{"id":250358,"date":"2025-10-30T14:02:21","date_gmt":"2025-10-30T13:02:21","guid":{"rendered":"https:\/\/cimne.com\/defensa-de-tesis-doctoral-modelos-de-orden-reducido-y-tecnicas-de-aprendizaje-automatico-para-aplicaciones-con-gemelos-digitales\/"},"modified":"2025-10-30T14:18:50","modified_gmt":"2025-10-30T13:18:50","slug":"defensa-de-tesis-doctoral-modelos-de-orden-reducido-y-tecnicas-de-aprendizaje-automatico-para-aplicaciones-con-gemelos-digitales","status":"publish","type":"post","link":"https:\/\/cimne.com\/es\/defensa-de-tesis-doctoral-modelos-de-orden-reducido-y-tecnicas-de-aprendizaje-automatico-para-aplicaciones-con-gemelos-digitales\/","title":{"rendered":"Defensa de tesis doctoral \u2013 Modelos de orden reducido y t\u00e9cnicas de aprendizaje autom\u00e1tico para aplicaciones con gemelos digitales"},"content":{"rendered":"

[et_pb_section fb_built=\u00bb1″ admin_label=\u00bbsection\u00bb _builder_version=\u00bb4.16″ global_colors_info=\u00bb{}\u00bb][et_pb_row admin_label=\u00bbrow\u00bb _builder_version=\u00bb4.16″ background_size=\u00bbinitial\u00bb background_position=\u00bbtop_left\u00bb background_repeat=\u00bbrepeat\u00bb global_colors_info=\u00bb{}\u00bb][et_pb_column type=\u00bb4_4″ _builder_version=\u00bb4.16″ custom_padding=\u00bb|||\u00bb global_colors_info=\u00bb{}\u00bb custom_padding__hover=\u00bb|||\u00bb][et_pb_text _builder_version=\u00bb4.27.4″ _module_preset=\u00bbdefault\u00bb global_colors_info=\u00bb{}\u00bb]<\/p>\n

\n
RESUMEN<\/h5>\n

Esta tesis desarrolla los modelos de orden reducido intrusivos basados en proyecci\u00f3n (PROM) como base escalable y con consistencia f\u00edsica para habilitar gemelos digitales industriales con operaci\u00f3n en tiempo real. Al integrar m\u00e9todos num\u00e9ricos de alta fidelidad con t\u00e9cnicas s\u00f3lidas de reducci\u00f3n de modelos, aborda los cuellos de botella computacionales que dificultan el despliegue de simulaciones a gran escala para dise\u00f1o, optimizaci\u00f3n y monitorizaci\u00f3n de la operaci\u00f3n.<\/p>\n

Estructurada como un compendio de art\u00edculos revisados por pares, la tesis presenta tres contribuciones metodol\u00f3gicas principales. En primer lugar, se propone un marco de hiperreducci\u00f3n para PROM de Petrov-Galerkin que elimina la necesidad de mallas complementarias y permite un muestreo a nivel de elemento plenamente compatible con los flujos de trabajo est\u00e1ndar de elementos finitos (por ejemplo, Kratos Multiphysics). En segundo lugar, se plantea un flujo de trabajo escalable habilitado para computaci\u00f3n de alto rendimiento (HPC) para el entrenamiento y el despliegue de PROM, que aprovecha la generaci\u00f3n paralela de instant\u00e1neas (snapshots), la descomposici\u00f3n en valores singulares (SVD) distribuida y una versi\u00f3n paralela del m\u00e9todo de cubatura emp\u00edrica (ECM), demostrada en un gemelo digital t\u00e9rmico industrial de un motor el\u00e9ctrico. En tercer lugar, se extienden las metodolog\u00edas PROM a reg\u00edmenes no lineales mediante estrategias de cierre en espacio latente, incluidas PROM-ANN (redes neuronales artificiales) y modelos sustitutos interpretables basados en kernel, como PROM-GPR (regresi\u00f3n por procesos gaussianos) y PROM-RBF (funciones de base radial), con el fin de superar la barrera de la anchura n de Kolmog\u00f3rov en flujos dominados por la convecci\u00f3n. Esta extensi\u00f3n incorpora una estrategia de entrenamiento informada por la f\u00edsica discreta que alinea las variedades aprendidas con redes neuronales con el comportamiento del residuo del esquema num\u00e9rico subyacente y garantiza la consistencia f\u00edsica.<\/p>\n

Los m\u00e9todos desarrollados se validan de forma sistem\u00e1tica en problemas can\u00f3nicos, como la ecuaci\u00f3n de Burgers unidimensional inviscida, y se trasladan a configuraciones industriales como la estela del cuerpo de Ahmed mediante el entorno AERO-F. Asimismo, se revisan t\u00e9cnicas cl\u00e1sicas, como las variedades lineales a trozos y las cuadr\u00e1ticas, para contextualizar las limitaciones de los subespacios lineales globales y motivar las estrategias no lineales propuestas.Todas las contribuciones se han implementado en los marcos de c\u00f3digo abierto Kratos Multiphysics y AERO-F, lo que subraya su aplicabilidad pr\u00e1ctica en flujos de trabajo de ingenier\u00eda a gran escala. Aunque esta tesis no implementa un gemelo digital de bucle cerrado, proporciona una base s\u00f3lida para futuros gemelos digitales de componente y de activo, y tiende un puente entre la modelizaci\u00f3n de alta fidelidad y las capacidades predictivas en tiempo real.<\/p>\n

Por \u00faltimo, la tesis impulsa la transferencia tecnol\u00f3gica mediante la iniciativa SimTwins, que ofrece sombras digitales y gemelos digitales escalables y de c\u00f3digo abierto, adaptados a las demandas emergentes de la Industria 4.0 y 5.0. En conjunto, estas contribuciones sit\u00faan a los PROM intrusivos basados en proyecci\u00f3n como herramientas robustas, interpretables y de alto rendimiento, esenciales para los ecosistemas de gemelos digitales de pr\u00f3xima generaci\u00f3n.<\/p>\n

Tribunal<\/strong><\/p>\n