- Detalles
- Categoría: BIOVIA
- Visto: 436
Cálculos más robustos y confiables
TURBOMOLE 2026 incluye parámetros por defecto optimizados que permiten iniciar simulaciones con configuraciones más adecuadas, reduciendo errores y asegurando resultados consistentes en química cuántica.
- Mayor estabilidad en cálculos DFT y COSMO
- Menos ajustes manuales requeridos
- Workflows más ágiles para investigadores
Predicción de espectros de alta calidad
La nueva versión mejora la predicción de espectros y otras propiedades moleculares, facilitando la comparación entre simulaciones teóricas y datos experimentales, un aspecto clave en investigación farmacéutica, química orgánica y materiales avanzados.Selección de solventes simplificada con COSMO
Gracias a la interfaz actualizada, TURBOMOLE 2026 permite seleccionar solventes de manera rápida y precisa para cálculos basados en COSMO, incluyendo efectos de solvatación y perfiles de carga en superficies. Esto acelera la preparación de simulaciones y reduce riesgos de errores.
Mejoras internas para rendimiento y eficiencia
Las librerías backend y componentes internos se han actualizado para mejorar el rendimiento del software en cálculos de química cuántica compleja:- Optimización de motores de cálculo
- Mejor aprovechamiento del hardware
- Mayor estabilidad y rapidez en simulaciones largas
TURBOMOLE 2026: la herramienta completa para investigación en química computacional
Con estas mejoras, TURBOMOLE 2026 ofrece una combinación de precisión, eficiencia y usabilidad que facilita el trabajo diario de investigadores y científicos en química teórica, modelado molecular y simulación de materiales.Descubre cómo TURBOMOLE 2026 puede acelerar tus proyectos de investigación y mejorar la calidad de tus simulaciones.
- Detalles
- Categoría: Comsol
- Visto: 558
En un artículo recientemente publicado en Renewable Energy y titulado “Combining ray-tracing and a linear thermal model to predict the performance of a panel solar cooker under varying solar angles” [1], se muestra cómo COMSOL Multiphysics® puede utilizarse como una herramienta clave para predecir el rendimiento óptico y térmico de cocinas solares, incluso cuando su geometría es compleja. La Figura 1 muestra la geometría simulada de la configuración Flor de Copenhague.
Figura 1. Geometría simulada de la configuración Flor de Copenhague.
¿Qué aporta COMSOL en este trabajo?
- Modelado estructural avanzado
Se utiliza el Structural Mechanics Module para simular el proceso de plegado de los paneles flexibles. Esto nos permitió obtener geometrías 3D realistas a partir de láminas planas, algo prácticamente imposible con enfoques analíticos tradicionales. - Ray-tracing con geometrías reales
Las geometrías resultantes se integraron directamente en el Ray Optics Module, donde se realizaron simulaciones de trazado de rayos Monte Carlo para evaluar la captación solar bajo distintos ángulos de elevación y errores de alineación azimutal. La Figura 2 muestra el trazado de rayos en la cocina solar Copenhagen-Flower que se estudia en este trabajo.
Resultados clave
- Excelente concordancia entre simulación y medidas experimentales.
- Identificación clara de la influencia del ángulo solar en el rendimiento del sistema.
- Metodología transferible a otras cocinas solares y sistemas de concentración simples.
Este trabajo demuestra que COMSOL Multiphysics® ofrece una plataforma potente para tecnologías apropiadas, sostenibles y de bajo coste, conectando simulación avanzada con impacto social real. Una muestra más de cómo la modelización multifísica puede reducir incertidumbre, mejorar el diseño y aumentar la probabilidad de éxito en sistemas energéticos reales.
Figura 2. Trazado de rayos en una cocina solar Copenhagen-Flower. Solo se muestra una muestra de 3 rayos.
Referencias
[1] Jesús García-Fernández, Antonio Carrillo-Andrés, Xabier Apaolaza-Pagoaga, Antonio García-Ruiz, Emilio Ruiz-Reina, Combining ray-tracing and a linear thermal model to predict the performance of a panel solar cooker under varying solar angles, Renewable Energy, Volume 263, 2026, 125443,
- Detalles
- Categoría: Signals ChemDraw
- Visto: 536
No es una revolución estética. Es algo mejor: una evolución práctica que ahorra tiempo y simplifica procesos. Las novedades están relacionadas con la aplicación ChemDraw+, disponible en Signals ChemDraw.
