Modelización y Simulación en la Industria 4.0 > Barcelona > Posgrado > UPC School > Imprimir -

Modelización y Simulación en la Industria 4.0

Posgrado Semipresencial.

Presentación

UPC School
Este posgrado también forma parte del itinerario formativo del máster Industria 4.0.
En breve publicaremos la información actualizada de la nueva edición de este programa.

La modelización permite trasladar objetos físicos al mundo digital y mediante técnicas de simulación crear “Digital Twins”, con los que se puede experimentar a alta velocidad y sin riesgos físicos, así como disponer de entornos de formación, entrenamiento y de apoyo a las operaciones mediante realidad aumentada y aprendizaje automático (Machine Learning). Éstos se pueden combinar con elementos de la modelización de procesos permitiendo una cadena de valor digital. Tanto el mundo físico como el mundo simulado son fuentes de generación de grandes volúmenes de datos (Big Data).

La Industria 4.0 es el cuerpo de conocimiento que formaliza a la Cuarta Revolución Industrial, resultado del maridaje entre el mundo físico y digital. La razón de su carácter inevitable se explica por el incremento imparable de una demanda personalizada por parte de los mercados, hecho que está forzando a las empresas a repensar sus sistemas productivos y logísticos.

Actualmente, los mundos IT y OT han convivido compartiendo espacios limitados de interacción y siguiendo vidas paralelas. La demanda de sistemas ciberfísicos obliga a derrocar muros levantados desde hace décadas, dando lugar a la llamada “convergencia IT/OT”, siendo uno de los grandes retos que plantea la Industria 4.0. La figura del CDO (Chief Digital Officer), también conocido como el Responsable de la Transformación Digital, es un perfil profesional híbrido emergente en los nuevos organigramas. La transversalidad es uno de los signos actuales y de la Industria 4.0, y la revista Fortune recoge el carácter imparable de la demanda de los perfiles profesionales híbridos (Hybrid Jobs).

El principal objetivo del programa es formar profesionales que sean capaces de entender las dificultades y las complejidades del mundo de la Industria 4.0 de forma transversal des del mundo físico hacia el mundo digital, aplicando la simulación como herramientas básica en el proceso. Los participantes obtendrán los conocimientos necesarios para desarrollar modelos de sistemas ciberfísicos para la Industria 4.0 y Digital Twins.

 

Actos relacionadosActos relacionados:

Objetivos

  • Entender los problemas de la Industria 4.0 y los procesos de transformación digital.

  • Practicar con herramientas de simulación de vanguardia.

  • Crear "Digital Twins" de elementos y procesos industriales.
  • Utilizar sistemas de modelado en 3D. 

  • Identificar los modelos de aprendizaje automático y las técnicas estadísticas y de Investigación Operativa más adecuadas para un determinado problema.

  • Hacer el pre-procesamiento de datos e identificar planteamientos de Big Data.

  • Utilizar el modelado de sistemas y herramientas de validación de estadística y saber verificar y validar los modelos propuestos.

¿A quién va dirigido?

  • Profesionales de Operations Technology que quieran reforzar la base de conocimientos IT en el ámbito del procesamiento de datos, modelización y simulación para la Indústria 4.0.
  • Professionals d’Information Technologies que quieran adquirir conocimeintos del mundo OT del modelado de los procesos industriales.

  • Titulados de Ingeniería (informática, telecomunicaciones, industrial, agrónomos, caminos, etc.), física, matemáticas y estadística.

Contenidos

Asignaturas

Industria 4.0 y Sociedad (on line)
3 ECTS. 18 horas lectivas.

1. Palancas de la Industria 4.0.

2. Ámbitos de la Industria 4.0.

  • Fabricación.
  • Logística, Physical Internet.
  • Obra civil.
  • Medicina.
  • Banca (criptomonedas)
  • Política.
  • Medio ambiente.
  • Agricultura.
  • Sociedad (economía de plataforma).

