Supervisor académico:
Juan Ignacio Sancho/Sebastián Gutiérrez

Área temática:
Ingeniería eléctrica

Departamento Tecnun/División CEIT:
Ingeniería Eléctrica y Electrónica

Descripción y objetivos:
La energía renovable es en muchos casos intermitente y su producción no va acompasada con la demanda. El almacenamiento energético es difícil y en el caso de las baterías es caro. 
Con el tiempo van surgiendo ideas y herramientas para la gestión inteligente de la energía, de forma que se pueda obtener una mayor rentabilidad a la energía almacenada mediante su gestión eficiente en función de la producción, de la demanda, del precio de la energía y de la capacidad de almacenamiento.
El cometido de este PFG sería la investigación en el campo del almacenamiento en baterías aplicando técnicas de IA. El PFG se realizaría en Tecnun. El aspirante debe tener ilusión por la temática y cierta autonomía de trabajo para poder aportar soluciones creativas; así como habilidad para aprender y manejarse con nuevas herramientas software de IA, con el apoyo de los profesores.
 

Supervisor académico:
Luis Vitores Valcárcel García

Departamento Tecnun/División CEIT:
División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:
Optimización Matemática, Data Science, Ingeniería de Medio Ambiente

Descripción y objetivos:
El uso de Generative Adversarial Networks (GANs) en el contexto de las plantas de tratamiento de aguas residuales permite generar datos meteorológicos e influentes realistas a partir de series temporales históricas. Estas redes pueden generar datos sintéticos que simulan las condiciones operativas reales, lo que facilita el análisis y la simulación sin necesidad de nuevos datos constantes. Estos datos generados pueden alimentar modelos de orden reducido (ROMs), mejorando la precisión de las simulaciones.
Además, el proyecto puede ampliarse para predecir el influente de entrada en función de variables meteorológicas, permitiendo usar los simuladores para optimizar la operación de la planta durante los siguientes días.
Actividades propuestas para el estudiante:

• Revisión bibliográfica sobre el uso de GANs en la generación de datos para simulación de plantas.

• Desarrollo de una GAN para generar datos meteorológicos e influentes realistas.

• Integración de los datos generados en simuladores de la planta.

• Ampliación del modelo para predecir el influente a partir de datos meteorológicos.

• Evaluación de resultados y comparación de la precisión de los modelos generados.

Supervisor académico:
Itxaro Errandonea / Luis Vitores Valcárcel García

Departamento Tecnun/División CEIT:
División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:
Inteligencia Artificial, Data Science, Machine Learning

Descripción y objetivos:
Muchos procesos industriales reales se pueden formular matemáticamente mediante modelos mecanicistas complejos compuestos por ecuaciones diferenciales no lineales. Aunque estos modelos son de gran utilidad para llevar a cabo estudios de diseño y operación, su hándicap es su alto coste computacional el cual los hace inviables para su uso en la toma de decisiones en tiempo real.
Con la llegada de las técnicas de Deep Learning, han surgido propuestas que permiten reducir la complejidad de estos modelos y con ello el coste computacional. El cometido de este PFG será utilizar la técnica conocida como “physics informed neural networks” para obtener un modelo reducido de una planta de tratamiento de agua. Para llevar a cabo el proyecto se utilizará el entorno Python.

Supervisor académico:
Luis Vitores Valcárcel García

Departamento Tecnun/División CEIT:
División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:
Optimización Matemática, Data Science, Ingeniería de Medio Ambiente

Descripción y objetivos:
En las plantas de tratamiento de aguas residuales en España, se registra diariamente el volumen de agua que ingresa y se descarga, generando una base de datos continua sobre el influente y efluente de estas instalaciones. Para realizar simulaciones y predicciones en estas plantas, se emplean modelos mecanicistas que se basan en principios de bioquímica, termodinámica y mecánica de fluidos. Sin embargo, uno de los principales desafíos radica en que no existe una correspondencia directa entre las mediciones de laboratorio disponibles y las variables necesarias en los modelos. Esta brecha impide una calibración precisa del modelo, afectando la calidad de las simulaciones.
El proyecto aborda este problema mediante una técnica de autocalibración del influente, en la que se ajustan automáticamente las variables de entrada de los modelos a partir de los datos experimentales obtenidos. Este proceso, similar a una deconvolución, tiene el objetivo de mejorar la precisión de las simulaciones y su capacidad predictiva, ofreciendo un modelo adaptado a las condiciones específicas de cada planta.
Actividades propuestas para el estudiante:

• Revisión bibliográfica sobre técnicas de autocalibración y deconvolución aplicadas a plantas de tratamiento de aguas.

