PYTHON - Aplicado al área de ingeniería y simulación computacional


RESUMEN DEL CURSO

Los ingenieros químicos, alimentos, gas-energía y petroleros tratan con una multitud de ecuaciones que van en complejidad desde ecuaciones lineales simples hasta ecuaciones diferenciales parciales altamente involucradas. En consecuencia, las técnicas de solución van desde cálculos simples hasta programas informáticos muy grandes.

En la actualidad existen dos tipos de usuarios de software. Por un lado, están aquellos que toman lo que se les da. Es decir, quienes se limitan a las capacidades que encuentran en el modo estándar de operación del software existente. Por otra parte, sí se requieren crear funciones que están más allá de las capacidades estándar, la opción es que el usuario aprenda a programar. Python tiene disponible una biblioteca estándar que le da al usuario una gran cantidad de funciones para escribir código muy simple pero poderoso. Además, otros usuarios han desarrollado módulos, estos módulos se pueden usar para desarrollar interfaces gráficas, interfaces a bases de datos, aplicaciones de páginas de internet, para mencionar unas cuantas. 

BENEFICIOS

  • Aprender a escribir algoritmos en forma de diagramas de flujo y pseudocódigo, para su posterior aplicación en Python.
  • Aprender a instalar Python junto con un editor de código, para conocer la forma de uso y funcionamiento de este entorno de desarrollo.
  • Aprender a utilizar los módulos NumPy, SciPy, Matplotlib, Pint y SymPy, para su aplicación en distintos temas de las asignaturas de métodos numéricos, balances de materia y energía y termodinámica.
  • Desarrollar una herramienta de alguna asignatura para practicar lo aprendido a lo largo del curso

 METODOLOGÍA DE ENSEÑANZA:

  • Clases virtuales y acceso a las grabaciones.
  • Instrucción detallada sobre la estructura de programación.
  • Demostraciones de funciones guiadas por un instructor
  • Talleres prácticos con ejemplos.
  • Notas detalladas del curso.

OBJETIVO

Que los participantes: Conozcan y aprendan el desarrollo de algoritmos para su posterior aplicación en la programación con Python y utilizar los módulos más conocidos de Python como son: NumPy, SciPy, Matplotlib, Pint, SymPy, entre otros.

CONOCIMIENTOS Y HABILIDADES PREVIOS:

  • Fundamentos básicos en ingeniería (matrices, resolucion de ecuaciones, analisis numérico, etc.).
  • Experiencia en ingeniería química / de procesos, industria de petróleo / gas o refinación de petróleo.

DIRIGIDO A:

  • Nuevos graduados / tecnólogos de ingeniería que utilizarán Programación con Python en su trabajo diario.
  • Ingenieros de procesos que realizan proyectos y estudios de diseño y optimización de procesos.
  • Ingenieros de planta que verifican el rendimiento de la planta en diferentes condiciones de funcionamiento.

MÓDULO 1: PLANTEAMIENTO DE PROBLEMAS PARA LA CREACIÓN DE ALGORITMOS

  • Se explican conceptos importantes sobre el uso del lenguaje natural pseudocódigo para escribir algoritmos.
  • Se indica la simbología para desarrollar diagramas de flujo y se revisan las distintas estructuras de programación.

MÓDULO 2: INSTALACIÓN DE PYTHON, EDITOR DE CODIGO Y CONOCER ENTORNO DE DESARROLLO

  • Se instala y configura Python junto con su editor de código.
  • Se utiliza el editor de código y Python como calculadora y se desarrolla programa para calcular volumen molar de un gas ideal

MÓDULO 3: CREACIÓN DE MODULOS EN PYTHON

  • Se describen conceptos sobre funciones en Python y se realizan funciones para estimar propiedades de líquido saturado (densidad y viscosidad)
  • Se da una breve introducción a la programación orientada a objetos y se desarrolla ejemplo de cálculo de LMTD de un intercambiador de tubos y corazas.
  • Se desarrolla programa para determinar la humedad absoluta y la humedad relativa.

