Título de la Tesis:

“Un enfoque basado en grafos de conocimiento y grafos acíclicos dirigidos para la automatización y la reproducibilidad de flujos de trabajo computacionales en plataformas robóticas de experimentación intensiva”

Director: Dr. Ernesto Martínez (INGAR – CONICET/UTN)

Codirector: Dr. M. Nicolás Cruz Bournazou (TU Berlín)

Jurado:

• Dr. Gerardo ACOSTA (CIFICEN – UNCPBA/CICPBA/CONICET)
• Dr. D. Camilo CORRALES MUÑOZ (INRAe – Toulouse, Francia)
• Dr. Aldo VECCHIETTI (INGAR – CONICET/UTN).

Fecha y hora: Martes 17 de marzo de 2026, 11:00 hs.

El objetivo de esta actividad es:

• Informar a los interesados sobre la Convocatoria a Becas Internas de Investigación 2026 UTN.
• Presentar a los estudiantes de últimos años de Ingeniería en Sistemas de Información (ISI) posibles líneas para desarrollar Proyectos Finales de Carrera (PFC).

Proyectos que se presentarán:

1. Framework para el diseño de Sistemas Ciber-Físicos industriales – Director: Silvio Gonnet
2. Integración vertical de datos mediante una red de ontologías – Directora: Marcela Vegetti
3. Especialización en Lenguaje Computacional para el Formalismo de Simulación DEVS – Directora: Maria Julia Blas
4. Marcos de trabajo para realizar defensa en profundidad en sistemas – Directora: Maria Luciana Roldán
5. Prosumidores usando gemelos digitales – Director: Ernesto Martínez
6. Sistemas multiagente e inferencia activa para redes eléctricas – Director: Gonzalo Álvarez

Lugar: INGAR – Avellaneda 3657
Fecha y hora: 9 de marzo de 2026 | 16:00 hs
Confirma tu asistencia o solicita más info al contacto del INGAR (*mail protegido*)

RESUMEN

El plan de trabajo se centrará en el diseño y optimización de procesos de recuperación de solventes mediante la implementación de procesos híbridos destilación/membranas de pervaporación cerámicas, con especial enfoque en la recuperación de tetrahidrofurano (THF), un solvente ampliamente utilizado en la industria química y farmacéutica. Se considerarán soluciones THF-agua y metanol-THF-agua.  Para este último caso, la metodología de optimización tendrá en cuenta la frontera de destilación que actúa como límite a los destilados factibles de ser obtenidos vía destilación. Se prevé trabajo tanto experimental como de modelado.

Contactos

Dr. Héctor José María Espinosa (*mail protegido*)

Dr. Danilo Figueroa Paredes (*mail protegido*)

Felicitaciones por este importante reconocimiento y agradecimiento por el compromiso de
continuar impulsando la investigación, la innovación y la transferencia tecnológica en
beneficio de la sociedad.

Investigadores promovidos

Gonzalo Álvarez Disciplina: Ingeniería Civil, Eléctrica, Mecánica e Ingenierías Relacionadas Tema de investigación: Simulación y Optimización Distribuida de Estrategias en Mercados de Prosumidores de Energía Eléctrica. Con Énfasis en la Penetración de la Energía Eólica

María Julia Blas Disciplina: Informática y Comunicaciones Tema de investigación: Infraestructura Informática basada en un Lenguaje de Interoperabilidad para el Modelado y Simulación DEVS

Martín Luna Disciplina: Ingeniería de Procesos Tema de investigación: Herramientas para el Desarrollo, Escalado y Operación de Procesos Productivos en la Industria Biotecnológica: Sensores Inteligentes y Gemelos Digitales

Diego G. Oliva Disciplina: Ingeniería de Procesos Tema de investigación: Modelado, Síntesis y Optimización de Sistemas de Producción de Energía

Ramiro J. Sánchez Disciplina: Ingeniería de Procesos Tema de investigación: Diseño Conceptual de Procesos Híbridos basados en Membranas

Estas publicaciones abarcan temas como Optimización de Cadenas de Suministro, Sustentabilidad y Transición Energética, Bioprocesos, Bioingeniería, Inteligencia Artificial y Modelado Predictivo, fortaleciendo la presencia del Instituto en la comunidad científica y su aporte al desarrollo tecnológico y social.

