Ingeniería de procesos avanzados

• Modelado y diseño de procesos avanzados: modelos fenomenológicos y balances acoplados, criterios de escalamiento y diseño conceptual.
• Integración de procesos y energía: redes de intercambio de calor e integración de corrientes, minimización de residuos y eficiencia de recursos.
• Evaluación técnico económica y sostenibilidad: indicadores de desempeño (técnicos, económicos y ambientales), selección de alternativas y casos industriales.

Termodinámica y fenómenos de transporte

• Termodinámica aplicada a procesos: propiedades de mezclas reales y ecuaciones de estado, equilibrio de fases y de reacción.
• Transporte de calor, masa y momento: modelos diferenciales y coeficientes de transferencia, casos acoplados en sistemas multifásicos.
• Aplicaciones en diseño y operación: diseño térmico de intercambiadores y separaciones, análisis de eficiencia energética en operaciones unitarias.

Sostenibilidad y economía circular en procesos industriales

• Fundamentos y métricas de sostenibilidad: indicadores ESG, huella de carbono y huella hídrica, análisis de ciclo de vida (ACV).
• Estrategias de economía circular en la industria química: reducción, reutilización, reciclaje y valorización, simbiosis industrial y modelos de negocio circulares.

Análisis de datos para la industria química

• Fundamentos de análisis de datos: estadística descriptiva, inferencia y diseño de muestreo, preparación, limpieza y visualización de datos.
• Modelado y aplicaciones en procesos: modelos de regresión y análisis multivariante, control estadístico de procesos y predicción de fallas.

Gestión estratégica de tecnología e innovación

• Estrategia tecnológica y vigilancia: portafolio tecnológico y roadmapping, vigilancia tecnológica y propiedad intelectual.
• Innovación y sostenibilidad en la industria: modelos de innovación (abierta, ágil y frugal), integración de tecnologías limpias y gestión del cambio.

Inteligencia artificial aplicada a la ingeniería química

• Fundamentos de inteligencia artificial: algoritmos de aprendizaje supervisado y no supervisado, redes neuronales y modelos de predicción.
• Aplicaciones de IA en ingeniería química: optimización de procesos mediante IA, sistemas expertos para control de calidad y seguridad.
• Desarrollo de proyectos con IA: implementación en entornos Python y MATLAB, integración con sistemas industriales.

Optimización de procesos químicos

• Fundamentos y formulación de problemas de optimización: programación lineal y no lineal, métodos de optimización con y sin restricciones.
• Aplicaciones industriales de la optimización: optimización de redes de intercambio de calor, optimización de procesos de separación y reacción.
• Análisis de sensibilidad y toma de decisiones: evaluación de escenarios y análisis paramétrico, estudios de factibilidad técnico-económica.

Control avanzado de procesos

• Fundamentos de control avanzado: estrategias de control multivariable, control predictivo basado en modelos (MPC).
• Implementación y simulación: diseño de controladores avanzados, simulación de control en procesos industriales.

Energías renovables y transición energética en la industria

• Fundamentos y tecnologías de energías renovables: energía solar, eólica, biomasa e hidroeléctrica, sistemas híbridos y almacenamiento energético.
• Transición energética en la industria: estrategias de descarbonización y eficiencia energética, políticas, incentivos y marco regulatorio.

Lean manufacturing y mejora continua en plantas químicas

• Fundamentos de lean manufacturing: principios lean y eliminación de desperdicios, herramientas lean (5S, VSM y kanban).
• Mejora continua en la industria química: kaizen y six sigma en procesos químicos, evaluación y seguimiento de indicadores clave.

Diseño integrado de procesos sostenibles

• Principios y estrategias para el diseño sostenible: fundamentos del diseño sostenible, estrategias de optimización y minimización de impacto ambiental.
• Integración de procesos en sistemas industriales: análisis de ciclo de vida y evaluación de sostenibilidad, herramientas de simulación para diseño integrado.

Elaboración del proyecto de tesis

• Definiciones fundamentales de investigación.
• Planteamiento del problema de investigación.
• Marco teórico e hipótesis de investigación.
• Marco metodológico de investigación y aspectos administrativos.

Seguridad de procesos y gestión de riesgos industriales

• Fundamentos y normativas de seguridad de procesos: legislación nacional e internacional en seguridad industrial, análisis de peligros y riesgos (HAZOP, What-if y FMEA).
• Gestión y control de riesgos en la industria química: sistemas de gestión de seguridad y planes de contingencia, simulación y modelado de incidentes.

Digitalización y automatización de plantas industriales

• Fundamentos de digitalización y automatización industrial: tecnologías y estándares de la industria 4.0, sistemas SCADA, PLC y DCS.
• Implementación de soluciones digitales en la industria química: integración de IoT y análisis de datos en tiempo real, gemelos digitales y simulación avanzada de procesos.

Seminario de tesis I

• Revisión del planteamiento del problema de investigación.
• Revisión del marco teórico e hipótesis de investigación.
• Revisión del marco metodológico de investigación.
• Elaboración de instrumentos de recolección de datos.

Evaluación técnica y economía de proyectos de ingeniería

• Evaluación técnica de proyectos de ingeniería: análisis técnico y especificaciones de ingeniería, estudio de factibilidad y gestión de riesgos técnicos.
• Evaluación económica y financiera: flujo de caja, VAN y TIR, análisis de sensibilidad y evaluación de riesgos financieros.

Tópicos avanzados en ciencia de materiales y catálisis

• Ciencia de materiales aplicados a la industria química: materiales avanzados y nanomateriales, métodos de caracterización y propiedades funcionales.
• Catálisis en procesos industriales: catálisis homogénea y heterogénea, diseño de catalizadores y aplicaciones en procesos sostenibles.

Gestión de la innovación sostenible

• Fundamentos y estrategias de innovación sostenible: modelos de gestión de innovación, innovación sostenible y objetivos de desarrollo sostenible (ODS).
• Implementación y evaluación de la innovación sostenible: herramientas para la gestión de proyectos de innovación, indicadores de impacto y escalabilidad.

Seminario de tesis II

• Validación de instrumentos de recolección de datos.
• Recolección de datos de investigación.
• Análisis de resultados de investigación.
• Discusión de resultados de investigación.

Seminario de tesis III

• Conclusiones y recomendaciones de investigación.
• Páginas preliminares de investigación.
• Revisión del informe de investigación.
• Sustentación previa del informe de investigación.