Javier Agustín Saenz
David Fraga Aydillo
Alvaro de Guzmán Fernández González
Ricardo de Córdoba Herralde
Alvaro Araujo Pinto
Nueva Oferta febrero 2012
Nanotechnology (NANO)
El objetivo de la asignatura es que los estudiantes adquieran un conocimiento básico de los fundamentos de la nanociencia y nanotecnología, la naturaleza y propiedades de las distintas nanoestructuras, y las técnicas empleadas para su fabricación y caracterización. Además, partiendo de la microtecnología, se explicará su evolución hacia los principales nanodispositivos, con énfasis en las áreas de la nanoelectrónica, nanofotónica y nanobiotecnología. Finalmente, la asignatura culmina con la aplicación de dichos dispositivos a distintos campos de aplicación, entre otros las tecnologías de la información y comunicaciones, el espacio, la seguridad, el medio ambiente, la domótica y la medicina.
Esta asignatura resulta fundamental para los siguientes objetivos del título:
Obj 1. Conocer y comprender los fundamentos científicos del mundo de los materiales y sus interrelaciones entre la estructura, propiedades, procesado y aplicaciones.
Obj 3. A partir del conocimiento del comportamiento mecánico, electrónico, químico y biológico de los materiales, y usando las micro y nanotecnologías de fabricación y caracterización, poder abordar el diseño, cálculo y modelización de nanoestructuras en componentes y equipos.
Tema Título LM EV DB VI OT
1
Introduction to Nanotechnology
a. Emerging technologies
b. Nanoscience and nanotechnology markets and
scientific policy
c. Precursors and historical revision
d. Scaling laws
e. Basics of Quantum Mechanics for
Nanotechnology
8 h 2 h
2
Nanomaterials and Nanostructures
a. Bondings and crystals
b. Inorganic semiconductors
c. Carbon nanostructures
d. Nanoparticles and composites
e. Organic and biomaterials
8 h 2 h
3
Nanotechniques for Fabrication and Characterization
a. Fabrication and manipulation technologies:
deposition, lithography, self-assembling,
molecular fabrication, nanomanipulation
b. Characterization techniques: electrical and
optical assessment, structural characterization
(SEM and TEM, STM and AFM, SOM,
nanoindentation)
c. Image treatment in nanotechnologies
8 h 2 h
- Evaluación parcial 2 h
4
Nanoelectronics
a. Electronic properties of micro and
nanostructures
b. Applications: logic devices, memories, data
transmission, electronic sensors
8 h 2 h
Titulación 2010-11-30
Grado en Ingeniería de Materiales
Ficha de Asignatura: Nanotechnology
5
Nanophotonics
a. Photonic properties of micro and
nanostructures
b. Applications: emitters, detectors, solar cells,
displays, optical tweezers, photonic crystals
8 h 2 h
6
Nanobiotechnology
a. Biology at the nanoscale
b. Nanofluidics
c. Applications: biomimetics, molecular motors
6 h 2 h
7
Present field of applications of nanostructures and
nanosystems, and future perspectives.
a. Automotive and space
b. Homeland security and defence
c. Energy and environment
d. Domotics and textiles
e. Bioengineering and nanomedicine
2h 10 h
- Evaluación final 3 h
- Total 48 h 5 h 8 h 4 h 10 h
Total carga docente presencial: 75 h
LM: 48 horas, DB: 8 horas, VI: 4 horas, EV: 5 horas, OT: 10 horas
-Evaluación parcial y final (% nota final): 70
-Trabajos individuales (% nota final): 15
-Participación en las sesiones docentes, trabajos en colaboración y presentaciones orales (% nota final): 15
Potencia y Control (POTC-2 / 2016-17)
El objetivo de la asignatura es que los estudiantes adquieran conocimientos sobre electrónica de potencia y control de procesos. En relación con la electrónica de potencia los aspectos tratados serían dispositivos electrónicos de potencia, reguladores lineales y reguladores conmutados. En relación con la formación en control de procesos los objetivos docentes incluyen aspectos matemáticos, análisis en el tiempo y la frecuencia, y diseño de compensadores y controladores.
Tema 1: Componentes electrónicos de potencia (4 horas)
• Diodos de potencia
• Transistor Bipolar de potencia
• Transistor Mosfet de potencia
• Comparación de transistores de potencia.
• Excitadores
• Ejercicios
Tema 2: Reguladores lineales de tensión (7 horas)
• Estructura de una fuente de alimentación lineal.
• Parámetros de los reguladores.
• Reguladores lineales.
• Circuitos de protección.
• Reguladores integrados.
• Circuitos prácticos.
• Ejercicios
Tema 3: Reguladores conmutados (8 horas).
• Principio de operación. Comparación con los reguladores lineales.
• Topologías básicas de convertidores.
o Convertidor reductor. Análisis de funcionamiento en modo continuo. Formas de onda.
o Convertidor elevador. Análisis de funcionamiento en modo continuo. Formas de onda.
o Convertidor inversor. Análisis de funcionamiento en modo continuo. Formas de onda.
• Control PWM modo tensión.
• Ejercicios.
Práctica de laboratorio: implementación de un regulador conmutado (3 horas).
Tema 4: Introducción al control automático de procesos y el modelado de sistemas dinámicos (5 horas)
• Control en lazo cerrado vs control en lazo abierto
• Sistemas lineales. Sistemas lineales invariantes. Transformada de Laplace.
• Diagramas de bloques.
