Dr. Juan Gabriel Segovia Hernández
Dr. Juan Gabriel Segovia Hernández
University of Guanajuato
Embedded Files
Dr. Juan Gabriel Segovia-Hernández is a Full-Time Associate Professor in the Department of Chemical Engineering at the University of Guanajuato, where he has been teaching and conducting research since 2004, holding various academic positions until reaching his current position. He is a member of the National System of Researchers, Level III (since 2024), with continuous membership since 2005.
He completed his PhD and Master's Degree in Chemical Engineering at the Technological Institute of Celaya, obtaining outstanding grades (100/100 in his PhD), and he holds a Bachelor's Degree in Chemical Engineering from the University of Guanajuato.
His scientific career has focused on process intensification, thermally coupled distillation, optimization, and sustainability in chemical engineering, areas in which he has developed extensive scientific output in high-impact international journals, conference proceedings, and book chapters. In addition, he has published multiple specialized books with international publishers such as Elsevier, Springer, and CRC Press.
Among his recent distinctions are first place in indexed international publications within the University of Guanajuato (Scopus, 2025), his inclusion among the “10 Best Engineering and Technology Scientists in Mexico” (Research.com, 2025), and the “2025 Excellence in Review Award” from Industrial & Engineering Chemistry Research.
Dr. Segovia-Hernández has contributed significantly to the development of more efficient and sustainable chemical processes, especially in the design, control, and optimization of advanced distillation systems, establishing himself as a national and international leader in chemical engineering applied to sustainability.
El Dr. Juan Gabriel Segovia-Hernández es Profesor Titular B de Tiempo Completo en el Departamento de Ingeniería Química de la Universidad de Guanajuato, donde desarrolla actividades docentes y de investigación desde 2004, ocupando distintos niveles académicos hasta alcanzar su posición actual. Es miembro del Sistema Nacional de Investigadores, Nivel III (desde 2024), con pertenencia continua desde 2005
Realizó el Doctorado y la Maestría en Ciencias en Ingeniería Química en el Instituto Tecnológico de Celaya, obteniendo promedios sobresalientes (100/100 en el doctorado), y es egresado de la Licenciatura en Ingeniería Química por la Universidad de Guanajuato.
Su trayectoria científica se ha enfocado en la intensificación de procesos, destilación térmicamente acoplada, optimización y sostenibilidad en ingeniería química, áreas en las que ha desarrollado una amplia producción científica en revistas internacionales de alto impacto, memorias de congresos y capítulos de libro. Además, ha publicado múltiples libros especializados con editoriales internacionales como Elsevier, Springer y CRC Press.
Entre sus distinciones recientes destacan el primer lugar en publicaciones internacionales indexadas dentro de la Universidad de Guanajuato (Scopus, 2025), su inclusión entre los “10 Best Engineering and Technology Scientists in Mexico” (Research.com, 2025), y el reconocimiento “2025 Excellence in Review Award” de Industrial & Engineering Chemistry Research.
El Dr. Segovia-Hernández ha contribuido significativamente al desarrollo de procesos químicos más eficientes y sostenibles, especialmente en el diseño, control y optimización de sistemas de destilación avanzados, consolidándose como un referente nacional e internacional en ingeniería química aplicada a la sostenibilidad.
Dr. Luis Ricárdez - Sandoval
Dr. Luis Ricárdez - Sandoval
University of Waterloo
Luis Ricardez-Sandoval is Canada Research Chair (Tier II) in Multiscale Modeling and Process Systems and an associate professor in the Department of Chemical Engineering at the University of Waterloo.
He leads a research group focused on chemical process optimization, multiscale modeling, and process systems. His work involves developing theoretical and computational tools that enable the analysis and prediction of the behavior of complex materials and processes to improve their design, efficiency, and operation. He has experience in CO₂ capture, advanced energy systems, and computer-aided design for heterogeneous catalysis.
