El amplio soporte de Maple para unidades se ha ampliado aún más para incluir cálculos más rápidos, una integración más estrecha con la funcionalidad principal y un nuevo sistema de unidades.

  • Al trabajar con matrices con entradas que involucren unidades, Maple ahora puede realizar operaciones mucho más rápido que antes.
  • Muchos comandos del paquete Statistics que involucran estadísticas de descripción, variables aleatorias y distribuciones ahora pueden manejar argumentos con unidades y generarán un error si las unidades son inconsistentes.
  • Maple admite muchos sistemas de unidades, como SI y FPS, y en Maple 2024, ahora también puedes trabajar fácilmente en el sistema IPS (pulgada-libra-segundo).
Nos complace compartir una publicación reciente, que captura los resultados de un largo viaje liderado por la colaboración entre el Laboratoire de Chimie et Biochimie Pharmacologiques et Toxicologiques (LCBPT) en Université Paris Cité, el Instituto de Genómica Funcional (IGF) en Université de Montpellier y el equipo de BIOVIA que incluye al Dr. Alexandre Cabayé y al Dr. Anne Goupil-Lamy.

Utilizando Discovery Studio, el equipo ha identificado el modo de acción de XAP044, un modulador alostérico negativo único del receptor metabotrópico de glutamato 7 (mGlu7). La inhibición de mGlu7 puede ayudar a tratar los trastornos del estado de ánimo, como la ansiedad y la depresión, los trastornos de estrés postraumático o la epilepsia. Los resultados de este proyecto, que ha combinado modelos moleculares, ensayos farmacológicos y mutagénesis, ayudaron a diseñar antagonistas más potentes dirigidos a mGlu7, con menos posibles efectos fuera del objetivo. ¡Este trabajo también aparecerá en la portada del Journal of Medicinal Chemistry!

Lee el artículo completo aquí: Novel Inhibitory Site Revealed by XAP044 Mode of Action on the Metabotropic Glutamate 7 Receptor Venus Flytrap Domain

¿Quieres conocer más casos de éxito del uso de Discovery Studio?

¿Te interesaría conocer cómo lo están utilizando las universidades españolas?

¡Mantente conectado con nosotros para saber más!

Por Óliver Franz.

La mejora continua (CI) es una metodología que ayuda a las empresas a encontrar formas de mejorar el rendimiento y la eficiencia. Todas las industrias pueden beneficiarse de la implementación de los principios de la CI.

Al invertir en CI, las pequeñas, medianas y grandes empresas de construcción comercial y residencial pueden perfeccionar sistemáticamente sus procesos, adoptar nuevas tecnologías y desarrollar una cultura de aprendizaje y desarrollo continuo. Este enfoque no sólo conduce a mejores resultados del proyecto, sino que también impulsa el éxito y la competitividad a largo plazo en la industria.

En esta publicación exploraremos áreas clave donde la incorporación de principios de CI puede tener un impacto significativo en los proyectos de construcción, desde impulsar la innovación hasta mejorar la seguridad y el control de calidad.

4 BENEFICIOS CLAVE DE LA ADOPCIÓN DE PRINCIPIOS DE CI
  • Seguridad en el lugar de trabajo y prevención de accidentes mejorada: centrarse en mejoras de seguridad hace que los sitios de construcción sean más seguros para los trabajadores. El uso de AMEF para generar ideas sobre posibles problemas de seguridad, identificar su importancia y proponer y evaluar posibles soluciones se puede lograr con facilidad dentro del ecosistema de Minitab. El resultado son entornos de trabajo más seguros, menos accidentes y una cultura que prioriza la seguridad.
  • Eficiencia mejorada y gestión de proyectos más inteligente: al simplificar los procesos de construcción y eliminar el desperdicio, la CI mejora la productividad. Por ejemplo, el uso de un sistema de programación pull (una técnica común de construcción Lean) alinea las tareas en función de cuándo son necesarias, lo que reduce el tiempo de inactividad y mejora el flujo del proyecto. El uso de la simulación Monte Carlo en Minitab Workspace puede ayudar a predecir con mayor precisión los cronogramas del proyecto.
  • Reducción de costes y mejor colaboración: los esfuerzos de CI pueden ayudar a identificar áreas de desperdicio y redundancia, lo que genera ahorros de costos. Y con Minitab Engage , puede comunicar esto fácilmente a su equipo ejecutivo. Puede ver informes sobre cada uno de sus proyectos de forma individual o colectiva y demostrar cómo cada uno contribuye al ahorro de costos de la empresa. Con gestión de proyectos centralizada, plantillas estandarizadas y actualizaciones en tiempo real, la productividad y la colaboración estarán en su punto más alto.
  • Control y garantía de calidad refinados: la monitorización y el refinamiento continuo de los procesos de construcción conducen a proyectos de mayor calidad con menos demoras. Por ejemplo, al utilizar las técnicas de modelado predictivo de Minitab, es posible que descubra que el uso de métodos de construcción modular y de prefabricación puede mejorar la calidad al construir componentes en entornos controlados, garantizar la precisión y reducir los retrasos causados ​​por el clima.
MINITAB PUEDE AYUDARLE A DAR EL PRIMER PASO