• Simulación con Octave o Matlab
• Ejercicios
Práctica de laboratorio: caracterización de un sistema mecánico (motor de continua) y control de velocidad en bucle abierto con transistores de potencia y modulación de anchura de pulso (PWM) (2 horas)
Tema 5: Análisis de sistemas de control (6 horas)
• Respuesta temporal y respuesta en frecuencia. Análisis y simulación de sistemas de primer y segundo orden
• Acciones de control: on/off, proporcional, integral, derivativa
o Error en régimen permanente (steady-state)
o Análisis con cargas y perturbaciones
• Análisis de estabilidad: lugar de las raíces. Criterio de Nyquist. Margen de fase y margen de ganancia. Simulaciones.
• Ejercicios
Tema 6: Diseño de compensadores y controladores (4 horas)
• Compensadores de adelanto de fase
• Compensadores de atraso de fase
• Ajuste de controladores PID ( Ziegler-Nichols)
• Ejercicios
Práctica de laboratorio: implementación de un sistema de control: sistema de control de un motor de continua mediante PWM, probando varios algoritmos de control (3 horas)
Metodología docente
Para el desarrollo de la asignatura se impartirán clases de teoría participativas (con simulaciones en Octave/Matlab), sesiones de discusiones y de resolución de problemas prácticos.
En paralelo se propondrá un trabajo práctico para la implementación de un sistema electrónico capaz de controlar un motor de continua.
La evaluación se centra en dos aspectos principales:
1. Un examen escrito principalmente práctico, donde los alumnos tendrán que resolver ejercicios y supuestos prácticos, similares a los vistos en clase.
2. Dos trabajos prácticos donde el alumno realizará un trabajo en equipo. Estos trabajos estarán centrados en la implementación de un regulador conmutado y de un sistema de control de un motor de continua
La calificación final será: 70% del examen escrito y 30% los trabajos prácticos
Reconocimiento de Patrones (REPO-1 / 2016-17) **No se ofrece**
El objetivo fundamental de esta asignatura es proporcionar a los alumnos unos sólidos cono-cimientos en técnicas de reconocimiento de patrones y técnicas de optimización, que sirvan de soporte y aplicación a un amplio conjunto de disciplinas científicas y técnicas.
Más concretamente, las competencias que se pretenden desarrollar entre los alumnos de la asignatura pueden describirse del siguiente modo:
1. Aplicar las técnicas de clasificación automática e inferencia para la toma de decisiones, la extracción de información y el diseño de sistemas complejos.
2. Elaborar conclusiones a partir de datos experimentales, independiente del campo de aplicación.
3. Optimizar clasificadores, siendo de interés destacar la relación entre la elección de las funciones de densidad componentes, el número de parámetros a estimar que implica dicha elección y la cantidad de datos disponibles para una tarea, selección de características relevantes y de reducción de dimensión de los vectores experimentales.
4. Valorar críticamente los resultados de los sistemas y seleccionar el mejor método de clasificación y aprendizaje de sus datos experimentales.
5. Aplicar técnicas de optimización basadas en métodos estocásticos, heurísticos y evolutivos.
6. Integrar en la gestión el conocimiento procedente de diferentes fuentes, de una manera óptima en función de la información incompleta disponible: estado del sistema, contexto temporal, multimodal y personal.
1. Introducción y metodología (0,2)
• Introducción al curso. Metodología de las clases y evaluación. Introducción al reconocimiento de patrones y clasificadores
2. Teoría de la decisión de Bayes (0,6)
• Clasificador óptimo de Bayes, Probablilidades a priori, Verosimilitudes y probabilidades a posteriori. Uso de costes en clasificación. Ejemplos de clasificadores para funciones densidad de probabilidad sencillas
3. Estimación paramétrica (0,6)
• Estimacíon de máxima verosimilitud (ML) y estimación Bayesiana (BL)
4. Estimación no paramétrica (0,6)
• Ventanas de Parzen. N vecinos más cercanos (KNN). Clasificación no paramétrica
5. Pre-procesamiento y selección de características (0,4)
• Preproceso de características. Extracción de características. Selección de características. Análisis de componentes principales (PCA). Análisis lineal discriminativo (LDA). Transformaciones frecuenciales. Transformaciones no lineales.
6. Aprendizaje no supervisado (0,4)
• Métodos de agrupamiento. Cuantificadores vectoriales. Estimación de mezclas de gaussianas.
7. Maquinas de soporte vectorial (SVM) (0,4)
• Introducción a las máquinas de soporte vectorial. Clasificación de margen máximo. Transformación no lineal y uso de Kernels.
8. Redes Bayesianas (BN), Metódos genéticos. Teoría de resonancia adaptativa (ART) (0,6)
• Definición de red Bayesiana. Separación entre conceptos y objetivos. Inferencia directa e inferencia inversa. Idea básica de métodos biológicos y de resonancia adaptativa (ART)
9. Presentación de trabajos (0,2)
• Presentación de trabajos personales realizados por los alumnos
Metodología docente
Las clases son presenciales por medio de transparencias complementadas con explicaciones en pizarra. Se dispondrá al final del curso de un tiempo para la presentación de los trabajos de los alumnos.
Los alumnos completan el curso con un trabajo final de carácter individual que ha de ser pre-sentado públicamente como parte de las actividades para adquirir competencias transversales de documentación, comunicación y publicación.
La memoria debe presentarse en el formato típico para los artículos de conferencias IEEE (http://www.ieee.org/conferences_events/conferences/publishing/templates....) con objeto de fomentar en el alumno, no sólo la lectura e interpretación de documentos científicos y técnicos, sino también su correcta redacción.
Este trabajo final, deberá ser de carácter eminentemente práctico, y en él debe aplicarse al-guna de las técnicas descritas durante el curso, preferiblemente, a un problema que pueda estar relacionado con la actividad investigadora o profesional del alumno.
El trabajo final constituirá un 70% de la nota final. Habrá un examen teórico de cuestiones generales de duración una hora, que representará el30% de la nota final.
