Módulo 4: Especialización
Sistemas Avanzados de Automatización
Esta asignatura se enmarca en algunos de los elementos clave de los sistemas de automatización que permiten su aplicación en el diseño e implantación de soluciones complejas, con elevado número de señales de control y la ingeniería global bajo plataformas integradas. Se hace también especial significación en los sistemas instrumentados seguridad, para implantar soluciones acordes a la normativa de seguridad actual. Estas temáticas constituyen un importante campo de especialización para salidas profesionales en el amplio ámbito de la ingeniería de automatización.
Será de gran interés la participación de profesionales externos, con seminarios prácticos y la visita a algunas instalaciones.
Sistemas de control distribuido (DCS). Características principales. Campos de aplicación. Criterios de selección.
Arquitectura DCS. Configuración de planta, componentes de ingeniería y programación. Monitorización, alarmas, tendencias, históricos, diagnóstico
Integración avanzada de instrumentación en sistemas de automatización. Principales dispositivos. Estándares y herramientas de aplicación.
Seguridad funcional. Normativas. Evaluación y reducción de riesgos. Diseño y validación de sistemas de control seguros. Controladores y redes de seguridad. Integración en los sistemas de automatización. Estudio de casos.
Robótica Avanzada
Asignatura basada en proyectos sobre aplicaciones avanzadas de robótica, con orientación hacia temas de interés actual como la colaboración humano-robot.
Planificación del movimiento.
Planificación basada en sensores.
Información sensorial e incertidumbre.
Localización de robots móviles.
Reconstrucción de mapas.
Robots entre personas.
Análisis y Visualización de Datos
La asignatura de "Análisis y Visualización de Datos" tiene como objetivo aportar al alumno técnicas y herramientas para la analítica de datos de sistemas y procesos que permitan determinar los factores que afectan a la eficiencia y la calidad, así como evaluar su condición de funcionamiento. Los algoritmos análisis de datos estudiados se complementarán con principios y técnicas de visualización de datos e interacción, que permitan al usuario explorar y adquirir intuición sobre el proceso.
Preparación de datos. Importación. Manejo del tiempo y curado de datos.
Extracción de características. Agregación de datos. Características y descriptores estáticos y dinámicos.
Métodos y técnicas de análisis de datos: regresión y redes neuronales. Reducción de la dimensionalidad. Clasificación y agrupamiento.
Visualización de datos. Principios de diseño. Técnicas de interacción. Implementación de aplicaciones de visualización de datos.