Integrantes

Nombre	Líneas en las que participa
Dr. Alfonso Mauricio Sales Cruz.	1, 3, 4, 5, 6.
Dra. Helen Denise Lugo Méndez. Lider de CA	1, 3, 4, 5, 6.
Dr. José Javier Valencia López.	1, 4, 5, 6.
Dra. María Teresa López Arenas.	1, 2, 3, 4, 5, 6.
Dr. Roberto Olivares Hernández.	2, 3, 4, 5.

Líneas de Generación y Aplicación del Conocimiento

1.- Modelado y simulación de bioprocesos.
2.- Modelado y simulación de procesos celulares.
3.- Optimización de procesos químicos y biológicos.
4.- Estudios de sistemas dinámicos y de control.
5.- Desarrollo de herramientas computacionales para el modelado y simulación.
6.- Análisis exergoambiental de sistemas energéticos y bioenergéticos.

Descripción de las LGAC

Leer mas

1.- La importancia del modelado matemático radica en la posibilidad de reproducir un fenómeno o predecir el funcionamiento de un sistema específico. En la actualidad existe un creciente interés por los sistemas y procesos biológicos, lo cual demanda incrementar la productividad y el rendimiento de los bioprocesos, así como reducir sus costos de producción, una forma de lograr lo anterior es mediante el modelado y la simulación del proceso en cuestión. En esta línea se estudia la representación matemática de los procesos que involucran a sistemas biológicos que permite realizar tareas tales como: síntesis, diseño, escalamiento, optimización y definición de estrategias de control. Los tópicos de investigación que se plantean en esta línea de investigación involucran tanto aspectos metodológicos y herramientas de modelamiento para diferentes bioprocesos, entre los que se pueden mencionar: Producción de biocombustibles, producción de biomoléculas terapéuticas, biofiltros, biolixiviación, comportamiento reológico de productos alimenticios, así como ajustes de parámetros y análisis de sensibilidad relacionadas con las unidades de operación y de forma general, el desarrollo herramientas de modelado para las diferentes etapas de un bioproceso.

2.- La era postgenómica ha revolucionado la manera de abordar la complejidad de los procesos celulares impulsando el desarrollo de técnicas experimentales que arrojan gran cantidad de datos útiles para la cuantificación de los componentes celulares. De esta manera, para llevar a cabo la ingeniería en sistemas celulares y modificar sus capacidades es necesario desarrollar modelos matemáticos formales para el estudio de la dinámica de los procesos celulares y sus propiedades, y poder dirigir de manera racional la ingeniera en sistemas celulares con el objeto de optimizar sus capacidades. Resultado de la combinación de los campos de Biología, Matemáticas e Ingeniería, el modelado de sistemas celulares se ha convertido en una tarea central para obtener conocimiento a priori de los procesos celulares; como puede ser el caso del metabolismo celular y la regulación. Esta línea de investigación, en particular, considera la sinergia que existe entre las disciplinas como son Biología de Sistemas, Biología Sintética e Ingeniería metabólica para optimizar la capacidad productiva que tienen los sistemas celulares para generar químicos de interés industrial por medio de modelado matemático y procesos de simulación. Siempre bajo la perspectiva del impacto que tiene el diseño a escala celular sobre el diseño a nivel planta industrial.

3.- A través del modelado matemático y computacional es posible simular el comportamiento de los procesos Químicos y Biológicos. Sin embargo, el modelado y simulación no solo se limita a la parte descriptiva y cuantitativa, una de las tareas primordiales en ingeniería es el de optimizar los procesos, maximizando beneficios y minimizando costos, para obtener mejores diseños de procesos. Para lograr la optimización se aplican métodos de optimización matemática para modelos de plantas completas o procesos celulares. Por ejemplo, la Tecnología Pinch es una metodología aplicada sistemáticamente para optimizar los recursos energéticos encontrando el mejor diseño de la red de intercambiadores de calor en una planta. Para lograr la optimización se requiere del algoritmo de Programación Lineal. En lo que respecta a procesos celulares, el modelado del metabolismo también se ha llevado a cabo utilizando algoritmos como los de Programación Lineal y de optimización global como son los algoritmos evolutivos. Esta línea de investigaciones está enfocada a la simulación y optimización de procesos a nivel planta y a nivel celular con la finalidad de dirigir de manera sistemática la toma de decisiones para el diseño de procesos Químicos y Biológicos.