Minitab puede ayudarlo a respaldar sus objetivos en la industria de la construcción principalmente a través de la recopilación y el análisis de datos. Minitab ofrece una variedad de herramientas, como gráficos de control, análisis de capacidad de procesos, informes de tableros, herramientas de lluvia de ideas, modelos predictivos y muchas más. Al recopilar datos de diversos procesos de construcción (por ejemplo, materiales, mano de obra, tiempo, costos), las empresas pueden identificar tendencias y áreas de mejora.

Las herramientas SPC y los diagramas de Pareto de Minitab mejoran el control de calidad y el análisis de causa raíz para las empresas. Estas herramientas permiten a las empresas identificar rápidamente problemas en proyectos importantes y tomar medidas correctivas cuando sea necesario, ayudando a resolver problemas de manera eficiente. Y con los informes del panel, comunicar el progreso y el estado de sus proyectos es fácil de entender para todos.

 

 

 

En esta ocasión reportamos sobre un avance para la ingeniería y la ciencia computacional. COMSOL Multiphysics ha dado un paso adelante con la integración de ChatGPT®, la inteligencia artificial avanzada de OpenAI. Esta sinergia promete transformar la manera en que los ingenieros y científicos abordan las simulaciones y modelados complejos.

La combinación de las capacidades de simulación multifísica de COMSOL y la inteligencia conversacional de ChatGPT abre nuevas posibilidades para la eficiencia y precisión en el desarrollo de proyectos. ChatGPT® puede asistir a los usuarios en la creación de modelos, responder preguntas técnicas en tiempo real, y proporcionar recomendaciones basadas en vastas cantidades de datos y conocimientos [1].

Beneficios
  • Asistencia Técnica en Tiempo Real: Los usuarios de COMSOL ahora pueden obtener respuestas instantáneas a sus preguntas técnicas, optimizando el tiempo de desarrollo y resolución de problemas.
  • Mejora en la Productividad: ChatGPT® puede sugerir métodos de modelado y optimización, ayudando a los ingenieros a implementar las mejores prácticas y a identificar posibles mejoras en sus modelos.
  • Facilidad de Uso: La interfaz amigable de ChatGPT® permite a los usuarios interactuar de manera natural, disminuyendo la curva de aprendizaje y facilitando el acceso a las herramientas de COMSOL.
  • Innovación Continua: La inteligencia artificial de ChatGPT se actualiza constantemente, asegurando que los usuarios siempre tengan acceso a la información más reciente y relevante para sus proyectos.
Ejemplo

Nos ponemos en la situación de un usuario nuevo en COMSOL Multiphysics y con el lenguaje Java [2]. Supongamos queremos producir un código para implementar en el Application Builder y producir un modelo con ciertas características. La Figura 1 muestra la pregunta en lenguaje común, el cual es interpretado con el resultado en Figura 2.


Figura 1. Pregunta abierta a ChatGPT con resultado inmediato de los pasos generales a implementar y posterior código en la siguiente figura.

El código generado aparece en la Figura 2. Se crea el modelo, componente, se define un material, se elige la física y se implementan condiciones de contorno. Adicionalmente y no mostrado en la figura es la creación de la malla y el cálculo del modelo.


Figura 2. Respuesta de ChatGPT® para producir un código Java para COMSOL Multiphysics.

En la Figura 3 está el código generado por ChatGPT® e implementado en el Application Builder. Se observa que no hay errores ni advertencias. Para más detalles, ver [3]. Al hacer click con el botón derecho del ratón es posible ejecutar el método. Tras ello, se obtiene como resultado la construcción del modelo de la Figura 4.


Figura 3. Código del método Java en el Application Builder de COMSOL Multiphysics.


Figura 4. Resultado de implementar el método en el Application Builder.

Conclusión

Gracias a la integración de ChatGPT, los usuarios no solo optimizan sus modelos de transferencia de calor de manera más eficiente, sino que también resuelve problemas rápidamente y obtienen recomendaciones precisas para mejorar su diseño. La colaboración entre la inteligencia artificial y el usuario humano puede contribuir a obtener un resultado más eficiente y confiable.

Este ejemplo muestra cómo la integración de ChatGPT en COMSOL Multiphysics puede facilitar el flujo de trabajo, mejorar la precisión de las simulaciones y acelerar el proceso de desarrollo de productos.

