Cursos y Programas Especializados

Control Inteligente y Predictivo de Procesos: De la Teoría a la Industria 4.0

Fecha
10 de marzo de 2026
Modalidad
Híbrida
Tipo
Cursos y Programas Especializados
Duración
8 sesiones
Lugar
Google Meet y Laboratorio RCA N08 UCSP
Departamento
Departamento de Ingeniería Eléctrica Y Electrónica
Fecha
10 de marzo de 2026
Modalidad
Híbrida
Tipo
Cursos y Programas Especializados
Duración
8 sesiones
Lugar
Google MeetLaboratorio RCA N08 UCSP
Departamento
Departamento de Ingeniería Eléctrica Y Electrónica

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 teóricos y matemáticos necesarios para el diseño de controladores avanzados en aplicaciones industriales.
  • Modelar y diseñar sistemas de control predictivo
    Analizar, diseñar e implementar controladores predictivos mediante técnicas de modelado, predicción y optimización de procesos industriales, validando los resultados a través de simulación en entornos de programación especializados.
  • Aplicar técnicas de control basadas en lógica difusa
    Desarrollar e implementar controladores difusos para sistemas complejos, aplicando la teoría de conjuntos borrosos 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.

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 predictivos

Contenido

  • Introducción al modelamiento de controladores Predictivos
    Se introduce el concepto de control predictivo, abordando los fundamentos del modelamiento matemático y su aplicación en procesos industriales dinámicos.
  • 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.
  • Programación y validación de controladores Difusos
    Se desarrollan habilidades prácticas en la programación y validación de controladores difusos, utilizando entornos de simulación especializados.
  • Laboratorio: Implementación de Controladores Avanzados 1
    Primera sesión de laboratorio, enfocada en la implementación práctica de controladores avanzados basados en lógica difusa y predictiva.
  • Teoría de modelos basados en auto-aprendizaje aplicadas al control
    Se exploran los fundamentos teóricos del autoaprendizaje en sistemas de control, introduciendo conceptos clave de inteligencia artificial aplicados a procesos industriales.
  • Modelamiento de neuro-controladores
    Se aborda el modelamiento de neuro-controladores, explicando su estructura, entrenamiento y adaptación a sistemas no lineales.
  • Programación y validación de neuro-controladores
    Se realiza la programación y validación de neuro-controladores, integrando técnicas de aprendizaje automático en entornos de simulación.
  • Laboratorio: Implementación de Controladores Avanzados 2
    Segunda sesión de laboratorio, dedicada a la implementación de estrategias de control inteligente y predictivo 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.

Creditaje

01 crédito de formación disciplinar interno para las carreras profesionales de:

    • Ingeniería Electrónica y Telecomunicaciones.
    • Ingeniería Mecatrónica.

Duración

08 sesiones.

Calendario

Fecha de inicio10 de marzo de 2026
Fecha de inicio21 de marzo de 2026
Horario
  • Martes, miércoles y jueves (19:00 – 21:15 h) Teoría, virtual.
  • Sábados (16:00-20:30) Laboratorio, híbrida.
Horas académicas30 horas académicas
Lugar
  • Clases Virtuales a través de la plataforma Google.
  • Clases Presenciales Laboratorio N08 del campus San Lázaro.

Inversión

  • Inversión: S/ 370.00
  • Pronto pago hasta el 24 de febrero: S/ 350.00
  • Descuento:
    • 5% de descuento corporativo (2 personas).
    • 10% de descuento corporativo (3 personas a más).
    • 20% de descuento para 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.

Certificación

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

Organiza

Eventos relacionados