- Detalles
- Categoría: Comsol
- Visto: 1500
En este artículo presentamos una estrategia para minimizar el tiempo de simulación en COMSOL Multiphysics® cuando abordamos simulaciones con varias físicas acopladas, y consiste dividir el problema en varias etapas en lugar de resolverlo todo de una vez.
¿Cómo?
Veamos cómo a través del siguiente ejemplo basado en “wire electrode” cuya geometría se muestra en la Figura 1, y que combina las físicas de configuración de corrientes de tipo terciario, flujo laminar y transporte de especies diluidas.
Figura 1. Geometría tridimensional y mallado utilizado en el modelo “wire electrode” en COMSOL Multiphysics®.
Sin realizar ninguna modificación, el estudio en estado estacionario se realiza según la configuración por defecto que se muestra en la Figura 2 (a): se utiliza un resolvedor de tipo segregado, directo para resolver la física de flujo laminar y una configuración de tipo segregado e iterativa para el resto de las físicas. Para reducir los tiempos de simulación, la estrategia consiste en dividir la simulación en dos etapas (Figura 2 (b)):
- Etapa 1: se resuelve la física de flujo laminar, que no depende de las otras.
- Etapa 2: se resuelven el resto de las físicas utilizando la solución previamente calculada para la física de flujo laminar.
Configuración del resolvedor y tiempo requerido para completar la simulación: (a) por defecto, (b) modificada.
Además, se puede configurar el solver tal y como se muestra en la Figura 2 (b), es decir, utilizando un enfoque de físicas completamente acopladas y de resolución directa.
Tras completar la simulaciones (utilizando un equipo con procesador Intel(R) Core(TM) i7-14700 2.10 GHz y 16.0 GB de memoria RAM), la Figura 3 compara el tiempo requerido para completar la simulación. De acuerdo con los resultados obtenidos, aunque el proceso alternativo por etapas requiere de mayor uso de memoria RAM, ¡el tiempo de simulación se reduce de 3 horas y 45 minutos (configuración de estudio en una etapa y resolvedor por defecto) hasta 4 minutos, obteniéndose la misma curva de polarización tal y como se muestra en la Figura 3!
Figura 3. Curvas de polarización obtenidas mediante la simulación en COMSOL Multiphysics® utilizando distintas configuraciones de estudio y resolvedor.
Esperamos que este truco sea de utilidad para tus próximas simulaciones numéricas en COMSOL Multiphysics®.
- Detalles
- Categoría: Minitab
- Visto: 1352
Hoy quiero hablarte sobre la importancia de mejorar tu estrategia experimental para obtener DATOS de calidad. Esto permitirá que Minitab te proporcione un análisis fiable, facilitando una toma de decisiones más acertada. Al final del artículo, también comparto algunas malas prácticas comunes para que puedas evitarlas.
✔No confundamos análisis con plan de pruebas que es donde tú puedes aportar valor.
¿CÓMO DEMOSTRAR QUE ALGO FUNCIONA?
Las experiencias de “experimentar” siempre van acompañadas de la pregunta ¿Funciona? Por ello me viene a la mente el popular producto orientado a bajar el colesterol. Te has preguntado alguna vez, ¿qué evidencias esperas encontrar en los estudios científicos que avalan el éxito del producto para decidir incorporarlo a tu cesta de la compra convencida de que merece la pena el gasto? Y si quieres hacer previamente tú misma un estudio, ¿cómo lo harías teniendo en cuenta las evidencias que necesitas?
En todo estudio hay dos componentes:
- Diseño de experimentos
- Análisis de resultados
Siempre, hemos de entender cómo explotaremos los resultados analíticos que nos dará un software, para aportar valor en nuestro trabajo, diseñando las pruebas y recogida de datos con metodología propia de la Ingeniería Estadística.
CASO DE ESTUDIO: REDUCCIÓN DEL COLESTEROL
Vamos a abordar esta cuestión comenzando por el final, el análisis, con un caso simple y ficticio que persigue reducir el colesterol.
Imaginemos que tenemos datos sobre los niveles de colesterol de personas que SÍ han tomado y que NO han tomado el tratamiento. Este es un diseño de experimentos con un factor y dos tratamientos independientes. ¿Qué aporta el tener 10 o 50 personas participando en cada grupo?
