- Detalles
- Categoría: Comsol
- Visto: 1942
Introducción y objetivos
Ante la creciente necesidad de soluciones energéticas sostenibles, las celdas de combustible de Membrana de Intercambio Protónico de Alta Temperatura (HT-PEM) destacan como alternativas prometedoras por su capacidad de operar hasta 200 °C, lo que mejora la gestión del agua y reduce problemas de envenenamiento por monóxido de carbono.
El estudio titulado “Exploring the sustainability of serpentine flow-field fuel cell, straight channel PEM fuel cells hight temperature through numerical analysis” publicado en la revista internacional “Energy Nexus” de la editorial Elsevier tiene como objetivo analizar celdas HT-PEM COMSOL Multiphysics® para evaluar los perfiles de concentración, densidades de corriente y curvas de polarización. Se busca optimizar parámetros críticos como las velocidades de entrada de hidrógeno y aire, así como la conductividad protónica de la membrana.
Modelización y simulación
El trabajo se basa en un modelo tridimensional (Figura 1), y un estudio en estado estacionario desarrollado en COMSOL Multiphysics®. Para simular el sistema, Comsol Multiphysics®, junto con su módulo de Fuel Cells, actúa como una potente herramienta computacional para resolver sistemas de ecuaciones diferenciales parciales mediante el método de elementos finitos. Específicamente diseñado para la modelización de celdas de combustible (FC), el módulo Electrochemistry se encarga de la física de Secondary Current Distribution. Esta física permite representar las corrientes electroquímicas basadas en la ley de Ohm, facilitando la obtención de las distribuciones de potencial en el electrolito.
Figura 1. Pila de combustible HT-PEM modelizada.
El programa incorpora la ecuación de Butler-Volmer y la ecuación de Tafel durante la ejecución, lo que permite la generación de curvas de polarización y la visualización de la distribución de densidad de corriente a lo largo de la membrana.
Para el análisis del transporte de masa dentro de la celda, el módulo Chemical Species Transport maneja la física de Reacting Flow in Porous Media, centrándose específicamente en el Transport of Concentrated Species. Este enfoque se aplica dos veces para abordar el transporte de masa tanto en el compartimento de gas del ánodo como en el del cátodo. Dada la composición gaseosa distinta en cada lado, con hidrógeno y agua en el ánodo, y oxígeno, agua y nitrógeno en el cátodo, esta aplicación doble resulta esencial. La ecuación de Maxwell-Stefan se emplea para resolver el transporte de especies gaseosas dentro de la capa de difusión de gas y la capa catalizadora.
Además, la integración de las ecuaciones de Navier-Stokes y Brinkman en esta física permite modelar las capas porosas de difusión de gas (GDLs) y los electrodos. Los perfiles de concentración para el ánodo y el cátodo se obtienen a través de esta configuración física integral, lo que asegura un análisis detallado de los fenómenos de transporte electroquímico y de masa en la celda de combustible PEM de alta temperatura.
Resultados y conclusiones
Como se muestra en la Figura 2. Los resultados muestran una notable concordancia entre los datos experimentales y los valores simulados de la curva de polarización. La Figura 3 muestra la fracción molar de hidrógeno y oxígeno cuando se utilizan canales de flujo recto y a una temperatura de operación de 180ºC.
Este estudio destaca el potencial de la herramienta COMSOL Multiphysics® demostró para visualizar y cuantificar fenómenos complejos en dispositivos electroquímicos y clave en el diseño y optimización de pilas de combustible de tecnología HT-PEM.
Figura 2. (a) Curva de polarización: comparativa entre datos experimentales y resultados de simulación numérica en COMSOL Multiphysics®. (b)
Figura 3. Distribución de las fracciones molares de hidrógeno y oxígeno con canales de flujo recto a 180 °C.
Referencias
[1] Babay et al. Exploring the sustainability of serpentine flow-field fuel cell, straight channel PEM fuel cells hight temperature through numerical analysis. Energy Nexus, 2024, 14, 100283.
- Detalles
- Categoría: Minitab
- Visto: 1492
Por Oliver Franz.
¿Alguna vez ha tenido que esperar mucho tiempo para que le aprueben un préstamo? ¿Quizás tuvo que esperar mucho tiempo para hablar con una persona real en su banco durante una crisis? ¿O incluso hizo una larga cola mientras esperaba que un cajero completara una transacción simple?
Interactuar con los bancos puede ser excepcionalmente estresante para los consumidores y, con el crecimiento de la banca en línea, la competencia nunca ha sido tan dura. Hay docenas de otras opciones para los clientes si tienen incluso una experiencia negativa con su banco.
