Trobada Júnior de Matemàtiques SOMMa

El procés de disseny de l'automòbil és complex i requereix temps, i requereix la col·laboració entre enginyers de diferents àrees d'experiència per predir i optimitzar tots els aspectes del producte. Assolir nombrosos objectius i regulacions alhora que es manté al dia amb el ràpid mercat global afegeix més reptes. Per seguir sent competitives, les empreses d'automoció han de millorar l'eficiència del desenvolupament reduint el temps de llançament al mercat i els costos de producció sense comprometre la qualitat. Els estudis basats en simulació són crucials en la fase inicial de disseny, però els extensos requisits computacionals dels models detallats de vehicles els fan poc pràctics per explorar tot l'espai de disseny. Per tant, la indústria continua utilitzant enfocaments d'assaig i error, limitant l'exploració del disseny a uns quants milers de variants entre milers de milions de possibilitats, per la qual cosa potencialment es perden millors solucions. Una possible solució està representada per la tècnica ROM que es pot emprar per permetre l'exploració del disseny multidimensional.

Aquest treball introdueix una metodologia innovadora per avaluar el rendiment de soroll i vibració (NVH) de les estructures de carrosseria del cotxe. L'enginyeria de simulació NVH té un paper fonamental per garantir que el producte compleixi els criteris de soroll i vibració, millorant així la comoditat, la qualitat i la satisfacció del client. Aquest objectiu està molt influenciat per la rigidesa global estàtica i dinàmica de l'estructura de la carrosseria del vehicle, el que el fa extremadament sensible als canvis en els paràmetres de disseny. Per abordar aquest repte, l'enfocament proposat amplia la coneguda tècnica de descomposició generalitzada adequada (PGD) per resoldre paramètricament l'anàlisi dinàmica i estàtica d'una estructura caracteritzada per variables de disseny de materials i/o geomètrics. La idea principal és construir un model FE paramètric de l'estructura i després emprar un solucionador paramètric basat en PGD. Mitjançant l'ús del mètode proposat, els enginyers poden desenvolupar models predictius capaços d'avaluar ràpidament múltiples configuracions de disseny, facilitant la identificació d'opcions òptimes que compleixin els requisits de NVH. El mètode proposat es va desenvolupar en el context de la tesi doctoral "Anàlisi de rigidesa global estàtica i dinàmica per al pre-disseny d'automoció" (més informació a: https://www.lacan.upc.edu/ProTechTion/ ). La tesi ha estat dirigida per la Universitat Politècnica de Catalunya (UPC) i la Swansea University (SU), en col·laboració amb l'empresa d'automoció SEAT SA com a soci industrial. Actualment, el projecte es troba en una fase de "Prova de concepte" a SEAT, de manera que es pot incloure en el flux de treball actual de SEAT.

Sóc professor adjunt (professor lector) a la Universitat de Barcelona i membre del Centre de Recerca Matemàtica (CRM-Barcelona).
Sóc membre d'un grup de recerca en dinàmica holomòrfica de la UB anomenat HoloDyn.
Faig recerca en geometria i dinàmica. Algunes paraules clau són: dinàmica holomòrfica, dinàmica hiperbòlica i fluxos geodèsics, rigidesa dels sistemes dinàmics, teoria de la renormalització, geometria riemanniana i convexa, desigualtats isoperimètriques.

Web: https://sites.google.com/view/josecondealonso 

Web:  https://mehidi.pages.math.cnrs.fr/siteweb/ 

L'impacte de la "Intel·ligència artificial" en la ciència i la tecnologia en els darrers anys ha estat enorme, donant lloc a una bombolla d'afirmacions i promeses exagerades que influeixen molt en el panorama de la investigació en camps tan diversos com la química, la medicina o l'energia, per citar només alguns. . Tanmateix, cada cop és més evident que hi ha una dissonància entre el que fa la IA i el que els gurus de la IA ens diuen que pot fer.

En aquesta xerrada, mostrarem per què la IA, i més concretament l'aprenentatge automàtic, és una eina perfecta per a l'autoengany, fins i tot si tenim molta cura amb la nostra metodologia experimental. Discutirem els principals problemes que poden conduir a resultats de rendiment sobreestimats i il·lustrarem com apareixen subtilment en estudis científics més reals i de "alt nivell" del que s'esperaria.

Web: https://orcid.org/0000-0002-2175-7382