• Formulación matemática del problema de autocalibración del influente.

• Implementación del modelo en R o Python.

• Análisis de resultados, evaluando la precisión y efectividad del modelo en escenarios específicos.

Supervisor académico:
Luis Vitores Valcárcel García

Departamento Tecnun/División CEIT:
División TIC. Grupo de Análisis de Datos y Gestión de la Información

Área temática:
Optimización Matemática, Data Science

Descripción y objetivos:

El problema de cuadrar horarios de mantenimiento, conocido como Problema de Programación de Mantenimiento o Problema de Planificación de Mantenimiento (Maintenance Scheduling Problem), consiste en organizar actividades de mantenimiento dentro de un calendario de manera óptima. Este problema busca minimizar interrupciones y costos operativos, asegurando que tanto el mantenimiento preventivo como el correctivo se realicen en los momentos adecuados. 
El objetivo de este proyecto de fin de grado es desarrollar una herramienta de optimización que aborde la programación eficiente de horarios de mantenimiento. La herramienta se desarrollará preferentemente en Python, con opciones adicionales de Matlab o R.
Actividades propuestas para el estudiante:

1. Revisión bibliográfica sobre los problemas y algoritmos de optimización más comunes aplicados en programación de mantenimiento.

2. Formulación matemática del problema, estableciendo los criterios y restricciones relevantes.

3. Implementación de la solución utilizando un algoritmo heurístico de optimización o solvers de código abierto.

4. Análisis de resultados y comparación de la efectividad del enfoque aplicado, con recomendaciones para su uso en distintas situaciones de mantenimiento.

Supervisor académico:
Emilio Sánchez Tapia

Departamento Tecnun/División CEIT:
División de Materiales y Fabricación: Grupo de Robótica y Control Industrial

Área temática:
Ingeniería Robótica

Descripción y objetivos:
En el contexto de la robótica del siglo XXI, surge el concepto de la fábrica conectada donde coexisten máquinas, robots móviles y humanos. Los robots móviles pueden o no constar de un brazo manipulador robótico o MoMa (MObile MAnipulator, MAnipulador MÓvil). En el caso de sólo existir el robot móvil se suele hablar de AMR (Autonomous Mobile Robot) o AGV (Autonomous Guide Vehicle) según su grado de libertad en la navegación (ver siguiente figura). 

Figura 1: Elementos constitutivos de un robot colaborativo sobre plataforma (o MoMa).
La principal aplicación de este tipo de dispositivos es incrementar el nivel de automatización de la fábrica en sectores que a fecha de hoy la automatización tiene baja penetración, como puede ser la intralogística y machine tending. En estos escenarios el robot puede trasladar materias primas, productos en proceso de fabricación o incluso buscar piezas de reemplazo de máquinas (como por ejemplo un cabezal de corte para un CNC). En cualquier caso, el MoMa podrá hacer la tarea o bien de forma autónoma o bien como asistente de un operario humano (ver siguiente figura).

Figura 2: Escenario de fábrica donde un MoMa se convierte en un recurso más de la fábrica donde puede él trabajar sólo o en colaboración de otros operarios humanos.
Un escenario probable es que en la fábrica nos encontremos más de un robot móvil, cada uno de ellos con distintas capacidades y probablemente de distintos fabricantes. En este caso es importante contar con un software que coordine las tareas y las reparta adecuadamente según la disponibilidad y/o capacidad de cada robot. Dicho software es conocido con el nombre de gestor de flotas de robots.

Figura 3: Un gestor de flotas coordina el trabajo de un conjunto de robots.

Existen en el mercado numerosas soluciones para gestores de flota, pero suelen ser propietarias y compatibles con sólo una marca de robots.

El objetivo del proyecto final de grado es desplegar y testear un gestor de flotas robótico de código abierto (open-source). Los test se harán tanto en simulación como con robots reales.

A fecha de redacción del presente documento, se prevé utilizar open-rmf (Open-RMF: https://www.open-rmf.org/ ) o equivalente, ver siguiente figura.

Figura 4: Pantallazo de una simulación de flotas coordinadas desde open-rmf.