His research uses multiscale modeling to study phenomena at different spatial and temporal scales, especially at the nanoscale. He employs advanced mathematics, machine learning, and uncertainty analysis to simulate chemical processes, optimize investments, and improve efficiency before applying physical resources.
He actively collaborates with government and industry to reduce carbon emissions and strengthen clean energy technologies. His current lines of research include optimal process design under uncertainty, modeling and optimization of energy systems, computer-aided materials development, CO₂ conversion and capture technologies, and optimal planning of industrial facilities.
His research has been funded by government agencies, industrial partners, and international organizations. He also serves as an editorial board member for scientific journals in the field of chemical engineering.
Luis Ricardez-Sandoval es Titular de la Cátedra de Investigación de Canadá (Nivel II) en Modelado Multiescala y Sistemas de Procesos y profesor asociado en el Departamento de Ingeniería Química de la Universidad de Waterloo.
Dirige un grupo de investigación enfocado en optimización de procesos químicos, modelado multiescala y sistemas de procesos. Su trabajo consiste en desarrollar herramientas teóricas y computacionales que permiten analizar y predecir el comportamiento de materiales y procesos complejos para mejorar su diseño, eficiencia y operación. Tiene experiencia en captura de CO₂, sistemas energéticos avanzados y diseño asistido por computadora para catálisis heterogénea.
Su investigación utiliza modelado multiescala para estudiar fenómenos en distintas escalas espaciales y temporales, especialmente a nivel nano. Emplea matemáticas avanzadas, aprendizaje automático y análisis de incertidumbre para simular procesos químicos, optimizar inversiones y mejorar la eficiencia antes de aplicar recursos físicos.
Colabora activamente con gobierno e industria para reducir emisiones de carbono y fortalecer tecnologías de energía limpia. Sus líneas actuales incluyen diseño óptimo de procesos bajo incertidumbre, modelado y optimización de sistemas energéticos, desarrollo de materiales asistido por computadora, tecnologías de conversión y captura de CO₂, y planificación óptima de instalaciones industriales.
Su investigación ha sido financiada por agencias gubernamentales, socios industriales y organismos internacionales. Además, participa como miembro editorial en revistas científicas del área de ingeniería química.
Dr. Ignacio E. Grossmann
Dr. Ignacio E. Grossmann
Carnegie Mellon University
Ignacio E. Grossmann is R. R. Dean Professor in the Department of Chemical Engineering at Carnegie Mellon University and former department chair. He earned his bachelor's degree from the Universidad Iberoamericana (1974) and his master's and doctoral degrees from Imperial College London (1975 and 1977). He is a member of the National Academy of Engineering and has served as director of the Center for Advanced Process Decision-making, a consortium of approximately 20 companies in the oil, chemical, and software industries.
He has received numerous awards from the American Institute of Chemical Engineers, including awards for excellence in research, education, and publications, as well as the Founder's Award. In 2015, he was the first recipient of the Sargent Medal from the Institution of Chemical Engineers, and in 2025 he was named a foreign member of the Royal Academy of Exact, Physical and Natural Sciences.
He holds numerous honorary doctorates from universities in Europe and America and has been recognized as one of the most cited scientists in computer science and electronics worldwide. He has published more than 700 scientific articles and several influential books, including Advanced Optimization in Process Systems Engineering and Systematic Methods of Chemical Process Design.
His main lines of research include continuous and discrete optimization, synthesis and optimal planning of chemical processes and energy systems, and supply chain optimization. Throughout his career, he has graduated more than 100 graduate students.
Ignacio E. Grossmann es profesor universitario R. R. Dean en el Departamento de Ingeniería Química de la Carnegie Mellon University y exjefe de departamento. Obtuvo su licenciatura en la Universidad Iberoamericana (1974) y su maestría y doctorado en Imperial College London (1975 y 1977). Es miembro de la National Academy of Engineering y ha sido director del Center for Advanced Process Decision-making, consorcio que integra alrededor de 20 empresas del sector petrolero, químico y de software.
