Curriculum Vitae

Alejandro E. Rodríguez-Sánchez

Educación

• Universidad Panamericana: Especialidad en Antropología y Ética (Agosto 2025 - Mayo 2026)
• Universidad Panamericana: Posdoctorado en Mecánica (Agosto 2023 - Agosto 2024)
• Universidad de Guanajuato: Doctorado en Ingeniería Mecánica - Ph.D. (Junio 2021). Mención “Summa Cum Laude” y Reconocimiento a Trayectoria Sobresaliente.
• Universidad del Valle de México: MBA en Finanzas, General (Enero 2015 - Diciembre 2016). Primer promedio (9.87/10), Mención Honorífica.
• Tecnológico Nacional de México, Campus CENIDET: Maestría en Ciencias en Ingeniería Mecánica (Junio 2011 - Junio 2013). Mención honorífica, primer promedio (99.54/100).
• Tecnológico Nacional de México: Ingeniería en Electromecánica (Junio 2010). Mención honorífica por primer promedio generacional (97.4/100).

Experiencia Profesional

• Universidad Panamericana: Profesor investigador, PI (Junio 2024 - Actualidad).
• Institute of Physics (IOP), Engineering Research Express: Miembro del Advisory Panel para revisión y dictaminación de manuscritos científicos (2023–presente).
• Universidad de Guanajuato: Investigador colaborador (Enero 2020 - Actualidad). Investigación sobre modelado neuronal y mecánico de espumas poliméricas y polímeros de ingeniería. Enfocado en redes neuronales artificiales y simulación de elementos finitos. Asignaturas impartidas: redes neuronales artificiales.
• Universidad Panamericana: Investigador postdoctoral y Profesor de asignatura (Agosto 2023 - Junio 2024). Especializado en Mecánica de Cosserat. Asignaturas impartidas: Diseño de Máquinas, y Dinámica.
• Consejo Nacional de Ciencia y Tecnología: Investigador Nacional, Nivel I (Octubre 2022 - Actualidad).
• Tecnológico Nacional de México: Profesor (Enero 2022 - Junio 2023). Materias impartidas: Procesos de manufactura, Administración del mantenimiento, Metrología.
• Universidad Politécnica de Chihuahua: Profesor de Tiempo Completo (Octubre 2014 - Octubre 2017). Asignaturas impartidas: Mecánica de sólidos, Diseño mecánico, Diseño e Ingeniería Asistidos por Computadora (CAE), entre otras.
• Universidad del Valle de México: Catedrático (Febrero 2015 - Enero 2016). Asignaturas impartidas: Ingeniería Asistida por Computadora, Diseño Mecánico.
• GE Aerospace: Jefe de proyectos de tecnología (Enero 2012 - Diciembre 2014). Gestión de innovación y desarrollo tecnológico para motores aeroespaciales.
• Grupo México: Ingeniero mecánico (Enero 2010 - Enero 2011). Mantenimiento de equipos pesados y electromecánicos en mina subterránea.

Financiamientos y Proyectos de Investigación

• Innovación Educativa en Ingeniería: Estrategias para la Enseñanza de la Mecánica de Fractura y su Impacto en la Transición Energética en Colombia y México.
  • Fuente de Financiamiento: Convocatoria Fondo Bilateral UPanamericana-UniSabana.
  • Monto Aprobado: 100,000 USD.
  • Año: 2025.
• Estudio y modelado de la respuesta dinámica a compresión de espumas poliméricas por medio de métodos de inteligencia artificial avanzados.
  • Fuente de Financiamiento: Fondo Fomento a Investigación, Universidad Panamericana.
  • Monto Aprobado: 10,000 USD.
  • Año: 2024.

Publicaciones

Artículos en revistas del Journal Citation Reports (JCR)