Se ofrece, durante la ejecución del proyecto:

• Incorporación al grupo de robótica de investigadores del CEIT 

• Formación en las herramientas de software/hardware empleadas 

• Posibilidad de oferta de trabajo en una empresa del sector

Supervisor académico:

Ibon Elósegui

Tecnun. Departamento de Ingeniería Eléctrica y Electrónica

Área temática:

Accionamientos eléctricos, movilidad eléctrica.

Descripción y objetivos:

En los últimos años la electrificación está llegando al mundo del automóvil de una forma irreversible. A pesar de que la práctica mayoría de los fabricantes han adoptado la opción de motor radial con eje de transmisión, poco a poco se está analizando la posibilidad de introducir los motores en rueda para evitar sistemas mecánicos adicionales.

El objetivo del proyecto es analizar el estado del arte de los motores en rueda existentes. A partir de ahí se llevará a cabo un diseño completo del motor desde el punto de vista electromagnético y térmico, utilizando elementos finitos.

Supervisor académico:

Emilio Sánchez Tapia

División CEIT:

Tecnologías de información y comunicaciones. Grupo de Sistemas Inteligentes para Industria 4.0. Subgrupo de Visión y Robótica

Área temática:

Ingeniería Robótica

Descripción y objetivos:

La industria 4.0 ha abierto camino a múltiples formas de automatización que tienen como objetivo mejorar la productividad y optimizar los procesos de trabajo. En este contexto, se pretende desarrollar un manipulador móvil inteligente: un nuevo tipo de robot que integra la tecnología de un robot móvil autónomo y un brazo robótico colaborativo muy eficiente capaz de realizar diversas operaciones.

La idea del proyecto es desarrollar un robot que pueda desplazarse, detectar y evitar obstáculos, explorar su entorno para reconocer objetos a través de la visión artificial y llevar a cabo tareas de manipulación de piezas, siendo capaz de interactuar con los operarios. Con la idea de implantar un modelo de transformación digital, exigido hoy en día en entornos de fábrica reales, los robots, elementos de control, sensores y el resto de elementos embarcados estarán conectados entre ellos a través de una plataforma digital para tener un control del proceso en tiempo real y desde cualquier lugar.

Actualmente CEIT tiene ya desarrollado un primer prototipo funcional (ver siguiente figura).

El cometido de este PFG sería la programación bajo ROS-2 de una secuencia de tareas para que el robot interactúe con una celda robotizada clásica. El caso concreto a desarrollar será que el robot vaya a un repositorio de piezas a procesar, las acerque a la celda, espere su procesamiento y las lleve a otro almacén de piezas ya clasificadas.

Bajo esta tarea simple, se probarán conceptos de:

• Robótica móvil colaborativa
• Machine tending
• Control en fuerza
• Problemática de sincronización de dos dispositivos automáticos

Se requiere conocimientos de programación en C/C++, Python o java-script.

Supervisor académico: Miguel Martínez-Iturralde.

División CEIT: Vehículo Eléctrico y Redes Inteligentes.

Área temática: Ingeniería Eléctrica.

Descripción y objetivos: En los últimos años ha habido un crecimiento exponencial de las aplicaciones aeronáuticas relacionadas con pequeños vehículos propulsados eléctricamente: drones, taxis voladores, vehículos de despegue vertical (VTOLs), etc. Para poder obtener vehículos voladores eléctricos con una autonomía práctica, se hace indispensable que el peso de los componentes que los forman sea mínimo. En el caso de los motores eléctricos, esto supone aumentar la densidad de potencia por encima de los valores de las soluciones actuales.

En este PFG se desea diseñar un motor de alta densidad de potencia para su aplicación en drones y pequeñas aeronaves eléctricas. El alumno manejará herramientas profesionales para el diseño y simulación de componentes eléctricos y trabajará en todos los ámbitos que conlleva desarrollar un sistema: electromagnético, térmico, mecánico, etc.

Supervisor académico: Miguel Martínez-Iturralde.

División CEIT: Vehículo Eléctrico y Redes Inteligentes.

Área temática: Ingeniería Eléctrica.

Descripción y objetivos: El desarrollo de aplicaciones aeronáuticas híbridas y totalmente eléctricas es una realidad, siendo numerosos los proyectos que han demostrado a pequeña escala la viabilidad de una aeronáutica más silenciosa y respetuosa con el medioambiente. En este sentido, los grandes actores del sector eléctrico (Airbus, Boeing, Rolls-Royce, etc.) están dedicando grandes esfuerzos a la electrificación de aviones comerciales.

