Clúster de recerca
Aprenentatge automàtic i models en enginyeria hidroambiental
Persona de contacte
Fernando Salazar
Líders acadèmics
Fernando Salazar, Ernest Bladé
Assessors externs
Francisco Chinesta, Manolis Papadrakakis
Grups de recerca
- Institut FLUMEN
Ernest Bladé Castellet - Aprenentatge Automàtic en Enginyeria Civil
Fernando Salazar González
Visió general
Membres
Projectes
Publicacions
El clúster combina modelatge numèric, aprenentatge automàtic i instal·lacions de laboratori especialitzades per abordar reptes complexos en enginyeria hidràulica i ambiental. Integra l’Institut FLUMEN del CIMNE i la UPC, aprofitant un Laboratori especialitzat de Dinàmica Fluvial i Enginyeria Hidrològica per a les proves in situ.
El Clúster de Recerca d’Aprenentatge Automàtic i Models en Enginyeria Hidroambiental s’especialitza en la resolució de problemes pràctics relacionats amb l’enginyeria hidràulica i hidrològica mitjançant una combinació innovadora de models numèrics basats en la física, enfocaments d’aprenentatge automàtic basats en dades i proves de laboratori. El clúster inclou el Laboratori especialitzat de Dinàmica Fluvial i Enginyeria Hidrològica de FLUMEN, que proporciona instal·lacions experimentals especialitzades per a proves a escala de models de problemes dinàmics i hidràulics fluvials.
Utilitzant models hidràulics d’aigües poc profundes per a la dinàmica dels rius i l’avaluació del risc d’inundació, models tridimensionals d’elements finits per a l’anàlisi estructural i hidràulica de preses i tècniques d’aprenentatge automàtic d’avantguarda per monitoritzar l’anàlisi de dades i la millora del model, el clúster ofereix solucions integrals a reptes hidroambientals complexos. La integració d’aquestes metodologies diverses permet millorar la precisió en el modelatge hidrològic i hidràulic.
Més enllà del seu enfocament principal, el clúster aplica la seva experiència a àrees interdisciplinàries com el comportament del llast ferroviari, la predicció d’esllavissades, l’optimització dels processos avançats de desinfecció d’aigües residuals i la predicció de la qualitat de l’aire. A través d’una cartera equilibrada d’activitats de recerca, serveis de consultoria, programes de formació i iniciatives de transferència de tecnologia, el clúster es manté a l’avantguarda de l’enginyeria hidroambiental, aportant solucions valuoses tant als socis de la indústria com a la comunitat científica en general.
Projectes en curs
Projectes finalitzats
Cerca
Notícies relacionades
CIMNE experts use Machine Learning to streamline reservoir risk assessment
Researchers at CIMNE's Machine Learning in Civil Engineering Research Group and the Flumen Institute have developed a new machine-learning based tool to classify off-stream reservoirs based on their potential risk of rupture. The work, carried out as part of the...
CIMNE’s new machine learning-based software improves dam structural safety
Researchers from the Machine Learning in Civil Engineering group at CIMNE have developed a new machine-learning based software to predict structural behaviour of dams, allowing for enhanced decision-making and minimizing safety risks of these critical infrastructures....