Debe ingresar como usuario para inscribirse a una carrera

Ficha de la carrera

Acreditación

El Consejo Superior de la Universidad Nacional de Rosario aprobó el Plan de Estudios de la Carrera el 1 de abril de 1997 por Resolución No 063/97.

Por Resolución Nº 295/07 del Consejo Superior se aprobó la modificación del Plan de Estudios y Reglamento de la carrera, los que fueron modificados por Resolución N° 209/2013 CS.

La carrera ha sido acreditada y categorizada "B" por CONEAU (Resolución Nº 235/11).

Objetivos

La carrera de Doctorado en Ingeniería tiene por objetivo capacitar para la investigación y el desarrollo de nuevos conocimientos en el campo de la ingeniería y su aplicación tecnológica, que impliquen avances importantes y originales.

Perfil del egresado

El perfil del egresado es el de un postgraduado con una sólida formación en la metodología de la investigación, capaz de producir avances en el conocimiento de la ingeniería, en el desarrollo y construcción de nuevas tecnologías, y trabajar en equipos interdisciplinarios.

Autoridades

Resolución [res: 2 - 862/2019]

Director Académico Dr. Oscar Moller

COMISIÓN ACADÉMICA

Miembros Títulares

  1. Dr. José Angel Cano 
  2. Dr. Erik Zimmermann
  3. Dr. Ernesto Kofman
  4. Dra. Cecilia Cornero
  5. Dr. Javier Signorelli

Miembros Suplentes

  1. Dra. Susana Marchisio
  2. Dra. Mabel Medina

 

Asignaturas de la carrera

Control Predictivo Basado en Modelo con Restricciones (20200018)

Ficha del Curso

  • Inicio 04-03-2020
  • Fin 22-06-2020
  • ProfesoresDr. Diego Feroldi-Dr. Patricio Luppi
  • HorarioLunes 17:30 a 19:30 Miercoles 18 a 20h
  • LugarLunes Lab Informatica- Miercoles Aula 11
  • Duración60 Hs.

Descripción

Introducción - Concepto de Horizonte Deslizante - Concepto básico de MPC -

Construcción del modelo - Resolución del MPC - Formulación básica de MPC –

Predicción - Estimación de estados y modelo a la perturbación - Función de costo

cuadrática - Control Predictivo con Restricciones - Diseño del controlador – Ajuste –

Estabilidad - Otras formulaciones (DMC, PFC, GPC) – MPC por zonas - Estructura

feedforward - MPC no lineal - MPC híbrido - MPC explícito – Aplicaciones industriales

– Herramientas comerciales

Objetivos

Que el estudiante que haya aprobado la asignatura sea capaz de:

1. Interpretar, diseñar y programar controladores para sistemas lineales y no lineales mediante estructuras de Control Predictivo basado en Modelos (MPC, del acrónimo en inglés Model Predictive Control) mediante adecuadas herramientas informáticas.

2. Analizar de manera autónoma los nuevos resultados del conocimiento sobre los temas incluidos en la asignatura.

3. Adquirir las habilidades metodológicas para usar los conocimientos adquiridos en la asignatura de manera independiente.

Destinatarios

Son destinatarios de la presente actividad los graduados universitarios de las siguientes carreras: Ingeniería Electrónica, Ingeniería Química,  Licenciatura en Cs. de la Computación,  Ingeniería Electricista, Licenciatura en Física.

Sí son admitidos alumnos avanzados de la carrera de grado de Ingeniería Electrónica, Química, Licenciatura en Ciencias de la Computación, Ingeniería Electricista, Licenciatura en Física y técnicos afines. En este caso el Director o Profesor del curso dará su aval para cada caso en particular de inscriptos no graduados.

Control de Procesos Industriales (20200065)

Ficha del Curso

  • Inicio 04-03-2020
  • Fin 19-06-2020
  • ProfesoresDr. David Zumoffen
  • HorarioMi 04/03/2020 15:00-17:00 Vi 06/03/2020 16:00-18:00 Mi 11/03/2020 15:00-17:00 Vi 13/03/2020 16:00-18
  • LugarCIFASIS
  • Duración60 Hs.