Si trabaja en un banco o en cualquier institución financiera, sabe que mejorar el funcionamiento interno es fundamental para mantenerse a la vanguardia y evitar este tipo de abandono. Una de las mejores formas de lograrlo es mediante el uso de datos.
A continuación se presentan tres pasos prácticos que le ayudarán a comenzar a utilizar el análisis de datos para mejorar las operaciones bancarias:
1. Mapee sus flujos de trabajo para identificar ineficiencias y demoras
Los bancos operan con una variedad de procesos, que incluyen la aprobación de préstamos, la gestión de cuentas y el servicio de atención al cliente. Comprender cómo funciona cada uno (o no) es esencial para mejorar.
Minitab Workspace es perfecto para esto. Le permite visualizar y documentar cada paso de su flujo de trabajo, de principio a fin. Por ejemplo, si las aprobaciones de préstamos demoran constantemente más de lo esperado, puede usar mapas de procesos para resaltar cada punto de decisión, transferencia y posible cuello de botella en el proceso. Con un mapa visual claro, puede identificar rápidamente dónde ocurren los retrasos y abordarlos directamente, ya sea reasignando tareas, automatizando ciertos pasos o agilizando las etapas de aprobación.
2. Analizar datos para identificar patrones que impactan la eficiencia
Una vez que haya diseñado sus flujos de trabajo, el siguiente paso es analizar los datos reales. Analizar las métricas detrás de sus operaciones le permitirá descubrir patrones que no son inmediatamente obvios. Ya sean los tiempos de transacción, la actividad de las cuentas o las interacciones con los clientes, el análisis de datos puede revelar ineficiencias y ayudarle a refinar sus procesos.
Minitab Statistical Software puede ayudarle con este análisis profundo. Por ejemplo, puede analizar los volúmenes de llamadas de servicio al cliente y descubrir que las llamadas sobre determinados problemas alcanzan su pico máximo durante meses específicos. Tal vez los volúmenes altos se correlacionen con determinadas ofertas de productos o promociones de temporada. Minitab puede ayudarle a identificar estas tendencias a través del análisis estadístico, señalando las causas fundamentales de las ineficiencias que se pueden abordar mediante la automatización, los cambios de procesos o una mejor asignación de recursos. Este enfoque específico garantiza que las mejoras se basen en información clara y basada en datos en lugar de conjeturas.
3. Mejore la toma de decisiones con paneles de datos en tiempo real
Los datos en tiempo real permiten que su equipo tome decisiones más rápidas e informadas. (Por datos en tiempo real, nos referimos a datos que se extraen de manera constante, como cada hora o diariamente, o con una cadencia que funcione para su equipo). Esto es especialmente crítico en el sector bancario, donde los cambios regulatorios, las demandas de los clientes y las condiciones del mercado pueden cambiar rápidamente.
Minitab Connect ayuda a que los análisis en vivo formen parte de su ecosistema a través de sus paneles interactivos. Estos paneles centralizan métricas críticas, como tiempos de procesamiento de préstamos, estadísticas de apertura de cuentas o puntuaciones de satisfacción del cliente, en una ubicación accesible. Por ejemplo, puede crear un panel que haga un seguimiento de los estados de aprobación de préstamos en diferentes sucursales en tiempo real. Esto le permite ver cuándo un departamento se retrasa o cuándo se producen cuellos de botella. En lugar de esperar informes semanales o mensuales, puede tomar medidas inmediatas, ya sea reasignar recursos o abordar un problema antes de que se agrave.
Descubra todo el potencial de su banco
Los datos no son solo números; lo ayudan a tomar decisiones más inteligentes, optimizar procesos y mantenerse a la vanguardia de los desafíos. Con las herramientas adecuadas, como la poderosa suite de Minitab para mapeo de procesos, análisis de datos e información en tiempo real, puede crear una operación más eficiente, receptiva y centrada en el cliente. Comience a aprovechar los datos hoy y observe cómo mejora el desempeño de su banco en todos los ámbitos.
- Detalles
- Categoría: NAG
- Visto: 2155
En lo que respecta a la optimización matemática, elegir el resolvedor adecuado no es solo una cuestión técnica: es la clave para lograr eficiencia, precisión y rendimiento. Ya sea que esté abordando un problema disperso o denso, el resolvedor que seleccione afecta profundamente los recursos que necesitará y los resultados que obtendrá. Este blog profundiza en el proceso crítico de toma de decisiones de la selección del resolvedor, por qué es importante y cómo puede evitar errores comunes.
