 Estudio de Casos: Aplicaciones Prácticas en la Industria Naval
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”).