Registrarse
Curso

MANTENIMIENTO 4.0: IA PARA OPTIMIZAR EL MANTENIMIENTO EN EL SECTOR DEL TRANSPORTE

  • Desde: 15/6/26
  • Hasta: 26/7/26
  • Campus de Valencia
  • Idioma: Castellano
  • Online

Preinscripción desde el 27/4/26

Promovido por:
Instituto Universitario Valenciano de Investigación en Inteligencia Artificial

Responsable de la actividad:
Vicente Juan Botti Navarro

Inscripción

Modalidad

Presencial Online Emisión en directo

0 horas

10 horas

0 horas
Lugar de impartición
on-line
Certificación

Aprovechamiento

Modalidad

ONLINE

Curso

2025-2026

ECTS

1

Campus

Valencia

0 h

Presenciales

10 h

Online

Ver condiciones de la actividad
Precio Colectivo
0 € Alumno UPV 
0 € Personal UPV 
0,00 € - Alumno UPV
0,00 € - Personal UPV
No permitido - Público en general

Objetivos

 Comprender la evolución del mantenimiento hacia enfoques digitales e inteligentes.
 Conocer las bases del análisis de datos aplicado al mantenimiento.
 Aprender metodologías para preparar, procesar y modelar datos de sistemas de transporte.
 Desarrollar competencias en el uso de algoritmos de machine learning aplicados al mantenimiento.
 Identificar y aplicar métricas de evaluación y técnicas de explicabilidad en modelos de IA.
 Realizar un caso práctico de implementación con datos reales.

Acción formativa dirigida a

Alumnos UPV
Personal UPV

Profesores

  • Ramon Eduardo Sanchez Marquez Técnico Superior de Investigación

Temas a desarrollar

- Bloque 1. Introducción al mantenimiento (3 horas)
 Concepto y evolución del mantenimiento: correctivo, preventivo, predictivo y prescriptivo.
 Fundamentos y principales indicadores: MTTR, MTBF, disponibilidad.
 Impacto de la planificación del mantenimiento en costes y eficiencia.
 Uso actual de los datos en mantenimiento: fuentes comunes (sensores, OBD-II, CAN) y limitaciones.
 Conexión con los enfoques basados en inteligencia artificial.
- Bloque 2. Metodología para el análisis de datos en mantenimiento (3,5 horas)
 Definición del problema y objetivos de análisis.
 Creación de bases de datos: identificación de fuentes, construcción de variables y targets.
 Control de calidad de datos y análisis exploratorio (EDA).
 Feature engineering y caracterización multivariable.
 Selección, entrenamiento y validación de modelos de IA (regresión y clasificación).
 Definición de métricas de evaluación y visualización de resultados.
 Introducción a hiperparámetros, validación cruzada y técnicas de explicabilidad.
- Bloque 3. Casos prácticos en mantenimiento (3,5 horas)
 Desarrollo de un modelo de clasificación con dataset real (proceso de regeneración de DPF).
 Aplicación de técnicas de interpretabilidad (XAI) para evaluar decisiones del modelo.
 Discusión sobre cómo integrar los resultados en la práctica del mantenimiento.

Contacto

Página web: https://catedraeniaupvds.webs.upv.es

Inscripción

Visita otros cursos relacionados con...

mantenimiento inteligente machine...