Programas >

Programa de Especialización en Gemelos Digitales y Simulación Industrial

   

El Programa de Especialización en Gemelos Digitales y Simulación Industrial está diseñado para desarrollar competencias en la arquitectura, integración y aplicación de Gemelos Digitales orientados al análisis de activos y procesos industriales. A lo largo del programa, el participante comprenderá los conceptos, evolución y niveles de madurez de los gemelos digitales, diferenciando modelos digitales, sombras digitales y gemelos digitales, así como sus diferentes tipos y aplicaciones en sectores como minería, procesamiento de minerales, petróleo y gas.

Asimismo, el programa incorpora herramientas para la gestión y análisis de datos industriales y series temporales, abordando arquitecturas de historians, AVEVA PI System, PI Data Archive, PI Asset Framework, PI Vision, PI Web API e InfluxDB 3 Core, junto con Python, Jupyter Notebook y Pandas para la extracción, transformación y preparación de datos. Complementariamente, se desarrollan competencias prácticas mediante Simulink y Simscape para la simulación de sistemas multifísicos y la evaluación de escenarios what-if, integrando modelos físicos y datos operacionales. Asimismo, el programa aborda la aplicación de Machine Learning y detección de anomalías mediante modelos predictivos, Isolation Forest y Health Index, así como la integración de modelos predictivos mediante FastAPI, y la visualización de resultados a través de tableros operativos. Finalmente, se desarrollan competencias para la presentación ejecutiva y defensa de proyectos de Gemelos Digitales Industriales.

Duración

65 horas

Horarios

Lunes y Miércoles de 20:00 a 22:00

Fecha de inicio

25/11/2026

Modalidad

Online

Expertos que te guiarán al éxito

Plan de estudio que transformará tu carrera

  • Concepto, evolución y niveles de madurez de los gemelos digitales.
  • Diferencias entre modelo digital, sombra digital y gemelo digital.
  • Gemelos geométricos, físicos, operacionales, predictivos y prescriptivos.
  • Arquitectura OT/IT: sensores, PLC/SCADA, historians, APIs, analítica y visualización.
  • Activos, variables de proceso, tags, eventos y estados operacionales.
  • Casos de aplicación en minería, procesamiento de minerales, petróleo y gas.
  • Rol del 3D y de los modelos de ingeniería dentro de un gemelo digital, sin requerir modelado CAD.
  • Datos industriales y series temporales: timestamps, frecuencia de muestreo y calidad del dato.
  • Arquitectura y función de un historian industrial.
  • PI Data Archive, PI Asset Framework y PI Vision como referencia industrial.
  • Estructuración de activos, tags, atributos, jerarquías y contexto operacional.
  • PI Web API e integración con aplicaciones analíticas.
  • Ingesta y almacenamiento de telemetría con InfluxDB 3 Core para laboratorio.
  • Consultas, extracción de históricos y preparación de datos para analítica.
  • Relación entre historian, Python, Machine Learning y plataformas de visualización.

Taller práctico: Implementación de un historian de un activo industrial con señales de presión, temperatura, caudal, vibración, potencia y estado operacional.

  • Fundamentos de simulación de sistemas multifísicos para activos industriales.
  • Entorno de Siemens Simcenter Amesim y modelado mediante componentes y librerías físicas.
  • Sistemas hidráulicos, mecánicos, eléctricos, térmicos y de control.
  • Parametrización de componentes y condiciones de operación.
  • Simulación dinámica del comportamiento normal del sistema.
  • Representación de degradación, perturbaciones y condiciones de falla.
  • Análisis de sensibilidad y escenarios what-if.
  • Concepto de Executable Digital Twin e integración con datos operacionales.

Taller práctico: Construcción de un modelo dinámico de un sistema de bombeo industrial y evaluación de escenarios what-if ante cambios de operación y degradación del activo.

  • Extracción de datos históricos desde bases de series temporales y APIs.
  • Consumo de datos mediante APIs industriales y referencia al flujo de PI Web API.
  • Manipulación de series temporales con Python, Jupyter Notebook y Pandas.
  • Sincronización de señales, resampling e interpolación.
  • Tratamiento de valores faltantes, datos erróneos y outliers.
  • Ventanas temporales y construcción de variables derivadas.
  • Feature engineering aplicado a procesos y activos industriales.
  • Construcción de datasets de entrenamiento y análisis exploratorio del comportamiento operacional.

Taller práctico: Construcción de un pipeline para transformación de telemetría histórica de un activo en un dataset.

  • Planteamiento de problemas predictivos en operación y mantenimiento industrial.
  • Variables objetivo, horizonte de predicción y selección de variables explicativas.
  • Modelos de regresión y clasificación aplicados a activos industriales.
  • Árboles de decisión, Gradient Boosting y LightGBM.
  • Validación temporal, métricas de desempeño y prevención de data leakage.
  • Detección de anomalías y métodos no supervisados.
  • Isolation Forest y análisis multivariable de condiciones anormales.
  • Health Index y estimación del estado de salud del activo.
  • Pronóstico de variables críticas e identificación temprana de desviaciones.
  • Interpretabilidad del modelo, importancia de variables y generación de alertas predictivas.

Taller práctico: Desarrollo de un modelo predictivo y detector de anomalías sobre datos históricos.

  • Construcción del ciclo de actualización del gemelo digital con nuevos datos.
  • Representación del estado observado, esperado y predicho del activo.
  • Integración de modelos físicos y modelos basados en datos.
  • Sensores virtuales o soft sensors y variables calculadas.
  • Actualización de Health Index, predicciones y alertas.
  • Exposición de modelos predictivos mediante APIs con FastAPI.
  • Integración de resultados analíticos con el historian.
  • Dashboards de monitoreo operacional con Grafana.
  • Visualización de KPIs, tendencias y resultados predictivos con Power BI.
  • Visualización de anomalías, bandas de predicción y estados operacionales.
  • Introducción al despliegue, monitoreo y actualización de modelos en producción.
  • Conceptos de MLOps aplicados al ciclo de vida del gemelo digital.

Taller práctico: Implementación de un gemelo en operación que con recepción de nuevos datos, actualización de estado y dashboard.

  • Metodología para traducir variables técnicas, telemetría y modelos predictivos al lenguaje del negocio (ROI, OEE y reducción de costos operativos).
  • Buenas prácticas para guiar la atención del comité mediante dashboards (Grafana / Power BI) y escenarios dinámicos del gemelo.
  • Presentaciones ejecutivas de los gemelos digitales desarrollados por los participantes.
  • Feedback y Cierre: Ronda rápida de preguntas técnicas, retroalimentación del evaluador y conclusiones de viabilidad para su escalamiento en planta.

Taller práctico: Pitch ejecutivo y defensa en vivo del proyecto de Gemelo Digital ante el panel.

Hablemos por WhatsApp