CENTRO INTEGRADO DE F.P. AGUAS NUEVAS

Para el Técnico de Grado Medio en Jardinería, AutoCAD es la herramienta de 'Delineación de Proyectos'. Es vital para el RA: 'Elaborar planos de proyectos de jardinería'. El alumno aprende a crear planos 2D de jardines: distribución de plantas (usando bloques dinámicos), trazado de senderos, sistemas de riego (planos técnicos de tuberías, goteros, válvulas), iluminación solar LED y mobiliario. El RA: 'Interpretar planos de instalaciones' es fundamental: el alumno debe leer planos de riego y paisajísticos (planos de levantamiento topográfico). El RA: 'Representar proyectos de jardinería' se cubre generando planos presentables (con acotación en metros, leyendas de plantas, detalles constructivos de muros, zonas sombreadas). Una estación Z (Z2 G9 TWR) es clave para manejar archivos DWG con múltiples capas (una por tipo de elemento: plantas, riego, pavimentos, eléctrica) y referencias externas (ortofotos del terreno de Google Maps), garantizando agilidad de trabajo sin 'crashes'. Multiref (Multi-Reference) en archivos de 500+ MB con referencias vinculadas.

SOLIDWORKS es herramienta estándar en aeronáutica. El técnico domina El resultado de aprendizaje"Interpretar documentación técnica de sistemas aeronáuticos" mediante análisis visual de conjuntos 3D de alta complejidad. Contribuye a "Planificar secuencia de montaje" usando la función de explosión y posicionamiento de piezas. El resultado de aprendizaje"Verificar compatibilidad de componentes" se fortalece mediante detección automática de interferencias.

Esta es la herramienta moderna de Sistemas de Información Geográfica, que integra 2D y 3D. Para el Técnico Superior, es vital para el Resultado de Aprendizaje 'Planificar la gestión de montes' . - El alumno aprende a analizar el medio natural superponiendo mapas de especies, pendientes, hidrografía y riesgo de incendios. El Resultado de Aprendizaje 'Realizar levantamientos y cubicaciones' se potencia al poder procesar datos de drones y satélites para calcular volúmenes de madera o movimientos de tierra.

Análisis geoespacial sostenibilidad forestal, documentar inventarios georeferenciados, comunicar datos.

Para el Técnico Superior de Gestión Forestal, Ansys Discovery es una herramienta transformadora para el RA: 'Diagnosticar el estado de los ecosistemas forestales'. Mediante simulación CFD (dinámica de fluidos computacional), el alumno puede modelar el flujo de agua en una cuenca forestal y predecir zonas de riesgo de erosión. El RA: 'Diseñar acciones de mejora del medio natural' se potencia usando simulaciones mecánicas (FEA - Finite Element Analysis) para validar estructuras de drenaje o tratamientos de estabilización de taludes. El RA: 'Analizar datos de monitoreo ambiental' se complementa con análisis térmicos para estudiar microclimas en bosques. Una estación Z (Z4 G5 TWR) con GPU NVIDIA RTX 2000 Ada es crucial para ejecutar estas simulaciones en tiempo real, permitiendo al alumno iterar rápidamente en diseños de infraestructuras forestales sostenibles, aprendiendo la física real de los ecosistemas. El hardware certificado ISV elimina cuello de botella en compilación de solver (FEA/CFD).

El 'Stack de Ciencia de Datos' es transformador para el RA: 'Diagnosticar el estado de ecosistemas forestales' de forma DATA-DRIVEN. El alumno aprende Python/Pandas para analizar datos de sensores IoT distribuidos en bosques (temperatura, humedad relativa, CO2, radiación solar) y datos satelitales (NDVI - Normalized Difference Vegetation Index, temperatura de tierra LST). Para predecir riesgo de incendios, el alumno entrena modelos de machine learning (Random Forest, Gradient Boosting en scikit-learn, en una Z4 con GPU RTX) analizando variables: temperatura, humedad, velocidad viento, índice de sequía (KBDI). El RA: 'Aplicar técnicas de monitoreo ambiental' se potencia con Visión por Computadora (TensorFlow/PyTorch): el alumno entrena modelo CNN (Convolutional Neural Network) con imágenes aéreas (de drones Phantom 4 Pro RGB, ortomosaicos de 5cm resolución o satélites Sentinel-2 @ 10m) para detectar plagas forestales (procesionaria del pino en imágenes RGB) o mapear cobertura vegetal (segmentación semántica). El RA: 'Gestionar recursos naturales' se convierte en 'Data-Driven Forest Management': predicción de cosechas (volumen m3 madera/ha), optimización de rutas de aprovechamiento forestal. Una estación Z (Z6 G5 TWR) con 128GB de RAM y múltiples GPUs RTX Ada es indispensable.