Ha recibido múltiples reconocimientos de la American Institute of Chemical Engineers, incluyendo premios por excelencia en investigación, educación y publicaciones, así como el Premio del Fundador. En 2015 fue el primer galardonado con la Medalla Sargent de la Institution of Chemical Engineers, y en 2025 fue nombrado académico extranjero de la Real Academia de Ciencias Exactas, Físicas y Naturales.
Cuenta con numerosos doctorados honoris causa en universidades de Europa y América, y ha sido reconocido como uno de los científicos más citados en Informática y Electrónica a nivel mundial. Ha publicado más de 700 artículos científicos y varios libros influyentes, entre ellos Advanced Optimization in Process Systems Engineering y Systematic Methods of Chemical Process Design.
Sus principales líneas de investigación incluyen optimización continua y discreta, síntesis y planificación óptima de procesos químicos y sistemas energéticos, y optimización de cadenas de suministro. A lo largo de su carrera ha graduado a más de 100 estudiantes de posgrado.
Dra. Soraya Rawlings
Dra. Soraya Rawlings
Sandia National Laboratories
Edna Soraya Rawlings is a Senior Member of Technical Staff at Sandia National Laboratories in the Quantitative Modeling and Software Engineering department. Her research focuses on mathematical modeling and programming, including nonlinear and generalized disjunctive programming and dynamic optimization problems. She received her B.S. in Chemical Engineering from Universidad Michoacana de San Nicolás de Hidalgo in 2008 and her Ph.D. in Chemical Engineering from Universidad de Guanajuato in 2016. She was also a research scholar at Carnegie Mellon University. After receiving her PH.D., she gained further experience as a postdoctoral research fellow at the Instituto Tecnológico de Celaya and as a Postdoctoral Appointee at Sandia National Laboratories.
Edna Soraya Rawlings es miembro sénior del personal técnico del departamento de Modelización Cuantitativa e Ingeniería de Software de los Laboratorios Nacionales Sandia. Su investigación se centra en el modelado matemático y la programación, incluyendo la programación disyuntiva no lineal y generalizada y los problemas de optimización dinámica. Obtuvo su licenciatura en Ingeniería Química en la Universidad Michoacana de San Nicolás de Hidalgo en 2008 y su doctorado en Ingeniería Química en la Universidad de Guanajuato en 2016. También fue investigadora en la Universidad Carnegie Mellon. Tras obtener su doctorado, adquirió más experiencia como investigadora postdoctoral en el Instituto Tecnológico de Celaya y como becaria postdoctoral en los Laboratorios Nacionales Sandia.
Rosa M. Cuéllar-Franca is a senior lecturer in the Department of Chemical Engineering at the University of Manchester. Prior to this position, she completed a 2.5-year postdoctoral fellowship at the same institution, participating in the Engineering and Physical Sciences Research Council (EPSRC)-funded program entitled “A coordinated, whole-systems approach to carbon capture and utilization.” She obtained her PhD in Sustainable Chemical Engineering in 2013 and her Master's degree in Environmental Technology in 2008 from the University of Manchester. She is a Chemical Engineer from the Tijuana Institute of Technology (2007).
Her research focuses on assessing the sustainability of innovative technologies for climate change mitigation, providing quantitative evidence to improve systems at different levels: from molecular and process design to industrial operation and public policy formulation. Her work has been notable in the development of more sustainable ionic liquids, catalysts, and nanomaterials for carbon capture and utilization (CCU) technologies.
She specializes in Life Cycle Assessment (LCA), carbon footprint, and life cycle costs, and has published more than 25 peer-reviewed scientific articles. She is currently participating as a co-researcher in projects funded by the European Commission (Horizon 2020) and by the EPSRC in the Prosperity Partnerships program, in collaboration with companies such as BP and Johnson Matthey.
