FRD - Producción Académica de Grado

Permanent URI for this communityhttp://48.217.138.120/handle/20.500.12272/6990

Browse

Search Results

Now showing 1 - 4 of 4
  • Thumbnail Image
    Item
    Proyecto final de grado en Ingeniería Química: Producción de ácido sulfúrico
    (2025-05-05) Villa, Joaquin; Quaroni, Francisco; Vuoto, Franco; Musso, Juan Carlos; Tamburini, Mariano
    Proyecto final de grado en Ingeniería Química para la producción de ácido sulfúrico a nivel industrial, dentro del cual se desarrollan los contenidos de: Estudio de mercado; Capacidad de planta: Localización de planta; Selección de tecnología; Desarrollo de la ingenieria de procesos (Balances de masa y energía, Layout, Flowsheet, PI&D, Isometria, Control automático, Diseño de equipos, Servicios auxiliares, puesta en marcha); Ingeniería ambiental; Seguridad y salud ocupacional; Estructura organizacional; Evaluación económica.
  • Thumbnail Image
    Item
    Máquina de ensayo creep
    (2025-04) Carnelutto, Guillermo Luis; Diffelippo, Matias; Gonzalez, Leonardo; Torres, Emanuel; Maidana, Fernando
    El proyecto consiste en el diseño de la maquina desde la determinación de las necesidades o demandas a cubrir, especificación para el diseño del producto, ingeniería básica y de detalle, análisis de costos y generación de documentación para la fabricación.
  • Thumbnail Image
    Item
    Inspección y Metrología de Canales refrigerantes en Parada Programada 2024 CNA-II
    (2025-02) Carnelutto, Guillermo Luis
    En esta publicación se detallan las tareas de inspección y metrología realizadas en la parada programada 2024 d ela Central Nuclear Atucha II, siguiendo el programa de vigilancia de los internos del reactor.
  • Thumbnail Image
    Item
    DURIN I
    (2024-09-20) Pagnuco, Diego Alberto; Avigliano, Franco Martín; Avigliano, Franco Martín
    DURIN I es una aplicación que utiliza algoritmos de machine learning para predecir el desgaste de un componente refractario en el equipo slide gate de una cuchara siderúrgica. Este proyecto tiene el objetivo de optimizar la eficiencia y la sustentabilidad en la industria del acero mediante un modelo predictivo, específicamente un Random Forest.