El ajuste de modelos a datos experimentales generados en laboratorio es una tarea fundamental en ingeniería, que une modelos teóricos con datos del mundo real para mejorar la precisión predictiva. Este proceso es particularmente valioso en experimentos dinámicos por lotes, donde a menudo se utilizan modelos mecanicistas para representar el comportamiento de sistemas complejos. Aquí, proponemos un algoritmo sistemático diseñado para el ajuste de modelos y la estimación de parámetros de datos experimentales de experimentos de laboratorio por lotes, basado en un marco de Ingeniería de Sistemas de Procesos. El documento proporciona un enfoque detallado y paso a paso que abarca la recolección de datos, la selección de modelos, la estimación de parámetros y la evaluación de la precisión, ofreciendo pautas claras para los experimentadores. Para demostrar la efectividad del algoritmo, lo aplicamos a una serie de experimentos dinámicos sobre la filtración de tortas de carbonato de calcio a presión constante, donde la caída de presión a través del filtro se varía como un factor experimental clave. Este ejemplo subraya la utilidad del algoritmo para mejorar la fiabilidad y la interpretabilidad de los análisis basados en modelos en ingeniería.