In addition, she is regularly invited as an LCA expert by institutions such as the Institute for Advanced Sustainability Studies and the US Department of Energy to advise on the development of sectoral guidelines. Her research on carbon capture and utilization contributed to the SAPEA scientific evidence report that supported the European Commission's policy on CCU. Her article on life cycle-based solvent design for CO₂ capture was a finalist for the Reaction Chemistry & Engineering magazine's “Outstanding Early Career Paper 2021” award and was featured in its “Emerging Investigator Series,” recognizing her impact and emerging leadership in the field.
Rosa M. Cuéllar-Franca es profesora titular en el Departamento de Ingeniería Química de la University of Manchester. Antes de ocupar esta posición, realizó una estancia posdoctoral en la misma institución durante 2.5 años, participando en el programa financiado por el Engineering and Physical Sciences Research Council (EPSRC) titulado “A coordinated, whole-systems approach to carbon capture and utilisation”. Obtuvo su Doctorado en Ingeniería Química Sostenible en 2013 y su Maestría en Tecnología Ambiental en 2008 en la University of Manchester. Es Ingeniera Química por el Instituto Tecnológico de Tijuana (2007).
Su investigación se centra en la evaluación de la sostenibilidad de tecnologías innovadoras para la mitigación del cambio climático, proporcionando evidencia cuantitativa para mejorar sistemas a distintos niveles: desde el diseño molecular y de procesos, hasta la operación industrial y la formulación de políticas públicas. Su trabajo ha destacado en el desarrollo de líquidos iónicos, catalizadores y nanomateriales más sostenibles para tecnologías de captura y utilización de carbono (CCU).
Es especialista en Análisis de Ciclo de Vida (LCA), huella de carbono y costos del ciclo de vida, y ha publicado más de 25 artículos científicos revisados por pares. Actualmente participa como co-investigadora en proyectos financiados por la European Commission (Horizon 2020) y por el EPSRC en el programa Prosperity Partnerships, en colaboración con empresas como BP y Johnson Matthey.
Además, es invitada regularmente como experta en LCA por instituciones como el Institute for Advanced Sustainability Studies y por el Departamento de Energía de Estados Unidos para asesorar en el desarrollo de directrices sectoriales. Sus investigaciones en captura y utilización de carbono contribuyeron al informe de evidencia científica de SAPEA que apoyó la política de la Comisión Europea sobre CCU. Su artículo sobre diseño de disolventes con enfoque de ciclo de vida aplicado a la captura de CO₂ fue finalista del premio "Outstanding Early Career Paper 2021" de la revista Reaction Chemistry & Engineering y fue destacado en su serie "Emerging Investigator Series", reconociendo su impacto y liderazgo emergente en el campo.
Dr. Víctor Zavala Tejeda
Dr. Víctor Zavala Tejeda
University of Wisconsin-Madison
Victor M. Zavala is the Baldovin-DaPra Professor in the Department of Chemical and Biological Engineering at the University of Wisconsin-Madison and is affiliated with the Mathematics and Computer Science Division at Argonne National Laboratory. He holds a B.Sc. degree from Universidad Iberoamericana and a Ph.D. degree from Carnegie Mellon University, both in chemical engineering. He is a recipient of NSF and DOE Early Career awards and of the Presidential Early Career Award for Scientists and Engineers (PECASE). His research interests include data science, control, and optimization and applications to energy and environmental systems.
Victor M. Zavala es profesor Baldovin-DaPra en el Departamento de Ingeniería Química y Biológica de la Universidad de Wisconsin-Madison y está afiliado a la División de Matemáticas y Ciencias de la Computación del Laboratorio Nacional Argonne. Es licenciado por la Universidad Iberoamericana y doctor por la Universidad Carnegie Mellon, ambos en ingeniería química. Ha recibido los premios NSF y DOE Early Career, así como el Premio Presidencial a Científicos e Ingenieros en Etapa Inicial de su Carrera (PECASE). Sus intereses de investigación incluyen la ciencia de datos, el control y la optimización, y sus aplicaciones a los sistemas energéticos y medioambientales.