Descripción

Introducción – Estrategias de modelado para control – Comportamiento dinámico - Control por retroalimentación SISO – Estrategias de ajuste PID – Controlador IMC – Ajuste PID vía IMC – Análisis de rendimiento y estabilidad – Control multivariable – Direccionalidad de los sistemas MIMO – RGA - Generalización IMC MIMO - Análisis de rendimiento y estabilidad – Control de plantas completas – Escenarios de control de plantas completas – RGA no cuadrada – Estrategia DCM – Estrategias alternativas de control – Teoría de sistemas lineales, matrices y normas.

 

Objetivos

Que el estudiante que haya aprobado la asignatura sea capaz de:

  1. Analizar y diseñar diferentes estructuras de control (SISO y MIMO), definir su ajuste y cuantificar el rendimiento.
  2. Identificar claramente los potenciales escenarios de diseño en sistemas MIMO y sus implicancias.
  3. Analizar e identificar las mejores estructuras de control en el contexto de “control de plantas completas”.
  4. Adquirir las habilidades metodológicas para usar los conocimientos adquiridos en la asignatura de manera independiente

Destinatarios

Doctorado en Ingeniería. Y graduados universitarios de las siguientes carreras: Ing. Electrónica, Ing. Eléctrica, Lic. En Ciencias de la Computación, Ing. Química

Operación Óptima de Procesos Industriales (20200025)

Ficha del Curso

  • Inicio 10-03-2020
  • Fin 19-06-2020
  • ProfesoresDr. Alejandro Gabriel Marchetti
  • HorarioMartes 14 a 16 Viernes 14 a 16
  • LugarIngrese el lugar
  • Duración60 Hs.

Descripción

Parte I – Programación matemática lineal y no lineal

  1. 1.        Programación matemática lineal (LP). Propiedades básicas de los programas matemáticos lineales. Ejemplos. El método simplex. Programa lineal dual. Relaciones primal-dual. Ejercicios.
  2. 2.        Programación matemática no lineal (NLP). Propiedades de soluciones óptimas. Programación convexa. Optimización sin restricciones. Condiciones necesarias y suficientes de optimalidad. Optimización con restricciones de igualdad. El método de los multiplicadores de Lagrange. Optimización con restricciones de desigualdad. Condiciones geométricas de optimalidad. Condiciones de Karush-Kuhn-Tucker. Ejemplos y ejercicios.
  3. 3.        Métodos numéricos para NLP. Algoritmos y su convergencia. Optimización sin restricciones: Métodos básicos de descenso. Métodos cuasi-Newton. Optimización con restricciones: Método del gradiente proyectado. Método del gradiente reducido. Métodos de penalidades y funciones barrera. Programación cuadrática sucesiva. Ejemplos y ejercicios.

 

Parte II – Operación óptima de procesos industriales

  1. 4.        Introducción a la optimización en tiempo real (RTO) de procesos continuos. Optimización de corrida-a-corrida de procesos batch. Efecto de las perturbaciones y errores de modelado. Formulación de un problema NLP. Métodos de adaptación basados en modelos. Métodos de adaptación sin modelo. Adaptación de modificadores. Ejemplos y ejercicios.

Objetivos

Que el estudiante que haya aprobado la asignatura adquiera los elementos de juicio necesarios para la formulación de un problema de optimización y la interpretación de los resultados, basándose en la experiencia práctica adquirida y el conocimiento de los aspectos teóricos relevantes. El curso presenta las nociones teóricas básicas de la programación matemática lineal y no-lineal, así como también las principales técnicas de resolución. La operación óptima de procesos industriales reviste una gran importancia económica. Sin embargo, el punto óptimo de operación es particularmente difícil de determinar cuando el modelo del que se dispone para llevar a cabo la optimización es impreciso o si se trabaja en presencia de perturbaciones. El curso incluye una introducción a la optimización en tiempo real y presenta tecnologías relevantes de optimización en tiempo real que se distinguen según la manera en que se incorporan las mediciones obtenidas en línea y la forma en que se lleva a cabo la adaptación a fines de reevaluar el punto óptimo de operación

Destinatarios

Son destinatarios de la presente asignatura de posgrado los graduados universitarios de las carreras de: Ingeniería Electrónica, Ingeniería Industrial, Licenciatura en Ciencias de la Computación, Licenciatura en Matemática, Ingeniería Electricista, Licenciatura en Física.