Para estudiar la diferencia entre dos tratamientos haremos uso de Intervalos de Confianza (IC):
- n=10. La diferencia obtenida es de mejora en 14,6 puntos, pero no es evidente que esa diferencia sea por el tratamiento. La horquilla (-27, 56) indica que ese resultado también se podría haber obtenido si el tratamiento empeorara en 27 puntos o si lo mejorara en 56 puntos, situaciones muy diferentes, luego n=10 aporta muy poco conocimiento.
- n=50. En este caso podemos asegurar con 95% de confianza que el tratamiento mejora entre 2 y 37 puntos.
Con n=50 detectamos un efecto que con n=10 también está, pero que no lo podemos ver con evidencia. El hecho de tener individuos con tanta variabilidad dificulta la detección del efecto. En este caso, el tamaño de muestra afecta a la potencia de detectar evidencia del efecto del tratamiento. Estamos en manos de la “suerte” de obtener dos muestras que evidencien la diferencia.
✔Para reducir la variabilidad y obtener resultados más precisos, aumentar el tamaño de la muestra es una estrategia efectiva.
ALTERNATIVA: DISEÑO DE EXPERIMENTOS APAREADO
En este caso, es posible utilizar una contramedida mejor para atacar la variabilidad entre individuos, que es cambiar el tipo de diseño experimental y que sea la misma persona la que se utiliza para medir el colesterol antes y después del tratamiento. La consecuencia de poder obtener el incremento de colesterol para cada persona es que el diseño de partida necesita muchas menos personas en el estudio.
Tanto la manera de “mirar los datos” como la manera de analizarlos es diferente, ya que es un diseño de experimentos apareado.
Y, realizando una prueba de hipótesis t pareada:
- n=10. La diferencia obtenida de mejora en 14,6 puntos muestra una evidencia de que el tratamiento afecta. Además, estimamos con un 95% de confianza de que el efecto, aunque nos haya salido 14,6 en la muestra, en realidad está en la horquilla (7 y 22).
LA IMPORTANCIA DEL DISEÑO EXPERIMENTAL
Si comprendemos los diferentes tipos de diseño y su interpretación, podemos delegar el análisis en Minitab, que proporciona herramientas intuitivas y amigables para este proceso.
Llegados a este punto, ¿cuál es nuestro rol? La respuesta es “lograr experimentar de manera eficiente, con el mínimo de pruebas y logrando datos de calidad, fiables”. Por ello, tenemos que aportar valor en:
- Seleccionar el tipo de diseño experimental adecuado a cada situación.
- Determinar el tamaño de muestra de las réplicas para cada tratamiento.
- Organizar las pruebas experimentales para minimizar factores externos que puedan afectar los resultados, de modo que “lo único que cambie sea el tratamiento de estudio”.
Minitab también ayuda a determinar el tamaño de muestra adecuado. Bien desde el propio Minitab o bien desde el asistente proporcionado por el módulo del tamaño de la muestra, podemos determinar cuántos individuos son necesarios para llevar a cabo la comparación de 2 tratamientos.
- Si utilizo un diseño apareado de comparación de 2 muestras con n=10 personas midiendo antes-después se logra una potencia de 80% de detectar cambios de 20 puntos o más, y si se deseara detectar cambios más pequeños de 10 puntos haría falta en torno a n=34 personas.
- Si el diseño no es apareado, en la misma situación de variabilidad, los recursos necesarios cambiarían notablemente (17 personas en cada grupo en el primer caso, luego 34, y 64 en el segundo).
ERRORES COMUNES EN EL DISEÑO EXPERIMENTAL
Un error frecuente es asumir que porque MINITAB puede analizar datos con una estructura determinada, el resultado será fiable.
Por ejemplo, si buscamos personas que ya toman Danacol y comparamos su colesterol actual con registros médicos previos, podría parecer un diseño apareado, pero no lo es. Factores como dieta y ejercicio también pueden influir, generando confusión en los resultados.
De hecho, si leemos la letra pequeña del anuncio del producto da qué pensar...