Listado de publicaciones en Journals

• Porporatto, L. G., Achkar, V. G., Fumero, Y., Brunaud, B. B., Torres, N., Corsano, G. (2025). MILP reformulation and extension of multi-echelon inventory optimization model based on the guaranteed service approach. Computers and Chemical Engineering, 202, Article 109305. https://doi.org/10.1016/j.compchemeng.2025.109305
• Manassaldi, J. I., Incer-Valverde, J., Morosuk, T., Mussati, M. C., Mussati, S. F. (2025). A novel optimization strategy for designing cryogenic energy storage systems. Energy, 332, Article 136490. https://doi.org/10.1016/j.energy.2025.136490
• Mione, F. M., Luna, M. F., Kaspersetz, L., Neubauer, P., Martínez, E. C., Cruz-Bournazou, M. N. (2025). A property graph schema for automated metadata capture, reproducibility and knowledge discovery in high-throughput bioprocess development. Digital Discovery, 4(9), 2401–2422. https://doi.org/10.1039/d5dd00070j
• Fischer, C. D., Mussati, M. C., Morosuk, T., Mussati, S. F. (2025). Optimization of hybrid CO₂ capture processes. Energy, 330, Article 136724. https://doi.org/10.1016/j.energy.2025.136724
• Figueroa Paredes, D. A., Sánchez, R. J., Laoretani, D. S., Fuentes, M., Fernández, M. B., Espinosa, J. (2025). Variants of the hybrid distillation/pervaporation process: Conceptual model-based optimization and environmental analysis for IPA dehydration. Separation and Purification Technology, 363, Article 132281. https://doi.org/10.1016/j.seppur.2025.132281
• Bagajewicz, M. J., Nahes, A. L. M., Queiroz, E. M., Oliva, D. G., Francesconi, J. A., Costa, A. L. H. (2025). Globally optimal basic design of multiple-unit heat exchangers. AIChE Journal, 71(7), Article e18838. https://doi.org/10.1002/aic.18838
• Luna, M. F., Mione, F. M., Kaspersetz, L., Neubauer, P., Martínez, E. C., Cruz-Bournazou, M. N. (2025). Automated regression of bioreactor models using a Bayesian approach for parallel cultivations in robotic platforms. Biochemical Engineering Journal, 219, Article 109729. https://doi.org/10.1016/j.bej.2025.109729
• Tibaldo, A. S., Montagna, J. M., Fumero, Y. (2025). MILP model for simultaneous batching, production and distribution operations in single-stage multiproduct batch plants. International Journal of Industrial Engineering Computations, 16(3), 671–692. https://doi.org/10.5267/j.ijiec.2025.4.005
• Tibaldo, A. S., Montagna, J. M., Fumero, Y. (2025). Efficient mixed-integer linear programming model for integrated management of ready-mixed concrete production and distribution. Automation in Construction, 173, Article 106074. https://doi.org/10.1016/j.autcon.2025.106074
• Schmidhalter, I., Mussati, M. C., Mussati, S. F., Marcovecchio, M. G., Aguirre, P. A. (2025). Optimal green ammonia system design for minimum levelized costs in Southern Argentina. International Journal of Hydrogen Energy, 121, 337–350. https://doi.org/10.1016/j.ijhydene.2025.03.317
• Blas, M. J., Toniolo, M., Gonnet, S. (2025). Enhancing routed DEVS models with event tracking. Journal of the Brazilian Computer Society, 31(1), 412–425. https://doi.org/10.5753/jbcs.2025.4613
• Dominguez, J. A., Vegetti, M., Gonnet, S. (2025). Asset administration shell submodel for representing the procedural part of ISA-88 recipes. IEEE Latin America Transactions, 23(1), 36–42. https://doi.org/10.1109/TLA.2025.10810401
• Alvarez, G. E. (2025). Optimising large-scale generation and transmission systems via neural network-based wind energy forecasting: An integrated approach applied to Argentina. International Journal of Ambient Energy, 46(1), Article 2571521. https://doi.org/10.1080/01430750.2025.2571521
• Cunico, M. L., Vanzetti, N. A., Kröhling, D. E., & Vecchietti, A. (2025). Integrated approach between machine learning and operations research: A case study in grain logistics. Industrial and Engineering Chemistry Research, 64(47), 22813–22825. https://doi.org/10.1021/acs.iecr.5c03168