David is a scientist working at Argonne, one of the national laboratories in the Midwest of the United States that conducts research in physical sciences, biological sciences, energy, and global security.
Currently, his work focuses on developing mathematical models to analyze various high energy-consuming industrial sectors in the United States. The associated decisions are formulated as disjunctive linear optimization problems and subsequently reformulated as mixed-integer linear programming (MILP) problems. Previously, he worked on the use of surrogate models in control and Bayesian inference applied to material flows in the country.
David pursued his studies in chemical engineering, beginning with a bachelor's degree at the Benemérita Universidad Autónoma de Puebla, a master's degree at Universidad Iberoamericana Mexico City, and a Ph.D. at Carnegie Mellon University (CMU). His graduate studies allowed him to study MPC algorithms, interior-point methods, and differential-algebraic equations. He started as a postdoctoral associate and became a member of the Energy Systems and Infrastructure Analysis (ESIA) division, in the Energy Resources and Demand (ERD) group, within the Industrial Technologies subgroup. In his free time, he enjoys running, reading, and visiting Mexican bakeries in the suburbs of Chicago.
David es un científico que trabaja en Argonne, uno de los laboratorios nacionales en el medio oeste de los Estados Unidos que realiza investigación en ciencias físicas, ciencias biológicas, energía y seguridad global.
Actualmente, su trabajo se centra en desarrollar modelos matemáticos para analizar diversos sectores industriales de alto consumo energético en Estados Unidos. Las decisiones asociadas se formulan como problemas de optimización lineal disyuntiva y posteriormente se reformulan como problemas de programación lineal entera mixta (MILP). Anteriormente, trabajó en el uso de modelos sustitutos (surrogate models) en control y en la inferencia bayesiana aplicada al flujo de materiales en el país.
David realizó sus estudios en ingeniería química, comenzando con la licenciatura en la Benemérita Universidad Autónoma de Puebla, la maestría en la Universidad Iberoamericana Ciudad de México y el doctorado en Carnegie Mellon University (CMU). Sus estudios de posgrado le permitieron profundizar en algoritmos MPC, métodos de punto interior y ecuaciones diferenciales algebraicas. Inició como asociado posdoctoral y posteriormente se convirtió en miembro de la división de Análisis de Sistemas Energéticos e Infraestructura (ESIA), en el grupo de Recursos y Demanda Energética (ERD), dentro del subgrupo de Tecnologías Industriales. En su tiempo libre, disfruta correr, leer y visitar panaderías mexicanas en los suburbios de Chicago.
Dr. Gabriel Contreras Zarazúa holds a Ph.D. in Chemical Engineering from the University of Guanajuato, where he graduated with Summa Cum Laude honors. His research line centers on the simultaneous design and optimization of intensified processes and supply chain, integrating economic, environmental, safety, and controllability criteria, with particular emphasis on bioproducts, biofuels and sustainable aviation fuels (SAF).
He is currently a Professor-Researcher at the Universidad Autónoma Metropolitana (UAM), where he is actively involved in teaching, thesis supervision, and the development of research projects in process engineering and sustainability. He has received two awards from the aviation industry in recognition of his contributions to sustainable aviation fuel research, highlighting his strong academia–industry linkage.
Dr. Contreras Zarazúa has an established academic record, with 34 peer-reviewed scientific articles, 11 book chapters, and numerous presentations at national and international conferences.
El Dr. Gabriel Contreras Zarazúa es Doctor en Ciencias en Ingeniería Química por la Universidad de Guanajuato, donde obtuvo el grado con Mención Summa Cum Laude. Su línea de investigación se centra en el diseño, optimización simultánea de procesos intensificados y cadenas de suministro, integrando criterios económicos, ambientales, de seguridad y control, con especial énfasis en biocombustibles y combustibles sostenibles de aviación.
