Aquesta tecnologia utilitza la intel·ligència artificial i l’anàlisi de dades massives per millorar l’eficiència energètica en entorns urbans. Fa servir, igualment, xarxes neuronals i algoritmes d’aprenentatge automàtic per predir la demanda energètica, detectar irregularitats i proposar estratègies d’optimització. Aquestes tecnologies, que estan integrades en plataformes digitals, permeten prendre decisions en temps real, millorant així la gestió energètica d’edificis i comunitats energètiques.

Tot plegat permet reduir el consum, integrar fonts renovables i adoptar models descentralitzats d’autoconsum. Les nostres eines faciliten que les administracions i els operadors energètics implementin estratègies més sostenibles i eficients, afavorint així la transició energètica en entorns urbans i industrials.

Bessons digitals que integren dades en temps real, models predictius i simulacions energètiques per optimitzar el consum de les comunitats energètiques. Aquestes rèpliques virtuals permeten simular i ajustar el comportament energètic d’un conjunt d’edificis per tal d’integrar-hi fonts renovables i promoure-hi sistemes d’emmagatzematge i consum compartit. Mitjançant tecnologies com l’IoT, la intel·ligència artificial i el BIM, es generen entorns de control predictiu que milloren l’eficiència energètica global, augmenten la resiliència davant pics de demanda i faciliten la integració de la mobilitat elèctrica i l’emmagatzematge. Aquesta tecnologia facilita a la presa de decisions estratègiques en temps real i promou models col·laboratius de governança energètica.

Metodologia que permet acoblar models unidimensionals (1D) de la xarxa vascular sistèmica amb models tridimensionals (3D) de segments arterials específics. Aquest enfocament multiescala millora la capacitat de simular amb precisió la interacció entre les condicions globals del sistema circulatori i els comportaments locals detallats, com ara bifurcacions, estenosis o zones d’interès clínic. Les simulacions permeten avaluar l’efecte de dispositius implantables, estimar gradients de pressió i predir condicions de risc hemodinàmic. Aquesta tecnologia s’integra amb imatges mèdiques, dades clíniques reals i entorns de simulació compatibles amb la pràctica hospitalària. El seu ús s’orienta a la recerca translacional, la planificació personalitzada i la formació mèdica especialitzada.

Aquesta tecnologia integra models numèrics avançats i tècniques d’aprenentatge automàtic per dissenyar dispositius mèdics adaptats a l’anatomia del pacient. Dispositius com ara stents, pròtesis i mecanismes d’avançament mandibular s’optimitzen mitjançant eines de simulació estructural i fisiològica. A més, s’apliquen xarxes neuronals per millorar el rendiment del disseny a partir de dades clíniques i imatges mèdiques. Aquest enfocament personalitzat incrementa la seguretat, redueix els temps de desenvolupament i facilita l’aprovació reguladora. L’aplicabilitat clínica d’aquestes tecnologies s’ha demostrat en entorns sanitaris reals.

Eines de simulació en temps real per a cirurgia assistida, que combinen models 3D personalitzats amb tecnologies avançades de visualització i sensors de captura de moviment. Aquesta capacitat permet als cirurgians visualitzar òrgans i tumors durant les intervencions quirúrgiques, millorant la precisió i reduint-ne els riscos. La segmentació automàtica d’imatges mèdiques mitjançant intel·ligència artificial facilita la generació de models precisos adaptats a cada pacient.

Tècniques de Big Data i intel·ligència artificial per analitzar patrons de mobilitat urbana, avaluar polítiques públiques i optimitzar les xarxes de transport públic i privat. Mitjançant dades procedents de sensors, plataformes digitals i models de simulació, aquesta solució contribueix al disseny de ciutats més sostenibles, amb menor impacte ambiental i una accessibilitat millorada. Aquestes eines també permeten simular escenaris urbans futurs, facilitant la presa de decisions basada en evidències per part de les autoritats i responsables de la mobilitat. La seva aplicació millora l’eficiència dels sistemes de transport i promou una mobilitat més equitativa i digitalitzada.