Por qué es esencial elegir un resolvedor de optimización
Los problemas de optimización son tan diversos como las industrias a las que sirven, desde la ingeniería estructural hasta la ciencia de datos. Pero, en esencia, todos comparten un desafío común: equilibrar de manera eficiente el costo computacional con la escala y la complejidad del problema. Una de las preguntas más importantes en este proceso es: ¿su problema es escaso o denso? Responder esta pregunta de manera temprana le permite alinear su elección de resolvedor con la estructura única de su problema, ahorrando tiempo y recursos computacionales.
Problemas dispersos y densos: por qué es importante
- Problemas dispersos: involucran matrices donde la mayoría de los elementos son cero. Los resolvedores dispersos aprovechan esta estructura para evitar cálculos innecesarios, lo que reduce drásticamente la memoria y el tiempo de procesamiento.
- Problemas densos: tienen muchas interdependencias entre variables, lo que requiere resolvedores diseñados para manejar matrices grandes y completamente pobladas de manera eficiente.
El valor oculto de la escasez
Para la optimización a gran escala, reconocer y aprovechar la escasez puede transformar el rendimiento. Considere este ejemplo:
- Una matriz con miles de variables pero una densidad inferior al 1% permite a los resolvedores dispersos omitir ceros, lo que reduce significativamente el tiempo de cálculo y el uso de memoria.
- Los resolvedores densos, por el contrario, tienen dificultades a medida que aumenta el tamaño del problema y a menudo consumen exponencialmente más recursos.
¿Los resultados? Los resolvedores dispersos superan consistentemente a sus contrapartes densas en problemas con estructuras de baja densidad.
Aplicaciones en el mundo real: lecciones aprendidas
- Programación lineal: para problemas con densidades inferiores al 1 %, los resolvedores dispersos pueden generar mejoras de rendimiento espectaculares. Los resolvedores dispersos completan tareas en segundos, mientras que los resolvedores densos tardan minutos u horas. Tenga en cuenta que no todos los problemas de programación lineal son dispersos.
- Factorización de Cholesky: las rutinas dispersas de Cholesky se escalan sin problemas para problemas grandes, mientras que los métodos densos alcanzan límites de rendimiento a medida que aumenta el tamaño y la complejidad del problema.
El peligro de los resolvedores desalineados
Incluso los usuarios experimentados pueden malinterpretar la estructura de su problema. No es raro pasar por alto la escasez que se introduce durante la reformulación del problema (consulte el ejemplo de este blog) .
Puntos clave para la elección del resolvedor óptimo
- Evalúe la escasez de manera temprana: determine la densidad de las matrices de su problema y elija un resolvedor que se alinee con su estructura.
- Considere las reformulaciones: los datos que procesa su resolvedor pueden diferir del problema original. Analice lo que ve realmente el resolvedor.
- Aproveche los resolvedores dedicados: cuando están disponibles, brindan una eficiencia incomparable al adaptar los métodos a su tipo de problema específico.
Potencie su flujo de trabajo de optimización
Elegir el resolvedor adecuado no solo implica ahorrar tiempo, sino también transformar la forma en que aborda la optimización. Al alinear su elección de resolvedor con la estructura del problema, logrará soluciones más rápidas, eficientes y escalables.
Resolvedores de optimización robustos, probados y de alto rendimiento
Optimization Modelling Suite, que se entrega con la biblioteca nAG, incluye una amplia colección de resolvedores de optimización matemática. Se puede acceder a los resolvedores a través de una interfaz intuitiva diseñada para facilitar su uso. Las áreas clave de optimización matemática que se cubren incluyen:
- Programación lineal (PL) - densa y dispersa, basada en el método simplex y el método del punto interior;
- Programación cuadrática (QP) - convexa y no convexa, densa y dispersa; Programación de cono de segundo orden (SOCP) - cubre muchos problemas de optimización convexa, como la programación cuadrática con restricciones cuadráticas (QCQP) ;
- Programación no lineal (PNL) - densa y dispersa, basada en métodos SQP de conjuntos activos y el método del punto interior (IPM);
- Programación no lineal globa - algoritmos basados en inicio múltiple, ramificación y metaheurísticas;
- Programación lineal entera mixta (MILP) - para problemas a gran escala, basada en un enfoque moderno de ramificación y acotación;
- Programación no lineal de números enteros mixtos (MINLP) - para problemas densos (posiblemente no convexos);
- Programación Semidefinida (SDP) - tanto desigualdades matriciales lineales (LMI) como desigualdades matriciales bilineales (BMI);
- Optimización sin derivadas (DFO) - resolvedores de problemas en los que las derivadas no están disponibles y las aproximaciones son inexactas;
- Mínimos cuadrados (LSQ) ajuste de datos, calibración, regresión - lineal y no lineal, restringida y sin restricciones.