Actualmente es Profesor Investigador en la Universidad Autónoma Metropolitana (UAM), donde participa activamente en docencia, dirección de tesis y desarrollo de proyectos de investigación en ingeniería de procesos y sostenibilidad. Ha recibido dos premios otorgados por la industria de la aviación por sus contribuciones en el área de combustibles sostenibles de aviación (SAF), destacando su vinculación academia-industria.
Cuenta con una producción académica consolidada, con 34 artículos científicos publicados, 11 capítulos de libro y diversas participaciones en congresos nacionales e internacionales.
Dr. Antonio del Rio Chanona
Dr. Antonio del Rio Chanona
Imperial College London
Antonio del Rio Chanona is head of the Optimization and Machine Learning for Process Systems Engineering group in the Department of Chemical Engineering and at the Process Systems Engineering Center at Imperial College London. His work is at the forefront of integrating advanced optimization algorithms, machine learning, large language models, and reinforcement learning into engineering systems.
His research combines the methodological development of computational tools with industrial applications, especially in the control, optimization, and scaling of bioprocesses, contributing to making biotechnological systems more efficient and robust.
He obtained his PhD from the Department of Chemical Engineering and Biotechnology at the University of Cambridge, where he received the prestigious 2017 Danckwerts-Pergamon Award for the best doctoral thesis. He completed his undergraduate studies at the National Autonomous University of Mexico (UNAM).
He is also co-director of the EPSRC Center for Doctoral Training in New Generation Synthesis and Reaction Technology (rEaCt), consolidating his leadership in training researchers in emerging technologies within chemical and process engineering.
Antonio del Rio Chanona es jefe del grupo de Optimización y Aprendizaje Automático para Ingeniería de Sistemas de Procesos en el Departamento de Ingeniería Química y en el Centro de Ingeniería de Sistemas de Procesos del Imperial College London. Su trabajo se sitúa a la vanguardia de la integración de algoritmos avanzados de optimización, aprendizaje automático, grandes modelos de lenguaje y aprendizaje por refuerzo en sistemas de ingeniería.
Su investigación combina el desarrollo metodológico de herramientas computacionales con aplicaciones industriales, especialmente en el control, optimización y escalamiento de bioprocesos, contribuyendo a hacer más eficientes y robustos los sistemas biotecnológicos.
Obtuvo el doctorado en el Departamento de Ingeniería Química y Biotecnología de la University of Cambridge, donde recibió el prestigioso premio Danckwerts-Pergamon 2017 a la mejor tesis doctoral. Realizó sus estudios de licenciatura en la Universidad Nacional Autónoma de México (UNAM).
Además, es codirector del Centro EPSRC para la Formación Doctoral en Tecnología de Síntesis y Reacciones de Nueva Generación (rEaCt), consolidando su liderazgo en la formación de investigadores en tecnologías emergentes dentro de la ingeniería química y de procesos.
Dr. Javier Tovar Facio
Dr. Javier Tovar Facio
Autonomous University of Chihuahua
Dr. Javier Tovar Facio is an Assistant Professor at the Faculty of Chemical Sciences, Universidad Autónoma de Chihuahua. He holds a B.S., M.S., and Ph.D. in Chemical Engineering from Universidad Michoacana de San Nicolás de Hidalgo, graduating with honors.
He completed a Fulbright Postdoctoral Fellowship at Carnegie Mellon University (USA) under the supervision of Prof. Ignacio E. Grossmann. He has also served as a postdoctoral researcher at the National Institute of Ecology and Climate Change (Mexico) and as an Adjunct Professor at Instituto Politécnico Nacional. His international research experience includes appointments at the University of Wisconsin–Madison, Texas A&M University, and the University of Salamanca.
His research focuses on Process Systems Engineering, optimization, sustainability, and energy and environmental systems analysis.
