Escuela de Doctorado

Fecha de lectura: 04/06/2026

• LEZECK, HENDRICK: Application of essential oils microcapsules on the fabric surface to get antibacterial properties.
  
  Autor/a: LEZECK, HENDRICK
  Programa: INGENIERÍA TEXTIL Y PAPELERA
  Departamento: Departamento de Ingeniería Gráfica y de Diseño (DEGD)
  Modalidad: Normal
  Fecha de depósito: 28/04/2026
  Fecha de lectura: 04/06/2026
  Hora de lectura: 15:00
  Lugar de lectura: INTEXTER Conference Room
  Director/a de tesis: LIS ARIAS, MANUEL JOSÉ
  Resumen de tesis: Los aceites esenciales (A.E.) se utilizan ampliamente en medicina tradicional, farmacia, alimentación y cosmética debido a su origen natural, biodegradabilidad y amplia actividad antimicrobiana. A pesar de estas ventajas, su alta volatilidad y naturaleza hidrofóbica limitan significativamente su aplicación directa en sustratos textiles. En los últimos años, la creciente demanda de textiles sostenibles y funcionales ha impulsado la investigación para integrar compuestos bioactivos en los tejidos, preservando al mismo tiempo su eficacia y durabilidad.Esta tesis doctoral investiga la aplicación de microcápsulas de aceites esenciales sobre sustratos textiles como estrategia para superar las limitaciones intrínsecas de los A.E. y conferir propiedades biofuncionales a los tejidos. Mediante técnicas de microencapsulación, este trabajo busca mejorar la estabilidad, la retención y la liberación controlada de aceites esenciales en textiles, permitiendo el desarrollo de materiales sostenibles con un rendimiento bioactivo duradero.
  

• MASCLANS SERRAT, NÚRIA: Scientific Machine Learning in Turbulent Flows: Observability, Reconstruction & Acceleration
  
  Autor/a: MASCLANS SERRAT, NÚRIA
  Programa: INGENIERÍA MECÁNICA, FLUIDOS Y AERONÁUTICA
  Departamento: Departamento de Ingeniería Mecánica (EM)
  Modalidad: Normal
  Fecha de depósito: 06/05/2026
  Fecha de lectura: 04/06/2026
  Hora de lectura: 11:30
  Lugar de lectura: Sala polivalent de l'edifici A (EEBE) del Campus Diagonal-Besòs.
  Director/a de tesis: JOFRE CRUANYES, LLUÍS
  Resumen de tesis: El análisis y diseño de sistemas de ingeniería regidos por flujos de fluidos supercríticos turbulentos limitados por paredes se ven fundamentalmente restringidos por dos barreras distintas: las limitaciones intrínsecas de los diagnósticos ópticos para resolver campos termodinámicos escalares bajo regímenes de fluidos extremos, y el coste computacional prohibitivo requerido para lograr estadísticas de flujo completamente convergentes en simulaciones de alta fidelidad. Esta tesis aborda estos desafíos mediante el desarrollo de estrategias de aprendizaje automático científico (SciML) que integran el conocimiento del dominio físico en arquitecturas de aprendizaje profundo.Para superar la brecha de observabilidad experimental inherente a los flujos transcríticos de alta presión, este trabajo propone en primer lugar una novedosa red neuronal informada por la termofísica (TINN). Al integrar la ecuación de estado de gas real directamente en la función de pérdida (loss function) de la red como una restricción débil (soft constraint), al mismo tiempo que se imponen condiciones de contorno físicas a través de restricciones fuertes en la arquitectura de red (hard constraints), esta estrategia reconstruye con éxito variables de estado termodinámicas ocultas, específicamente la densidad y la temperatura, exclusivamente a partir de los datos cinemáticos de velocidad disponibles. Esta metodología proporciona una alternativa fiable y no intrusiva para superar las severas distorsiones ópticas que tradicionalmente limitan las mediciones escalares cuantitativas en experimentos con fluidos supercríticos.Para abordar la carga computacional de la integración numérica temporal, la tesis introduce un cambio de paradigma en la simulación de turbulencia mediante la adaptación del aprendizaje por refuerzo profundo (DRL) para acelerar la convergencia de las estadísticas del flujo. Específicamente, se formula una metodología DRL basada en la perturbación del espacio propio del tensor de tensiones de Reynolds (REP). El DRL multiagente actúa como un sistema de control de flujo activo, interactuando iterativamente con el solucionador numérico (solver) para optimizar la trayectoria instantánea del flujo. Establecidos y validados inicialmente en un modelo reducido de turbulencia unidimensional (ODT), los agentes aplican perturbaciones matemáticamente restringidas directamente al espacio propio del tensor de tensiones de Reynolds. Esta estricta restricción estructural garantiza que todas las modificaciones dinámicas a la magnitud, forma y orientación de las tensiones de Reynolds mantengan una rigurosa realizabilidad física.Esta metodología híbrida DRL-CFD se escala posteriormente a simulaciones numéricas directas (DNS) tridimensionales completamente resueltas de flujos de canal turbulentos. Al superar complejas barreras de ingeniería de software para lograr un acoplamiento en memoria de baja latencia entre el marco dinámico REP-DRL basado en Python y un solucionador CFD en C++ paralelizado, la implementación manipula dinámicamente los campos de flujo instantáneos. Mientras la simulación CFD opera dentro de un estado estadísticamente estacionario, este control de flujo activo guía el sistema para lograr la convergencia de los campos estadísticos en un tiempo de integración significativamente reducido.En conjunto, esta tesis demuestra que la integración de leyes físicas, ecuaciones termodinámicas y restricciones estructurales en algoritmos de aprendizaje automático transforma interpoladores de datos pasivos en marcos escalables y físicamente consistentes, capaces tanto de recuperar la física oculta del flujo como de acelerar activamente las simulaciones numéricas. Las metodologías propuestas establecen un camino fundacional para cerrar la brecha entre las limitaciones de las mediciones experimentales y la viabilidad computacional, facilitando así tanto el estudio fundamental como el diseño práctico de ingeniería de flujos turbulentos complejos.
  

