La EPA de EE.UU. ha estado muy activa este mes. La actualización de su Guía de Modelos de la Calidad del Aire, junto con los cambios asociados al sistema de modelado AERMOD significan que Lakes Environmental estará muy ocupado en las próximas semanas, ya que actualizará sus productos AERMOD View y AERMET View para incorporar los nuevos modelos. Estos cambios adoptan muchas formas:
Anticipamos que las actualizaciones de Lakes Environemental Software se completarán en diciembre de 2024. Esté atento a la comunicación por correo electrónico de Lakes Environmental anunciando la disponibilidad de las nuevas versiones de AERMOD View y AERMET View.
Si su copia de AERMOD View no está en mantenimienot, contacte con nuestro departamento comercial para solicitar su presupuesto.
La versión 6.3 de COMSOL Multiphysics® ofrece nuevas capacidades de simulación, que incluyen mejoras significativas en el rendimiento y actualizaciones de la interfaz de usuario. El nuevo módulo de descarga eléctrica (Electric Discharge Module) permite realizar simulaciones detalladas de descargas eléctricas y rupturas en gases, líquidos y sólidos, mientras que la aceleración por GPU ofrece simulaciones acústicas hasta 25 veces más rápidas y entrenamiento de modelos subrogados. Las nuevas herramientas de preparación de geometría dan como resultado mallas de mayor calidad para simulaciones más rápidas y sólidas. Un entorno Java interactivo admite ediciones de modelos sobre la marcha mediante la API de COMSOL, con un chatbot opcional disponible para ayudar en la programación Java.
Las nuevas capacidades multifísicas para mecánica estructural incluyen funciones para modelar la electromecánica de estructuras delgadas y la hinchazón inducida por la humedad, así como una gestión simplificada de puntos de soldadura y fijaciones. El modelado del flujo de fluidos se ha ampliado con modelos de turbulencia de tensión de Reynolds para la simulación de patrones de flujo anisotrópico y separado. Las simulaciones electromagnéticas ahora ofrecen cálculos de fuerza electrostática más precisos para dispositivos MEMS y nuevas capacidades para el modelado eficiente de hierro laminado en motores y transformadores. Un nuevo flujo de trabajo mejora drásticamente el manejo de estructuras periódicas en óptica de ondas, y una nueva herramienta de extracción de parámetros RLGC para líneas de transmisión mejora aún más el modelado de RF y microondas.
A continuación, hemos resumido las principales novedades de la versión 6.3 del software COMSOL®:
Oracle y Java son marcas registradas de Oracle y/o sus filiales.
¡Presentamos un nuevo lugar para tu arte relacionado con Maple! Es fácil enviar tu obra de arte y aceptamos obras de arte en casi cualquier medio. Esto significa que queremos ver tus gráficos de ordenador, animaciones, bordados, esculturas y más inspirados en las matemáticas. ¡Estamos ansiosos por ver lo que creas!
Más información |
La última incorporación a la Galería es una impresionante visualización matemática de la conferencia magistral del Dr. Laureano González Vega en la pasada Conferencia Maple 2024.
Por Alyssa Sarro en colaboración con Luc Burgard y su equipo en Recipharm.
Tuvimos la oportunidad de conversar con Luc Burgard, el distinguido director de operaciones de Recipharm. Si bien Luc trabaja actualmente en la fabricación de productos farmacéuticos, tiene una sólida experiencia en investigación biotecnológica y fabricación de automóviles.
Luc ha pasado de ser ingeniero de campo a ser líder de operaciones y demuestra sólidas habilidades de liderazgo con un profundo conocimiento de las complejidades de la industria. Hace hincapié en el análisis de datos como una herramienta indispensable para la toma de decisiones estratégicas y estábamos ansiosos por explorar su perspectiva.
Construyendo un equipo especializado
Luc se ha encontrado con un desafío importante en su carrera: la pronunciada curva de aprendizaje asociada con las herramientas complejas de análisis de datos. Cree que la inversión de tiempo necesaria para familiarizar a las personas con estas herramientas a menudo supera los beneficios. Por eso utiliza Minitab.
Desde sus inicios como ingeniero de calidad hasta su función actual como director de operaciones, Luc ha aprovechado constantemente el software estadístico Minitab Statistical Software para potenciar a sus equipos. Valora especialmente funciones como el Asistente de Minitab y el Quality Trainer (ahora Education Hub), en los que ambos aceleran el proceso de formación al ofrecer un enfoque práctico para aprender estadística aplicada. Los usuarios pueden aplicar sus conocimientos de inmediato mientras comprenden los principios subyacentes, lo que hace que el análisis de datos sea más accesible y eficaz.
¡Descargue nuestra guía sobre cómo aprovechar el software estadístico Minitab para las necesidades específicas de la industria: "A Primer on Leveraging Minitab Statistical Software for Industry-Specific Data-Driven Decision Making"!