- Detalles
- Categoría: Lakes
- Visto: 1548
Universidad de California - Los Ángeles.
Una nueva investigación vincula la intensificación de las oscilaciones entre clima húmedo y seco con la capacidad de la atmósfera, similar a una esponja, de dejar caer y absorber agua.
Una nueva investigación vincula la intensificación de las oscilaciones entre clima húmedo y seco con la capacidad de la atmósfera, similar a una esponja, de dejar caer y absorber agua.
Los Ángeles está ardiendo, y la aceleración del latigazo hidroclimático es la conexión climática clave.
Después de años de grave sequía, docenas de ríos atmosféricos inundaron California con precipitaciones récord en el invierno de 2022-23, sepultando pueblos de montaña bajo la nieve, inundando valles con lluvia y nieve derretida y provocando cientos de deslizamientos de tierra.
Después de un segundo invierno extremadamente húmedo en las partes del sur del estado, que resultó en abundante pasto y maleza, 2024 trajo un verano récord de calor y ahora un comienzo récord de sequía para la temporada de lluvias de 2025, junto con vegetación extremadamente seca que desde entonces se ha quemado en una serie de incendios forestales dañinos.
- Detalles
- Categoría: Comsol
- Visto: 2020
La etapa de postprocesado permite analizar los resultados obtenidos las simulaciones numéricas que se lleva a cabo en COMSOL Multiphysics®, por ejemplo, a través de gráficos y tablas. Conocer las unidades de los parámetros y variables con las que trabajamos es fundamental para comprender e interpretar correctamente los resultados que arrojan nuestros modelos. Por defecto, las representaciones gráficas que creamos en COMSOL aparecen sin unidades; si queremos añadirlas a nuestros gráficos hay que especificarlo expresamente como se muestra en la Figura 1.
Figura 1. Selección de unidades en los gráficos creados en COMSOL Multiphysics® durante la etapa de postprocesado.
Por otra parte, el programa trabaja con unidades asignadas por defecto a cada magnitud física. Por ejemplo, utiliza grados Kelvin (K) para la temperatura o Pascales (Pa) para la presión. Cada vez que creamos un nuevo gráfico que involucre a esa magnitud física habrá que adaptar su unidad manualmente.
¿Hay forma de automatizar la selección de unidades?
¡La respuesta es sí! En la nueva versión de COMSOL Multiphysics® 6.3 del es posible definir nuestro sistema de unidades preferido, tal y como se muestra en la Figura 2. Por otra parte, la Figura 3 muestra de forma ilustrativa cómo añadir las magnitudes físicas que deseemos y asignarles nuestra unidad preferida.
Éstas serán las unidades que se utilicen para las magnitudes seleccionadas en todas las representaciones gráficas y tablas que creemos y que contengan dichas magnitudes.
En definitiva, ¡aquí tenemos un “truco” para agilizar y mejorar el postprocesado de tus simulaciones en COMSOL Multiphysics®!
Figura 2. Posibilidad de definir nuestro sistema de unidades preferido en COMSOL Multiphysics®.
Figura 3. Definición de la unidad preferida para las magnitudes físicas seleccionadas por el usuario.
- Detalles
- Categoría: Minitab
- Visto: 1843
Por Joshua Zable.
Por qué Minitab Workspace es un sustituto superior a Visio para los usuarios de herramientas de mejora continua, herramientas Lean Six Sigma, herramientas de mejora de procesos y herramientas de mejora de la calidad.
Muchos clientes nos dicen lo mucho que les gusta Minitab Workspace, pero se enfrentan a la resistencia de los directores de TI, que cuestionan esa necesidad al tener acceso a Visio. Si bien es cierto que muchos usuarios de Microsoft 365 tienen acceso a Visio y que existe cierta superposición entre los productos, tienen aplicaciones muy diferentes.
Microsoft posiciona Visio como una herramienta versátil para “crear diagramas profesionales en cualquier momento”. Si bien puede generar varios diagramas, diagramas de flujo y organigramas, no está diseñado específicamente para la mejora continua o el análisis de datos. Por otro lado, Minitab Workspace está diseñado específicamente para profesionales orientados a los datos que necesitan visualizar, analizar y mejorar los procesos de negocios.
