El Curso de Gemelos Digitales en Turbinas explora la creación y aplicación de modelos virtuales precisos de turbinas, utilizando datos en tiempo real para simular, predecir y optimizar el rendimiento de los motores. Se centra en la integración de sensores, análisis de datos, inteligencia artificial (IA) y aprendizaje automático (ML) para mejorar la eficiencia, reducir costos de mantenimiento y prolongar la vida útil de las turbinas. Incluye el uso de herramientas de simulación CFD y FEM para analizar el comportamiento de los componentes en condiciones operativas diversas, facilitando la monitorización predictiva y la optimización del diseño.
El curso proporciona conocimientos prácticos en plataformas de gemelos digitales, el procesamiento de grandes volúmenes de datos (Big Data) y la implementación de estrategias de mantenimiento predictivo. Los participantes aprenderán a desarrollar y utilizar gemelos digitales para diagnosticar fallas, predecir el desgaste de los componentes y optimizar el rendimiento de la turbina en tiempo real, mejorando la eficiencia energética y la seguridad operativa. Esta formación prepara a profesionales como ingenieros de mantenimiento, analistas de datos y especialistas en simulación para aplicar las últimas tecnologías en la industria de la aviación.
Palabras clave objetivo (naturales en el texto): gemelos digitales, turbinas, modelado de turbinas, simulación CFD, mantenimiento predictivo, análisis de datos, inteligencia artificial, optimización de turbinas.
399 €
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. Modelado Predictivo y Análisis de Rotores en Turbinas con Gemelos Digitales
5. Análisis Profundo de Rotores en Turbinas: Gemelos Digitales y Optimización del Rendimiento
6. Análisis Digital de Rotores en Turbinas: Diseño y Optimización
Requisitos recomendados: base en aerodinámica, control y estructuras; ES/EN B2+/C1. Ofrecemos bridging tracks si lo necesitas.
1.1 Introducción a los Gemelos Digitales en el Diseño de Turbinas
1.2 Principios de Diseño de Turbinas: Flujo de Fluido y Aerodinámica
1.3 Modelado 3D de Componentes de Turbinas
1.4 Simulación de Flujo CFD: Técnicas y Herramientas
1.5 Creación de Gemelos Digitales: Interconexión de Datos y Modelos
1.6 Validación y Verificación de Modelos Digitales
1.7 Aplicaciones de los Gemelos Digitales en el Diseño de Turbinas
1.8 Análisis de Sensibilidad y Optimización del Diseño Inicial
1.9 Estudios de Caso: Ejemplos Prácticos de Diseño de Turbinas con Gemelos Digitales
1.10 Integración del Gemelo Digital en el Ciclo de Vida de la Turbina
2.2 Introducción a la optimización de turbinas y rotores
2.2 Diseño y simulación de rotores en turbinas: principios clave
2.3 Gemelos digitales: herramientas esenciales para el análisis de turbinas
2.4 Optimización del rendimiento de turbinas mediante gemelos digitales
2.5 Análisis de datos y modelado predictivo para rotores
2.6 Diseño y análisis de rotores: optimización de la eficiencia
2.7 Optimización avanzada de rotores: simulación y gemelos digitales
2.8 Análisis de fallos y mejora continua de rotores
2.9 Integración de gemelos digitales en el ciclo de vida de las turbinas
2.20 Estudio de casos: optimización de turbinas y rotores
3.3 Principios de Optimización de Rotores: Introducción a Gemelos Digitales
3.2 Modelado CFD y FEA para Análisis de Rotores
3.3 Técnicas de Optimización: Diseño Paramétrico y Algoritmos Genéticos
3.4 Análisis de Sensibilidad y Diseño de Experimentos (DOE) en Rotores
3.5 Materiales y Fabricación Avanzada para Rotores Optimizados
3.6 Integración de Gemelos Digitales para el Monitoreo del Rendimiento
3.7 Análisis de Fallos y Diseño para la Durabilidad en Rotores
3.8 Estudio de Casos: Optimización de Rotores en Diferentes Aplicaciones
3.9 Estrategias de Validación y Verificación de Modelos
3.30 Tendencias Futuras en la Optimización de Rotores con Gemelos Digitales
4.4 Introducción al Modelado Predictivo de Rotores en Turbinas con Gemelos Digitales
4.2 Fundamentos de la Simulación Digital para el Análisis de Rotores
4.3 Creación y Validación de Gemelos Digitales de Rotores de Turbinas
4.4 Análisis de Datos y Diseño de Experimentos con Modelos Predictivos
4.5 Aplicación de Algoritmos de Aprendizaje Automático para Predicción
4.6 Optimización del Diseño de Rotores Basada en Predicciones
4.7 Evaluación del Rendimiento y Durabilidad con Modelos Predictivos
4.8 Integración de Gemelos Digitales en el Ciclo de Vida del Rotor
4.9 Estudios de Caso: Modelado Predictivo en Diferentes Tipos de Turbinas
4.40 Tendencias y Futuro del Modelado Predictivo en la Industria Naval
5.5 Introducción al Diseño de Turbinas y Gemelos Digitales
5.5 Principios de Simulación CFD para Turbinas