“Según estudios científicos, Danacol, como complemento a un estilo de vida saludable, reduce tu colesterol alto entre un 7 y un 10% en tan solo 2-3 semanas”
CONCLUSIÓN
Si nos dotamos de la habilidad de manejar un software como Minitab para chequear evidencias de un experimento, y comprendemos el efecto de variabilidad y tamaño de muestra en el poder de detección de efectos, seremos precavidos y eficientes incorporando este conocimiento a la táctica experimental.
Recuerda: una buena estrategia experimental es clave para obtener datos confiables y tomar decisiones fundamentadas.
¿QUIERES APLICAR ESTAS HERRAMIENTAS A TUS DATOS?
Si adquirimos la habilidad de diseñar experimentos adecuados y utilizamos Minitab para analizar los datos correctamente, podremos tomar decisiones informadas basadas en evidencia sólida.
En nuestro curso de Diseño y análisis de experimentos con Minitab (I) desarrollamos habilidades para lograr experimentar de manera eficiente, con el mínimo de pruebas y logrando datos de calidad.
Si desea recibir una propuesta formal del coste del curso en su caso particular, póngase en contacto con nuestro departamento comercial por teléfono (934154904 o 915158276) o a través de este FORMULARIO
- Detalles
- Categoría: NAG
- Visto: 1357
NUEVA PERSPECTIVA
Dominar las compensaciones: Equilibrar los objetivos contrapuestos con la optimización multiobjetivo
¿Tiene dificultades para equilibrar objetivos contrapuestos en sus modelos? La optimización multiobjetivo (MOO) le ayuda a encontrar las mejores compensaciones, ya sea que esté optimizando el costo frente al rendimiento, la velocidad frente a la precisión u otros objetivos conflictivos. Nuestros últimos análisis analizan cómo MOO puede acelerar la toma de decisiones y ayudarle a abordar problemas complejos con confianza. Explore aplicaciones y técnicas del mundo real para encontrar el equilibrio óptimo en su trabajo.
- Detalles
- Categoría: ChemOffice
- Visto: 1265
En un importante paso hacia la innovación en herramientas científicas, los reconocidos productos ChemDraw y ChemOffice han evolucionado bajo la firma de revvity para originar Signals ChemDraw, una plataforma que redefine la experiencia en el dibujo y análisis químico. Esto ha llevado a la desaparición de ChemOffice de la cartera de productos de revvity.
Signals ChemDraw mantiene la esencia de ChemDraw, el estándar de la industria en la creación de estructuras químicas, y la complementa con capacidades avanzadas de gestión de datos e integración con otras herramientas científicas. Este cambio responde a la creciente necesidad de laboratorios y empresas de contar con soluciones más eficientes y conectadas en el ecosistema digital.
Con Signals ChemDraw, los usuarios podrán disfrutar de una experiencia optimizada, con mejoras en la colaboración, almacenamiento en la nube y compatibilidad con plataformas de análisis de datos. Además, la integración con Signals Notebook facilita el flujo de trabajo, permitiendo a los investigadores registrar, compartir y analizar sus hallazgos de manera más intuitiva y productiva.
Esta evolución refuerza el compromiso de revvity con la innovación, asegurando que científicos, investigadores y docentes dispongan de herramientas de vanguardia para acelerar sus descubrimientos. Con Signals ChemDraw, el futuro del diseño químico y la gestión de datos científicos entra en una nueva era.
A partir de ahora encontrará las noticias de ChemDraw bajo la sección de Signals ChemDraw.
- Detalles
- Categoría: Comsol
- Visto: 1287
La función "Infinite Element Domains" en COMSOL Multiphysics permite modelar dominios extendidos sin necesidad de aumentar significativamente el número de elementos de malla, optimizando el uso de recursos computacionales. Esta técnica es especialmente útil en simulaciones donde el comportamiento del sistema debe analizarse en regiones que se extienden al infinito o en grandes volúmenes de espacio.
¿Cómo se utiliza? Veamos su aplicación a través del ejemplo que se muestra en la Figura 1. Se trata de una placa de titanio con generación de calor en su parte central muy larga en la dirección del eje x. En la figura se destaca la diferencia entre la modelización de la pieza basada en las dimensiones reales y la alternativa simplificada basada en el uso de la función “infinite domains”. Estudiaremos la transferencia de calor en la pieza.