El Dr. Miguel Mussati es Investigador Independiente del CONICET y Docente Investigador de la Universidad Tecnológica Nacional (UTN). Es Ingeniero Químico egresado de la UTN – Facultad Regional Villa María y Doctor en Ingeniería Química por la Universidad Nacional del Litoral (UNL). Completó su formación posdoctoral en el Computer Aided Process Engineering Center
(CAPEC), en la Universidad Técnica de Dinamarca (DTU), mediante una beca externa de CONICET.

Su línea de investigación se enmarca en el área de Ingeniería de Sistemas de Procesos (PSE), con especial énfasis en el modelado, simulación y optimización de sistemas complejos orientados a la sostenibilidad ambiental y energética, utilizando herramientas avanzadas de programación matemática. Ha dirigido o codirigido proyectos de investigación financiados por el CONICET, la Universidad Tecnológica Nacional y la Agencia Nacional de Promoción Científica y Tecnológica, abordando temáticas como hidrógeno verde, captura de CO₂, energías renovables y tratamiento biológico de aguas residuales. Asimismo, ha participado activamente en procesos de transferencia tecnológica hacia organismos públicos, empresas privadas y mixtas.

En el ámbito de la gestión institucional, se ha desempeñado como Vicedirector de INGAR y Director Académico de las carreras de Especialización y Maestría en Ingeniería Ambiental de la UTN – Facultad Regional Santa Fe. Ha integrado el Consejo Directivo de INGAR en diversos períodos.

En el ámbito universitario, forma parte de la Comisión de Posgrado del Rectorado de la UTN. Ha actuado como jurado de tesis doctorales y de maestría en la UTN, UNL, UNS y UNT. Ha dirigido y codirigido tesis doctorales de becarios de CONICET, así como de investigadores asistentes y becarios posdoctorales.

Junto a colegas de INGAR, ha establecido vínculos de cooperación científica con instituciones de Alemania y Dinamarca, desarrollando trabajos colaborativos en áreas como energías renovables, transición energética e innovación en procesos industriales. Estas colaboraciones han dado lugar a publicaciones en revistas científicas de alto impacto.

Como Director del Instituto, mi propósito es impulsar proyectos de investigación, desarrollo tecnológico y articulación con el entorno productivo, promoviendo una cultura de excelencia académica y compromiso institucional. Mi gestión se orientará al  fortalecimiento de capacidades científicas, la cooperación interdisciplinaria y la proyección nacional e internacional del conocimiento generado en INGAR.

 

 

– Dr. Miguel C. Mussati, Director del Instituto INGAR

Ver CV detallado

Foto cortesía FIQ-UNL

La red INU dio a conocer los cinco seleccionados de la convocatoria al Researcher Mobility Award 2023. Mediante este premio-estímulo, se beneficia a los ganadores con un apoyo económico para realizar estancias en universidades miembro de la red.

Durante la están en el exterior, la Dra. Gabriela Corsano desarrollará tareas de investigación conjunta con el grupo SUSCAPE – SUStainability using Computer Aided Process Engineering tools de la URV relacionados a la optimización en el diseño de cadenas de suministros utilizando metodologías basadas en programación matemática.

La investigadora contó que el intercambio está programado para octubre de este año y expresó que, en cuanto a la actividad de investigación, estudiarán y desarrollarán nuevas técnicas de optimización multi-objetivo para ser aplicadas en modelos de planificación de procesos sustentables. “El grupo SUSCAPE posee una amplia y reconocida experiencia en el uso combinado de técnicas de modelado multi-criterio y principios de Evaluación del Ciclo de Vida. Por otro lado, mi grupo de investigación tiene extensa trayectoria en la formulación de modelos matemáticos y desarrollo de estrategias de optimización aplicados a sistemas de producción, en una amplia gama de situaciones y escenarios”, describió.

Mas información

Durante los 4 días del evento, asistieron a diferentes cursos y seminarios sobre investigaciones líderes en las áreas de sostenibilidad, carbono neto cero y cambio climático.

