Congreso anual de la DDF
El congreso anual de la DDF se realiza entre los meses de octubre y noviembre, con el objeto de reunir a estudiantes, académicos, especialistas del sector productivo, y al público interesado, para presentar y discutir los avances en las diferentes áreas de la dinámica de fluidos. Aparte de las sesiones orales y de póster, cada año se cuenta con la participación de invitados distinguidos, quienes comparten sus experiencias a través de las Conferencias Magistrales.
*****
Información sobre el XXVII Congreso 2021
Para presentar un trabajo en el congreso es necesario registrarlo en la parte inferior de esta página.
Son bienvenidos los trabajos en TODOS los temas de dinámica de fluidos.
(Los trabajos podrán ser registrados en la sesión temática "00 Dinámica de fluidos")
En esta ocasión, también se organizarán sesiones temáticas focalizadas.
(Los trabajos podrán ser registrados en cualquiera de las sesiones temáticas 01 a 08)
-
00 Dinámica de fluidos
-
01 Método de la ecuación de Boltzmann en redes
-
02 Interacción fluido-estructura
-
03 Fluidos en sistemas para generación de energía o para su uso eficiente
-
04 Dinámica de gotas y burbujas
-
05 Flujos turbulentos
-
06 Fluidos en geofísica
-
07 Fluidos en la industria
-
08 Fluidos conductores en campos electromagnéticos
*****
Este año el congreso de la DDF se realizará de manera virtual, siguiendo los protocolos derivados de la contingencia por COVID-19.
Las conferencias magistrales y las sesiones orales podrán ser vistas de manera gratuita, a través de las plataformas zoom y facebook.
Los estudiantes podrán presentar un trabajo mediante el pago de la cuota de inscripción al congreso vigente en la SMF (mayor información aquí).
*****
Conferencias Magistrales
Prof. Bhimsen Shivamoggi
University of Central Florida, USA
Stellar Rotation Effects on the Stellar Wind
Prof. Marco Caló
Instituto de Geofísica, UNAM
Implicaciones de los fluidos en la generación de la sismicidad natural y antropogénica
Prof. Li-Shi Luo
Old Dominion University, USA
Kinetic Methods for CFD: Why Should We Do It?
Prof. Steven Brunton
University of Washington, USA
Machine learning for Fluid Mechanics
* Todos los campos indicados en el formulario son requeridos.
** Si tienes problemas para enviar tu trabajo en el formulario, te pedimos que nos hagas llegar la información solicitada al correo: congreso@fluidos.mx