Desarrollo de metodología híbrida de simulación computacional y aprendizaje profundo para la optimización del diseño de intercambiadores de calor de placas y aletas de compuestos avanzados en la condensación criogénica del gas natural.

Autores/as

Palabras clave:

metodología híbrida de simulación computacional - aprendizaje profundo - diseño de intercambiadores de calor de placas y aletas -compuestos avanzados - condensación criogénica - gas natural.

Biografía del autor/a

David Molina Ortiz, Universidad Nacional Experimental Politécnica "Antonio José de Sucre"

Doctorante en Ciencias de la Ingeniería en la Universidad Nacional Experimental Politécnica "Antonio José de Sucre"

José Eduardo Rengel Hernández , Universidad Nacional Experimental Politécnica "Antonio José de Sucre"

Doctorante en Ciencias de la Ingeniería en la Universidad Nacional Experimental Politécnica "Antonio José de Sucre"

##submission.downloads##

Publicado

2026-03-30

Cómo citar

Molina Ortiz, D. ., & Rengel Hernández , J. E. . (2026). Desarrollo de metodología híbrida de simulación computacional y aprendizaje profundo para la optimización del diseño de intercambiadores de calor de placas y aletas de compuestos avanzados en la condensación criogénica del gas natural. Metrópolis | Revista De Estudios Universitarios Globales, 7(1), 3491-3564. Recuperado a partir de https://metropolis.metrouni.us/index.php/metropolis/article/view/375

Número

Vol. 7 Núm. 1 (2026): Metrópolis | Revista de Estudios Universitarios Globales | Enero-Junio

Sección

Artículos

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.