Elementos finitos (FEM)

• Análisis estructural lineal y no lineal, vibraciones, fatiga, fractura y mecánica del daño.

• Modelado numérico para diseño, validación y certificación de componentes.

• Modelado de contacto, grandes deformaciones, plasticidad y comportamiento dependiente del tiempo (creep, viscoelasticidad).

• Optimización topológica y estructural basada en FEM.

• Métodos de elementos finitos extendidos (XFEM) y formulaciones mixtas.

• Aplicaciones en manufactura, biomecánica, geomecánica y estructuras civiles.

• Estabilidad, regímenes transitorios, no linealidades y reducción de orden.

• Integración con control y aplicaciones en sistemas de ingeniería.

Simulación molecular (DFT y/o dinámica molecular, MD)

• Propiedades electrónicas, estructurales y termodinámicas de materiales desde primeros principios (DFT, TD-DFT).

• Enfoques multiescala: conexión entre lo atomístico y variables macroscópicas (coarse-graining, CGMD).

• Dinámica molecular clásica y reactiva (ReaxFF): difusión, transporte y mecánica molecular.

• Simulación de polímeros, membranas, superficies y materiales nanoestructurados.

• Métodos de mecánica cuántica/mecánica molecular (QM/MM) para sistemas complejos.

• Cálculo de permeabilidad, adsorción, reactividad e interacciones intermoleculares.

Dinámica de fluidos computacional (CFD)

• Flujo laminar, turbulento y transicional; modelos de turbulencia (RANS, LES, DNS).

• Aplicaciones en procesos industriales, energía renovable, movilidad y biosistemas.

• Transferencia de calor y masa, flujos multifásicos y cambio de fase.

• Aerodinámica, hemodinámica y flujos en medios porosos.

• Problemas de frontera libre, superficies libres y fluidos no newtonianos.

• Acoplamiento CFD-FEM y CFD-química reactiva.

Aprendizaje automático y redes neuronales aplicados a modelado y simulación

• Modelos predictivos, clasificación y pronóstico a partir de datos experimentales y simulados.

• Modelos sustitutos (surrogates) para acelerar simulaciones y optimización.

• Redes neuronales informadas por física (PINNs) y aprendizaje de operadores (DeepONet, FNO).

• Optimización asistida por IA: algoritmos evolutivos, búsqueda bayesiana y diseño de experimentos.

• Reducción de orden de modelos (ROM) con técnicas de aprendizaje no supervisado (POD, autoencoders).

• Detección de anomalías, mantenimiento predictivo e inferencia de parámetros en sistemas físicos.

• Trazabilidad de modelos, calidad numérica, sensibilidad e interpretación de resultados.

• Integración eficiente de herramientas computacionales en proyectos académicos e industriales.

Simulación Estructural

• Análisis estático, dinámico y modal de estructuras mecánicas y civiles.

• Simulación de impacto, cargas explosivas y respuesta sísmica.

• Modelado de uniones, ensambles y estructuras compuestas (laminados, sándwich).

• Análisis de confiabilidad estructural y propagación de incertidumbres.

• Modelado y simulación de materiales nanoestructurados: propiedades mecánicas, térmicas y de interfaz en nanocompósitos, recubrimientos y estructuras jerárquicas.

• Integración de datos experimentales (ensayos, DIC, strain gauges, difracción de rayos X, HRTEM, nanoindentación) con modelos numéricos.

• Aplicaciones en infraestructura, aeroespacial, automotriz y dispositivos médicos.