Figura 1. Geometría tridimensional utilizada como ejemplo para comprender cómo se utiliza la función de “infinite domains” en COMSOL Multiphysics®.
En primer lugar, añadiremos la función “infinite domains”, disponible en la sección de “Definiciones” tal y como se muestra en la Figura 2, a nuestro flujo de trabajo. Seguidamente, seleccionaremos aquellos dominios que sean lo suficientemente largos como para poder asumirse infinitos. A partir de aquí, la asignación de materiales y condiciones de contorno se realiza del mismo modo que en cualquier modelo basado en las dimensiones reales de la pieza.
Figura 2. Selección de la función “Infinite Domains” en COMSOL Multiphysics®.
En la Figura 3 se muestran los resultados de temperatura obtenidos, señalándose la evolución de la temperatura en los dominios infinitos. En resumen, el uso de "Infinite Element Domains" tiene las ventajas de trabajar con una geometría simplificada e implementación sencilla, y permite reducir el coste computacional de nuestras simulaciones.
!Esperamos que pueda sacar partido a esta función en futuros modelos y simulaciones en COMSOL Multiphysics®!
Figura 3. Representación gráfica de la temperatura obtenida para una línea de corte (izquierda), y temperatura en todo el volumen de la pieza (derecha).
- Detalles
- Categoría: Signals ChemDraw
- Visto: 2313
Tiempos cambiantes exigen mejores soluciones tecnológicas
Los materiales plásticos se han convertido en parte integral de la vida moderna, ofreciendo versatilidad y funcionalidad en una gran variedad de aplicaciones. Desde la invención del primer plástico sintético, la baquelita, a principios del siglo XX, los plásticos han evolucionado hasta convertirse en una piedra angular de la producción industrial y los bienes de consumo. Son ligeros, duraderos y moldeables, lo que los hace ideales para el embalaje, la construcción, la automoción y los dispositivos médicos. Sin embargo, el impacto ambiental de los plásticos convencionales, principalmente derivados del petróleo, ha generado preocupaciones significativas en cuanto a la contaminación y la sostenibilidad.
Como respuesta a estos desafíos, los investigadores están explorando alternativas más ecológicas, incluidos los bioplásticos hechos a partir de recursos renovables. Este cambio es esencial no solo para reducir nuestra huella de carbono, sino también para promover una economía circular que priorice el reciclaje y la biodegradabilidad, asegurando que los materiales plásticos puedan ser utilizados de manera responsable en el futuro.
Siempre presente para apoyar la innovación, ChemDraw ofrece características que permiten la descripción precisa e informe de descubrimientos en las ciencias de materiales plásticos y polímeros. ¡Vamos a explorarlas!
Un Mejor Camino hacia el Descubrimiento y la Comunicación
ChemDraw, una solución líder en dibujo y publicación química, hace que el camino hacia el descubrimiento de polímeros y la comunicación sea más rápido, fácil y atractivo. Aquí tienes algunos consejos y trucos para mejorar tu camino hacia el descubrimiento y la comunicación de polímeros.
Corchetes Inteligentes para Polímeros
Ya sea que sus pesos moleculares sean conocidos, determinados analíticamente o desconocidos, ChemDraw puede manejar cualquier polímero mediante un nuevo tipo unificado de corchetes. Estos nuevos corchetes permiten el cálculo O la definición del peso molecular promedio del polímero sintetizado. Simplemente mídelo mediante un método analítico como GPC y utiliza el peso molecular calculado para el polímero que dibujes. Alternativamente, puedes ingresar el Mw proporcionado por el proveedor al usar una sustancia comercial para facilitar los cálculos estequiométricos con las herramientas integradas de ChemDraw.
Fuente de Reactivos de Forma Fácil
ChemACX Explorer, una extensión moderna, te informa sobre la disponibilidad de reactivos comerciales, incluyendo información sobre proveedores y precios, actualizada de manera regular en ChemACX, la base de datos de Revvity con más de 27 millones de compuestos químicos disponibles comercialmente. Simplemente busca por nombre, número de registro CAS o incluso por subestructura o búsqueda por similitud y agrega el reactivo a tu lienzo.
¡La Seguridad es lo Primero!
