Clúster de investigación
Aprendizaje Automático y Modelos en Ingeniería Hidroambiental
Punto de contacto
Fernando Salazar
Líderes académicos
Fernando Salazar, Ernest Bladé
Asesores externos
Francisco Chinesta, Manolis Papadrakakis
Grupos de investigación
- Instituto FLUMEN
Ernest Bladé Castellet - Aprendizaje automático en ingeniería civil
Fernando Salazar González
Visión general
Miembros
Proyectos
Publicaciones
El clúster combina modelización numérica, aprendizaje automático e instalaciones de laboratorio especializadas para abordar retos complejos en ingeniería hidráulica y medioambiental. Integra el Instituto FLUMEN del CIMNE y la UPC, aprovechando un Laboratorio especializado de Dinámica Fluvial e Ingeniería Hidrológica para realizar pruebas in situ.
El Clúster de Investigación en Aprendizaje Automático y Modelos en Ingeniería Hidroambiental se especializa en la resolución de problemas prácticos relacionados con la ingeniería hidráulica e hidrológica mediante una combinación innovadora de modelos numéricos de base física, enfoques de aprendizaje automático basados en datos y pruebas de laboratorio. El clúster incluye el Laboratorio especializado de Dinámica Fluvial e Ingeniería Hidrológica de FLUMEN, que proporciona instalaciones experimentales especializadas para pruebas a escala de modelos de problemas dinámicos e hidráulicos fluviales.
Utilizando modelos hidráulicos de aguas poco profundas para la dinámica fluvial y la evaluación del riesgo de inundaciones, modelos tridimensionales de elementos finitos para el análisis estructural e hidráulico de presas, y técnicas punteras de aprendizaje automático para el análisis de datos de seguimiento y la mejora de modelos, el grupo ofrece soluciones integrales a complejos retos hidroambientales. La integración de estas diversas metodologías permite mejorar la precisión de los modelos hidrológicos e hidráulicos.
Más allá de su enfoque central, el clúster aplica su experiencia a áreas interdisciplinares como el comportamiento del balasto ferroviario, la predicción de deslizamientos de tierras, la optimización de procesos avanzados de desinfección de aguas residuales y la predicción de la calidad del aire. Mediante una cartera equilibrada de actividades de investigación, servicios de consultoría, programas de formación e iniciativas de transferencia de tecnología, el clúster se mantiene a la vanguardia de la ingeniería hidroambiental, aportando soluciones valiosas tanto a los socios industriales como a la comunidad científica en general.
Proyectos en curso
Proyectos finalizados
Búsqueda
Noticias relacionadas
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....