Asimismo, el director de nuestro institudo, Dr. Aldo Vechietti dictó un seminario.

Los asistentes al evento fueron Milagros Verrengia, Aldana Tibaldo, Nicolás Vanzetti, Sebastián Pereira y Lucas Porporatto.

Más información del evento

Ingenieros Químicos, Ingenieros Industriales, Licenciados en Matemática, Licenciados en Biotecnología, Ingenieros Ambientales, Bioingenieros, Ingenieros/Licenciados en Sistemas de Información, Ingenieros en Materiales, carreras afines.

Inscripción de aspirantes a becas doctorales hasta Agosto de 2023.

Áreas y temas de interés

Aprendizaje Computacional y Sistemas Inteligentes

1. Aprendizaje computacional de conocimiento heurístico para rescheduling de sistemas de producción
2. Negociación automatizada de contratos inteligentes (Smart Contracts) en mercados Peer-to-Peer de Prosumidores
3. Aprendizaje por refuerzos con representaciones profundas para scheduling y planificación industrial
4. Programación probabilística de sistemas inteligentes usando inferencia activa
5. Selección Autónoma de Hiper-Parámetros en Algoritmos para Aprendizaje por Refuerzos
6. Agentes Inteligentes para la Negociación Automatizada usando Grafos de Conocimiento y Modelos de Lenguaje a Gran Escala

Ingeniería de Procesos y Bioprocesos

1. Modelos cibernéticos de biorreactores para optimización, monitoreo y control
2. Desarrollo de un proceso para la producción de dextran en reactores de membranas
3. Rutas óptimas de procesamiento de aceites
4. Diseño on-line de experimentos en el marco de la industria 4.0
5. Optimización bayesiana aplicada a la ingeniería de procesos
6. Integración material de oxígeno en procesos de gasificación, reformado y en gasificación integrada en ciclo combinado
7. Planificación de la expansión en sistemas eléctricos de generación y transmisión de energía eléctrica: modelado matemático y optimización
8. Captura y utilización de CO2: combinación de procesos de producción de H2 verde, electricidad y captura de CO2 para la producción de CH4 verde
9. Producción, purificación y almacenamiento de Hidrógeno. Modelado y optimización
10. Economía e impactos ambientales de la producción de biocombustibles líquidos y gaseosos. Optimización basada en modelos matemáticos
11. Evaluación ambiental de procesos y productos mediante la metodología de Análisis de Ciclo de Vida (LCA)
12. Diseño y optimización de procesos de refrigeración por absorción y de sistema híbridos compresión-absorción usando fuentes de energía renovables o calor residual de procesos
13. Simulación y Optimización Distribuida de Estrategias en Mercados de Prosumidores de Energía Eléctrica
14. Diseño Conceptual de procesos Híbridos Basados en Membranas
15. Modelos de Optimización para la Producción Eficiente de Bioenergía

Modelado y Simulación

1. Formalización de un simulador basado en eventos multi-formalismo
2. Identificación de patrones y anti-patrones jerárquicos en modelos basados en eventos discretos
3. Infraestructura de modelado conceptual para la simulación de eventos discretos
4. Modelado conceptual y definición de lenguajes de especificación de gemelos digitales para activos de la Industria 4.0

Requisitos para becas doctorales

Dirigidas a Ingenieros Químicos, Ingenieros Industriales, Licenciados en Matemática, Licenciados en Biotecnología, Ingenieros Ambientales, Bioingenieros, Ingenieros/Licenciados en Sistemas de Información, Ingenieros en Materiales, carreras afines, o estudiantes próximos a finalizar los grados indicados. Las becas se otorgan a estudiantes con un destacable desempeño académico.

Enviar:

• Currículum vitae: incluir domicilio, correo electrónico y teléfono.
• Certificado analítico de notas (incluyendo aplazos y promedio) de la carrera universitaria. En caso de no poseerlo, enviar listados de notas incluyendo aplazos.
• Promedio histórico de la carrera (imprescindible para la presentación final).
• Citar tema(s) de interés.

Informes

INGAR
Avellaneda 3657. Ciudad de Santa Fe (CP 3000). Argentina
Tel: (+54-342) 4535568 / 4534451

*mail protegido*