MÓDULO 4: MANEJO DE LISTAS, VECTORES Y MATRICES EN PYTHON

  • Se explica el uso del módulo NumPy para el manejo de vectores y matrices.
  • Se enseña el uso del módulo Matplotlib para generación de gráficos y se desarrolla ejemplo sobre difusividad.
  • Aplicación de Numpy y Matplotlib para la determinación de propiedades de vapor saturado.
  • Se muestra como establecer ejes secundarios en un gráfico, como interactuar con las coordenadas de un gráfico y se desarrolla gráfico de Moody.

MÓDULO 5: ECUACIONES Y MATEMÁTICA SIMBÓLICA EN PYTHON

  • Se introduce en el uso del módulo SymPy para el manejo de expresiones algebraicas.
  • Se introduce en el uso del módulo SciPy que contiene métodos numéricos.
  • Aplicación de módulo SymPy y NumPy a algoritmo para solución de sistema de ecuaciones no lineal por el Método de Newton-Raphson multivariable.

MÓDULO 6: ESTRUCTURAS DE PROGRAMACIÓN EN PYTHON

  • Se explican las estructuras de repetición for y while y se desarrolla función para cálculo de temperatura de burbuja.
  • Se describe algoritmo para diseño de columna de destilación multicomponente, utilizando las ecuaciones de Fenske-Underwood-Gilliland.
  • Se desarrolla programa para simular flash isotérmico, para distintas condiciones de presión y se utiliza la transposición de matrices para observar los resultados correctamente.
  • Se revisa caso para optimización de número de corazas para un intercambiador de calor, se muestran ciclos condicionales anidados y se mencionan recomendaciones finales sobre la programación.

 

 

Certificacion


Una vez finalizado satisfactoriamente el curso, la Empresa AITech emite un CERTIFICADO, el cual contiene:
• Datos personales del estudiante.
• Plan de estudios.
• Carga horaria.
• Nota final.
• Código QR para verificación

Plan de estudios

  1. Lección 1
  2. Lección 2
  3. Lección 3
  4. Workshop 1
  5. Workshop 2
  6. Material: Introducción a la programación en Python

  1. Lección 4
  2. Workshop 3
  3. Lección 5
  4. Lección 6
  5. Lección 7
  6. Material: Estructuras de programación en Python

  1. Lección 8
  2. Workshop 4
  3. Lección 9
  4. Workshop 5
  5. Material: Marco de datos en Python

  1. Lección 10
  2. Workshop 6
  3. Lección 11
  4. Workshop 7
  5. Lección 12
  6. Workshop 8
  7. Material: Manipulación y representación de datos en Python

  1. Lección 13
  2. Workshop 9 - Parte 1
  3. Workshop 9 - Parte 2
  4. Workshop 9 - Parte 3
  5. Lección 14
  6. Workshop 10 - Parte 2
  7. Lección 15
  8. Material: Analisis bivariante
  9. Material: Métricas de análisis

  1. Lección 16
  2. Lección 17
  3. Lección 18
  4. Lección 19
  5. Lección 20
  6. Lección 21
  7. Lección 22
  8. Material: Simulación computacional con Python

  1. Lección 23
  2. Workshop 1
  3. Workshop 2
  4. Workshop 3
  5. Workshop 4
  6. Workshop 5
  7. Workshop 6
  8. Workshop 7
  9. Workshop 8
  10. Workshop 9
  11. Workshop 10
  12. Material: Script en Python para Discovery

  1. Lección 24
  2. Lección 25
  3. Lección 26
  4. Lección 27
  5. Workshop 1
  6. Workshop 2
  7. Workshop 3
  8. Material: Aplicación a PyMAPDL

  1. Lección 28
  2. Workshop 1
  3. Workshop 2
  4. Material: Aplicación a PyFLUENT

  1. Lección 29
  2. Workshop 1
  3. Workshop 2
  4. Material: Aplicación a PyAEDT

Cantidad Horas 40

Modalidad Virtual En Vivo

Descargar Contenido del Curso