Solucions basades en bessons digitals per optimitzar la logística en ports i corredors de transport. Aquesta tecnologia permet replicar digitalment les operacions reals en terminals logístiques i cadenes de subministrament. Per fer-ho, s’integren dades en temps real amb models predictius basats en intel·ligència artificial. Això l’eficiència operativa, redueix els colls d’ampolla i facilita la presa de decisions estratègiques. Aquestes eines permeten gestionar de manera dinàmica les infraestructures crítiques, tot reforçant la seguretat operativa i assolint models logístics més resilients i sostenibles.

Metodologies d’optimització topològica per dissenyar estructures fetes amb materials compostos que combinen una elevada resistència mecànica amb un pes reduït. Aquestes tecnologies s’apliquen en diversos sectors, com l’aeronàutica, l’automoció, l’energia i els sistemes integrats. Mitjançant eines de simulació numèrica, impressió 3D i models predictius basats en intel·ligència artificial, el grup Compostos i Materials Avançats per a Estructures Multifuncionals (CAMMS) dissenya components capaços de suportar càrregues complexes amb una massa mínima. Aquesta capacitat és clau per augmentar l’eficiència estructural, reduir el consum energètic i facilitar la integració de nous materials avançats en la indústria. Aquesta innovació també permet escurçar els cicles de disseny i simplificar la validació estructural en entorns exigents.

Models numèrics d’alta fidelitat per simular el comportament a fatiga de materials compostos i estructures multimaterial. Aquestes eines permeten analitzar amb precisió els efectes dels cicles de càrrega en components complexos, tenint en compte paràmetres com la microestructura, la geometria i les condicions de servei. S’apliquen tècniques com la propagació probabilística de la incertesa (uPDF) i algoritmes d’aprenentatge automàtic per predir fallades estructurals i optimitzar processos de fabricació additiva. Aquesta capacitat tecnològica permet dissenyar components més lleugers, duradors i sostenibles, essencials per a sectors industrials que exigeixen màxima fiabilitat amb menor pes i emissions.

Tecnologies avançades de bessons digitals per monitorar i controlar en temps real els processos de fabricació additiva mitjançant deposició directa d’energia (DED). Aquesta capacitat combina simulacions físiques, sensors integrats, intel·ligència artificial i models predictius per ajustar paràmetres del procés com la temperatura, la velocitat i la distribució del material. El sistema permet prevenir defectes, millorar la qualitat de les peces metàl·liques i reduir el malbaratament de material. Així mateix, també eprmet la traçabilitat i accelera la producció en sectors amb altes exigències tècniques. Aquesta solució representa un avenç clau per a la digitalització de la fabricació en el marc de la Indústria 4.0.

Models computacionals d’alta precisió per simular processos tèrmics i mecànics en la indústria, com ara la soldadura per fricció (FSW), la fosa i la conformació. Aquestes eines permeten anticipar defectes, tensions residuals i deformacions, tot millorant el disseny de components i reduint les fallades durant la fabricació. Els models s’integren en plataformes intel·ligents que utilitzen IA en el manteniment predictiu i control de processos en temps real. Aquesta capacitat tecnològica és essencial per optimitzar la producció, reduir costos i augmentar la fiabilitat de peces crítiques en sectors estratègics com el transport, l’energia i la fabricació avançada.

Mètodes numèrics avançats per a la simulació CFD (Dinàmica de Fluids Computacional) amb aplicació directa en sectors com l’energia, l’aeronàutica, la biomedicina i les infraestructures hidràuliques. Les seves formulacions estabilitzades —com VMS, ALE i tècniques de subescalat— permeten una resolució d’alta precisió de fluxos compressibles i incompressibles, turbulents i multifàsics. Aquestes capacitats inclouen malles adaptatives, acoblament fluid-estructura i execució en entorns de computació d’alt rendiment (HPC). Les eines desenvolupades es poden aplicar a problemes complexos com la ventilació urbana, l’aeroacústica, el disseny tèrmic i la interacció amb estructures en moviment. Aquesta tecnologia millora la robustesa predictiva i redueix els temps de desenvolupament en processos d’enginyeria exigents.

