Metodología para el desarrollo de actuadores y sensores electrónicos y su integración en componentes mecánicos para sistemas de automoción fiables
Autorea: Jose Ángel Gumiel Quintana
2024
Tesi zuzendaria
Jaime Jiménez Verde, EHU/UPV y Jon Mabe, Tekniker
El objetivo principal de este trabajo es proporcionar una metodología validada que permita a los proveedores tradicionales efectuar una transición desde los componentes puramente mecánicos hacia los mecatrónicos.
Optimization of polypropylene surface texturing with ultrafast lasers. A semi-empirical and computational methodology for wettability control
Autorea: Julen Molinuevo López
2024
Tesi zuzendaria
Carlos Molpeceres Álvarez, Universidad Politécnica de Madrid, y Eva Rodríguez, Tekniker
El objetivo principal de esta tesis es proporcionar una guía para futuros materiales y geometrías, en la que se muestre los pasos a seguir para estudiar el efecto de diferentes parámetros que definen una textura en el ángulo de contacto, además de introducir una herramienta de modelado por simulación para predecir qué tipo de textura y/o dimensiones ofrecen mejores resultados.
Análisis de la viabilidad del magnetron sputtering como método de fabricación de catalizadores alternativo
Autorea: Antía Villamayor Dono
2024
Tesi zuzendaria
Victoria Laura Barrio, UPV/EHU y Eva Gutiérrez, Tekniker
En esta Tesis se analiza la validez y versatilidad del magnetron sputtering como método alternativo de fabricación de catalizadores empleados en tecnologías de interés medioambiental.
Aurrerapenak manipulazio malguan adimen artifizialean oinarritutako teknikak aplikatuz
Autorea: Ander Iriondo Azpiri
2023
Tesi zuzendaria
Elena Lazkano, Facultad de Informática, EHU/UPV; Ander Ansuategi, Tekniker.
Industria 4.0 eta 5.0 arteko trantsizioan aurkitzen garen momentu hontan, produktibitateaz gain, malgutasuna ere bilatzen da, prozesuak bezeroaren behar espezifikoetara egokitzeko.
Murgilketa gabeko ultrasoinu bidezko garbiketaren fisika-kimika
Autorea: Jon Ander Sarasua
2023
Tesi zuzendaria
Leire Ruiz, EHU/UPV y Estíbaliz Aranzabe, Tekniker
Tesi honek murgilketarik gabeko ultrasoinuen bidezko garbiketa izeneko teknologia disruptiboa aztertzen eta eskalatzen du.
Algoritmos de Deep Learning en la industria 4.0; aplicación de la inspección de defectos superficiales para el control de calidad
Autorea: Vignesh Sampath
2023
Tesi zuzendaria
Juan José Aguilar Martín, Universidad de Zaragoza; Iñaki Maurtua, Tekniker
Esta tesis doctoral tiene como objetivo desarrollar un método automatizado para la identificación de defectos basado en la técnica de partículas magnéticas utilizando deep learning.