Referencias

[1] Learning Center COMSOL: Modeling with ChatGPT®
[2] COMSOL Blog: Automate Your Modeling Tasks with the COMSOL API for use with Java®
[3] Documentación de COMSOL: Programming Reference Manual

ChatGPT es una marca registrada de OpenAI, Inc.
Java es una marca registrada de Oracle y/o sus afiliados.

En el caso de Maple Flow usted está en el asiento del conductor: cada característica nueva tiene una conexión directa con la demanda impulsada por el usuario de trabajar más rápido y más eficientemente.

Diríjase aquí para ver un resumen de todas las novedades, pero aquí compartimos otros aspectos destacados por Samir Khan.

Mejoras de vectores y matrices en resultados

Si su resultado contiene un vector o una matriz grande, ahora puede desplazarse para ver más datos. También puede cambiar el tamaño de la matriz para ver más o menos filas y columnas.

Puede cambiar el tamaño de las filas y columnas si son demasiado grandes o pequeñas, y habilitar selectivamente los encabezados de filas y columnas.

Si el vector o matriz en su resultado contiene una unidad, ahora puede cambiar la escala de las unidades con el Panel contextual (para toda la matriz) o en línea (para entradas individuales).

Insertar variables con la paleta de variables

Hace algunas versiones, presentamos la paleta Variables para ayudarlo a realizar un seguimiento de todos los parámetros definidos por el usuario en el punto del cursor de la cuadrícula.

Ahora puede insertar variables en la hoja de trabajo desde la paleta Variables. Simplemente haga doble clic en el nombre apropiado.

Finalización de argumentos automática

Maple Flow ya incluye la función de finalización de comandos: simplemente escriba las primeras letras de un comando y aparecerá una lista de posibles finalizaciones. Simplemente elija la finalización que necesita con un toque rápido de la tecla Tab.

Hemos potenciado esta característica para brindar argumentos potenciales para muchas funciones populares. Escriba el nombre de una función seguido de un corchete de apertura y aparecerá una lista.

En caso de que se lo haya perdido, la lista de finalización de argumentos también incluye (cuando tienen sentido) variables definidas por el usuario.

Hiperenlaces a localizaciones dentro de una hoja de trabajo

Ahora puede vincular diferentes partes de la misma hoja de trabajo. Esto se puede utilizar para crear una tabla de contenido que le permita saltar a diferentes partes de hojas de trabajo más grandes.

Esta página enumera todas las novedades de la versión actual y todas las versiones anteriores. Quizás hayas notado que tenemos tres lanzamientos al año, cada uno con muchos elementos solicitados por los usuarios. Déjame saber qué quieres ver a continuación. ¡Quizás no tengas que esperar tanto!

PREDICCIÓN DE PROPIEDADES TERMODINÁMICAS


BIOVIA COSMOtherm es un módulo perteneciente al paquete de software COSMO-RS que permite predecir propiedades termodinámicas como solubilidades, coeficientes de actividad o presiones de vapor en mezclas líquidas.

- FUNCIONA SIN DATOS EXPERIMENTALES -


BIOVIA COSMOtherm aplica el modelo COSMO-RS totalmente predictivo y no requiere datos experimentales. Toda la información se toma de archivos COSMO para cada compuesto, que pueden generarse con programas de química cuántica (por ejemplo, TURBOMOLE) y almacenarse para su uso posterior.

PUNTOS FUERTES:

  • Guíe sus experimentos para ahorrar tiempo de laboratorio y mejorar sus resultados.
  • Encuentre soluciones nuevas o inesperadas examinando grandes bases de datos de posibles disolventes, co-disolventes, agentes arrastradores y otros aditivos.
  • Investigar nuevas áreas de la química sin mayores ajustes

Captura de pantalla 2024 05 22 113703

- DEFINICIÓN DE PROPIEDADES -


¿Un software dónde puedas obtener propiedades de equilibrio de compuestos puros y mezclas sin necesidad de datos previos o registros de moléculas reales? Es posible. Aquí hay solo un pequeño ejemplo de la gran cantidad de propiedades que COSMOtherm nos ofrece.

Todas las propiedades de equilibrio se pueden predecir dependiendo de la temperatura, es decir, también proporcionando una división en entalpía y entropía.