Sabemos lo importante que es tener acceso a datos de seguridad para cualquier químico, como primer paso antes de comenzar el trabajo de laboratorio. También sabemos lo que puede llegar a ser tedioso buscar esa información, ya sea en un libro o en una página web. Con este fin, recientemente introdujimos una potente característica en ChemDraw en forma del complemento de seguridad de PubChem. Uno de los mayores bases de datos químicas públicas disponibles, PubChem alberga la información de seguridad (símbolos GHS, frases de advertencia y precaución) de más de 120,000 reactivos químicos y moléculas. El complemento de la Hoja de Seguridad Química de la Biblioteca PubChem (LCSS) en ChemDraw te da acceso instantáneo a evaluaciones de seguridad críticas y te permite copiar las frases de advertencia (H) y precaución (P) de agencias de seguridad específicas a tu portapapeles para que las pegues en tu procedimiento experimental en formato electrónico, por ejemplo, en Signals Notebook o en MS Word.
Identifica las Mejores Rutas Sintéticas
ChemDraw trabaja de la mano con todas las principales bases de datos de literatura química a través de integraciones directas con CAS SciFinder-n™, Elsevier Reaxys® y Merck Synthia. Simplemente dibuja y selecciona una molécula o una reacción para investigar en la literatura desde la comodidad de ChemDraw y recuperar procedimientos experimentales, rendimientos y referencias literarias extensas de tus bases de datos favoritas. Ten en cuenta que estas características requieren una suscripción activa a SciFinder-n, Reaxys o Synthia.
Enfócate en tu Investigación, No en Dibujar
Representar y compartir tu química nunca ha sido más fácil ni más rápido. El revolucionario sistema de teclas rápidas de ChemDraw cambió el paradigma del dibujo químico en computadoras, permitiéndote dibujar moléculas y reacciones literalmente tan rápido como las puedes escribir en un teclado. Las teclas rápidas son intuitivas, rápidas y fáciles: simplemente presiona "f" sobre un átomo para cambiarlo a flúor, presiona "Shift+f" para hacerlo un "CF3". "s" es azufre, mientras que "Shift+s" es para silicio. Además, la función inteligente de copiar/pegar de ChemDraw te permite Ctrl/Cmd + C cadenas de texto SMILES (encontradas en sitios web de proveedores de productos químicos o entradas de Wikipedia) y Ctrl/Cmd + V para pegarlas directamente en ChemDraw como una estructura. Y si las clases de química no fueron tu fuerte, la función favorita de los usuarios Name-to-Structure eliminará completamente la suposición y el dibujo de la ecuación.
Resumen
Con sus orígenes como una herramienta de dibujo químico, ChemDraw ha evolucionado de manera constante para convertirse en la solución líder con inteligencia química para múltiples disciplinas, desde la química especializada hasta el descubrimiento de fármacos farmacéuticos.
A algunos químicos les encanta dibujar y a otros no. Pero todos ustedes tienen que compartir, informar y publicar su trabajo en varios formatos, incluso archivarlo en la Oficina de Patentes y Marcas de los Estados Unidos. No importa qué tipo de químico seas, ni cuáles sean tus requisitos de dibujo y publicación, ChemDraw tiene las potentes características e integraciones con bases de datos químicas externas críticas para ayudarte a publicar hermosos dibujos en segundos, no en minutos u horas. Es el estándar de oro para el software de dibujo químico. Además, está disponible en tres versiones para satisfacer tus necesidades específicas.
Las características descritas en este documento están disponibles con una licencia de ChemDraw Professional o Signals ChemDraw. Para obtener más información sobre nuestras ofertas, visita nuestras página de producto que encontrarás bajo este artículo.
- Detalles
- Categoría: Minitab
- Visto: 922
Por Shawn Shapiro.
Nota sobre este artículo: el pasado mes de febrero fue el Mes del Corazón en Estados Unidos. Las enfermedades cardíacas son la principal causa de muerte en Estados Unidos. Los datos de 2022 muestran que 1 de cada 5 muertes se debió a enfermedades cardíacas y, según la Asociación Estadounidense del Corazón, más de 121 millones de adultos en Estados Unidos padecen enfermedades cardiovasculares.