2. Estadística básica.

  • Introducción a las distribuciones de probabilidad de muestras univariantes. Discretas y continuas. Indicadores de momentos (centrados y no centrados).
  • Distribuciones discretas más comunes: características, uso en modelización e identificación de perfiles: modelado de contajes, modelado del tiempo entre eventos.
  • Muestras y poblaciones: muestreo vs inferencia. Tipos de muestreo. Ejemplos: inferencia sobre la media a partir de una muestra aleatoria sin/con reposición. Concepto del Test de Hipótesis.

4. Introducción al lenguaje R.

Industria 4.0 y Gestión de Datos y Conocimiento
3 ECTS. 30 horas lectivas.

1. Palancas de la Industria 4.0.

2. Tecnologías de gestión de grandes volúmenes de datos, gestión de datos en tiempo real, datos desestructurados, etc.

3. Pre-procesamiento de datos:

  • Fuentes de información y su naturaleza.
  • Matriz de datos.
  • Metodología general de pre-procesamiento.
  • Operaciones de formato de los datos y compatibilidad con el software.
  • Selección de variables, identificación de la población en estudio (feature selection y filtering).
  • Identificación, diagnóstico y tratamiento de los datos faltantes. 
  • Identificación, diagnóstico y tratamiento de outliers.
  • Reducción de la dimensionalidad.
  • Transformaciones en los datos.
  • Creación de indicadores, variables derivades.
  • Diseño de procedimentos de pre-processing.
  • Automatización.

4. Gestión del conocimiento.

  • Naturaleza del conocimiento declarativo.
  • Conocimiento implícito.
  • Modelos formales de representación de conocimiento.
Simulación, Fundamentos y Aplicaciones (on line)
2 ECTS. 12 horas lectivas.

1. DOE.

  • Diseños factoriales.
  • Diseños factoriales fraccionados.
  • Cuadrados latinos.

2. RNG/GVA, introducción a la teoria de la complejidad.

3. Selección y análisis de la muestra (distribuciones de entrada).

4. Introducción a la simulación discreta.

  • Definición y uso de la simulación.
  • Etapas del desarrollo de un sistema.
  • Elementos de un simulador.
  • Motores clásicos de simulación discreta (Event Schedulling, Activity Scanning, Process Interaction).

5. Introducción a la simulación continua a través de la dinámica de sistemas.

6. Introducción a la simulación multiagente.

7. Introducción a los autómatas celulares.

8. Validación, verificación y acreditación.

9. Herramientas específicas de simulación.

10. Selección de la herramienta de codificación (SQMO y otros).

11. Ejemplos de simuladores en Industria 4.0.

Simulación, Modelización Básica y Programación
4 ECTS. 30 horas lectivas.

1. Definición y uso de modelos con Flexim.

2. Ejecución de modelos de simulación a mano.

3. Construcción de un sistema de simulación a mano.

4. Ejemplos de simulación medioambiental/social/económica/etc.

  • Ejecución de modelos NetLogo, uso de modelos de dinámica de sistemas (Insighmarker, etc.)
Introducción a la Modelización (on line)
4 ECTS. 24 horas lectivas.

1. Data Science.

  • Proceso general de Data Science.
  • Mapa DMMCM (Data Mining Methods Conceptual Map) de modelos de minería de datos.
  • Criterios para la selección del método de explotación de datos más adecuado.
  • Post-procedimiento y producción de valor a partir del modelo de minería de datos.

2. Modelización 3D.

  • Fusión 360.

3. Modelización por sistemas de simulación.

  • Specification and Description Languaje (SDL).
  • Redes de Petri/DEVS.
  • Transformación de modelos.
  • Metamodelos/metalenguajes.

4. Aspectos de validación, verificación y acreditación (HLA y otros estándares de integración).

Modelización y Digital Twins
8 ECTS. 60 horas lectivas.

1. Ejercicios de modelización en 3D.

  • Fusión 360.
  • Realidad virtual y aumentada.

2. Modelización general de sistemas.

  • Orientación a Objetos.
  • Polimorfismo, herencia.
  • Implementación con ES6.

3. Integración con UML.

  • Diagramas de estructura.
  • Noción de meta modelo.
  • Diagramas de comportamiento.

4. Análisis y diseño orientado a objetos.

  • Patrones de diseño.

5. Diseño orientado a agentes.

  • Comunicación entre objetos.
  • HTTP REST.

