Integrando Python y Microsoft Excel en la enseñanza de la optimización paramétrica en Ingeniería de Procesos

Autores/as

DOI:

https://doi.org/10.35699/2237-5864.2025.52342

Palabras clave:

optimización paramétrica, metodología didáctica, Microsoft Excel, Python, Ingeniería Química

Resumen

Este estudio presenta una metodología de enseñanza de la optimización paramétrica en una clase de Ingeniería Química de la Universidad Federal de Rio Grande do Norte (Brasil), utilizando Microsoft Excel y Python. La metodología se organiza en tres fases progresivas. En la primera, se aplica un cuestionario para evaluar los conocimientos previos de los estudiantes. En la segunda, se discuten en clase problemas de optimización más realistas, destacando las limitaciones de los enfoques analíticos tradicionales y presentando las funcionalidades básicas de las herramientas adoptadas. En la fase final, los estudiantes se enfrentan al reto de resolver un problema complejo de optimización que implique una red de intercambiadores de calor, utilizando las dos herramientas mencionadas. A pesar de que el 57,14% de los alumnos optaron por métodos analíticos no informatizados en el cuestionario propuesto en la fase inicial, el problema de la fase final fue resuelto con éxito, obteniendo una puntuación de 8,0 en la evaluación numérica. Esto refleja el éxito de la intervención llevada a cabo durante la fase 2, guiada por los resultados obtenidos en la fase 1 de la investigación. Python y Excel han demostrado ser herramientas eficaces para la enseñanza de la optimización paramétrica, incluso en clases pequeñas y heterogéneas.

Descargas

Los datos de descarga aún no están disponibles.

Biografía del autor/a

  • Francinelson Pontes do Carmo, Universidade Federal do Rio Grande do Norte

    Bachiller en Ingeniería Química por la UFRN (2022), actualmente cursando maestría en la misma área. Técnico en Edificaciones por el IFRN (2016), posgraduado en Matemáticas, sus tecnologías y el Mundo del Trabajo por la UFPI (2023), y estudiante de licenciatura en Matemáticas en la UNIASSELVI. Experiencia como profesor de Matemáticas, analista de control de calidad y en el desarrollo de una planta piloto de pirólisis. Investigación actual en modelado y simulación de procesos químicos.

  • Vanja Maria de França Bezerra, Universidade Federal do Rio Grande do Norte

    Licenciada en Ingeniería Química por la UFRN (1987), máster en Ciencias de los Materiales por el IME (1991) y doctora en Ingeniería Química por la UNICAMP (1997). Actualmente, es docente en el Departamento de Ingeniería Química de la UFRN. Sus estudios abarcan las áreas de Ciencias e Ingeniería de Materiales, Dinámica de Fluidos Computacional e investigaciones multidisciplinarias centradas en modelado, simulación y control de procesos.

Referencias

ADJIMAN, Claire S.; ANDROULAKIS, Ioannis. P.; FLOUDAS, Christodoulos. A. A global optimization method, αBB, for general twice-differentiable constrained NLPs. Implementation and computational results. Computers & Chemical Engineering, v. 22, n. 9, p. 1159-1179, ago. 1998. DOI: https://doi.org/10.1016/S0098-1354(98)00218-X. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S009813549800218X. Acesso em: 19. set. 2023. DOI: https://doi.org/10.1016/S0098-1354(98)00218-X

AVRIEL, Mordecai; WILLIAMS, Adrian C. An extension of geometric programming with applications in engineering optimization. Journal of Engineering Mathematics, v. 5, n. 2, p. 187-194, abr. 1971. DOI: https://doi.org/10.1007/BF01535411. Disponível em: https://link.springer.com/article/10.1007/BF01535411. Acesso em: 21 set. 2023. DOI: https://doi.org/10.1007/BF01535411

BRIONES, Laura; ESCOLA, Jose María. Application of the Microsoft Excel Solver tool in the solution of optimization problems of heat exchanger network systems. Education for Chemical Engineers, v. 26, p. 41-47, jan. 2019. DOI: https://doi.org/10.1016/j.ece.2018.10.003. Disponível em: https://www.sciencedirect.com/science/article/pii/S1749772818300125. Acesso em: 01 out. 2023. DOI: https://doi.org/10.1016/j.ece.2018.10.003

CACCAVALE, Fiammetta; GARGALO, Carina Loureiro da Costa Lira; GERNAEY, Krist V.; KRÜHNE, Ulrich. SPyCE: a structured and tailored series of Python courses for (bio)chemical engineers. Education for Chemical Engineers, v. 45, p. 90-103, out. 2023. DOI: https://doi.org/10.1016/j.ece.2023.08.003. Disponível em: https://www.sciencedirect.com/science/article/pii/S1749772823000404. Acesso em: 07 jan. 2024. DOI: https://doi.org/10.1016/j.ece.2023.08.003

DOMÍNGUEZ, Juan Carlos; ALONSO, Maria Virginia; GONZÁLEZ, Emilio José; GUIJARRO, M. Isabel; MIRANDA, Ruben; OLIET, Mercedes; RIGUAL, Victoria; TOLEDO, Jose M.; VILLAR-CHAVERO, M. Mar; YUSTOS, Pedro. Teaching chemical engineering using Jupyter notebook: problem generators and lecturing tools. Education for Chemical Engineers, v. 37, p. 1-10, out. 2021. DOI: https://doi.org/10.1016/j.ece.2021.06.004. Disponível em: https://www.sciencedirect.com/science/article/pii/S1749772821000397. Acesso em: 30 out. 2023. DOI: https://doi.org/10.1016/j.ece.2021.06.004

FERREIRA, Eugénio Campos; LIMA, Ricardo; SALCEDO, Romualdo. Spreadsheets in chemical engineering education - A tool in process design and process integration. International Journal of Engineering Education, Grã-Bretanha, v. 20, n. 6, p. 928-938, jan. 2004. Disponível em: https://sigarra.up.pt/fcnaup/en/PUB_GERAL.PUB_VIEW?pi_pub_base_id=52905. Acesso em: 18 fev. 2025.

