[Todos] Jueves - Adriana Marquez - Tratamiento de superficies por plasmas: aplicaciones a remediación de aguas y en la industria del gas y petróleo

[Coloquios DF-Exactas UBA]

Errata resumen:

Los tratamientos de superficies permiten mejorar las prestaciones de los
materiales sin modificar sus características en volumen. Esto ha impulsado
tanto el desarrollo de nuevas tecnologías como la búsqueda de nuevos
materiales o nuevas estructuras. Las tecnologías de plasma permiten obtener
materiales y estructuras inalcanzables por métodos químicos convencionales
haciendo que su utilización en el tratamiento de superficies se encuentre
en plena extensión. La optimización de los procesos y sus aplicaciones
requieren de un entendimiento de los fenómenos básicos y su interrelación
con las propiedades de las superficies tratadas. En esta charla voy a
contar las tecnologías desarrolladas en el INFIP basadas en descargas a
baja presión, describiendo los procesos básicos involucrados y dos de las
aplicaciones en las que hemos estado trabajando que ponen de manifiesto el
enfoque multidisciplinario que requieren las investigaciones. Respecto a la
primera aplicación me referiré a las investigaciones sobre el crecimiento
de films nanoestructurados de dióxido de titanio para la remediación de
contaminantes en agua. La otra aplicación que abordaré en la charla es la
relacionada a tratamientos de superficies para mejorar la performance y
extender la vida útil de componentes empleados en la industria del gas y
petróleo.

On Mon, 17 May 2021 at 08:00, Coloquios DF-Exactas UBA <coloquios en df.uba.ar>
wrote:

>
> *Jueves 20 de mayo 2021 a las 14hs*
> Coloquio del Departamento de Física - Exactas - UBA
>
> *Tratamiento de superficies por plasmas: aplicaciones a remediación de
> aguas y en la industria del gas y petróleo*
> *Adriana Marquez - Departamento de Física, Exactas-UBA e INFIP, CONICET.*
>
> *Una de las tareas de la física experimental es medir. Tradicionalmente
> una gran parte del problema ha sido obtener los datos. Esto no ha cambiado,
> pero un ingrediente nuevo es que el desarrollo de determinadas técnicas
> experimentales permite, en la actualidad, adquirir un número de datos
> extraordinariamente grande: un experimento de difracción de neutrones, por
> ejemplo, arroja, a menudo, un 1Tb de datos luego de unos pocos días de
> medición. El problema entonces no es solo obtener los datos, sino también
> saber qué hacer con ellos.   Este problema, lidiar con un vasto número de
> datos, es común a distintos campos del conocimiento. Para enfrentarlo, se
> desarrollan continuamente diversas estrategias. Entre ellas,
> el Machine Learning (aprendizaje automático/ aprendizaje de máquinas), que
> comprende un rango variado de algoritmos y herramientas de modelado
> empleados con este propósito. Con origen en espacios tan disímiles como el
> tratamiento de imágenes, el reconocimiento de lenguajes y la conducción de
> automóviles, el Machine Learning ha sido gradualmente incorporado en
> distintas disciplinas científicas.   En este coloquio, haré una breve
> introducción al Machine Learning en sistemas de materia condensada para
> luego explorar como puede contribuir al análisis de experimentos y a la
> comprensión de la física de un problema en magnetismo frustrado, un sistema
> fuertemente interactuante cuyas partes son incapaces de minimizar
> simultáneamente sus términos energéticos.  La Plata, Argentina *
>
> *Asistí via youtube:  https://youtu.be/99LNkbevCdY
> <https://youtu.be/99LNkbevCdY>*
> o via Zoom: https://exactas-uba.zoom
> .us/j/86058464409?pwd=dnpXK1lDOEQrWER1TEd4RnZURHAvQT09
> ID de reunión: 860 5846 4409 Código de acceso: 904962
>
>
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://mailman.df.uba.ar/pipermail/todos/attachments/20210517/fb31e253/attachment.html>