Lectura de Tesi Doctoral
Títol de la Tesi: Reduced order models and machine learning techniques for digital twin applications
Directors de la Tesi: Dr. Joaquin Alberto Hernández i Dr. Riccardo Rossi
Programa de Doctorat: Enginyeria Civil
Aquesta tesi se centra en el desenvolupament de models deordre reduït (PROM) per crear bessons digitals industrials que puguin operar en temps real. L'objectiu principal és superar la lentitud computacional de les simulacions d'alta fidelitat, permetent el seu ús per al disseny, l'optimització i la monitorització.
Les contribucions principals del treball són:
-
Un nou marc de càlcul (hiperreducció) que simplifica el procés i és totalment compatible amb les eines d'enginyeria existents (com Kratos Multiphysics).
-
Un mètode de treball escalable que utilitza computació d'alt rendiment (HPC) per entrenar i desplegar aquests models de manera eficient, demostrat amb un bessó digital tèrmic d'un motor elèctric.
-
L'extensió d'aquests models a problemes no lineals complexos (com els fluxos dominats per la convecció) mitjançant la integració d'intel·ligència artificial (xarxes neuronals, regressió per processos gaussians), garantint la consistència física dels resultats.
Els mètodes desenvolupats han estat validats en casos d'estudi teòrics i industrials i s'han implementat en programari de codi obert (Kratos Multiphysics i AERO-F), la qual cosa en facilita l'aplicació pràctica.
En conclusió, la tesi estableix una base sòlida per a la creació de bessons digitals de nova generació, connectant les simulacions d'alta precisió amb la necessitat de prediccions en temps real, i impulsa la seva transferència a la Indústria 4.0/5.0.