Acerca de

Mi trabajo de investigación se centra en la metalurgia sostenible, con un enfoque especial en la reducción de emisiones de CO₂ en procesos pirometalúrgicos. A través de la combinación de simulación de procesos, termodinámica computacional y aprendizaje automático, busco optimizar operaciones metalúrgicas y desarrollar estrategias más eficientes y ecológicas para la industria.

Uno de mis principales proyectos se basa en la sustitución del gas natural por hidrógeno como reductor en la producción de cobre, evaluando su impacto en la eficiencia del proceso y en la generación de subproductos. Además, utilizo modelos termodinámicos y de transporte de especies para comprender mejor las reacciones que ocurren en sistemas de alta temperatura, como la formación de burbujas en cobre líquido y la interacción de gases reactivos con metales fundidos.

Paralelamente, aplico técnicas de machine learning para analizar datos industriales y mejorar el control de procesos, permitiendo predecir el comportamiento de sistemas complejos y optimizar condiciones operativas. Esta línea de investigación no solo ayuda a reducir costos y aumentar la eficiencia, sino que también contribuye al desarrollo de una industria más sostenible.

Mi motivación radica en la posibilidad de innovar en el sector metalúrgico mediante herramientas computacionales avanzadas y en la aplicación de principios de sostenibilidad a procesos tradicionales. A través de mi trabajo, busco generar soluciones prácticas que puedan implementarse en la industria, minimizando el impacto ambiental sin comprometer la productividad.

​