Física computacional aplicada a la industria · Santiago, Chile

Traduzco sistemas industriales complejos en modelos matemáticos que se pueden poner a prueba antes de intervenir la planta.

Muchas decisiones de ingeniería todavía se toman con factores de seguridad y hojas de catálogo, sin un modelo que diga qué va a pasar realmente. Soy Felipe Wasaff, físico de la Universidad de Chile y magíster (c) en Simulación Computacional en la PUCV. Mi trabajo es la física computacional: formular el modelo —térmico, hidráulico, dinámico— que gobierna un sistema real, resolverlo con métodos numéricos y usarlo para responder antes de comprar o modificar un proceso.

Entrego el modelo abierto: ecuaciones, supuestos y código fuente junto al informe. Cada resultado se puede auditar; ninguno depende de una caja negra.

Método · en breve

Cómo llego de una pregunta de ingeniería a una decisión

01

Comprensión física

Qué decisión hay que tomar y qué gobierna el sistema

02

Modelamiento

Traducir el sistema a ecuaciones con el detalle justo

03

Simulación y validación

Resolver numéricamente, probar la sensibilidad

04

Decisión de ingeniería

Recomendación auditable, no caja negra

Detalle completo del método, con un caso aplicado, más abajo.

Método

De la pregunta de ingeniería al modelo que la responde

No es un proceso genérico de consultoría. Es la secuencia de razonamiento con la que construyo un modelo físico y lo llevo hasta una recomendación auditable.

Un modelo no es el objetivo del proyecto. Es el instrumento que permite responder, con primeros principios y no con intuición, una pregunta de ingeniería que hoy no tiene respuesta clara.

01

Comprensión física

Antes de programar, entiendo qué decisión necesita tomar el cliente y qué fenómeno físico la gobierna: transferencia de calor, flujo, dinámica de un sistema. El modelo se construye para responder esa pregunta, no al revés.

02

Modelamiento matemático

Traduzco el sistema real a ecuaciones —balances de energía y masa, mecánica de fluidos, dinámica— con el nivel de detalle que la pregunta exige. El modelo más complejo rara vez es el más útil; busco el que sea suficiente para responder con confianza.

03

Simulación y resolución numérica

Resuelvo el modelo con métodos numéricos apropiados al problema —desde balances algebraicos hasta integración de ecuaciones diferenciales— implementados en código abierto y auditable.

04

Validación y análisis de sensibilidad

Contrasto el modelo contra la información disponible y cuantifico cuánto pesa cada supuesto en el resultado. La pregunta no es solo si el modelo funciona, sino dónde puede fallar.

05

Decisión de ingeniería

El proyecto no termina en el modelo: termina en una recomendación de ingeniería, con la incertidumbre declarada y el cálculo abierto para que usted lo audite.

Independencia de proveedores

No vendo equipos ni tengo acuerdo comercial con ningún fabricante. El dimensionamiento sale del cálculo, no de un catálogo.

Precio y alcance por escrito

El alcance se cierra en una propuesta técnica firmada antes de empezar. Pago por hitos, sin anticipo total.

Confidencialidad desde el primer correo

NDA disponible antes de que me cuente los detalles del proceso, no recién al firmar contrato.

Respaldo técnico: balances de energía y masa, ε-NTU, Colebrook–Newton-Raphson, Runge–Kutta 4, Python / SciPy — y, en desarrollo vía el Magíster en Simulación Computacional (PUCV), métodos de elementos finitos y volúmenes finitos para mecánica de fluidos computacional.

Caso aplicado

El método aplicado: recuperación de calor en un sistema de compresores

Es el proyecto industrial que he ejecutado hasta ahora. Lo muestro completo —método, decisiones y cifras— como evidencia de cómo trabajo, no como el límite de lo que puedo modelar: el mismo método aplica a transferencia de calor, mecánica de fluidos o dinámica de sistemas en cualquier proceso industrial.

