Metodologías de investigación
En el CIMNE aprovechamos las metodologías avanzadas de los métodos numéricos y la modelización computacional para abordar los apremiantes retos de la sociedad. Mediante la integración de técnicas de discretización, modelos basados en datos y computación de alto rendimiento, impulsamos la investigación y la innovación de vanguardia para un mañana sostenible.
Técnicas de discretización
Métodos que transforman ecuaciones continuas en formas discretas para soluciones numéricas en ingeniería. Las técnicas de discretización aproximan derivadas e integrales en rejillas o partículas, permitiendo simulaciones mediante enfoques novedosos basados en rejillas, sin rejillas o no ajustados. Esto permite un análisis eficaz de sistemas complejos.
- Nuevos enfoques basados en la red
- Métodos de partículas y sin malla
- Métodos no conformes
- Técnicas para problemas acoplados
- Evaluación de errores y adaptabilidad
- Representación de geometría y simulación
Clústeres de investigación
Unidades de innovación
Modelos físicos y matemáticos
- Formulaciones constitutivas
- Modelos de materiales para fenómenos multifísicos y multiescala
- Nuevas formulaciones variacionales
- Optimización
- Modelos basados en agentes o sujetos
Clústeres de investigación
- Aprendizaje Automático y Modelos en Ingeniería Hidroambiental
- Geomecánica e Hidrogeología
- Ingeniería aeronáutica, naval, de automoción y energética
- Simulación de sólidos y fluidos para procesos industriales
- Mecánica computacional en ingeniería médica y materia viva
- Mecánica de materiales avanzados y metamateriales
Unidades de innovación
Modelos basados en datos
Enfoques que aprovechan los datos para predecir los resultados de ingeniería. Entre ellos se incluyen el aprendizaje automático (ML), los modelos de orden reducido (ROM) y los macrodatos para captar patrones, cuantificar la incertidumbre y crear gemelos digitales para un análisis y una optimización eficaces del sistema.
- Aprendizaje automático basado en la ciencia e inteligencia artificial
- Modelización de orden reducido
- Métodos inversos
- Gestión de macrodatos
- Cuantificación de la incertidumbre
- Gemelos digitales
Clústeres de investigación
Unidades de innovación
Modelos computacionales de alto rendimiento
Sistemas avanzados para simulaciones de ingeniería rápidas y precisas. Aprovechan algoritmos optimizados y computación paralela para resolver problemas numéricos complejos, permitiendo análisis de vanguardia con aplicaciones en entornos de ingeniería del mundo real.
- Descomposición del dominio y precondición
- Arquitecturas emergentes (por ejemplo, computación cuántica)
- Nuevos paradigmas de codificación