Control Inteligente y No Lineal en la brecha de optimización de Procesos 4.0

Presentación

En la industria moderna, los controladores tradicionales (PID, On-Off) resultan insuficientes ante la complejidad de sistemas no lineales y procesos dinámicos, generando ineficiencia operativa, pérdidas económicas y oportunidades desperdiciadas. Las empresas actuales requieren soluciones que trascienden lo convencional para mantener su competitividad.

La revolución del control inteligente representa un cambio paradigmático en la automatización industrial. Los Controladores Inteligentes, basados en Inteligencia Artificial, replican la lógica de toma de decisiones humana ofreciendo control robusto y adaptable. Los Controladores Predictivos (MPC) utilizan modelos matemáticos avanzados para anticipar el comportamiento dinámico de la planta, optimizando cada decisión en tiempo real y permitiendo una gestión proactiva de las operaciones.

Esta tecnología permite reducción significativa de costos operativos, incremento sustancial de la seguridad industrial al anticiparse a fallas, eficiencia operativa superior y calidad consistente del producto. Representa la evolución necesaria hacia la optimización integral de las operaciones en la Industria 4.0.

El curso desarrolla habilidades para el análisis, diseño e implementación de estrategias de control inteligente y predictivo aplicadas a casos reales de procesos industriales, posicionando a los participantes a la vanguardia tecnológica.

Objetivos

• Dominar los fundamentos del control avanzado: Desarrollar capacidad para comprender y aplicar los conceptos avanzados del control inteligente y no lineal enfocado a solucionar problemáticas en procesos industriales complejos.
• Aplicar técnicas de control basadas en métodos heurísticos: Desarrollar e implementar controladores difusos y algoritmos genéticos para sistemas complejos, aplicando la teoría de conjuntos borrosos y la teoría de evolución de Darwin al modelamiento y control de procesos industriales con alta incertidumbre y no linealidad.
• Diseñar estrategias de control basadas en autoaprendizaje: Desarrollar e implementar neuro-controladores mediante técnicas de inteligencia artificial, adaptando las estrategias de control a las características específicas de cada proceso industrial.
• Analizar métodos de control no lineal en procesos: Comprender los métodos de control avanzado basado en enfoques de estabilidad y linealización para la solución de procesos no lineales, haciendo uso de herramientas matemáticas avanzadas.

Dirigido a

Profesionales, técnicos y egresados de ingenierías (Electrónica, Mecatrónica, Eléctrica, Industrial, Química, Sistemas) y ciencias aplicadas que se desempeñen en automatización, control de procesos o producción industrial, y deseen fortalecer sus competencias en el diseño e implementación de estrategias de control avanzado basadas en inteligencia artificial y modelos de control no lineal.

Contenido

Sesión 1: Introducción al control avanzado de procesos

• Se fundamentan los conceptos de control automático para procesos industriales
• Se introducen los conceptos matemáticos fundamentales para el diseño controladores inteligentes y no lineales.

Sesión 2: Introducción al modelo Difuso aplicado al control de procesos

• Se presenta la lógica difusa como herramienta para el control de procesos con alta incertidumbre, explicando su estructura y ventajas frente a métodos tradicionales.

Sesión 3: Introducción a los algoritmos genéticos para el control de procesos

• Se aborda la estrategia de control haciendo uso de métodos evolutivos para la solución optimizada en modelos no lineales.

Sesión 4: Programación y validación de controladores Heurísticos

• Se desarrollan habilidades prácticas en la programación y validación de controladores difusos y algoritmos genéticos, utilizando entornos de simulación especializados.

Sesión 5: Fundamentos del control no lineal

• Se entiende y analiza mediante estabilidad, el diseño de estrategias de control para procesos no lineales basado en la teoría de Lyapunov.
• Se elabora métodos de control basados en linealización exacta mediante full state y input-output Feedback Linearization.
• Se comprende el diseño de controladores robustos y adaptativos en modelos dinámicos no lineales.

Sesión 6: Teoría de modelos basados en autoaprendizaje aplicadas al control

• Se exploran los fundamentos teóricos del autoaprendizaje en sistemas de control, introduciendo conceptos clave de inteligencia artificial aplicados a procesos industriales.

Sesión 7: Programación y validación de controladores neuronales

• Se realiza la programación y validación de neuro-controladores, integrando técnicas de aprendizaje automático en entornos de simulación.

Sesión 8: Laboratorio: Implementación de Controladores Avanzados 1

• Sesión de laboratorio, dedicada a la implementación de estrategias de control inteligente en casos reales de procesos industriales.

Expositores

Mg. Luis Arias Copacondori

Ingeniero Electrónico con Maestría en Control y Automatización por la Pontificia Universidad Católica del Perú y estudios de Robótica en la Universidad Carlos III de Madrid, España. Especialista en automatización, instrumentación, redes industriales y control de procesos.

Cuenta con amplia experiencia en instrumentación y control de procesos mineros, habiendo colaborado con empresas líderes del sector como Sociedad Minera Cerro Verde, Southern Copper, Antamina y Hochschild Mining.

Cofundador de AI Solutions S.A., donde se desempeña como ingeniero de desarrollo de proyectos de innovación tecnológica en Realidad Virtual, Control de Procesos, Inteligencia Artificial, Internet de las Cosas y Edge Computing aplicados a la industria. Ponente en diversos foros y convenciones mineras sobre tecnologías emergentes en automatización industrial.

Metodología

Las sesiones teóricas se desarrollarán de manera virtual, mientras que las sesiones prácticas (laboratorio) se llevarán a cabo bajo una modalidad híbrida.

Requisitos de admisión

Contar con conocimientos básicos en álgebra lineal, programación, automatización o equivalentes a una formación profesional o experiencia laboral en el área.

Duración

07 sesiones.

Calendario

Inversión

• Inversión: S/ 350.00
• Pronto pago hasta el 15 de junio: S/ 300.00
• Descuento:
  • 5% de descuento corporativo (2 personas).
  • 10% de descuento corporativo (3 personas a más).
  • 20% de descuento para alumnos y antiguos alumnos UCSP
  • 10% de descuento para los Colegiados del Colegio de Ingenieros del Perú.
  • 10% de descuento para los miembros de la Cámara de Comercio e Industria de Arequipa.
• Cierre de inscripciones: 25 de junio de 2026.

Certificación

Certificado virtual otorgado por la Escuela de Postgrado y el Departamento de Ingeniería Eléctrica y Electrónica.

Organiza