ChemDraw+
Añadir dibujo a un cuaderno desde su página de detalles
Ahora es posible crear y añadir un nuevo dibujo directamente desde la página de detalle de un Notebook en ChemDraw+, sin necesidad de salir de ese entorno. El dibujo se genera automáticamente utilizando la última hoja de estilo empleada, garantizando coherencia visual con trabajos anteriores. Además, recibe un nombre automático que puede modificarse fácilmente desde la barra de navegación superior, permitiendo organizar y gestionar los contenidos de forma más ágil.
Copiar dibujos en un cuaderno
Los dibujos ahora pueden copiarse en un cuaderno en ChemDraw+ desde la vista de dibujo y añadirse a cualquier cuaderno seleccionado en la aplicación
Renombrar cuadernos directamente desde la barra de navegación
Los cuadernos pueden renombrarse directamente a partir de la barra de navegación cuando sea necesario. El cambio de nombre está disponible para cualquier Cuaderno que no tenga nombre automático al crearse.
La importación ahora soporta archivos SD y RD
ChemDraw+ ahora soporta la importación de archivos SD y RD. Cuando estos archivos se incorporan a la aplicación, se convierten automáticamente al formato CDXML, permitiendo capacidades completas de edición dentro de la aplicación.
Calcula LogP en el panel de Análisis
LogP ahora está disponible como propiedad calculada en el panel de análisis del editor ChemDraw. El cálculo se basa en la selección actual y soporta estructuras que contienen menos de 1.000 átomos o 150 átomos pesados.
Generar horquillas a partir de un solo oligonucleótido
La herramienta 'auto-pare' en el editor ChemDraw puede ahora generar horquillas a partir de una sola secuencia de oligonucleótidos. Identifica la región de máxima complementariedad dentro de la cadena, coloca enlaces de hidrógeno entre bases nitrogenadas complementarias y forma un lazo en forma de agujero a partir de las bases nitrogenadas no emparejadas restantes.
Arrastrar y soltar archivos SD/RD en el lienzo de ChemDraw
Los archivos SD y RD ahora pueden arrastrarse y soltarse sobre un lienzo de ChemDraw y convertirse automáticamente a cdxml para continuar editando.
- Detalles
- Categoría: Minitab
- Visto: 511
Por Peter Goos.
La tecnología avanza rápidamente y las empresas recurren cada vez más a la IA y a métodos basados en datos para innovar con mayor rapidez e inteligencia. Al integrar la IA en el Diseño de Experimentos (DoE), esta metodología se está convirtiendo en una herramienta aún más potente para la investigación y el desarrollo.
Para las organizaciones que desean seguir siendo competitivas, combinar el poder analítico de la IA con la experimentación estructurada del DoE se está volviendo esencial para descubrir nuevas oportunidades.
Este artículo es el primero de una serie que presenta ideas sobre el papel evolutivo del DoE.
IA y DoE: una poderosa sinergia
Uno de los avances más significativos del DoE en los últimos años es su sinergia con la Inteligencia Artificial.
La IA destaca en el análisis de grandes cantidades de datos históricos, descubriendo patrones que los enfoques tradicionales podrían pasar por alto. Estos conocimientos son valiosos, pero no generan información fundamentalmente nueva. La IA se limita a lo que ya ha ocurrido.
Aquí es donde el DoE se vuelve indispensable.
La innovación a menudo requiere explorar regiones donde no existen datos previos. El DoE permite a los investigadores probar deliberadamente nuevas combinaciones de datos y generar datos nuevos. Estos nuevos datos pueden utilizarse para refinar y fortalecer los modelos de IA.
Al combinar las fortalezas analíticas de la IA con la capacidad del Diseño de Experimentos para explorar nuevas posibilidades, las organizaciones pueden aprovechar tanto el conocimiento histórico como la experimentación estructurada. El resultado es una mejora continua, una innovación más rápida y una toma de decisiones más segura.
El DoE en un mundo basado en datos
A medida que las industrias dependen cada vez más del análisis para optimizar la producción, mejorar la calidad y acelerar el desarrollo, el DoE desempeña un papel vital a la hora de cerrar la brecha entre el análisis de datos y la experimentación en el mundo real.
La IA depende de datos históricos. El DoE genera datos de alta calidad y específicos para responder a las preguntas más urgentes de la actualidad. Estos datos estructurados son esenciales para validar las predicciones de la IA y garantizar la precisión de los modelos en condiciones nuevas o cambiantes.
En industrias con uso intensivo de datos, como la farmacéutica, la alimentaria y la química, donde variables complejas interactúan de forma no obvia, la DoE tiene un profundo impacto. Optimizar un proceso químico puede implicar la interacción de cientos de variables, lo que hace que los datos históricos sean insuficientes.