Fecha de lectura: 05/06/2026

• HERNÁNDEZ URREA, MARC: Design and Implementation of Novel Multiparametric Nonclinical Cardiovascular Assessment Devices Using Only Four Electrodes
  
  Autor/a: HERNÁNDEZ URREA, MARC
  Programa: INGENIERÍA ELECTRÓNICA
  Departamento: Departamento de Ingeniería Electrónica (EEL)
  Modalidad: Normal
  Fecha de depósito: 08/05/2026
  Fecha de lectura: pendiente
  Hora de lectura: pendiente
  Lugar de lectura: pendiente
  Director/a de tesis: CASAS PIEDRAFITA, JAIME OSCAR | CASANELLA ALONSO, RAMON
  Resumen de tesis: Las enfermedades cardiovasculares continúan siendo la principal causa de morbimortalidad y carga sanitaria a nivel mundial. La monitorización cardiovascular (CV) extrahospitalaria ha cobrado mayor relevancia, especialmente tras la pandemia de COVID-19, que evidenció las limitaciones de los sistemas sanitarios y la necesidad de soluciones alternativas para reducir la congestión hospitalaria. Organizaciones como la OMS destacan que los dispositivos no clínicos mejoran la adherencia al tratamiento, los resultados de rehabilitación y la supervivencia, contribuyendo a sistemas sanitarios más sostenibles. Asimismo, han despertado interés en la industria farmacéutica, ya que los ensayos domiciliarios y la monitorización remota permiten mejorar la adherencia, supervisión y control de cohortes.Actualmente, la mayoría de los dispositivos no clínicos se basan en electrocardiograma (ECG) o fotopletismograma (PPG). El ECG aporta información sobre la actividad eléctrica cardíaca (forma de onda, intervalos, frecuencia y variabilidad), mientras que el PPG proporciona información mecánica (morfología de la onda de pulso, frecuencia, saturación de oxígeno y, en algunos casos, presión arterial), aunque limitada a arterias superficiales. Otros métodos para evaluar arterias profundas, como SphygmoCor, ecocardiografía o cateterismo, se restringen al entorno clínico por su complejidad y coste. De forma similar, la pletismografía por impedancia se limita generalmente al uso clínico o a mediciones en una sola extremidad. Sin embargo, estudios recientes muestran que mediciones IPG entre extremidades pueden aportar información sobre la propagación de la onda de pulso proximal a la aorta.Esta tesis presenta el diseño y validación de un dispositivo sencillo para la evaluación cardiovascular basado en la adquisición simultánea de ECG, múltiples señales IPG (entre extremidades y locales) y balistocardiograma (BCG), utilizando solo cuatro electrodos en manos o pies y una báscula doméstica. Se desarrollaron algoritmos para extraer indicadores de salud cardiovascular a partir de intervalos temporales ECG–IPG, como el tiempo de llegada del pulso (PAT), que incluye información proximal y distal. A partir de estas medidas se estima el tiempo de tránsito del pulso (PTT), relacionado con la elasticidad arterial. La combinación de PAT entre manos y pies permite estimar un equivalente del PTT aórtico (aPTT), asociado al envejecimiento y al estado cardiovascular. Además, el sistema permite extraer la respiración a partir de señales IPG sin sensores adicionales.El sistema se validó mediante campañas experimentales utilizando cardiografía por impedancia y tonometría como referencia. Los dispositivos mostraron adecuada relación señal-ruido y buen rechazo en modo común. Los estudios comparativos evidenciaron alta concordancia con pletismografía por impedancia (r > 0,90). El PAT entre muñecas correlacionó con el carotídeo (r = 0,85) y el PAT entre pies con el femoral (r = 0,86). El PTT carotídeo-femoral derivado de IPG mostró correlación moderada con el obtenido por tonometría (r = 0,67).Estos resultados validan la metodología propuesta y demuestran la extracción fiable de parámetros cardiovasculares clínicamente relevantes. En conjunto, el sistema permite obtener información arterial proximal y distal para evaluación cardiovascular no clínica.
  