Tres gráficos de respuesta transitoria de temperatura del sistema: arranque desde frío a 622 kW, pérdida repentina de un compresor y arranque de respaldo. Cada uno muestra las curvas del lado caliente y del lado frío estabilizándose en unos 10 minutos.

Salida del modelo dinámico del acumulador (Runge-Kutta 4): respuesta transitoria de temperatura ante arranque en frío, pérdida de un compresor y entrada del equipo de respaldo.

Recuperación energética2024 · Industria manufacturera, Región Metropolitana

Recuperación de calor residual en un sistema de seis compresores

La planta tenía seis compresores de tornillo rotatorio disipando calor a la atmósfera mientras, en paralelo, quemaba gas natural para sus procesos térmicos. El desperdicio era evidente al caminar por la sala de máquinas; lo que faltaba era saber cuánto de ese calor era realmente recuperable y a qué costo.

Construí el modelo termodinámico e hidráulico completo en Python, y lo entregué junto al informe en LaTeX. La decisión más determinante no fue el tamaño del intercambiador sino su tipo: un equipo de placas habría colapsado por incrustaciones en semanas con esa calidad de agua.

622kW

Potencia térmica de diseño

Punto 3, 80% del tiempo de operación

5.448.720kWh/año

Energía recuperable

19,6 TJ/año

9tramos

Red hidráulica calculada

DN65 / DN100 Sch 40 · bomba 0,55 kW

306MM CLP/año

Ahorro anual estimado

Por sustitución de gas natural

Cómo se construyó el modelo

01

Balance térmico

Caracterización de la fuente por punto de operación: temperatura, caudal másico y horas anuales efectivas.

02

Intercambiador

Dimensionamiento por ε-NTU. Se descartó el de placas por pérdida de U del 51% en 22 días con agua industrial; se seleccionó tubular shell-and-tube.

03

Red hidráulica

Nueve tramos con factor de fricción por Colebrook-White resuelto con Newton-Raphson, y selección de bomba.

04

Dinámica y fouling

Acumulador de 15.000 L integrado con Runge-Kutta 4, y degradación por incrustación modelada como EDO de primer orden.

Qué tan sensible es el resultado

Diagrama de tornado: variación en el área requerida del intercambiador ante un cambio de ±10% en cada parámetro de entrada. El coeficiente global U del intercambiador domina con 2,97 m², muy por encima de la temperatura de entrada del lado caliente (0,94 m²) y del lado frío (0,08 m²).

Antes de fijar el dimensionamiento, varié cada parámetro de entrada ±10% para ver cuánto mueve el área requerida del intercambiador. El coeficiente global de transferencia (U) domina el resultado; las temperaturas de entrada, con las que casi siempre se discute un proyecto, pesan comparativamente poco. Es la base para decirle al cliente dónde vale la pena medir con más cuidado antes de comprar el equipo, y dónde no.

Alcance de estas cifras: corresponden al diseño y a la proyección de ahorro del modelo entregado, no a mediciones de operación en planta. Mi encargo fue la ingeniería, no el montaje ni el seguimiento posterior. El trabajo en terreno se realizó junto a Ley Cero SpA.

Leer el detalle técnico completo →¿Tiene equipos disipando calor? Lo evaluamos sin costo.
Qué preguntas respondo

Dos maneras de convertir una pregunta de ingeniería en un modelo que la responde

Cada servicio nace de una pregunta concreta que un modelo físico puede responder antes de comprar o intervenir un proceso. Ambos terminan en lo mismo: un informe que usted puede auditar y un modelo que queda en su poder. El alcance y el precio se cierran por escrito, después de la primera conversación.

¿Vale la pena recuperar este calor residual?

01

Modelo de recuperación de calor

Cotización según alcance2 a 4 semanas

El cálculo completo para decidir si conviene recuperar el calor que hoy se pierde: balance térmico por punto de operación, dimensionamiento del intercambiador por ε-NTU, red hidráulica, acumulación y degradación por fouling. Sirve para justificar —o descartar— la inversión con números propios antes de hablar con un proveedor de equipos.