6. Del formalismo al modelo, herramientas de generación de código automático.

  • Trabajando con PragmaDEV Studio, SDL, DEVS y Redes de Petri.

7. Del formalismo al modelo, herramientas de tipo general.

  • Trabajando con Flexim y NetLogo.
  • Validación automática de modelos de simulación.
  • Integración con UML.

8. Herramientas que toma el modelo.

  • Estándar HLA.
  • Ejemplos de modelos ejecutables en SDL.
  • BIM (herramientas como energy+, NECADA).

Dirección y profesorado

Dirección Académica

  • Fonseca i Casas, Pau
    Profesor del Departamento de Estadística e Investigación Operativa de la Universidad Politécnica de Cataluña, donde imparte docencia en el área de Simulación, el Tratamiento de Datos y la Investigación Operativa y Estadística. Posee un doctorado en Estadística i Investigació Operativa de la Universitat Politècnica de Catalunya. Es responsable del área de Simulación Ambiental del inLab, liderando proyectos de simulación relacionados principalmente con áreas industriales y ambientales. Es miembro de la Comisión 4.0 de la Industria de Ingenieros de Cataluña.
  • Pi i Palomés, Xavier
    Ingeniero Industrial por la UPC, perito judicial experto en Informática Industrial y TIC, ha sido docente de Ingeniería del Software a la UPC y en la UOC. Es miembro de la Comisión Industria 4.0 de Ingenieros de Cataluña, responsable del Grupo de trabajo de Embedded Systems & IoT de la mencionada comisión, y forma parte del JTF 1 de la ISO/IE "Smart Manufacturing Standards Map".

Profesorado

  • Cerrillo Molina, Benito
    Ingeniero en Informática por la UPC (1991) y PDD en IESE (2008). En la actualidad es CIO en Vichy Catalan Corporation, Vicedecano de Nueva Industrialización del Colegio de Ingenieros en Informática de Cataluña, Presidente de la Asociación Catalana de Informática Industrial y Asesor Externo del InLab FIB de la UPC. Acumula experiencia en compañías finales (RACC y Damm, donde fui CIO también), consultoría (CP Software y SDG), profesor en la UPC y con varias Startups High-Tech realizando proyectos desde la Universidad para compañías líderes en sus sectores: industria, retail y farma.
  • Cortés Martínez, Jordi
    Licenciado en Ciencias y Técnicas Estadísticas por la UPC. Máster en Estadística e Investigación Operativa (MESIO) por la UPC. Actualmente, investigador en el departamento de Estadística e Investigación Operativa de la UPC. Profesor asociado en los grados de Estadística, Ingeniería Informática y en el MESIO. Consultor estadístico por instituciones médicas como Hospital Germanos Trias y Pujol o IDIAP. Ha trabajado como consultor estadístico en el campo biomédico y del Business Intelligence.
  • Fonseca i Casas, Antoni
    Doctor Arquitecto por la UPC de Barcelona. Especializado en sistema de optimización energética y sostenibilidad. Dispone del diploma acreditativo Profesional y Project Experience de la certificación Leed Internacional. Título Postgrado AECEI programación C ++ y SQL. Diploma de certificación de gestión de Calidad ISO 9001: 2008. Postgrado especialización 'Rehabilitación en la edificación', por la UPM. Formación en Prevención y Riesgos Laborales - Seguridad y salud, por la UPC. Colaborador en varias universidades como investigador y docente.
  • Fonseca i Casas, Pau
    Profesor del Departamento de Estadística e Investigación Operativa de la Universidad Politécnica de Cataluña, donde imparte docencia en el área de Simulación, el Tratamiento de Datos y la Investigación Operativa y Estadística. Posee un doctorado en Estadística i Investigació Operativa de la Universitat Politècnica de Catalunya. Es responsable del área de Simulación Ambiental del inLab, liderando proyectos de simulación relacionados principalmente con áreas industriales y ambientales. Es miembro de la Comisión 4.0 de la Industria de Ingenieros de Cataluña.
  • Gibert Oliveras, Karina
    Doctora en Informática por la UPC. Catedrática del Dep. de Estadística e Investigación Operativa (UPC). Experiencia docente en los Grados de Estadística e Ingeniería Informática, Masters en Ingeniería Informática, Inteligencia Artificial, Sostenibilidad (UPC) y sus programas de doctorado asociados. Vicedecana de Big Data y Data Science del Colegio Oficial de Ingeniería Informática de Cataluña. Subdirectora del Centro Específico de Investigación IDEAI (UPC).
  • Montero García, Jordi
    Ingeniero en Informática por la UPC. Responsable de proyectos en el inLab FIB de la UPC, hace investigación en el ámbito de la simulación discreta aplicada a la prognosis de sistemas y a la gestión del día a día. Ha colaborado para diferentes empresas del sector logístico, transporte, farmacéutico y de servicios como: Grupo Damm, Almirall, Siemens, Agbar, TMB, Port de Barcelona, INDRA y AENA.
  • Pérez Vila, José Luis
    Ingeniero en Informática por la FIB, ha trabajado durante más de 15 años en el desarrollo de aplicaciones en Java, J2EE, Struts y Hibernate. Desde hace más de tres años, desarrolla aplicaciones en en torno ASP.NET MVC Razor con C # y participa en proyectos de investigación de la UPC en el ámbito de la Simulación y la industria 4.0. Actualmente, es el responsable del desarrollo web del sistema de simulación NECADA (simulador de eficiencia energética), enmarcado en el cambio cultural y tecnológico de la industria 4.0.
  • Pi i Palomés, Xavier
    Ingeniero Industrial por la UPC, perito judicial experto en Informática Industrial y TIC, ha sido docente de Ingeniería del Software a la UPC y en la UOC. Es miembro de la Comisión Industria 4.0 de Ingenieros de Cataluña, responsable del Grupo de trabajo de Embedded Systems & IoT de la mencionada comisión, y forma parte del JTF 1 de la ISO/IE "Smart Manufacturing Standards Map".