Experiencia enfocada
A la hora de formar sus equipos, Luc se centra en seleccionar a colegas especializados con profundos conocimientos estadísticos que puedan identificar y abordar rápidamente los problemas complejos a medida que surjan. En lugar de establecer equipos grandes y sólidos, explica que para abordar problemas operativos complejos, Luc pide a un equipo de solucionadores de problemas que realice avances mediante la aplicación de técnicas analíticas que ayuden a revelar las causas profundas ocultas y los fallos de los procesos. Su comprensión de la importancia de formar un equipo completo comienza con estos individuos expertos y se transmite a los demás.
El compromiso de Luc de invertir en el crecimiento de su equipo se centra en la mejora continua. Las organizaciones exitosas dependen de una sólida colaboración interdisciplinaria para impulsar la innovación y la eficiencia.
El director de operaciones desempeña un papel fundamental en el fomento de dicha colaboración, ya que supervisa los distintos departamentos y garantiza su alineamiento con los objetivos generales de la empresa. Luc analizó su perspectiva sobre la colaboración interfuncional como algo necesario para la mejora de los procesos, el aumento del rendimiento operativo y el apoyo a la innovación.
Fomentar la colaboración interfuncional:
Luc habló sobre la cantidad de departamentos diferentes que supervisa y bromeó diciendo: “¡Sería más fácil decirte en qué no participo!”. Desde el desarrollo de procesos y la adquisición estratégica hasta la fabricación y la ingeniería, es necesario que tenga datos que crucen cuatro o cinco dimensiones para tomar decisiones. Además, Luc desempeña un papel clave en el fomento de la innovación en todas las operaciones: el reciente lanzamiento de ReciPredict demostró el poder de combinar el análisis de datos complejos con otras capacidades y herramientas en la organización, en beneficio de los clientes de Recipharm.
Optimización de datos entre equipos
Explicó que en todas las empresas nos cuesta conseguir los datos correctos a tiempo, incorporarlos a un panel de control y hacer todo lo que se necesita antes de la interpretación: “Todo funciona de forma aislada”. Sin embargo, la optimización de los datos entre equipos es la forma en que Luc toma decisiones informadas. Al hacerlo, el director de operaciones tiene el poder de:
Aprovechar la tecnología
Un ejemplo notable del impacto de Minitab es la utilización por parte de Luc del Control de calidad de respuesta rápida (QRQC). Al emplear el QRQC como marco de trabajo, los equipos pueden identificar y abordar rápidamente los problemas de calidad, lo que reduce el tiempo de inactividad y mejora la calidad general del producto. Las capacidades estadísticas de Minitab permiten a los equipos analizar datos para las iniciativas de QRQC, lo que proporciona información sobre las causas fundamentales de los defectos y orienta las acciones correctivas específicas.
Su adopción y uso estratégicos del software Minitab Statistical Software durante más de 20 años subrayan el potencial transformador de la toma de decisiones basada en datos en las operaciones modernas. Al dotar a los equipos de las herramientas y el conocimiento necesarios para analizar datos, Luc ha fomentado una cultura de excelencia operativa y mejora continua.
Luc mencionó que los equipos han aplicado la IA en copilotos, lo que ha demostrado ser útil para el procesamiento de texto. Sin embargo, el riesgo radica en quedarse atrapado en plataformas mágicas con promesas exageradas que ofrecen análisis básicos. Muchas herramientas tienen problemas con los datos estructurados, lo que genera ineficiencia. Los proveedores promueven la inteligencia cuando lo que ofrecen es conocimiento. El verdadero éxito de la IA a menudo requiere soluciones personalizadas, que combinen proveedores, ingenieros y matemáticos.
En Minitab, nos centramos en técnicas de IA probadas y confiables que se alinean con los valores de nuestra marca de calidad, confianza y precisión, evitando las "alucinaciones de IA". Nuestros métodos se prueban rigurosamente y utilizamos técnicas confiables y probadas como IA basada en reglas, sistemas expertos y aprendizaje automático en nuestras soluciones. Investigamos nuevas tecnologías para asegurarnos de que cumplan con estos estándares.
Aumentar nuestra comprensión de cómo se propagan las enfermedades infecciosas es una herramienta vital para combatir las amenazas actuales y futuras para la salud. Negesse Alemu, profesor adjunto de matemáticas en la Universidad de Gondar en Etiopía, donde Maple se utiliza ampliamente para la educación y la investigación en matemáticas, estadística, ingeniería, física y otros campos, considera que Maple es una herramienta inestimable para su investigación en modelado de enfermedades infecciosas, así como para involucrar a los estudiantes en el estudio de este importante tema.
Maple es una herramienta esencial en la investigación de Alemu sobre el modelado de enfermedades infecciosas, donde hace uso de las capacidades simbólicas, numéricas y de visualización de Maple. La dinámica de la transmisión de enfermedades se modela utilizando un sistema de ecuaciones diferenciales, que incluye parámetros simbólicos que representan las variables bajo investigación. Luego, el sistema se resuelve y se simula numéricamente. Las simulaciones se grafican para demostrar visualmente los efectos de los parámetros elegidos sobre la transmisión de enfermedades de una manera que sea fácil de entender. Alemu también utiliza las herramientas de exportación de gráficos de Maple para crear gráficos 2D y 3D de calidad de publicación de sus resultados para incluirlos en sus artículos científicos.