4.- Los estudios de los sistemas dinámicos y de control de procesos se han incrementado en los últimos años y su importancia es indiscutible. Esto se debe a que las tendencias a hacer uso racional de la energía, a la existencia de leyes más estrictas en control ambiental, a una mayor competencia de productos, ha forzado a la industria a usar procesos más complejos. Estos procesos son más difíciles de controlar y además los requerimientos de control son mayores ya que estos procesos operan cerca de sus límites. Favorablemente con el avance tecnológico en términos computacionales, es posible realizar estudios de sistemas dinámicos complejos y desarrollar estrategias de control no lineal robustas. Cabe resaltar que estos alcances no se limitan a procesos a nivel planta industrial, sino además se consideran apropiados para abordar el estudio de la dinámica y control del metabolismo celular para la sobreproducción de químicos finos y de interés industrial. En particular en esta línea de investigación: se estudian los procesos en estado estacionario y dinámico empleando herramientas matemáticas (como son los análisis de estabilidad tipo Lyapunov y análisis de multiplicidad de estados estacionario usando diagramas de bifurcación), con la finalidad de determinar regiones de operabilidad, localizar puntos críticos, mejorar/optimizar un proceso, etc.; se analizan los instrumentos de medición y control automático de variables químicas y físicas utilizados en las industrias con procesos químicos; se establecen metodología de control de procesos; se diseñan esquemas de control robusto lineal y no lineal, definiendo los criterios de estabilidad en términos físicos del proceso respectivo; se modelan, simulan y sintonizan las parámetros de control en los instrumentos y el proceso; se desarrollan algoritmos de monitoreo basados en estimadores de estado, que permiten la inferencia en línea de estados no medibles, parámetros desconocidos del modelo e incluso superar retraso en las mediciones; y se diseñan e implementan sistemas automáticos de monitoreo, control y detección de fallas en procesos químicos y biológicos.

5.- En esta línea se aborda el estudio de procesos y productos biológicos desde la perspectiva del ciclo de vida de un proceso, desarrollando un conjunto de herramientas computacionales para el desarrollo y mantenimiento de los modelos matemáticos involucrados a través del uso de ambientes de modelado integrados. Tales ambientes permiten el reúso del conocimiento de modelado durante el ciclo de vida del proceso. Los modelos se usan para diferentes objetivos, tales como simulaciones en estado estacionario o dinámico, optimización de procesos, estimación de parámetros, diseño de experimentos, evaluaciones técnicas-económicas-ambientales, etc. El desarrollo de herramientas computacionales permite asegurar la integración de herramientas de modelado y modelos matemáticos existentes (i.e., unidades de proceso/producto, modelos de propiedades físicas, etc.) en un ambiente que soporta, entre otras cosas, la definición, el análisis, la depuración, la evaluación y la validación del modelo, reduciendo el tiempo requerido para estas actividades y consiguiendo el diseño de procesos y productos biológicos de forma exitosa. El principal interés en esta línea de investigación es el desarrollo y uso de modelos matemáticos para el diseño de bioproductos y sus procesos de manufactura, probándolos e implementándolos tan rápido como sea posible, pero de manera confiable y eficiente.

6.- La exergía constituye una herramienta poderosa para el logro de la sostenibilidad energética, por lo que se considera como una medida de su utilidad, calidad o potencial del impacto sobre el ambiente y el logro del aumento de la utilización eficiente de los recursos energéticos. Al analizar el uso de los índices e indicadores para lograr la sostenibilidad, pode concluirse que aunque permiten apreciar el estado de un sistema y, hasta cierto punto, determinar sobre qué aspecto debe actuarse, también permiten decidir la mejor manera de modificar las condiciones, tanto internas como externas del sistema, y así acercarlo a un estado de sostenibilidad más elevado.

Fuente: Programa para el Desarrollo Profesional Docente, para el Tipo Superior (PRODEP)

Regresar al listado