Este curso se orienta a capacitar a ingenieros de diversas áreas en el análisis y la aplicación de tecnologías de sistemas inteligentes (sistemas expertos, lógica difusa, computación evolutiva, en especial algoritmos genéticos, o redes neuronales) en supervisión y control de sistemas dinámicos, incluyendo sistemas para detección y diagnóstico de fallas, apoyo a la toma de decisiones en tiempo real (Real Time Decision Support Systems) y sistemas de alerta temprana. Los componentes centrales del curso son: la nivelación y el alineamiento en conceptos fundamentales de modelación cuantitativa y cualitativa, la presentación de metodologías basadas en conocimiento, lógica difusa, algoritmos genéticos y redes neuronales; la descripción de productos comerciales; y la aplicación de herramientas prácticas, de manera que los profesionales capacitados puedan lograr un mejor desempeño en su función. Al terminar el curso, los alumnos serán capaces de aplicar las técnicas indicadas en supervisión y control, en especial considerando detección y diagnóstico de fallas, apoyo a la toma de decisiones en tiempo real y sistemas de alerta temprana.
La metodología a aplicar contempla la exposición de conceptos teóricos, el trabajo personal revisando documentación técnica y la aplicación de conocimientos en simulaciones prácticas. El curso se puede dictar en forma presencial o streaming; en el segundo caso se trabajará de forma sincrónica con los alumnos en la plataforma Zoom.
Dirigido a:
Ingenieros (eléctricos, mecánicos, metalurgistas, químicos, industriales, informáticos y otros afines).
Objetivo de aprendizaje:
Aplicar metodologías de sistemas inteligentes en sistemas de supervisión y control de sistemas dinámicos.
Visión general sobre las tecnologías de sistemas inteligentes en supervisión y control, sus potencialidades y limitaciones.
Conceptos básicos. Adquisición y representación del conocimiento. Reglas e incertidumbre. Componentes de un sistema experto. Etapas en el desarrollo de un sistema experto. Lenguajes y herramientas para el desarrollo de sistemas expertos. Sistemas expertos en tiempo real. Sistemas expertos en supervisión y control. Control experto regulatorio. Ambientes y productos.
Historia. Lógica difusa. Sistemas expertos difusos y sus componentes. Sistemas difusos tipo Mamdani en supervisión y control. Modelos difusos tipo Takagi-Sugeno. Control no lineal empleando modelos difusos. Modelos difusos basados en data-driven. Ambientes y productos para lógica difusa.
Optimización empleando técnicas de sistemas inteligentes. Algoritmos genéticos. Software para algoritmos genéticos. Aplicaciones.
Historia. Red neuronal artificial. Entrenamiento de redes neuronales. Modelos no lineales basados en redes neuronales. Predicción empleando redes neuronales. Redes neuronales en control. Redes neuro-fuzzy. Aplicaciones.
Inteligencia Artificial y sus aproximaciones. Fundamentos de Machine learning, Deep learning y Reinforcement learning. Ambientes y productos. Aplicaciones en modelación, predicción, supervisión, control y optimización. Ambientes y productos.
Planteamiento. metodologías para FDI y gestión de activos: técnicas estadísticas, procesamiento de señales, modelos dinámicos y sistemas inteligentes. Aplicaciones y productos para FDI basados en sistemas inteligentes.
Planteamiento. Desarrollos y soluciones basados en sistemas inteligentes.
Planteamiento. Gestión en tiempo real ante desastres naturales. Desarrollos y soluciones basadas en sistemas inteligentes.
Análisis de soluciones de sistemas inteligentes a problemas de modelación, predicción, supervisión, control y optimización en tiempo real.
Doktor Ingenieur, Technische Universität München. Magíster en Ingeniería Eléctrica e Ingeniero Civil Electricista, Universidad de Chile.
Profesor Emérito, Departamento de Ingeniería Eléctrica de la Escuela de Ingeniería UC. Ha desarrollado docencia, investigación, consultoría y transferencia por más de 40 años. Desde 1985 realiza actividades de Educación Profesional y Continua, participando en Diplomados y otros programas relacionados con sistemas dinámicos, control de procesos, simulación de procesos, control inteligente, control predictivo, tecnologías de automatización y control, y monitorización remota e inteligente de signos vitales, entre otras materias.
En la UC ha desempeñado numerosos cargos, entre ellos los de Vicedecano y Decano de la Facultad de Ingeniería.
Doktor Ingenieur, Technische Universität München. Magíster en Ingeniería Eléctrica e Ingeniero Civil Electricista, Universidad de Chile.
Profesor Emérito, Departamento de Ingeniería Eléctrica de la Escuela de Ingeniería UC. Ha desarrollado docencia, investigación, consultoría y transferencia por más de 40 años. Desde 1985 realiza actividades de Educación Profesional y Continua, participando en Diplomados y otros programas relacionados con sistemas dinámicos, control de procesos, simulación de procesos, control inteligente, control predictivo, tecnologías de automatización y control, y monitorización remota e inteligente de signos vitales, entre otras materias.
En la UC ha desempeñado numerosos cargos, entre ellos los de Vicedecano y Decano de la Facultad de Ingeniería.
¿Te gusta esta publicación?
Comparte esta publicación
*El profesional debe cumplir con los requisitos de admisión para postular a un curso.
*Beneficios sólo aplican a los programas de Educación Profesional de la Escuela de Ingeniería y excluyen a La Clase Ejecutiva, y a los diplomados articulables con los programas de magíster.