Qué recibe

  • Informe de ingeniería con la memoria de cálculo completa
  • Código fuente del modelo (Python / SciPy), ejecutable y comentado
  • Dimensionamiento de equipos y estimación de ahorro anual
ε-NTUColebrook-WhiteRunge-Kutta 4Python / SciPy
Ver un caso resuelto así

¿Este dimensionamiento se sostiene con los números?

02

Contraparte técnica independiente

Cotización según alcance1 a 2 semanas

Cuando ya tiene un diseño sobre la mesa —propio o de un proveedor— y necesita un tercero que rehaga los cálculos. Reconstruyo el dimensionamiento con método propio, reviso los supuestos declarados y señalo dónde el diseño está sobredimensionado, mal condicionado o apoyado en hipótesis que no se sostienen.

Qué recibe

  • Informe de revisión con los cálculos rehechos de forma independiente
  • Listado de supuestos verificados, observados y no verificables
  • Recomendación técnica fundamentada, sin vínculo con ningún proveedor
Verificación ε-NTUHidráulicaRevisión de supuestos
Consultar por una revisión

Capacidades en desarrollo

Además de estos dos servicios, estoy incorporando —a través del Magíster en Simulación Computacional— dinámica de fluidos computacional (CFD) y el método de elementos finitos (FEM) para modelamiento multifísico, y cómputo de alto desempeño (HPC) para problemas de mayor escala. Hoy los aplico en el trabajo del magíster; los ofreceré como servicio cuando tengan un caso industrial real detrás, no antes.

Fuera de alcance

No hago montaje ni ejecución en obra, no vendo ni represento equipos, y no emito informes periciales para procesos judiciales. Si su problema necesita algo de eso, se lo digo en la primera conversación y, cuando puedo, lo derivo.

Retrato de Felipe Wasaff

Felipe Wasaff

Físico computacional
Licenciado en Ciencias, mención Física · U. de Chile

No vendo simulaciones ni software. Aplico física computacional para construir modelos que permiten decidir con menos incertidumbre antes de intervenir un proceso.

BaseSantiago, Chile

Herramientas

Python / SciPyNumPy · PandasLAMMPS / LPMDParaviewLaTeXGitBash / Linux
LinkedIn →
Quién está detrás

De la dinámica molecular a la planta industrial: la misma pregunta física

Mi primer contacto serio con la física computacional fue simulando colisiones a escala nanoscópica con dinámica molecular, en el Grupo de NanoMateriales de la Universidad de Chile. La pregunta de fondo —qué pasa con la energía cuando dos cuerpos chocan, y cómo se reparte entre sus grados de libertad— es la misma que hoy resuelvo en una sala de compresores industriales: dónde está la energía, cómo se transporta y cuánto de ella se puede recuperar. Cambia la escala; el razonamiento físico es el mismo.

Soy Felipe Wasaff, físico de la Universidad de Chile. Después de la investigación en nanomateriales pasé seis años enseñando termofluidos, sistemas de control y análisis numérico a estudiantes de ingeniería en INACAP —el ejercicio de explicar por qué un modelo funciona, no solo cómo aplicarlo, es la base de cómo trabajo hoy. Ese cruce entre física, matemática aplicada e ingeniería industrial es donde vive Wasaff Consulting: traducir un problema industrial concreto en un modelo físico que se pueda resolver, poner a prueba y auditar.

Hoy curso el Magíster en Simulación Computacional en la Pontificia Universidad Católica de Valparaíso. No es una línea más en el currículum: es la profundización deliberada en lo que sostiene mi trabajo —métodos numéricos, modelamiento avanzado, mecánica de fluidos computacional con elementos finitos y ecuaciones de Navier–Stokes, cómputo de alto desempeño— exactamente donde la experiencia de terreno todavía no me alcanzaba. Cada curso se traduce, tarde o temprano, en una herramienta más rigurosa para el siguiente modelo industrial.