El clúster de Models predictius d’alta fidelitat fonamentats en dades aborda els principals reptes de l’enginyeria computacional moderna: la necessitat de solucions altament precises, eficients i fidels. L’equip desenvolupa models físics complexos amb precisió numèrica garantida, combinats amb tècniques de reducció d’ordre (ROM) que permeten respondre múltiples consultes paramètriques en temps computacionalment viables. Aquesta capacitat és clau en contextos com el control en temps real, l’anàlisi inversa o l’optimització. El clúster combina ciència de dades, aprenentatge automàtic científic i tècniques de quantificació de la incertesa per construir models físic-digitals híbrids amb traçabilitat i validesa numèrica. Aquests models s’apliquen en sectors com l’energia, la salut, la fabricació avançada i el transport.

Bessons digitals centrats en la credibilitat i la traçabilitat de les seves prediccions. Integren dades experimentals amb simulacions d’alta fidelitat mitjançant inferència bayesiana, mètodes d’assimilació de dades i control de l’error numèric. Aquestes tècniques permeten representar de manera fiable sistemes físics complexos, tot quantificant explícitament la incertesa associada a cada predicció. Les aplicacions inclouen el disseny i l’avaluació de dispositius biomèdics, la monitorització d’infraestructures, la predicció de fallades estructurals i l’optimització de sistemes industrials. Aquest enfocament augmenta la confiança en els models, millora la presa de decisions i reforça la transferència tecnològica en entorns exigents.

Aquesta tecnologia, basada en intel·ligència artificial (IA) i visió per computador, permet la vigilància automàtica de les zones de bany a les platges. El sistema està dissenyat per detectar en temps real situacions d’ofegament silenciós, un fenomen que pot passar desapercebut en espais oberts on la supervisió humana és limitada. La solució analitza contínuament les imatges captades per càmeres ubicades en punts estratègics, identificant patrons de comportament que indiquen perill, com ara immobilitat anòmala, enfonsament progressiu o pèrdua d’orientació. El sistema genera alertes instantànies que permeten als socorristes intervenir de manera ràpida i precisa, fet que augmementa les possibilitats de salvar vides. Aquesta tecnologia representa un avenç significatiu en la protecció dels banyistes en entorns naturals i pot adaptar-se a altres situacions en què la vigilància preventiva basada en IA sigui crítica.

El clúster DIGIT del CIMNE ha desenvolupat plataformes intel·ligents que integren sensors IoT i tecnologia de cadena de blocs (blockchain) per oferir traçabilitat, monitorització i validació en temps real. Aquestes plataformes capturen i registren dades físiques —com ara temperatura, posició, vibració o consum— i les emmagatzemen de manera segura mitjançant arquitectures descentralitzades. La combinació amb tecnologies NFC, visualització 3D i analítica avançada permet una interacció eficient entre el món físic i el digital. Aquestes capacitats tecnològiques estan orientades a transformar els processos de producció, logística i energia, tot garantint la transparència, la integritat de les dades i l’eficiència operativa en sectors estratègics.

El grup TIC de CIMNE ha desenvolupat tecnologies per a la planificació i operació de xarxes de recàrrega de vehicles elèctrics, amb especial incidència en contextos rurals o zones amb baixa densitat de població. Les solucions inclouen plataformes SIG (Sisemes d’Informació geogràfica, per les sigles en anglès) que ubiquen i simulen la demanda energètica, models predictius per optimitzar la ubicació dels punts de recàrrega i tecnologies IoT per al monitoratge en temps real. També s’integren amb sistemes locals d’energia renovable i emmagatzematge energètic. Aquesta infraestructura digital permet planificar xarxes d’electromobilitat més equitatives, eficients i resilients, tot facilitant la transició energètica i millorant l’accés a la mobilitat sostenible arreu del territori.

KRATOS és una plataforma de simulació multifísica desenvolupada pel CIMNE, que permet modelar fenòmens complexos com la interacció fluid-estructura, la dinàmica tèrmica, l’electromagnetisme i molts altres. El seu disseny flexible permet combinar diferents mètodes numèrics, integrar models personalitzats i adaptar-se a les necessitats específiques de sectors com les infraestructures, l’energia, la fabricació o la salut. Incorpora capacitats de computació d’alt rendiment (HPC), reducció d’ordre (ROM/HROM) i intel·ligència artificial, cosa que li permet resoldre problemes no lineals altament complexos de manera més ràpida i precisa. El seu ús s’estén tant a entorns acadèmics com industrials, facilitant el desenvolupament de bessons digitals i solucions d’enginyeria predictiva.