Mediante la experimentación controlada, el DoE produce datos precisos y prácticos. Estos datos mejoran los modelos de IA y fundamentan decisiones críticas en tiempo real. Las organizaciones pueden explorar enfoques innovadores, perfeccionar procesos e impulsar la mejora continua en lugar de basarse únicamente en observaciones previas.
El futuro del DoE: evolución continua en innovación
A medida que la IA y el DoE continúan evolucionando, la combinación del diseño experimental óptimo con el análisis impulsado por IA está haciendo que la experimentación sea más adaptativa, precisa y rentable.
Las organizaciones que adoptan estas tecnologías pueden responder a las demandas del mercado con mayor agilidad, acortar los ciclos de desarrollo y utilizar los recursos de forma más eficiente. A medida que más industrias adopten esta integración, la experimentación será más rápida, eficiente y con mayor impacto que nunca.
En un mundo cada vez más basado en datos, la IA y el DoE serán herramientas indispensables para impulsar la innovación.
- Detalles
- Categoría: Comsol
- Visto: 838
La Conferencia Ibérica de Multifísica COMSOL 2026 se celebrará el viernes 26 de junio en el Rectorado de la Universidad de Málaga.
Ofrece un espacio único para investigadores y profesionales interesados en la simulación multifísica, donde podrán compartir oportunidades de formación y experiencias profesionales en modelado multifísico en diversas áreas, a la vez que se crearán las condiciones ideales para el networking. La conferencia incluirá ponencias magistrales, minicursos, presentaciones de pósteres y mucho más.
Le invitamos a enviar un resumen. Este evento le ofrece una plataforma para presentar su trabajo, intercambiar ideas y explorar los últimos avances en simulación y modelado multifísico.
Envíe su resumen antes del 15 de mayo para presentar su investigación innovadora, aplicaciones industriales o técnicas de modelado innovadoras. Únase a expertos de renombre, gane reconocimiento y conecte con profesionales de su campo.
La conferencia está organizada por la Universidad de Málaga, la Multiphysics Modeling School, Addlink Software Científico y COMSOL AB.
Fechas destacadas
- 15 de mayo: Cierre de admisión de resúmenes
- 19 de junio: Cierre del registro a la conferencia
- 26 de junio: Iberian COMSOL Multiphysics Conference
- Detalles
- Categoría: Minitab
- Visto: 481
Por Joshua Zable.
Recorra cualquier planta de fabricación y se dará cuenta rápidamente de que las decisiones de diseño, a menudo tomadas hace años, influyen discretamente en todo lo que sucede en el taller hoy en día. La distancia recorrida por los materiales, dónde se acumula el trabajo en proceso, la rapidez con la que se detectan los problemas e incluso la forma en que los equipos colaboran se ven influenciados por la disposición física y lógica de las operaciones.
Para los clientes de Minitab, Prolink, Simul8 y Scytec, los diseños de fabricación no son solo un detalle de ingeniería: son una palanca poderosa para mejorar el rendimiento, reducir la variabilidad y liberar capacidad sin agregar máquinas ni mano de obra.
Si tiene un buen conocimiento de diseños, visite el artículo sobre el uso de la simulación para imaginar, probar y validar nuevos diseños. Si no, espero que éste le ayude a explorar los diseños de fabricación más comunes y las ventajas de cada uno, para que pueda entender si debería considerar explorar la posibilidad de un nuevo diseño que podría mejorar su producción general.
Los cuatro diseños de fabricación comunes
Hay cuatro diseños de fabricación comunes y es importante comprender sus fortalezas y limitaciones.
1. Diseño de proceso (funcional)
Aspecto: Las máquinas están agrupadas por función: fresadoras juntas, tornos juntos, inspección en un área, ensamblaje en otra.
Dónde funciona bien:
- Alta mezcla, producción de bajo volumen
- Talleres de trabajo y fabricación a medida
- Cambios frecuentes de ruta
Desafíos ocultos:
- Largas distancias de viaje
- Alto trabajo en proceso (WIP)
- Colas impredecibles
- Programación difícil
Por qué el diseño original podría ser un obstáculo:
A medida que aumenta la demanda, los diseños funcionales suelen saturarse. El trabajo en proceso (WIP) se acumula entre departamentos, los plazos de entrega se alargan y el rendimiento se vuelve cada vez más variable. Esto podría ser motivo para considerar un nuevo tipo de diseño.
2. Diseño del producto (línea)
Cómo se ve:
El equipo está dispuesto en la secuencia exacta necesaria para producir un producto, a menudo como una línea de montaje.
