fisica aplicada









Simulaci髇 molecular y herramientas para formulaci髇 basadas en redes neuronales


Investigaci髇 de propiedades fisicoqu韒icas de fluidos complejos basada en modelos te髍ico-computacionales micro y mesosc髉icos. Ejemplos t韕icos son la predicci髇 de isotermas de adsorci髇 competitivas entre dos o m醩 tipos de pol韒eros dispersantes en un medio acuoso, usando simulaciones de din醡ica molecular o por medio de Monte Carlo, en diferentes condiciones termodin醡icas. Predecimos adem醩 condiciones de estabilidad de fluidos complejos basados en criterios termodin醡icos extra韉os de simulaciones computacionales, entre otros temas relacionados.

Aplicaci髇 de modelos de inteligencia artificial, tales como redes neuronales artificiales, a la investigaci髇 de procesos de formulaci髇 de pinturas y recubrimientos. Predicci髇 de propiedades 髉ticas y de desempe駉 de formulaciones basadas en estos modelos. Incorporaci髇 de algoritmos gen閠icos a redes neuronales como aproximaci髇 para la predicci髇 de formulaciones 髉timas basadas en propiedades requeridas.

L韓eas de investigaci髇:

  • Determinaci髇 experimental, te髍ica y por simulaci髇 molecular de propiedades termodin醡icas de adsorci髇 y asociaci髇 o interacci髇 de pol韒eros-tensoactivos, pigmento-pol韒ero.

  • Estudios teóricos y por simulación molecular de fluidos complejos (predicción de propiedades fisicoquímicas, fenómenos de adsorción y estabilización) así como el diseño de nuevos materiales.

  • Propiedades reológicas de pinturas y dispersiones en estado sólido o líquido (análisis mecánico dinámico y reometria).

  • Óptica y óptica no lineal.

  • Modelos de transferencia radiativa y Modelos de brillo.

  • Propiedades térmicas y dieléctricas de materiales.

  • Monitoreo en línea de procesos.