Dr. Javier Tovar Facio es Profesor Asistente en la Facultad de Ciencias Químicas de la Universidad Autónoma de Chihuahua. Es Ingeniero Químico con Maestría y Doctorado en Ingeniería Química por la Universidad Michoacana de San Nicolás de Hidalgo, donde se graduó con mención honorífica.
Realizó una estancia posdoctoral como Fulbright Postdoctoral Fellow en Carnegie Mellon University (EE.UU.) bajo la supervisión del Prof. Ignacio E. Grossmann. Asimismo, ha sido investigador posdoctoral en el Instituto Nacional de Ecología y Cambio Climático (INECC) y profesor adjunto en el Instituto Politécnico Nacional. Ha desarrollado estancias de investigación en instituciones de prestigio internacional como University of Wisconsin–Madison, Texas A&M University y la Universidad de Salamanca.
Su trayectoria académica se enfoca en Ingeniería de Sistemas de Procesos, optimización, sostenibilidad y análisis de sistemas energéticos y ambientales.
Dr. Sebastián Espinel Ríos
Dr. Sebastián Espinel Ríos
University College Dublin
Dr. Sebastián Espinel Ríos is an Assistant Professor (Ad Astra Fellow) at the School of Chemical and Bioprocess Engineering at University College Dublin. He earned his Ph.D. in Process and Systems Engineering from Otto-von-Guericke-Universität Magdeburg, graduating summa cum laude through the International Max Planck Research School at the Max Planck Institute for Dynamics of Complex Technical Systems, in collaboration with TU Darmstadt.
He has held postdoctoral research positions at Princeton University and CSIRO, where he contributed to the development of advanced computational frameworks for the modeling and control of complex biotechnological systems.
His research advances tailored computational methodologies for high-fidelity modeling, optimization, and intelligent control to accelerate the digital transformation of the biotechnology sector. His work integrates Process Systems Engineering, Systems Biology, and Scientific Machine Learning, combining mechanistic and AI-driven approaches within multiscale and hybrid modeling environments.
Sebastián Espinel Ríos Profesor Asistente (Ad Astra Fellow) en la School of Chemical and Bioprocess Engineering de University College Dublin. Obtuvo el grado de Doctor en Ingeniería con especialidad en Process and Systems Engineering por la Otto-von-Guericke-Universität Magdeburg, graduándose con distinción summa cum laude a través de la International Max Planck Research School en el Max Planck Institute for Dynamics of Complex Technical Systems, en colaboración con TU Darmstadt.
Realizó estancias posdoctorales en Princeton University y en CSIRO, donde desarrolló marcos computacionales avanzados para el modelado y control de sistemas biotecnológicos complejos.
Su investigación se enfoca en el desarrollo de metodologías computacionales de alta precisión para modelado, optimización y control inteligente orientadas a la transformación digital del sector biotecnológico. Su trabajo integra Ingeniería de Sistemas de Procesos, Biología de Sistemas y Machine Learning Científico, combinando enfoques mecanísticos y basados en inteligencia artificial dentro de entornos híbridos y multiescala.
Dr. Kelvyn Baruc Sánchez Sánchez
Dr. Kelvyn Baruc Sánchez Sánchez
Aspen Technology
Dr. Kelvyn Baruc Sánchez Sánchez is a Senior Engineer at Aspen Technology, where he contributes to the development of advanced software solutions for process modeling and simulation in the chemical and petroleum industries.
He holds a Ph.D. in Chemical Engineering from Instituto Tecnológico de Orizaba. His doctoral research focused on batch crystallization, including experimental studies on metastable zone width and the development of image-based methods for crystal size distribution measurement. He also conducted research at the University of Waterloo on modeling and optimization of crystallization processes.
He completed postgraduate studies at Instituto Tecnológico de Celaya, where he developed OSPropE (Open Source Property Estimator), a Julia-based thermodynamic property estimation software for chemical systems, including electrolyte modeling.
His professional and academic work integrates process modeling, thermodynamic property estimation, crystallization engineering, and software development, bridging chemical engineering fundamentals with modern computational and machine learning tools.