• JAMSHIDZADEH, AMIN: Multiobjective optimization and parametric design strategies for steel modular structures in high-rise buildings: a computational approach
  
  Autor/a: JAMSHIDZADEH, AMIN
  Programa: TECNOLOGÍA DE LA ARQUITECTURA, DE LA EDIFICACIÓN Y DEL URBANISMO
  Departamento: Departamento de Tecnología de la Arquitectura (TA)
  Modalidad: Normal
  Fecha de depósito: 25/03/2026
  Fecha de lectura: 05/06/2026
  Hora de lectura: 17:00
  Lugar de lectura: ETSAB (Esc. Técnica Sup. Arquitectura de Bcn)(Enlace a videoconferencia: https://meet.google.com/iiq-qone-zyg)Inicio conexión a las 16:30, hora BCN
  Director/a de tesis: ALBAREDA VALLS, ALBERT
  Resumen de tesis: La rápida urbanización y la creciente demanda de edificios de gran altura han hecho necesario el desarrollo de métodos de construcción avanzados para afrontar los desafíos del desarrollo urbano vertical. La construcción modular surge como una solución prometedora, ofreciendo eficiencia, rapidez y sostenibilidad en proyectos de edificios altos. Sin embargo, la integridad estructural sigue siendo una preocupación crítica, especialmente en estructuras de gran altura donde la estabilidad lateral es fundamental. Esta investigación analiza la optimización del análisis de los marcos de arriostramiento en edificios modulares altos, con el objetivo de mejorar el rendimiento estructural manteniendo la eficiencia y la rentabilidad.El estudio comienza con una revisión exhaustiva de las técnicas de construcción modular, los marcos teóricos del diseño de edificios altos y los métodos de análisis estructural de los marcos de arriostramiento. Los marcos teóricos, como la teoría de sistemas, la teoría de la prefabricación y los principios de la construcción eficiente (lean construction), proporcionan la base conceptual para comprender la complejidad de la construcción modular de edificios altos y la optimización de los sistemas estructurales.Metodológicamente, la investigación adopta un enfoque de optimización multiobjetivo, utilizando el algoritmo NSGA-II para explorar los equilibrios entre objetivos en conflicto en el diseño de los marcos de arriostramiento, como la estabilidad estructural, la eficiencia de los materiales y el costo de construcción. Se realizan estudios de caso de proyectos modulares altos seleccionados para validar el marco de optimización y evaluar su eficacia en la mejora del rendimiento estructural.Los resultados ofrecen conocimientos significativos sobre la integración de los sistemas de marcos de arriostramiento en edificios modulares altos, destacando el potencial de la optimización para mejorar la eficiencia y la resistencia estructural. La aplicación del algoritmo NSGA-II permite identificar soluciones óptimas de Pareto, proporcionando a los diseñadores e ingenieros un conjunto de alternativas optimizadas para considerar durante las fases de planificación y construcción.En conclusión, esta investigación contribuye al avance del conocimiento y la práctica de la construcción modular en edificios altos mediante la propuesta de un innovador marco de optimización para el análisis de los marcos de arriostramiento. Los resultados tienen implicaciones para mejorar la eficiencia del diseño estructural, reducir los costos de construcción y aumentar la sostenibilidad de las estructuras modulares altas en entornos urbanos. Se proponen futuras líneas de investigación para explorar la escalabilidad y aplicabilidad del marco de optimización en proyectos de construcción reales.
  

