Programación para Ingeniería de Procesos - PYTHON

Descripción

DETALLES Y MODALIDADES:

  • Inicio:   14 Agosto 2021

  • Duración: 24 HORAS

  • Modalidad: Live Streaming + Aula Virtual (Intranet)

  • Inversión: Consultar

Python es un lenguaje de programación de alto nivel, que ha sido diseñado para ser fácil de aprender y utilizar. Es incluso más amigable que MATLAB, ya que posee reglas de estilo que ayudan a desarrollar código fuente más legible.

Python es clasificado como un lenguaje interpretado, multiplataforma, multiparadigma, de tipado dinámico y orientado a objetos, tal como JavaScript, C++, C#, Perl o Ruby. Es usado por millones de programadores y compañías en todo el mundo, entre las que destacan: Google, YouTube, Disney, Nokia e IBM.

En este curso se usará Python, el lenguaje de programación más popular de todo el mundo, para resolver diversos problemas se presentan en el área de ingeniería de procesos, especialmente a aquellos relacionados con el con el modelado, simulación, diseño, control y optimización de procesos industriales.

Objetivo General:

Que el participante aprenda a diseñar y desarrollar programas informáticos con Python, para resolver - de forma eficiente y efectiva - los diferentes problemas computacionales que se presentan en su quehacer diario.

Objetivos Específicos:

  • Conocer los conceptos básicos y aprender buenas prácticas de programación
  • Conocer la biblioteca estándar y las librerías externas para computación científica
  • Estudiar la programación orientada a objetos y la creación de interfaces de usuario
  • Realizar cálculos básicos de termodinámica, mecánica de fluidos, transferencia de calor y transferencia de materia
  • Resolver problemas de diseño, simulación, control y optimización de procesos
  • Aprender a comunicar Python con simuladores de procesos, tales como Aspen HYSYS, Aspen Plus y DWSIM

Dirigido a:

  • Ingenieros de procesos y otros profesionales que necesiten mejorar sus habilidades en el uso de lenguajes programación.
  • Profesores e investigadores que buscan nuevas herramientas para el mejor desempeño de sus actividades diarias.
  • Estudiantes de ingeniería interesados en aprender un nuevo lenguaje de programación que les ayude a mejorar su rendimiento académico.
metología

Módulo 1: El Lenguaje de Programación Python

  • Introducción, convenciones y sintaxis
  • Aspectos básicos del lenguaje
  • Listas, diccionarios, conjuntos y tuplas
  • La biblioteca estándar de Python
  • Control de flujo (bucles y condicionales)
  • Funciones definidas por el usuario

Módulo 2: Librerías para Computación Científica

  • NumPy y arreglos numéricos
  • SciPy y métodos Numéricos
  • Matplotlib y gráficas en 2 y 3D
  • SymPy y matemática simbólica
  • Scikit-learn y machine learning
  • Tkinter e interfaces de usuario

Módulo 3: Programación Orientada a Objetos (POO)

  • Elementos y características de la POO
  • Clases, objetos, propiedades y métodos
  • Métodos de clase, especiales y estáticos
  • Herencia, polimorfismo y composición
  • Abstracción y encapsulamiento
  • Sobrecarga de métodos y operadores

Módulo 4: Interfaces Gráficas de Usuario (GUI)

  • Introducción a Tkinter y widgets disponibles
  • Frame, Label, Button, Checkbutton
  • Radiobutton, Entry, Combobox, Listbox
  • Scrollbar, SizeGrip, Text, Spinbox
  • Gestores de geometría (pad, grid y place)
  • Menús, barras de herramientas y de estado

Módulo 5: Cálculos comunes en ingeniería de procesos

  • Solución de ecuaciones cúbicas de estado
  • Cálculo de coeficientes de actividad
  • Cálculo de pérdidas de presión por fricción
  • Solución de la ecuación de calor
  • Etapas de equilibrio y cálculos flash
  • Destilación binaria por el método de McCabe-Thiele

Módulo 6: Dinámica y Control de Procesos

  • Modelado de sistemas dinámicos
  • Linealización de ecuaciones diferenciales
  • Sistemas de primer orden
  • Funciones de transferencia
  • Control en el espacio de estados
  • Diseño de controladores PID

Módulo 7: Optimización de Procesos Industriales

  • Introducción a la optimización
  • Optimización sin restricciones
  • Optimización discreta
  • Optimización con restricciones
contenido

Mg. Ing. Neil Carrasco

Ingeniero químico y magister en ingeniería de control y automatización. Ingeniero de procesos y consultor en la División de Petróleo y Gas de RyB Group S.R.L.

Ha trabajado como investigador en técnicas de control avanzado para la automatización de procesos de desalinización de agua de mar y realizado diversos trabajos de automatización para empresas mineras y petroleras. Es especialista en diseño, simulación y optimización de procesos industriales, así como en la supervisión e inspección de plantas de procesamiento de hidrocarburos.