Dónde funciona bien:
- Producción de alto volumen y baja variedad
- Demanda estable
- Procesos estandarizados
Desafíos ocultos:
- Vulnerable al tiempo de inactividad en cualquier estación individual
- Difícil adaptarse a los cambios de producto.
- Requiere un cuidadoso equilibrio de línea
Por qué el diseño original puede ser un obstáculo:
Si la oferta de productos o la demanda cambian, los diseños de línea rígidos pueden volverse ineficientes. Los cuellos de botella se desplazan, la mano de obra se infrautiliza y pequeñas interrupciones causan grandes retrasos en todo el sistema.
3. Disposición celular (celda de trabajo)
Cómo se ve:
Las máquinas se agrupan en celdas que producen familias de piezas similares de principio a fin.
Dónde funciona bien:
- Entornos Lean
- Volumen moderado y variedad
- Centrarse en el flujo y los cambios rápidos
Desafíos ocultos:
- Requiere un análisis cuidadoso de la familia parcial
- Puede subutilizar equipos especializados
- Es difícil diseñar correctamente sin datos
Por qué el diseño original podría ser un obstáculo:
Las celdas mal diseñadas pueden reducir el rendimiento si no se tiene en cuenta la variabilidad de la demanda. Las celdas que parecen eficientes en teoría pueden morir de hambre o bloquearse en la práctica.
4. Disposición de posición fija
Cómo se ve:
El producto permanece en un lugar y las personas, las herramientas y los materiales se mueven a su alrededor.
Dónde funciona bien:
- Productos de gran tamaño (aviones, barcos, equipos pesados)
- Fabricación única o por proyecto
Desafíos ocultos:
- Coordinación compleja
- Problemas de disponibilidad de material
- Alta dependencia de la precisión de la programación
Por qué el diseño original podría ser un obstáculo:
A medida que aumenta la complejidad, los retrasos se acumulan rápidamente. Sin una comprensión clara de las interacciones de los recursos, los diseños de posición fija se vuelven caóticos y costosos.
Conclusión: Su diseño es una palanca
En su esfuerzo por alcanzar la excelencia operativa, el diseño suele ser un factor que no se tiene en cuenta. Si cree que cambiar su diseño podría mejorar su operación, aproveche el poder de la simulación de eventos discretos para imaginar, probar y validar nuevas posibilidades. Sin embargo, si cree que tiene el diseño óptimo y aún enfrenta desafíos, existen otras soluciones. Considere monitorizar su tiempo de actividad, rendimiento y calidad con la solución DataXchange de Minitab o asegúrese de que su proceso sea estable y consistente con el SPC en tiempo real.
- Detalles
- Categoría: Lakes
- Visto: 505
Un modelo estándar ejecutado con el modelo de dispersión de aire AERMOD produce una salida numérica con hasta 13 cifras significativas (p. ej., xxxxxxxx.xxxxx). Los proyectos que utilizan tasas de emisión muy bajas o muy altas pueden experimentar un problema si los valores generados por el modelo no se ajustan correctamente a este límite. Por ejemplo, valores de concentración de 1E9 unidades o superiores generarán un campo de asteriscos en el archivo de salida, como se muestra a continuación.
Las concentraciones inferiores o muy cercanas al umbral de informe predeterminado (1E-5) generarán valores repetidos de 0,00000 o 0,00001. Con tantos valores repetidos, AERMOD View no puede generar contornos correctamente debido a la falta de precisión.
El modelo AERMOD presenta dos formas de abordar este problema.
-
Escriba los datos en formato exponencial. En la sección Output Pathway, en Output Settings, active la opción "Use Exponential Format for Output Results". Esto reportará todos los valores en los archivos de salida externos (p. ej., Contour Plot Files, PLOT-formatted Post-Processing Files, etc.) en notación científica, de modo que los valores numéricos se escriban completamente.
-
Edite las etiquetas de unidad del modelo. En la ruta Source Pathway, acceda a la configuración de la unidad de salida de emisión (Emission Output Unit). La configuración predeterminada utiliza GRAMS/SECOND como etiqueta de emisión y MICROGRAMS/M**3 como unidad de concentración, con un factor de unidad de 1E6. Al seleccionar la opción User Defined, el modelador puede editar el factor de unidad y las etiquetas según sea necesario.
Por ejemplo, un factor de unidad de 1 y una etiqueta de concentración de GRAMS/M**3 mostrarán valores numéricos para resultados muy altos. Por otro lado, un factor de unidad de 1E12 y una etiqueta de concentración de PICOGRAMS/M**3 mostrarán resultados muy bajos