Tecnologia que permet executar bessons digitals directament en dispositius locals (edge computing), cosa que permet fer-ho del sistema físic que s’ha de monitorar o controlar. Aquesta tecnologia combina simulació multifísica, tècniques de reducció d’ordre i intel·ligència artificial (IA) per generar prediccions en temps real amb baixa latència, sense dependre de la connectivitat amb servidors remots. És especialment útil en aplicacions com turbines, motors elèctrics o sistemes autònoms, on es requereix una presa de decisions immediata i fiable. Aquesta capacitat permet implementar estratègies de manteniment predictiu, optimització operativa i control autònom en sistemes complexos, fins i tot en entorns amb recursos computacionals limitats.

Models avançats per simular fluxos turbulents, propagació d’ones acústiques i fenòmens d’interacció fluid-estructura. Aquestes simulacions permeten analitzar i optimitzar el comportament aerodinàmic dels components en condicions reals de funcionament, fet que contribueix al disseny de solucions més silencioses i eficients. S’empren formulacions estabilitzades d’elements finits, malles adaptatives i tècniques d’acoblament multifísic, juntament amb eines computacionals d’alt rendiment. Aquestes capacitats s’apliquen en sectors com l’aeronàutica, l’automoció i l’acústica ambiental, cosa que permet reduir l’impacte acústic, millorar l’eficiència energètica i augmentar la precisió en el disseny aerodinàmic.

Tècniques numèriques per a la modelització de processos industrials que impliquen grans deformacions, transferència de calor i evolució microestructural. Aquestes simulacions permeten predir tensions residuals, deformacions i comportament estructural en peces metàl·liques sotmeses a processos de fabricació com la forja, la impressió 3D o els tractaments tèrmics. S’empren formulacions avançades —com els mètodes level-set, tècniques embegudes i refinament adaptatiu— per capturar amb gran precisió les zones crítiques en geometries complexes. Aquestes capacitats milloren el disseny dels processos, redueixen els errors de fabricació i optimitzen el rendiment estructural de components industrials a gran escala.

El clúster de recerca de Simulació de sòlids i fluids per a processos industrials ha desenvolupat un sistema de control avançat basat en intel·ligència artificial per a la gestió dels processos de deposició de material en l’àmbit de la micro i nanofluídica. Aquesta tecnologia permet ajustar en temps real paràmetres crítics com el cabal, la temperatura, la càrrega elèctrica i la trajectòria de les microgotes, el què optimitza la qualitat del recobriment i redueix el malbaratament de material. La solució s’adreça a aplicacions d’alta precisió en la fabricació de dispositius com sensors, xips, biòxips i components fotònics. A més, el sistema incorpora capacitats predictives per implementar manteniment preventiu i augmentar l’eficiència global dels equips de deposició.

El grup de Mecànica de Fluids del CIMNE ha desenvolupat models multifísics acoblats per predir i controlar l’acumulació de calor en dispositius electrònics d’alt rendiment. La simulació integra el flux microfluídic, la transferència de calor i les tensions mecàniques, cosa que permet dissenyar solucions de refrigeració adaptades a encapsulats de xips i sistemes de xarxa. Els canals microfluídics es desenvolupen i s’integren directament en l’estructura de l’encapsulat, millorant, així, la dissipació tèrmica sense comprometre la integritat del dispositiu. Aquesta capacitat tecnològica és clau per prolongar la vida útil, augmentar l’eficiència energètica i millorar el rendiment tèrmic dels components electrònics utilitzats en sectors com les telecomunicacions, la intel·ligència artificial o els centres de dades.

Capacitats avançades de modelització numèrica tridimensional per analitzar l’impacte de les excavacions en entorns urbans densos. S’utilitzen eines de simulació amb elements finits i formulacions constitutives avançades per representar la interacció entre sòls complexos i estructures com edificis, murs pantalla o fonaments profunds. Aquest enfocament permet predir assentaments, deformacions i respostes estructurals en les diferents fases constructives. La validació es realitza mitjançant dades obtingudes amb instrumentació in situ, i el model s’adapta a diverses geometries i condicions.