Docente de pregrado en la Facultad de Ingeniería Química y Textil (FIQT) de la UNI, dictando los cursos: (1) Termodinámica para Ingeniería Química I, (2) Transferencia de Calor, y (3) Cinética Química y Diseño de Reactores I.

Docente de posgrado en la maestría de ingeniería de procesos de la FIQT, dictando los cursos: (1) Microcomputación y Simulación de Procesos Químicos, (2) Cálculo de Procesos IV: Análisis de Procesos de Separación, y (3) Evaluación de Tecnologías.

Miembro senior de la American Institute of Chemical Engineers (AIChE) y de la International Federation of Automatic Control (IFAC). Advisor del AIChE-UNI Student Chapter – Perú. Desarrolla las líneas de investigación: (1) Diseño, Simulación y Optimización de Procesos, (2) Control Avanzado de Procesos.

Amplia experiencia en el uso de herramientas computacionales para ingeniería de procesos, entre las que destacan: (1) Lenguajes de programación: Visual Basic for Applications, C++, HTML, Phyton, Java y R. (2) Software para computación científica: MATLAB, Scilab, Octave, LabVIEW, PTC Mathcad y WOLFRAM Mathematica. (3) Software para simulación de procesos: Aspen HYSYS, Aspen Plus, CHEMCAD, DWSIM, ProMax y PRO/II. (3) Software para dinámica de fluidos computacional: COMSOL Multiphysics y ANSYS. (4) Software para evaluación económica de proyectos: Aspen Capital Cost Estimator y Aspen Process Economic Analyzer. (5) Software para diseño asistido por computador: AutoCAD, AVEVA E3D y Solidworks.

docentes

Módulo 1: El Lenguaje de Programación Python

  • Introducción, convenciones y sintaxis
  • Aspectos básicos del lenguaje
  • Listas, diccionarios, conjuntos y tuplas
  • La biblioteca estándar de Python
  • Control de flujo (bucles y condicionales)
  • Funciones definidas por el usuario

    Módulo 2: Librerías para Computación Científica

    • NumPy y arreglos numéricos
    • SciPy y métodos Numéricos
    • Matplotlib y gráficas en 2 y 3D
    • SymPy y matemática simbólica
    • Scikit-learn y machine learning
    • Tkinter e interfaces de usuario

      Módulo 3: Programación Orientada a Objetos (POO)

      • Elementos y características de la POO
      • Clases, objetos, propiedades y métodos
      • Métodos de clase, especiales y estáticos
      • Herencia, polimorfismo y composición
      • Abstracción y encapsulamiento
      • Sobrecarga de métodos y operadores

        Módulo 4: Interfaces Gráficas de Usuario (GUI)

        • Introducción a Tkinter y widgets disponibles
        • Frame, Label, Button, Checkbutton
        • Radiobutton, Entry, Combobox, Listbox
        • Scrollbar, SizeGrip, Text, Spinbox
        • Gestores de geometría (pad, grid y place)
        • Menús, barras de herramientas y de estado

        Módulo 5: Cálculos comunes en ingeniería de procesos

        • Solución de ecuaciones cúbicas de estado
        • Cálculo de coeficientes de actividad
        • Cálculo de pérdidas de presión por fricción
        • Solución de la ecuación de calor
        • Etapas de equilibrio y cálculos flash
        • Destilación binaria por el método de McCabe-Thiele

          Módulo 6: Dinámica y Control de Procesos

          • Modelado de sistemas dinámicos
          • Linealización de ecuaciones diferenciales
          • Sistemas de primer orden
          • Funciones de transferencia
          • Control en el espacio de estados
          • Diseño de controladores PID

            Módulo 7: Optimización de Procesos Industriales

            • Introducción a la optimización
            • Optimización sin restricciones
            • Optimización discreta
            • Algoritmos genéticos
            • Optimización con restricciones
            • Programación lineal

            Módulo 8: Comunicación con Simuladores de Procesos

            • Tecnología COM
            • Simulador DWSIM
            • Librerías de clases
            • Scripts de Python
            • Transferencia de información
            • Personalización de modelos
            objetivo

            Modalidad Online (Tiempo real + Grabaciones)

            • Sábado    14 Agosto    //  Hora PE: 09:00am - 12:00pm
            • Domingo  15 Agosto    //  Hora PE: 09:00am - 12:00pm
            • Sábado     21 Agosto    //  Hora PE: 09:00am - 12:00pm
            • Domingo   22 Agosto    //  Hora PE: 09:00am - 12:00pm
            • Sábado     28 Agosto   //  Hora PE: 09:00am - 12:00pm
            • Domingo   29 Agosto   //  Hora PE: 09:00am - 12:00pm
            • Sábado     04 Setiembre   //  Hora PE: 09:00am - 12:00pm
            • Domingo   05 Setiembre   //  Hora PE: 09:00am - 12:00pm

            Informes (Inversión)

              programación
              WhatsAppChatea con nosotrosWhatsAppChatea con nosotrosWhatsAppChatea con nosotros