Uno de los retos para el desarrollo de aviones propulsados eléctricamente está relacionado con el diseño de sistemas de aislamiento eléctrico a alta tensión que puedan operar a grandes alturas, donde la presión del aire es mínima y el riesgo de que se produzcan descargas eléctricas mayor. Actualmente, Ceit se encuentra inmerso en un proyecto europeo en el que se busca desarrollar sistemas de aislamiento que sean aplicables en las aeronaves eléctricas del mañana.

El cometido de este PFG sería simular sistemas eléctricos de aeronaves mediante software comercial de elementos finitos y obtener criterios de diseño para su posterior aplicación en aviones eléctricos.

Supervisor académico: Marco Satrústegui.

División CEIT: Vehículo Eléctrico y Redes Inteligentes.

Área temática: Ingeniería Eléctrica.

Descripción y objetivos: El ruido generado por los motores eléctricos cobra cada vez más importancia debido a que va embebido en sistemas donde el confort es un aspecto muy importante (por ejemplo: coches eléctricos). En este sentido, este PFG trata de caracterizar el ruido en un motor eléctrico realizando un análisis multifísico, empezando por caracterizar la máquina a nivel electromagnético y térmico para después desarrollar un análisis mecánico que resulte en la obtención del ruido generado a distintos niveles de par y velocidad de giro.

Supervisor académico: Jesús Paredes.

División CEIT: Vehículo Eléctrico y Redes Inteligentes.

Área temática: Ingeniería Eléctrica.

Descripción y objetivos: Durante la última década, muchos de los sistemas auxiliares de los aviones (neumáticos, hidráulicos y mecánicos) se han ido sustituyendo por actuadores eléctricos o híbridos, debido a los incentivos para la reducción de emisión de gases de efecto invernadero y la reducción de costes de operación y mantenimiento. Ello, ha implicado un aumento considerable en la potencia eléctrica instalada en las aeronaves.

Tradicionalmente, el arranque de las turbinas se hacía mediante un sistema neumático y la energía necesaria para alimentar los sistemas eléctricos de la aeronave se producía mediante generadores acoplados a las turbinas. Actualmente, ambos sistemas han convergido en una única máquina eléctrica capaz de trabajar como motor y como generador. Entre estos sistemas se encuentran los arrancadores/generadores de las turbinas de los aviones. El aumento de la demanda de energía eléctrica y el limitado espacio para los arrancadores/generadores hace necesario aumentar la densidad de potencia de estas máquinas.

El tamaño y, por tanto, el peso y el coste, de una máquina eléctrica viene fundamentalmente determinado por la extracción de calor y el límite de temperatura de los materiales que se emplean en la fabricación de la misma. Los sistemas de refrigeración por aceite presentan características prometedoras. De entre todos los sistemas de refrigeración por aceite (spray, oil-dripping…), se pretenden abordar en este proyecto los sistemas de estator inundado por aceite.

El objetivo de este proyecto es que el alumno se familiarice son herramientas de simulación de fluidos y sistemas de refrigeración y que extraiga conclusiones de cara a optimizar los sistemas de refrigeración por aceite de motores de aviación.

Supervisor académico: Gurutz Artetxe.

División CEIT: Vehículo Eléctrico y Redes Inteligentes.

Área temática: Ingeniería Eléctrica.

Descripción y objetivos: El calentamiento por inducción es un método eficiente y rápido para generar calor. Puede ser empleado en diversas aplicaciones en las que se requiera templar, soldar o fundir metales. CEIT está interesado en desarrollar herramientas de cálculo (basadas en un conjunto de herramientas previamente desarrolladas) para utilizarlas en el diseño de sistemas de calentamiento por inducción para encofrados. El objetivo de este proyecto es modelar el comportamiento electromagnético y el calentamiento de un sistema de calentamiento de encofrados y que con ellos se realicen estudios de optimización para llevar a cabo el diseño de un caso práctico.

• Perfil/Grado: Tecnologías Industriales, Mecánica, Electricidad, Electrónica Industrial.
• Supervisor Académico: Juan Carlos Ramos.
• Departamento/Área: Departamento de Ingeniería Mecánica y Materiales / Área de Ingeniería Térmica y de Fluidos.
• Descripción: Se trata de resolver mediante el Método de las Diferencias Finitas un modelo térmico de la generación y la conducción de calor en el núcleo y las bobinas del interior de un transformador. Las ecuaciones del modelo y la resolución mediante el método iterativo de Gauss-Seidel se implementarán en Matlab. Se aplicarán cuestiones de transferencia de calor. Para ampliar la información contactar con el profesor.