El grup de recerca en Geomecànica del CIMNE ofereix capacitats tecnològiques per al monitoratge i la gestió de talussos inestables, amb l’objectiu de reduir els riscos geotècnics en infraestructures crítiques. Aquestes capacitats inclouen la integració de sensors in situ (com inclinòmetres, piezòmetres i prismes òptics), l’anàlisi geoespacial mitjançant tècniques de radar satel·litari (InSAR) i la modelització geotècnica en 2D i 3D per simular escenaris de deformació i col·lapse. A més, s’utilitzen sistemes d’anàlisi de dades per establir llindars d’alerta precoç i facilitar la presa de decisions en temps real. Aquestes tecnologies permeten caracteritzar contínuament l’estabilitat del terreny, anticipar esdeveniments d’esllavissada i planificar intervencions de reforç o mitigació. Són aplicables tant a infraestructures lineals (carreteres, ferrocarrils) com a zones urbanes o industrials amb risc geològic, fet que contribueix significativament a la resiliència davant fenòmens naturals i el canvi climàtic.

El grup FLUMEN treballa en el disseny i la implementació de sistemes d’alerta precoç que integren models hidràulics i meteorològics amb dades en temps real procedents d’estacions hidrològiques, sensors remots i imatges satel·litàries. Aquestes plataformes permeten anticipar inundacions en conques complexes, modelar dinàmicament el comportament de l’aigua i generar alertes de manera automatitzada. S’utilitzen interfícies visuals en 2D i 3D per facilitar la interpretació de dades per part dels serveis d’emergència i les administracions responsables. Aquestes tecnologies reforcen la capacitat de resposta davant fenòmens extrems i permeten una planificació més eficaç de les mesures de mitigació i evacuació, millorant la resiliència dels territoris davant els fenòmens hidrometeorològics.

Solucions innovadores basades en espigons inflables, estructures flexibles que es despleguen o es recullen segons les condicions de l’aigua o els requeriments ambientals. Aquests sistemes permeten modular el flux de l’aigua, reduir els processos d’erosió, controlar la sedimentació i facilitar la navegabilitat sense necessitat d’infraestructures rígides permanents. Estan fabricats amb materials resistents, d’instal·lació reversible, i poden ser operats remotament per adaptar-se de manera àgil a esdeveniments extrems o variacions estacionals. Aquesta solució representa una alternativa sostenible i eficient per a la gestió integrada de rius, costes i estuaris, contribuint a la restauració ecològica i a l’adaptació al canvi climàtic.

Models híbrids que combinen intel·ligència artificial i simulació hidràulica per optimitzar l’operació de preses i embassaments en contextos complexos i variables. S’integren xarxes neuronals, algoritmes d’aprenentatge supervisat i anàlisi de sèries temporals per predir cabals, demandes i condicions hidrometeorològiques crítiques. Aquestes eines permeten automatitzar les decisions operatives en situacions d’incertesa, ajustar les estratègies de desembassament i maximitzar l’eficiència en la gestió dels recursos hídrics. Això millora la seguretat estructural, reforça la resiliència davant fenòmens extrems i facilita la planificació adaptativa basada en dades i simulació.

Aquesta tecnologia permet la producció de metamaterials acústics capaços d’atenuar la propagació del so gràcies a configuracions geomètriques periòdiques dissenyades computacionalment. Aquestes estructures fan possible generar zones d’atenuació selectiva i augmentar la capacitat d’aïllament acústic sense incrementar significativament la massa ni el volum del material. S’apliquen models multiescala i tècniques d’homogeneïtzació per predir el comportament dinàmic dels materials des de la seva microestructura fins a la resposta funcional integrada. Això permet dissenyar solucions acústiques d’alt rendiment adaptades a requisits específics en sectors com l’edificació, la mobilitat, l’aeronàutica i el disseny de producte, on el control del soroll és crític i ha de combinar-se amb lleugeresa i eficiència estructural.