Líneas de investigación
El ámbito de investigación del grupo CTC se encuadra fundamentalmente en la automática, la ingeniería de control y la inteligencia artificial. Estas disciplinas se aplican en la actualidad en numerosos sectores. En concreto, CTC aborda el empleo de técnicas inteligentes sobre multitud de sectores, como son el ámbito médico, el ámbito industrial, la ciberseguridad, la radiactividad ambiental o la eficiencia energética, entre otros.
Entre sus líneas de actividad se encuentran el análisis y tratamiento de datos, el control inteligente y avanzado, la optimización y el modelado de sistemas, la detección de anomalías en procesos industriales, así como la instumentación virtual e inteligente.
A continuación se describen brevemente los tres ejes principales en los que se centra la actividad investigadora del grupo.
Sistemas inteligentes de modelado, optimización y control
Realización de modelado de procesos industriales mediante técnicas de "soft computing", tanto para predicción de valores como para optimización de parámetros.
Desarrollo de diversos sistemas de control para procesos industriales combinando técnicas relacionadas con control clásico junto con métodos avanzados basados en técnicas inteligentes.
Los sistemas de control diseñados se validan inicialmente a través de los modelos generados para, finalmente, llevar a cabo su implementación final en los procesos industriales.
Detección de fallos y anomalías mediante técnicas tradicionales e inteligentes
Desarrollo de sistemas inteligentes que sean capaces de detectar de manera precoz la aparición de cualquier evento anómalo que tenga lugar en procesos industriales.
Para ello, se hace uso de técnicas de aprendizaje no supervisado (clustering, aprendizaje hebbiano), semisupervisado (proyecciones, determinanción de hiperesferas con cálculo de espacio convexo, etc.) y aprendizaje supervisado (redes neuronales, máquinas de vector soporte, etc.), así como sistemas híbridos.
Diseño de nuevos sensores, sensores robustos y sensores virtuales
Desarrollo de modelos de sensores tanto virtuales como reales.
Aplicación de técnicas inteligentes y métodos de imputación de datos para predecir el comportamiento de un sensor y obtener nuevas variables "virtuales" derivadas de las mediciones reales disponibles en un proceso industrial.