GOLMAN, Boris; YERMUKHAMBETOVA, Assiya. An Excel VBA‐based educational module for simulation and energy optimization of spray drying process. Computer Applications in Engineering Education, v. 27, n. 5, p. 1103-1112, ago. 2019. DOI: https://doi.org/10.1002/cae.22139. Disponível em: https://onlinelibrary.wiley.com/doi/10.1002/cae.22139. Acesso em: 29 set. 2023. DOI: https://doi.org/10.1002/cae.22139

GOR, Gennady. Python for chemical engineers: an efficient approach to teach non-programmers to program. In: Spring ASEE Middle Atlantic Section Conference, Newark, New Jersey, abr. 2022. DOI: https://doi.org/10.18260/1-2--40065. Disponível em: https://peer.asee.org/40065. Acesso em: 07 jan. 2024.

INGUVA, Pavan; BHUTE, Vijesh J.; CHENG, Thomas Nok Him; WALKER, Pierre J. Introducing students to research codes: a short course on solving partial differential equations in Python. Education for Chemical Engineers, v. 36, p. 1-11, jul. 2021. DOI: https://doi.org/10.1016/j.ece.2021.01.011. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S1749772821000117. Acesso em: 28 set. 2023. DOI: https://doi.org/10.1016/j.ece.2021.01.011

MA, Liang; MA, Ruina; CHABLAT, Damien; BENNIS, Fouad. Human arm simulation for interactive constrained environment design. International Journal on Interactive Design and Manufacturing, v. 7, n. 1, p. 27-36, abr. 2013. DOI: https://doi.org/10.1007/s12008-012-0162-z. Disponível em: https://link.springer.com/journal/12008. Acesso em: 14 set. 2023. DOI: https://doi.org/10.1007/s12008-012-0162-z

PERLINGEIRO, Carlos Augusto G. Engenharia de processos: análise, simulação e síntese de processos químicos. São Paulo, Brasil: Blucher, 2005.

RUDD, Dale F.; WATSON, Charles. C. Strategy of process Engineering. Nova York, United States: John Wiley & Sons, 1968.

SCHNEIDER, Patrick; XHAFA, Fatos. Anomaly detection and complex event processing over IoT Data Streams: with application to eHealth and patient data monitoring. Elsevier, 2022. Disponível em: https://www.sciencedirect.com/book/9780128238189/anomaly-detection-and-complex-event-processing-over-iot-data-streams. Acesso em: 08. out. 2024. DOI: https://doi.org/10.1016/B978-0-12-823818-9.00014-6

SEIDER, Warren D.; LEWIN, Daniel R.; SEADER, J. D.; WIDADGDO, Soemantri; GANI, Rafiqul; NG, Ka Ming. Product and process design principles: synthesis, analysis and evaluation. 4. ed. New York, United States: Wiley, 2016.

TEPPAITOON, Wittaya. Solving L-L extraction problems with Excel spreadsheet. ChE classroom, v. 50, n. 3, ago. 2016. Disponível em: file:///C:/Users/zulmiram/Downloads/perrycollins,+Teppaitoon_Summ16_GALLEY-1.pdf. Acesso em: 18 fev. 2025.

UDUGAMA, Isuru A.; ATKINS, Martin; BAYER, Christoph; CARSON, James; DIKICIOGLU, Duygu; GERNAEY, Krist. V.; GLASSEY, Jarka; TAYLOR, Mathew; YOUNG, Brent R. Digital tools in Chemical Engineering education: the needs and the desires. Education for Chemical Engineers, v. 44, p. 63-70, jul. 2023. DOI: https://doi.org/10.1016/j.ece.2023.05.002. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S1749772823000192. Acesso em: 12 fev. 2024. DOI: https://doi.org/10.1016/j.ece.2023.05.002

WHITFIELD, Clifford A.; WEST, Dustin W.; TOMS, Lowell; MERRIL, John A. A first-year design project software tool to emphasize problem solving with computer programming in the design process. In: ASEE Annual Conference and Exposition, San Antonio, Texas, jun. 2012. DOI: https://doi.org/10.18260/1-2--20807. Disponível em: https://peer.asee.org/20807. Acesso em: 21 dez. 2023.

WONG, Kelvin W. W.; BARFORD, John Patrick. Teaching Excel VBA as a problem solving tool for chemical engineering core courses. Education for Chemical Engineers, v. 5, n. 4, p. 72-77, dez. 2010. DOI: https://doi.org/10.1016/j.ece.2010.07.002. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S1749772810000084. Acesso em: 08 jan. 2024. DOI: https://doi.org/10.1016/j.ece.2010.07.002

Publicado

2025-02-20

Número

Sección

Artículos

Cómo citar

PONTES DO CARMO, Francinelson; DE FRANÇA BEZERRA, Vanja Maria. Integrando Python y Microsoft Excel en la enseñanza de la optimización paramétrica en Ingeniería de Procesos. Revista Docência do Ensino Superior, Belo Horizonte, v. 15, p. 1–22, 2025. DOI: 10.35699/2237-5864.2025.52342. Disponível em: https://periodicos.ufmg.br/index.php/rdes/article/view/52342. Acesso em: 14 dec. 2025.