No construyo modelos por el modelo mismo. Los construyo porque una parte importante de la ingeniería industrial todavía decide con factores de seguridad y hojas de catálogo, cuando existe la física —y hoy el cómputo— para responder con más certeza. Un proveedor dimensiona el equipo con su propio catálogo; mi trabajo es el modelo independiente que dice si ese equipo realmente resuelve el problema, y con qué margen de error.

Dónde estoy hoy, sin adornos: esta es una práctica que recién comienza. Tengo un caso industrial ejecutado, formación sólida en física y simulación computacional, y las herramientas para hacer el trabajo bien — no una cartera de veinte clientes ni un equipo detrás. Si busca una firma grande con track record extenso, no soy yo. Si busca a alguien que modele su problema con rigor científico y le entregue el cálculo abierto para auditarlo, conversemos.

Formación

2026 – hoy

Magíster en Simulación Computacional (en curso)

Pontificia Universidad Católica de Valparaíso

Métodos numéricos · Modelación matemática · Mecánica de fluidos computacional (FEM, Navier–Stokes)

2014 – 2015

Técnico de Nivel Superior en Automatización y Control Industrial

INACAP

2007 – 2014

Licenciatura en Ciencias con mención en Física

Universidad de Chile

Trayectoria

2025 – hoy

Coordinador de Laboratorios de Física

Universidad de Chile · Facultad de Ciencias

2024

Modelado térmico — recuperación de calor industrial

Proyecto de consultoría en colaboración con Ley Cero SpA

2018 – 2024

Docente de ingeniería aplicada

INACAP · Termofluidos, sistemas de control, análisis numérico

2010 – 2013

Investigador colaborador — dinámica molecular

Grupo de NanoMateriales, Universidad de Chile

Publicaciones

Capítulo de libro · 2011

Inelastic Collisions and Hypervelocity Impacts at Nanoscopic Level: A Molecular Dynamics Study.

En Molecular Dynamics — Theoretical Developments and Applications in Nanotechnology and Energy

En preparación

¿A dónde se va la energía de una pelota que rebota? Partición energética del impacto de nanocúmulos de Lennard-Jones mediante dinámica molecular.

F. Wasaff, G. Gutiérrez · Revista Brasileira de Ensino de Física

Publicaciones anteriores a 2023 aparecen bajo el apellido González-Wasaff.

Con quién trabajo en terreno

Yo hago el modelo y el informe de ingeniería. Cuando el problema además requiere intervención física —diagnóstico en planta, instrumentación, montaje— trabajo con Nilton Martínez Villa (Ley Cero SpA), que es la contraparte técnica en terreno. Así fue el proyecto de 2024.

Nilton Martínez VillaIng. Refrigeración y Climatización · Automatización IndustrialLinkedIn →

Qué me interesa

Mi trabajo está en la intersección entre la física, la matemática aplicada y la ingeniería industrial. Creo que la física computacional —modelos de primeros principios, resueltos numéricamente y validados contra la realidad— va a cambiar cómo la industria diseña procesos y reduce riesgo, de la misma forma en que ya cambió cómo se hace investigación en ciencia de materiales. Hoy aplico esa forma de trabajar a la modelación térmica e hidráulica industrial, y la estoy ampliando hacia mecánica de fluidos computacional y sistemas multifísicos a través del magíster. Conversemos si trabaja estos problemas desde la academia o la industria.

Conversemos →
Contacto

Cuénteme el problema físico. Le digo si tiene modelo, y qué cuesta resolverlo.

La primera conversación es de 30 minutos, sin costo y sin compromiso: revisamos el alcance técnico y si vale la pena seguir. Si su caso no da para un proyecto, se lo digo ahí mismo — prefiero eso a cobrarle un estudio que no le va a servir.

Responder 8 preguntas primero

Cómo funciona

01

Conversación inicial

30 min por videollamada. Sin costo.

02

Propuesta técnica

Alcance, plazo y precio cerrado por escrito.

03

Ejecución

Pago por hitos, sin anticipo total.

04

Entrega

Informe + código fuente del modelo.

Trabajo como persona natural (boleta de honorarios). NDA disponible desde el primer contacto, antes de que me cuente los detalles.