La inteligencia artificial transforma el Resultado de Aprendizaje 'Gestionar la sanidad animal' . El alumno aprende a usar modelos de 'visión por computador' (entrenados con TensorFlow o PyTorch) que analizan imágenes de cámaras en tiempo real para detectar cojeras, patrones de alimentación anómalos o signos tempranos de enfermedad. - Esto permite una actuación veterinaria proactiva, cubriendo el Resultado de Aprendizaje 'Optimizar el rendimiento de la explotación ganadera' al reducir la mortalidad y mejorar el bienestar animal.

El análisis de datos es fundamental para el Resultado de Aprendizaje 'Gestionar la operación de parques eólicos y solares' . El alumno aprende a usar modelos de 'machine learning' para analizar series temporales de datos meteorológicos y predecir la producción de energía. - El Resultado de Aprendizaje 'Optimizar la eficiencia energética' se logra al crear modelos que ajusten la orientación de los paneles solares o las palas de los aerogeneradores en función de la demanda y la predicción meteorológica.

Diseñar sistemas renovables híbridos, optimizar inversión, analizar retorno económico proyectos.

Ansys Mechanical permite simulación térmica y de fluidos para sistemas renovables. El técnico superior alcanza el resultado de aprendizaje "Simular rendimiento de sistemas solares térmicos" mediante análisis CFD y transferencia de calor. Contribuye a "Optimizar eficiencia energética" evaluando diferentes configuraciones. El resultado de aprendizaje "Validar diseños antes de fabricación" se fortalece mediante predicción de comportamiento real mediante simulación numérica.

La inteligencia artificial impacta en el Resultado de Aprendizaje 'Optimizar los procesos de fabricación' . El alumno aprende a usar algoritmos de 'machine learning' para resolver el 'problema del nesting': cómo cortar todas las piezas de un mueble de un tablero de madera con el mínimo desperdicio posible. - El Resultado de Aprendizaje 'Diseñar muebles y elementos de carpintería' se potencia usando 'IA Generativa' para crear nuevas propuestas de diseño y analizar tendencias de mercado.

Para el Técnico Superior en Diseño y Amueblamiento, Unreal Engine es la herramienta de visualización fotorrealista en tiempo real. Permite al alumno alcanzar el Resultado de Aprendizaje 'Representar proyectos de amueblamiento' . El alumno aprende a importar sus diseños 3D y a aplicar materiales, luces y cámaras para crear imágenes y vídeos de calidad cinematográfica. El Resultado de Aprendizaje 'Crear experiencias de Realidad Virtual' se logra al permitir que el cliente 'pasee' por su futura casa con gafas de realidad virtual.

Para este Técnico Superior, Archicad es una herramienta de modelado 3D inteligente para la construcción, muy popular en el sector del interiorismo. Permite al alumno alcanzar el Resultado de Aprendizaje 'Diseñar espacios interiores' . El alumno aprende a levantar el edificio en 3D, pero también a modelar los elementos de amueblamiento. El Resultado de Aprendizaje 'Obtener mediciones y presupuestos' se logra al extraer automáticamente las mediciones de suelos, paredes y mobiliario directamente del modelo.

Para el Técnico Superior en Diseño y Amueblamiento, Cinema 4D es la herramienta de visualización fotorrealista para catálogos. Permite al alumno alcanzar el Resultado de Aprendizaje 'Generar imágenes de alta calidad de los diseños' . El alumno aprende a importar el modelo 3D del mueble, a crear un 'estudio' virtual con luces y a aplicar materiales realistas (madera, metal, tela). El Resultado de Aprendizaje 'Crear animaciones de producto' se logra al poder animar el montaje del mueble o mostrar sus características.