Simulación de sistemas Continuos (20200066)

Ficha del Curso

  • Inicio 17-03-2020
  • Fin 07-07-2020
  • ProfesoresDr. Ernesto Kofman, Dr. Gustavo Migoni
  • HorarioMartes de 10:00 a 13:00 hs
  • LugarCIFASIS (CONICET - UNR)
  • Duración60 Hs.

Descripción

Introducción a los Sistemas Continuos.  Principios Básicos de la Integración Numérica. Métodos Monopaso. Métodos Multipaso. Ecuaciones en Derivadas Parciales. Ecuaciones Algebraico Diferenciales. Simulación de Sistemas Discontinuos. Simulación en Tiempo Real. Simulación por Eventos Discretos. Métodos de Integración por Cuantificación.


Objetivos

Se pretende que el graduado sea capaz de:

Familiarizarse con los principales métodos numéricos de integración de ecuaciones diferenciales ordinarias, comprendiendo los principios matemáticos que sustentan dichos métodos.

 Analizar los dominios de estabilidad y de precisión de los diferentes métodos.

 Reconocer y tratar diferentes problemas: sistemas stiff y marginalmente estables, sistemas de ecuaciones algebraico-diferenciales, sistemas discontinuos, etc.

 Aplicar los métodos en problemas prácticos derivados de sistemas de diversos dominios: mecánica, electromagnetismo, termodinámica, fluidodinámica, dinámica de poblaciones, etc.

 Implementar y programar los distintos métodos.


 

Destinatarios

Son destinatarios de la presente asignatura de posgrado los graduados universitarios de las carreras de: Ing. Electrónica, Ing. Electricista, Lic.en Matemática, Lic.en Ciencias de la Computación y Lic. en Física.


      Son admitidos alumnos avanzados de la carrera de grado de Ing. Electrónica, Ing. Electricista, Lic.en Matemática, Lic.en Ciencias de la Computación y Lic. en Física. En este caso el Director o Profesor del curso dará su aval para cada caso en particular de inscriptos no graduados.


 

                        Son admitidos alumnos avanzados de la carrera de grado de Ing. Electrónica, Ing. Electricista, Lic.en Matemática, Lic.en Ciencias de la Computación y Lic. en Física. En este caso el Director o Profesor del curso dará su aval para cada caso en particular de inscriptos no graduados

Propiedades Mecánicas (20200017)

Ficha del Curso

  • Inicio 13-04-2020
  • Fin 31-08-2020
  • ProfesoresDra. Ana Valia Druker-Dra. Silvina Hereñu
  • HorarioIngrese el horario
  • LugarIngrese el lugar
  • Duración70 Hs.

Descripción

Materiales: estructura, propiedades y comportamiento. Elasticidad y

viscoelasticidad. Plasticidad. Defectos en las redes cristalinas. Efecto de los defectos en la deformación plástica. Monocristales y policristales. Geometría de deformación y endurecimiento por trabajo. Fatiga.

Objetivos

Los materiales forman parte de todas las actividades humanas y son objeto

de investigación de científicos y tecnólogos. Su correcta selección para una

determinada aplicación se basa en el comportamiento frente a los estímulos

físicos, químicos, mecánicos. En este curso se abordará la respuesta de los

materiales frente a cargas, es decir, sus propiedades mecánicas. Los

objetivos son:

Identificar los distintos tipos de materiales, su estructura y defectos

 Relacionar estructura con propiedades

 Calcular tensiones y deformaciones elásticas y plásticas, bajo cargas

simples, combinadas y en fatiga.

Destinatarios

Graduados de las carreras de Ciencias Físicas e Ingeniería.

Ingreso de Usuarios

Enlaces Rápidos

Noticias de la FCEIA