Figura 1. Modelado de la propagación de la enfermedad y estrategias de control del sarampión
Además de la facilidad de combinar exploraciones simbólicas, numéricas y visuales en un único entorno, Alemu también utiliza Maple por su lenguaje de programación. “Me parece que el lenguaje de programación de Maple es muy cómodo para trabajar. Los comandos y las estructuras son fáciles de recordar, por lo que puedo dedicar mis horas de investigación de forma más productiva”.
Alemu también utiliza Maple durante las demostraciones de laboratorio para involucrar a sus estudiantes con visualizaciones, lo que le parece mucho más eficaz para transmitir ideas importantes, pero también para captar y mantener la atención de sus estudiantes en primer lugar. “Cuando doy clases con Maple, mis estudiantes responden como si estuvieran jugando a un juego”, dice Alemu. “Les encanta y nunca se aburren”.
También descubre que a los estudiantes les gusta explorar por su cuenta en Maple. Sus estudiantes crean sus propias exploraciones y aplicaciones, y comparten con él lo que han hecho. Realmente aprecia el entorno intuitivo de Maple que le permite a él y a sus estudiantes aprender unos de otros.
Alemu atribuye los resultados de investigación que Maple le permitió alcanzar como una de las razones por las que obtuvo su puesto actual en la universidad. Y con la ayuda constante de Maple, Alemu continuará su trabajo para aumentar nuestra comprensión de cómo se propagan las enfermedades y cómo se pueden controlar.
Ahora hay una opción para borrar el formato de la barra de herramientas en Elementos de texto y en la vista de definición de hoja de cálculo. En ocasiones, cuando el contenido se copia de sitios web y otras fuentes de terceros, puede llevar información de formato que interrumpe la visualización de los datos escritos en el contenido del texto. Esta opción, que también está disponible en la barra de menú Formato, borra el formato y debería aliviar estos problemas.







































La gestión eficiente del agua es un aspecto crucial en la agricultura, especialmente en regiones áridas donde los recursos hídricos son limitados. Los investigadores Zhang et al. han desarrollado y validado un modelo tridimensional en COMSOL Multiphysics® para simular el movimiento del agua en el suelo durante el riego por aspersión. La investigación de estos autores se presenta en el artículo titulado “Simulating coefficient of soil moisture content uniformity of sprinkler irrigation systems using a COMSOL-3D model” publicado en la revista “Agricultural Water Management” de la editorial Elsevier.
El modelo desarrollado permite simular el proceso de infiltración de agua cuando se utiliza un sistema de riego por aspersión en diferentes tipos de suelo, y evaluar la uniformidad de humedad del suelo. Se utilizaron los módulos de medios porosos y de flujo subsuperficial [2] COMSOL Multiphysics®. Para las simulaciones la profundidad del terreno considerada fue de 1 m. Como se muestra en la Figura 1, las boquillas de aspersión fueron dispuestas en forma de cuadrado y situadas a una altura de 1,7 m. Para modelizar cómo se distribuye el agua en la superficie, los autores incorporaron en el modelo medidas empíricas, y los tipos de suelo considerados fueron: arcilloso, arcilloso franco y arcilloso limoso. Con respecto al mallado, se utilizó una malla tetraédrica libre, aplicándose un refinamiento local de la malla en el área cercana a los vértices geométricos con una malla "extremadamente fina". La Figura 1 muestra las condiciones de contorno del modelo.

Figura 1. Condiciones de contorno utilizadas en el modelo desarrollado.
Los resultados de las simulaciones mostraron reproducir con buena precisión las medidas experimentales. Como resultados a destacar, se comprobó que un mayor tiempo de transporte de agua mejora la uniformidad de la humedad del suelo, lo que sugiere que un riego prolongado permite que el agua se distribuya de manera más uniforme en las distintas capas del suelo. El análisis dimensional del estudio reveló que la distribución de la humedad en el suelo está influenciado tanto por las propiedades del suelo como por la humedad inicial del mismo y la duración del riego. La Figura 2 muestra el contenido de humedad del suelo (soil moisture content, SMC) para los distintos tipos de suelo considerados, después de 24 horas de riego

Figura 2. Distribución del agua a diferentes profundidades para tres condiciones de textura del suelo 24 horas después del riego.
Este estudio muestra el potencial de COMSOL Multiphysics para analizar y optimizar procesos de riego en aplicaciones agrícolas, permitiendo optimizar los sistemas en función de factores como la tipología del terreno.
[1] R. Zhang, Y. Liu, D. Zhu, P. Wu, X. Zhang. Simulating coefficient of soil moisture content uniformity of sprinkler irrigation systems using a COMSOL-3D model. Agricultural Water Management (2024), 305, 109116
[2] Módulo de flujo subsuperficial de COMSOL Multiphysics®.