Dr. Kelvyn Baruc Sánchez Sánchez es Senior Engineer en Aspen Technology, donde participa en el desarrollo de soluciones avanzadas de software para modelado y simulación de procesos en la industria química y petrolera.
Es Doctor en Ingeniería Química por el Instituto Tecnológico de Orizaba. Su investigación doctoral se centró en procesos de cristalización por lotes, incluyendo estudios experimentales sobre la zona metaestable y el desarrollo de metodologías basadas en adquisición y procesamiento de imágenes para la medición de la distribución de tamaño de cristal. Asimismo, realizó investigación en la University of Waterloo en modelado y optimización de procesos de cristalización.
Posteriormente, realizó estudios de posgrado en el Instituto Tecnológico de Celaya, donde desarrolló OSPropE (Open Source Property Estimator), un software en Julia para la estimación de propiedades termodinámicas en sistemas químicos, incluyendo modelado de electrólitos.
Su trayectoria integra modelado de procesos, estimación de propiedades termodinámicas, ingeniería de cristalización y desarrollo de software científico, vinculando fundamentos de ingeniería química con herramientas computacionales y enfoques modernos de machine learning.
Dra. Abigail Marin López
Dra. Abigail Marin López
Autonomous Metropolitan University- Iztapalapa
Dr. Abigail Marín López is a professor at the Universidad Autónoma Metropolitana, Iztapalapa Campus. She is an academic and researcher with expertise in computational modeling, the analysis of complex systems, and the development of quantitative tools for the study of dynamic phenomena. Her research focuses on data science applied to chemical engineering, with an emphasis on nonlinear analysis, data-driven modeling, time series, entropy, machine learning, and the monitoring of complex chemical processes.
His work contributes to the study, characterization, and prediction of chemical, environmental, biomedical, and other complex systems through mathematical and computational approaches focused on the analysis of dynamic phenomena. He has experience teaching at the undergraduate and graduate levels, training professionals, participating in funded academic projects, engaging in science outreach, and organizing interdisciplinary seminars.
His academic output includes articles in indexed journals, a chapter in an international book, and manuscripts under review related to dynamic systems, air pollution, two-phase flow, multiscale analysis, entropy, and predictive modeling. His profile combines mathematical rigor, computational insight, and engineering application, with an interdisciplinary focus on developing methodologies based on data science and artificial intelligence for the analysis and improvement of complex chemical processes within the field of Process Systems Engineering.
Dra. Abigail Marín López es Profesora de la Universidad Autónoma Metropolitana, Unidad Iztapalapa. Es académica e investigadora con experiencia en modelado computacional, análisis de sistemas complejos y desarrollo de herramientas cuantitativas para el estudio de fenómenos dinámicos. Su línea de investigación se centra en la ciencia de datos aplicada a la ingeniería química, con énfasis en análisis no lineal, modelado basado en datos, series temporales, entropía, aprendizaje automático y monitoreo de procesos químicos complejos.
Su trabajo contribuye al estudio, caracterización y predicción de sistemas químicos, ambientales, biomédicos y otros sistemas complejos mediante enfoques matemáticos y computacionales orientados al análisis de fenómenos dinámicos. Cuenta con experiencia docente a nivel licenciatura y posgrado, formación de recursos humanos, participación en proyectos académicos financiados, divulgación científica y organización de seminarios interdisciplinarios.
Su producción académica incluye artículos en revistas indizadas, un capítulo de libro internacional y manuscritos en evaluación relacionados con sistemas dinámicos, contaminación atmosférica, flujo bifásico, análisis multiescala, entropía y modelado predictivo. Su perfil integra rigor matemático, visión computacional y aplicación ingenieril, con una orientación interdisciplinaria hacia el desarrollo de metodologías basadas en ciencia de datos e inteligencia artificial para el análisis y mejora de procesos químicos complejos dentro del campo de Process Systems Engineering.
Report abuse