Información general EDICIÓN 2018-19

Próxima edición
Octubre de 2019
Créditos
24 ECTS (174 horas lectivas)
Horario
Viernes  16:00 a 21:00Sábado  09:00 a 14:00
Lugar de realización
Tech Talent Center
C/ de Badajoz, 73-77
Barcelona
mapa y accesos
Contacto
Teléfono: (34) 93 707 31 32
Titulación
Diploma de posgrado expedido por la Universitat Politècnica de Catalunya. Emitido en virtud del art. 34.1 de la L.O. 4/2007, de 12 de abril, por la cual se modifica la L.O. 6/2001, de 21 de diciembre, de Universidades. Para su obtención es necesario tener una titulación universitaria oficial. De no ser así, el alumno / la alumna obtendrá un certificado de superación expedido por la Fundació Politècnica de Catalunya.

En el caso de disponer de una titulación extranjera consulta aquí.
Campus virtual
Los alumnos de este Posgrado tendrán acceso al campus virtual My_Tech_Space, una eficaz plataforma de trabajo y comunicación entre alumnos, profesores, dirección y coordinación del curso. My_Tech_Space permite obtener la documentación de cada sesión formativa antes de su inicio, trabajar en equipo, hacer consultas a los profesores, visualizar sus notas...
Bolsa de trabajo
Desde el campus virtual My_Tech_Space los alumnos podrán visualizar ofertas de trabajo de su área de conocimiento y presentar su candidatura en un entorno confidencial. La Bolsa de trabajo de la UPC School of Professional & Executive Development tiene un volumen anual de cientos de ofertas de trabajo, entre contratos laborales y convenios de colaboración en prácticas.
Importe de la matrícula
4.500 €
El importe total de la matrícula debe pagarse antes del inicio de este Posgrado.
Ver en el apartado Descuentos, préstamos y ayudas las posibilidades de financiación en condiciones ventajosas.

Existe la posibilidad de realizar una aportación voluntaria de 5€ en el momento de formalizar la matrícula. Esta donación, que forma parte de la Campaña 0,7% de la UPC, se destinará a acciones de cooperación en países en vías de desarrollo.

0.7%

Idioma de impartición
Español

Entidades relacionadas

Socios estratégicos

Colaboradores