  • Solubilidad de líquidos, sólidos y gases
  • Energía libre de solvatación y presión de vapor
  • Actividad general y coeficientes de partición
  • Partición de líquidos multifase y multicomponente (extracción)
  • pKa y equilibrios de reacciones químicas en diferentes disolventes
  • Población de conformadores en diferentes mezclas
  • Diagramas de fase VLE, LLE y SLE
  • Energía libre de transferencia a una interfaz líquido-líquido
  • Adsorción del suelo y muchas otras propiedades ambientales
  • Tensión interfacial, concentraciones micelares críticas
  • Micelas, microemulsiones y biomembranas (BIOVIA COSMOplex)

Captura de pantalla 2024 05 22 113721

- SOLUBILIDAD Y PARTICIÓN -


Es un desafío frecuente encontrar un solvente, cosolvente o antisolvente apropiado, puede llegar a convertirse en un proceso tedioso previo a nuestro trabajo de laboratorio práctico. BIOVIA COSMOtherm le permite examinar una gran cantidad de candidatos y mezclas antes de sus mediciones de laboratorio. Las solubilidades relativas y los coeficientes de partición se pueden analizar sin necesidad de datos experimentales.

Captura de pantalla 2024 05 22 113733
Utilice BIOVIA COSMOtherm para:
  • Búsqueda de disolvente o la mezcla de disolventes óptimos
  • Llevar a cabo la optimización del comportamiento de partición, p.e. para fines de extracción de líquidos
  • Encontrar agentes de arrastre o cosolventes

Captura de pantalla 2024 05 22 113938

- COEFICIENTES DE ACTIVIDAD Y DIAGRAMAS DE FASES -


Los ingenieros químicos a menudo dependen de predicciones si no hay datos experimentales disponibles. BIOVIA COSMOtherm puede predecir coeficientes de actividad de solutos en mezclas arbitrarias en función de la temperatura y la concentración. Junto con las presiones de vapor experimentales o previstas, se pueden calcular diagramas de fases completos. Gracias a su enfoque físico genérico, BIOVIA COSMOtherm predice de manera sólida incluso moléculas complejas.

Captura de pantalla 2024 05 22 113754
Captura de pantalla 2024 05 22 114005
Puntos fuertes de BIOVIA COSMOtherm:
  • Gran precisión para sistemas que contienen agua o moléculas complejas (por ejemplo, fármacos o candidatos a fármacos)
  • No se requieren ajustes ni parámetros específicos del sistema
  • Ampliamente aplicable y predictivo a nuevas áreas de la química
  • Predicción de la presión de vapor nativa


¿Sigues dudando si cubre tus necesidades? 

¡Solicita un Trial de COSMO-RS y compruébalo por ti mismo!

Por Jon Finerty.

En el mundo del control de calidad, aprovechar el análisis predictivo puede revolucionar la forma en que las organizaciones abordan la gestión de calidad proactiva. El conjunto de herramientas de análisis predictivo de Minitab permite a los profesionales de calidad anticipar, prevenir y abordar problemas de calidad, garantizando estándares consistentes y excelencia del producto.

ESTRATEGIAS DE MANTENIMIENTO PREDICTIVO

Una aplicación clave del análisis predictivo de Minitab son las estrategias de mantenimiento predictivo. Al analizar datos históricos de sensores de equipos y métricas de rendimiento, los profesionales de calidad pueden predecir fallas en los equipos antes de que ocurran. Esta capacidad permite la programación proactiva de las actividades de mantenimiento, minimizando el tiempo de inactividad no planificado y reduciendo significativamente los costos de mantenimiento.

Ejemplo: una planta de fabricación utiliza el análisis predictivo de Minitab para monitorear el rendimiento de la máquina. Al analizar los datos de los sensores, el sistema predice posibles fallas en equipos críticos. Esto permite a la planta programar el mantenimiento preventivo durante los tiempos de inactividad planificados, evitando costosas interrupciones en los programas de producción.

CONTROL DE CALIDAD PREDICTIVO Y PREVENCIÓN DE DEFECTOS

Los profesionales de la calidad pueden aprovechar el análisis predictivo de Minitab para pronosticar resultados de calidad y optimizar procesos. Al aprovechar los algoritmos de aprendizaje automático, las organizaciones puede predecir tasas de defectos, optimizar los parámetros de producción y perfeccionar las medidas de control de calidad basándose en conocimientos predictivos.

ANÁLISIS PREDICTIVO PARA EL ANÁLISIS DE CAUSA RAÍZ

Los profesionales de la calidad pueden aprovechar el análisis predictivo de Minitab para comprender mejor aspectos de su proceso y el impacto que tiene en la calidad. Al realizar un análisis de causa raíz, las organizaciones pueden obtener información sobre las variables más importantes en un proceso que podría estar impactando negativamente la calidad. Esto permite acciones correctivas centradas en el determinante más importante de la calidad y, por lo tanto, un camino más rápido hacia el control de calidad.

Ejemplo: Tate & Lyle, líder mundial en la industria de alimentos y bebidas, utilizó el análisis predictivo de Minitab para mejorar la textura de uno de sus productos. A pesar de que el proceso contaba con más de 1000 predictores que interactuaban entre sí, pudieron identificar qué predictores impactaban más en la distribución del tamaño de las partículas e implementar mejoras.