Ambos productos son fáciles de usar y están bien considerados. Minitab Workspace tiene calificaciones ligeramente más altas en Capterra y, si bien se lo considera una de las mejores plataformas de colaboración en G2, ambos cuentan con las mismas calificaciones generales altas.
¿Qué diferencia a Minitab Workspace de Visio?
Al igual que Visio, Minitab Workspace permite a los usuarios crear una variedad de herramientas, desde diagramas de flujo y mapas de procesos hasta diagramas de carriles y mapas de flujo de valor. Si bien estos son una parte esencial del conjunto de herramientas de mejora de procesos, no ofrecen la historia completa. Workspace permite a los clientes ejecutar proyectos Y proporciona herramientas adicionales para permitir la ejecución y el análisis. Vea las diferencias en el siguiente gráfico:
Herramientas de lluvia de ideas -> Minitab Workspace ofrece herramientas de lluvia de ideas como mapas mentales, 4S, 8P, diagramas de espina de pescado (o diagramas de causa y efecto), materiales hombre-máquina, mapas de ideas y árboles CT.
Formularios estándar y personalizables -> Con una gran cantidad de formularios, Minitab Workspace ofrece una biblioteca sólida de formularios personalizables y con formato condicional. La lista incluye un FMEA (análisis de modos de falla y efectos) estándar, un plan de acción 30-60-90, una matriz C&E (matriz de causa y efecto), una matriz Pugh, un modelo de Kano, una matriz de impacto versus esfuerzo y muchos más. Además, Minitab Workspace le permite crear herramientas y formularios personalizados que se pueden compartir en toda su organización, lo que mejora su versatilidad y facilidad de uso.
Hojas de ruta de proyectos estándar y personalizables -> Minitab Workspace ofrece una gama completa de hojas de ruta de proyectos de mejora continua, incluidas las hojas de ruta DMAIC (Definir-Medir-Analizar-Mejorar-Controlar), CDOV (Concepto-Diseño-Optimizar-Verificar), QFD (Implementación funcional de calidad), Kaizen Event, PDCA (Planificar-Hacer-Verificar-Actuar) y Simplemente hágalo. Minitab Workspace le permite personalizar las hojas de ruta de proyectos utilizando cualquier plantilla que desee, lo que garantiza una ejecución del proyecto consistente y exitosa.
Simulación de Monte Carlo -> Minitab Workspace permite que incluso los principiantes creen una simulación de Monte Carlo en tan solo cuatro sencillos pasos . El uso de esta herramienta puede ayudar a tener en cuenta el riesgo en el análisis cuantitativo y la toma de decisiones, lo que le permite explorar el comportamiento del sistema de forma más rápida, económica y, posiblemente, incluso más segura.
Minitab Workspace admite la resolución analítica de problemas
Mientras que el objetivo de Visio es permitir la creación de diagramas de forma rápida y sencilla , el objetivo de Minitab Workspace es utilizar los diagramas para resolver problemas . Existe una diferencia significativa entre simplemente organizar los datos y aplicarlos para abordar desafíos. Por ejemplo, tanto Visio como Workspace ofrecen la función de mapeo de flujo de valor. Sin embargo, los números de Visio son cadenas de texto y, por lo tanto, no se pueden utilizar para cálculos clave, mientras que Workspace puede reconocer datos y calcular automáticamente métricas de rendimiento clave. Mientras que Visio le ofrece una bonita visualización de su flujo de valor, Workspace ofrece la posibilidad de realizar ajustes para realizar mejoras, además de un diagrama similar.
Minitab Workspace también ofrece herramientas de captura de análisis diseñadas específicamente para usuarios de Minitab Statistical Software que ayudan a guiar, resumir y presentar análisis estadísticos. Esto demuestra aún más cómo Minitab Workspace está diseñado como una herramienta versátil de resolución de problemas que complementa la toma de decisiones basada en datos.
¿Diagramas o resolución de problemas? Ambos
Microsoft Visio y Minitab Workspace son soluciones intuitivas y asequibles. Si solo se centra en los diagramas de flujo, Visio es intuitivo y probablemente sea de fácil acceso a través de su licencia de Microsoft 365. Si está utilizando el poder de los diagramas para llegar a las causas fundamentales y resolver problemas, Minitab Workspace es una herramienta mucho más potente. ¡Que disfrute creando diagramas!
- Detalles
- Categoría: Maple
- Visto: 1699
Si su propósito para este año es mejorar sus habilidades de programación en Maple, entonces eche un vistazo a este taller grabado de la Conferencia de Maple que le muestra formas prácticas de mejorar tsu uso del código Maple y las técnicas para depurar sus scripts.