• Experimental Characterization and Tensile Mechanical Modeling of an Opuntia Velutina Biopolymer. Polymer Bulletin (2025)
• Comparative Assessment of Physics-Informed Recurrent Networks for Modeling Rate- and Density-Dependent Compression in Expanded Polystyrene Foams. Journal of Materials: Design and Applications (2025)
• A Pseudo-elastic Damage-based Model for Compressive Stress in Expanded Polystyrene Foams. Theoretical and Applied Mechanics Letters (2025)
• Experimental Evaluation of Energy Absorption and Hysteresis in Expanded Polystyrene Foams under Repeated Compressive Loading. Journal of Cellular Plastics (2025)
• Deep Learning Automated Measurements of Expanded Polystyrene Beads Size using Low-resolution Micrography. Microscopy Research and Technique (2025)
• Evidential neural network for tensile stress uncertainty quantification in thermoplastic elastomers. Neural Computing and Applications (2024)
• Neural network-driven interpretability analysis for evaluating compressive stress in polymer foams. Journal of Cellular Plastics (2024)
• La posibilidad de explicación científica a partir de modelos basados en redes neuronales artificiales. Revista Colombiana de Filosofía de la Ciencia, RCFC (2024).
• Neural networks modeling of strain energy density and Tsai-Wu index in laminated composites Journal of Composite Materials (2024).
• Neural networks-based modeling of compressive stress in expanded polystyrene foams: A focus on bead size parameters Proceedings of the Institution of Mechanical Engineers, Part L: Journal of Materials: Design and Applications (2024).
• Modeling of Compressive Stress in AlSi10Mg Alloys Using Feed-forward Neural Networks Engineering Research Express (2024).
• Modeling hysteresis in expanded polystyrene foams under compressive loads using feed-forward neural networks Journal of Cellular Plastics (2023).
• Modeling Nonlinear Compressive Stress Responses in Closed-Cell Polymer Foams Using Artificial Neural Networks: A Comprehensive Case Study. Machine Learning in Materials Informatics: Methods and Applications, 2022. American Chemical Society.
• A numerical study of the effect of the thickness parameter on machining distortion for aluminum alloy plates. Engineering Research Express (2021).
• A machine learning approach to estimate the strain energy absorption in expanded polystyrene foams. Journal of Cellular Plastics (2021).
• Part distortion optimization of aluminum-based aircraft structures using finite element modeling and artificial neural networks. CIRP Journal of Manufacturing Science and Technology (2020).
• An Artificial Neural Networks approach to predict low-velocity impact forces in an elastomer material. SIMULATION (2020).
• An optimization of part distortion for a structural aircraft wing rib: an industrial workflow approach. CIRP Journal of Manufacturing Science and Technology (2020).
• The use of neural networks and nonlinear finite element models to simulate the temperature-dependent stress response of thermoplastic elastomers. Proceedings of the Institution of Mechanical Engineers, Part L: Journal of Materials: Design and Applications (2019).
• Numerical analysis of energy absorption in expanded polystyrene foams. Journal of Cellular Plastics (2019).
• El efecto estructural de refuerzos escalonados de materiales compuestos dentro del cortafuegos de un avión utilitario. DYNA (2019).
• Structural Effect of Staggered Composite Reinforcements Within the Firewall of an Aircraft. DYNA (2019).
• Application of artificial neural networks to map the mechanical response of a thermoplastic elastomer. Materials Research Express (2019).
• Numerical analysis of wood-high-density polyethylene composites: A hyperelastic approach. Journal of Composite Materials (2018).

Artículos en revistas arbitradas

• Optimización de la configuración de materiales compuestos laminados mediante redes neuronales y templado simulado CULCYT Cultura Científica y Tecnológica (2024).
• La inteligencia artificial y sus modelos de redes neuronales Ciencia Vital Revista de Divulgación Científica de la UACJ (2024).
• Análisis estructural de un cortafuegos con refuerzos internos escalonados con compuestos de un avión utilitario DYNA New technologies (2019).
• Análisis de esfuerzos en eslabones impresos en 3D para un mecanismo de prótesis policéntrica de rodilla UTCJ Theorema Revista Científica (2016).
• Determinación de los Parámetros de Denavit-Hartenberg para el Dedo Índice de la Mano UTCJ Theorema Revista Científica (2016).

Libros

• Redes neuronales artificiales: principios y aplicaciones 2023. Edit. Amazon Books.
• Hiperelasticidad: Introducción al modelado mecánico de elastómeros. Próximamente.

Capítulos de libro

• Análisis modal de un conjunto pistón-biela de un motor de combustión interna. Libro: Investigación Aplicada de las Universidades Politécnicas (2016).

Artículos en congresos

• Metamodelo para el índice de Tsai Wu en materiales compuestos laminados usando redes neuronales artificiales XXIX Congreso Internacional Anual de la SOMIM (2023).
• Automatic Classification of Defective Welding in Automotive Parts using a Machine Learning approach RIAO OPTILAS 2023 Congress (2023).
• Numerical Analysis of Machining Part Distortion in Aircraft Aluminum Structures. ASME 2020 International Mechanical Engineering Congress and Exposition (2020).
• Modelado numérico de la respuesta a compresión de una Espuma de Polipropileno Expandido por Elementos Finitos. XXVI Congreso Internacional Anual de la SOMIM (2020).

Tesis dirigidas

1. Herramienta para optimizar la orientación de fibras en el diseño de materiales compuestos laminados. Tesis de Doctorado en Ingeniería Mecánica, Universidad de Guanajuato. Alumno: Galvis Chacón, J.S. En proceso.
2. Detección de defectos en micrografías de EPS por medio de visión por computadora. Tesis de Maestría en Ingeniería Mecánica, Universidad de Guanajuato. Alumno: Corona Ríos, O. J. En proceso.
3. Modelo de red neuronal convolucional para clasificar rugosidad en películas metálicas delgadas por interferometría de speckle. Tesis de Licenciatura en Ciencias Físico Matemáticas, Universidad Michoacana de San Nicólas de Hidalgo. Alumno: Magaña Barocio, C. N. Titulado.
4. Application of artificial neural networks models to estimate strain energy absorption in expanded polypropylene foams. Tesis de Maestría en Ingeniería Mecánica, Universidad de Guanajuato. Alumno: Carmona Durán, S. Titulado.
5. Investigación de la respuesta del esfuerzo a compresión del EPS considerando la morfología de las perlas utilizando redes neuronales. Tesis de Maestría en Ingeniería Mecánica, Universidad de Guanajuato. Alumno: Pech, M. I. Titulado.
6. Caracterización de espuma de polipropileno bajo cargas compresivas a diferentes razones de deformación. Tesis de Licenciatura en Ingeniería Mecánica, Universidad de Guanajuato. Alumno: Corona Ríos, O. J. Titulado.
7. Análisis numérico de geometrías de EPP para mejorar su absorción de energía de deformación. Tesis de Maestría en Ingeniería Mecánica, Universidad de Guanajuato. Alumno: Barrera Fernández, J.A. Titulado.