Hace más de ocho años, me uní a los 121 millones cuando sufrí un episodio de fibrilación auricular (FA).
Cuando era joven, estaba muy nervioso por lo que esto significaba para mi futuro. Desde entonces, me he propuesto mantenerme activo y ser consciente de la salud de mi corazón. Me puse como meta correr una media maratón. Al comprender la relación entre la salud del corazón y correr, decidí planificar mejor mis carreras para mantener mi frecuencia cardíaca en un nivel óptimo.
Afortunadamente, como empleado de Minitab, puedo aprovechar algunas de las soluciones de análisis de datos más potentes para hacer esto.
Cuando empecé a correr, registré datos sobre diversos factores que pueden afectar mi frecuencia cardíaca promedio, como la distancia recorrida, el desnivel ganado, el ritmo promedio, el día de la semana (tal vez algunos días sean más estresantes que otros) y la temperatura. Con el siguiente conjunto de datos, explicaré cómo utilicé las Soluciones de Minitab para analizar estos datos y planificar las mejores carreras para la salud de mi corazón.
Uso de Minitab para analizar datos en ejecución
Importación de datos a Minitab: comencé importando los datos de mis ejecuciones a Minitab mediante formularios de Minitab Connect. Fue una manera sencilla y sin inconvenientes de importar datos sin necesidad de abrir Minitab después de cada ejecución.
Estadísticas descriptivas: luego, utilicé la herramienta Estadísticas descriptivas para obtener una descripción general de mis datos. Esto me proporcionó medidas como la media, la mediana, la desviación estándar y el rango para cada variable, solo para tener una idea básica de cómo se encuentran actualmente mis datos.
Análisis de correlación: A continuación, realicé un análisis de correlación para ver cómo se relacionan las distintas variables con mi frecuencia cardíaca promedio. Esto me ayudó a comprender qué factores tienen el impacto más significativo en mi frecuencia cardíaca.
Gráfico de intervalos: como pude ver que la temperatura tiene un papel más importante del que esperaba, quería una visualización clara. Por lo tanto, creé un gráfico de intervalos de frecuencia cardíaca promedio frente a temperatura.
Análisis de regresión: ahora que tenía mis ideas claras, era hora de predecir y planificar cómo y cuándo debería correr. Realicé un análisis de regresión para crear un modelo que prediga mi frecuencia cardíaca promedio en función de las otras variables. Pude ver cómo los cambios en el ritmo, la distancia, el desnivel y la temperatura afectan mi frecuencia cardíaca.
Principales conclusiones de los datos
Al realizar este ejercicio, esperaba plenamente que mi ritmo promedio tuviera el mayor impacto en mi frecuencia cardíaca promedio.
Me equivoqué.
Una variable sobre la que tengo mucho menos control juega un papel más importante en mi frecuencia cardíaca promedio mientras corro: la temperatura. Sin embargo, esto me resulta increíblemente útil a la hora de planificar las carreras. No quiero dejar de correr solo porque hace más calor afuera, pero como tengo una afección cardíaca, necesito ser cauteloso. También me permite hacerme cargo de las variables que puedo controlar, como el ritmo promedio.
Un ejemplo de cómo puedo planificar el futuro: si estoy planeando una carrera de 5 millas con un desnivel de 32 y afuera hay 75 grados, según mi ecuación de regresión, necesito reducir mi ritmo promedio a 13 minutos por milla. Esto me daría una frecuencia cardíaca promedio prevista de 155.
Como persona competitiva, ¡esto parece muy lento! Pero mi objetivo para el año que viene es mantener la salud cardíaca, no tanto correr rápido. No soy estadístico, pero la facilidad de uso que brindan las soluciones de Minitab permite que cualquiera pueda tomar decisiones basadas en datos.
Al utilizar Minitab para analizar los datos de mis carreras, puedo tomar decisiones informadas sobre mi plan de entrenamiento para optimizar la salud de mi corazón. Comprender el impacto del ritmo y la temperatura en mi frecuencia cardíaca me permite adaptar mis carreras para mantener mi frecuencia cardíaca dentro de un rango saludable. Prioricemos nuestra salud cardíaca manteniéndonos activos y tomando decisiones basadas en datos para apoyar nuestro bienestar