5.3 Modelado 3D de Componentes de Turbinas
5.4 Creación de Gemelos Digitales para Turbinas
5.5 Configuración de Entornos de Simulación
5.6 Análisis de Flujo y Rendimiento Inicial
5.7 Validación de Resultados y Calibración del Modelo
5.8 Caso de Estudio: Diseño de una Turbina Específica
5.9 Consideraciones de Diseño para Diferentes Aplicaciones
5.50 Herramientas y Software de Diseño y Simulación
5.5 Introducción a la Optimización del Rendimiento de Turbinas
5.5 Análisis de Datos de Rendimiento de Turbinas
5.3 Optimización de la Geometría de los álabes y Rotores
5.4 Uso de Gemelos Digitales para la Optimización
5.5 Métodos de Optimización Algorítmica
5.6 Optimización del Flujo dentro de la Turbina
5.7 Análisis de Sensibilidad y Diseño de Experimentos
5.8 Implementación de Cambios y Evaluación del Impacto
5.9 Ejemplos de Optimización en Turbinas Existentes
5.50 Simulación y Verificación de los Resultados Optimizados
3.5 Introducción al Análisis Avanzado de Rotores
3.5 Modelado Detallado de Rotores en Gemelos Digitales
3.3 Análisis de Tensiones y Deformaciones en Rotores
3.4 Simulación de Fallas y Análisis de Vida Útil
3.5 Diseño para la Resistencia a la Fatiga
3.6 Optimización de Materiales y Geometría del Rotor
3.7 Análisis de Vibraciones y Dinámica Rotacional
3.8 Estudio de Caso: Fallas Comunes en Rotores
3.9 Herramientas de Análisis Estructural y Dinámico
3.50 Validación de Modelos y Resultados
4.5 Introducción al Modelado Predictivo con Gemelos Digitales
4.5 Recopilación y Análisis de Datos para Modelado Predictivo
4.3 Desarrollo de Modelos Predictivos de Rendimiento
4.4 Integración de Sensores y Datos en el Gemelo Digital
4.5 Predicción de Fallas y Mantenimiento Predictivo
4.6 Optimización del Mantenimiento Basada en Datos
4.7 Uso de Aprendizaje Automático en Modelado Predictivo
4.8 Estudio de Caso: Modelado Predictivo en una Turbina Real
4.9 Desarrollo de un Sistema de Monitoreo Remoto
4.50 Integración de Modelos Predictivos en la Operación
5.5 Introducción al Análisis Profundo de Rotores
5.5 Modelado Avanzado de Rotores con Gemelos Digitales
5.3 Análisis de Tensiones y Deformaciones Complejas
5.4 Consideraciones de Diseño para Entornos Severos
5.5 Análisis de Fallas y Diagnóstico de Causas Raíz
5.6 Optimización del Diseño para Durabilidad Extrema
5.7 Uso de Herramientas de Simulación Avanzadas
5.8 Estudio de Caso: Análisis de un Rotor Dañado
5.9 Desarrollo de Estrategias de Mitigación de Fallas
5.50 Diseño para la Confiabilidad
6.5 Introducción al Diseño y Optimización Digital de Rotores
6.5 Diseño Paramétrico de Rotores para Turbinas
6.3 Optimización Basada en Algoritmos Genéticos
6.4 Análisis de Sensibilidad del Diseño
6.5 Diseño para la Fabricación y Ensamble
6.6 Uso de Gemelos Digitales en el Proceso de Diseño
6.7 Integración del Diseño con la Simulación
6.8 Estudio de Caso: Diseño y Optimización de un Rotor
6.9 Herramientas CAD y CAE para el Diseño de Rotores
6.50 Validación del Diseño y Prototipado Virtual
7.5 Introducción al Modelado Digital de Rotores
7.5 Técnicas de Modelado 3D para Rotores
7.3 Simulación de Flujo y Análisis Estructural
7.4 Uso de Gemelos Digitales para el Modelado
7.5 Integración de Datos de Sensores en el Modelo
7.6 Análisis de Vibraciones y Respuesta Dinámica
7.7 Optimización del Diseño para el Rendimiento
7.8 Estudio de Caso: Modelado Digital de un Rotor Específico
7.9 Herramientas de Modelado y Simulación
7.50 Validación del Modelo y Resultados
8.5 Introducción al Modelado con Gemelos Digitales para Rotores
8.5 Creación de Gemelos Digitales para Rotores
8.3 Integración de Datos en Tiempo Real
8.4 Simulación de Rendimiento y Análisis de Fallas
8.5 Optimización del Diseño y Rendimiento
8.6 Análisis Predictivo y Mantenimiento Proactivo
8.7 Uso de Inteligencia Artificial en Gemelos Digitales
8.8 Estudio de Caso: Aplicación de Gemelos Digitales en Rotores
8.9 Beneficios de la Implementación de Gemelos Digitales
8.50 Futuro de los Gemelos Digitales en la Industria de Turbinas
6.6 Fundamentos del Diseño de Rotores para Turbinas
6.2 Principios de Optimización de Rotores
6.3 Modelado Digital de Rotores: Metodologías y Herramientas
6.4 Simulación de Flujo en Rotores: Análisis CFD
6.5 Análisis Estructural de Rotores: Resistencia y Durabilidad
6.6 Diseño Paramétrico de Rotores para Optimización
6.7 Gemelos Digitales en el Diseño y Análisis de Rotores
6.8 Validación y Verificación de Modelos de Rotores
6.9 Estrategias de Optimización Multiobjetivo para Rotores
6.60 Estudio de Casos: Diseño y Optimización de Rotores Aplicados
“`
“`
“`
“`
“`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.
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