• JENÉ VINUESA, MARC: Data-Driven and Generative Methodologies for Enhanced Grid-Edge Visibility in Distribution Grids
  
  Autor/a: JENÉ VINUESA, MARC
  Programa: INGENIERÍA ELÉCTRICA
  Departamento: Departamento de Ingeniería Eléctrica (DEE)
  Modalidad: Normal
  Fecha de depósito: 12/03/2026
  Fecha de lectura: 05/06/2026
  Hora de lectura: 15:00
  Lugar de lectura: Sala de Actes de la FME (Facultat de Matemàtiques i Estadística)Enllaç meet: meet.google.com/fqh-wqyh-jns
  Director/a de tesis: ARAGÜÉS PEÑALBA, MÒNICA | SUMPER, ANDREAS
  Resumen de tesis: El rápido despliegue de recursos energéticos distribuidos (DERs), como instalaciones fotovoltaicas (PV) residenciales, bombas de calor y vehículos eléctricos, está acelerando la transición energética al tiempo que transforma las redes eléctricas de distribución. Aunque estas tecnologías permiten la descarbonización y aportan flexibilidad a la red, su instalación detrás del contador (BTM), junto con una granularidad de medida limitada, el acceso restringido a los datos y la ausencia de sistemas de medición dedicados, genera puntos ciegos que dificultan la operación fiable, la planificación y la supervisión de la red en escenarios de alta penetración de DERs. Esta tesis doctoral aborda la limitada visibilidad en el borde de la red mediante el desarrollo de metodologías para inferir fenómenos no observados a nivel de distribución a partir de datos de baja resolución obtenidos mediante contadores inteligentes bajo restricciones operativas realistas. La visibilidad en el borde de la red se define como la capacidad de reconstruir tanto los intercambios de potencia lícitos como ilícitos, incluyendo el comportamiento de los recursos energéticos distribuidos detrás del contador y las pérdidas no técnicas. Las contribuciones propuestas tienen como objetivo apoyar la toma de decisiones operativas y de planificación de los operadores de red en sistemas de distribución cada vez más descentralizados.La primera parte de la tesis se centra en la detección y caracterización de las pérdidas no técnicas. Se propone un sistema para identificar pérdidas anómalas mediante balances energéticos y técnicas de aprendizaje automático utilizando medidas de potencia activa a nivel de transformador y de cliente final. La metodología permite la detección y clasificación de fraudes, mientras que un módulo no supervisado de identificación de clientes sospechosos apoya estrategias de inspección dirigidas. La validación con datos reales de redes de distribución de Cataluña demuestra un rendimiento robusto bajo condiciones realistas en términos de disponibilidad de datos y desequilibrio de clases. La segunda parte aborda la desagregación de PV a nivel de cliente. Se introduce una metodología híbrida determinista y adaptativa para detectar sistemas fotovoltaicos, estimar su potencia instalada y desagregar la generación a partir de medidas de consumo neto. Mediante la combinación de modelos basados en datos, modelos físicos y técnicas de procesamiento de señales, la metodología captura variaciones específicas del sistema y estacionales, manteniendo su practicidad. Diversos casos de estudio demuestran su solidez frente al volumen de datos, la variabilidad estacional y la medición agregada, así como su capacidad de generalización entre dominios. Finalmente, la tesis explora la desagregación probabilística mediante inteligencia artificial generativa. Se propone una metodología basada en modelos condicionales de difusión para modelar la distribución de la generación PV condicionada al consumo neto y a variables exógenas. La metodología proporciona estimaciones probabilísticas calibradas y precisas, y se extiende para desagregar conjuntamente múltiples DER, como las bombas de calor. La validación con conjuntos de datos reales demuestra que la metodología es capaz de capturar la incertidumbre y generalizar con datos de entrenamiento limitados.