- Detalles
- Categoría: Twinn Witness
- Visto: 2259
Nos complace anunciar que Witness 27 ya está disponible para su descarga para todos los clientes con una licencia de Witness mantenida.
Witness 27 continúa concentrándose en la facilidad de uso, para que la creación, interacción y actualización de modelos sea más rápida que nunca. Algunas de las nuevas características incluyen:
- Capacidades de depuración mejoradas
- Nueva funcionalidad para registrar viajes, creando más opciones de informes
- Nueva personalización para las visualizaciones de tuberías, que mejora aún más las mejores capacidades de modelado de fluidos de su clase que se encuentran en Witness
Puede obtener una vista previa del lanzamiento en el video a continuación y acceder a la descarga en el portal de atención al cliente.
Como recordatorio, el portal myLanner se ha mudado. Se puede acceder a las descargas, recursos y soporte de Witness a través de la plataforma de usuario Smart Society de Royal HaskoningDHV. Si aún no tiene una cuenta o necesita ayuda para iniciar sesión, comuníquese con Lanner en Lanner.Witness@rhdhv.com.
- Detalles
- Categoría: Comsol
- Visto: 1712
En esta entrada del blog de COMSOL, el blogger invitado René Christensen de Acculution ApS analiza la función de ajuste de fracciones parciales que se incluyó en la versión COMSOL Multiphysics 6.2.
En la versión 6.2 de COMSOL Multiphysics®, hay una nueva función de ajuste de fracciones parciales. Esta funcionalidad analiza una función de la frecuencia de valor complejo dada a través de sus partes reales e imaginarias. El resultado es una suma de varias fracciones que se ajustan a la función y describen el sistema de una manera muy compacta en el rango de frecuencia en cuestión. Las fracciones se conocen como fracciones parciales y juntas forman una función de transferencia numérica, que es relevante para obtener información sobre el funcionamiento interno del sistema subyacente y también permite una fácil transformación al dominio del tiempo. Las partes reales e imaginarias de los valores de entrada generalmente provienen de simulaciones a priori , pero también pueden ser valores importados de otro software o incluso de otras mediciones.
Tabla de contenido
Este es el listado de lo que podrá encontrar en esa entrada del blog
- Transformación de tiempo a frecuencia
- Funciones de transferencia
- Descomposición en fracciones parciales
- Ajuste de fracciones parciales
- Polos reales
- Polos complejos
- Polos repetitivos
- Polos inestables
- Función de transferencia no racional: retardo temporal
- Función de transferencia no racional: microacústica
- Simetría conjugada, frecuencias negativas
- Reflexiones finales
- Detalles
- Categoría: NAG
- Visto: 1816
Los algoritmos numéricos y estadísticos de NAG funcionan con mucho lenguajes y entornos
Para una transición perfecta del prototipo a la producción.
La Librería NAG está diseñada para ser la biblioteca de algoritmos numéricos y estadísticos más flexible disponible. Incluso incluye documentación interactiva y permite cambiar de lenguaje fácilmente.
La visión de NAG es que todas las empresas puedan sacar el máximo partido a sus modelos y sistemas computacionales. Por eso, los expertos de NAG están siempre a su disposición para ofrecerle asesoramiento y hablarle sobre la mejor forma de utilizar la Librería de NAG.
- Detalles
- Categoría: Lakes
- Visto: 1669
En 2010, la Agencia de Protección Ambiental de los Estados Unidos (US EPA) revisó las Normas Nacionales de Calidad del Aire Ambiental (NAAQS) para el dióxido de nitrógeno (NO2) y el dióxido de azufre (SO2) a corto plazo. Debido a las formas únicas de estas normas, que se basan en distribuciones anuales de concentraciones máximas diarias por hora en lugar de la distribución de todos los valores por hora, el modelo de dispersión del aire AERMOD tuvo que actualizarse para realizar los cálculos correspondientes.
Casi 15 años después, AERMOD sigue utilizando métodos de cálculo NAAQS y no_NAAQS. Sin embargo, comprender cómo emplear estos métodos de cálculo tan diferentes puede generar confusión. AERMOD View de Lakes Environmental reduce la confusión del modelador al presentar claramente las opciones de promedio de 1 hora del modelo.
En la configuración de la ruta de control (Control Pathway) de AERMOD View, los modeladores encontrarán las opciones Pollutant/Averaging (Contaminante/Promedio). Este es uno de los controles principales de un proyecto AERMOD, ya que las selecciones que se realicen aquí determinarán los métodos de cálculo empleados en el código de AERMOD.
Visualización Pollutant/Averaging de AERMOD View
Cuando se habilita la siguiente configuración, AERMOD automáticamente habilitará las rutinas de procesado especiales NAAQS:
- Tipo de contaminante (Pollutant Type): Establezca en NO2 o SO2
- Tiempo promedio (Averaging Time): La opción de 1 hora es el único periodo promedio de corto plazo seleccionable
Lakes Environmental incluyó las opciones de promedio de 1 hora para aclarar qué modo utilizará AERMOD. Los usuarios que deseen continuar con su proyecto para calcular los NAAQS de NO2 o SO2 de 1 hora deben seleccionar la casilla de verificación 1-Hour NO2/SO2 NAAQS. Aparecerá un cuadro de diálogo de confirmación adicional para confirmar la selección.
Para los modeladores que desean calcular los impactos horarios de NO2 o SO2 por separado de esta evaluación NAAQS, la selección 1-Hour NO2/SO2 Non-NAAQS deshabilitará las rutinas de procesamiento de US NAAQS.
Diferencias en las salidas:
Seleccionar el período de promedio adecuado es fundamental porque los resultados de estos métodos pueden ser muy diferentes.
Con el procesamiento de NAAQS habilitado, el modelo rastrea el promedio máximo diario de 1 hora para cada valor alto deseado y promedia esos valores a lo largo de la cantidad de años que se procesan. Las tablas de salida en el archivo de salida de AERMOD informarán los resultados como “The Summary of Maximum nth Highest Max Daily 1-HR Results Averaged Over y Years”, donde n es el valor alto especificado por el usuario (normalmente el 4º más alto para SO2 y el 8º más alto para NO2) e y es la cantidad de años procesados en la ejecución del modelo.
Cuando el procesamiento no NAAQS está habilitad, los resultados se informan como “The Summary of Highest 1-HR Results” sin promedios realizados a lo largo de varios años y sin una distribución diaria máxima realizada por el modelo.
- Detalles
- Categoría: Minitab
- Visto: 1507
Por Shawn Shapiro.
En la industria de producción de alimentos, es fundamental mantener los más altos estándares de seguridad y calidad. Una de las amenazas más temidas para la seguridad alimentaria es la bacteria Listeria monocytogenes, que puede provocar enfermedades graves e incluso la muerte. Un brote de Listeria puede tener consecuencias devastadoras tanto para los consumidores como para las empresas, incluidas retiradas costosas de productos del mercado, daños a la reputación y graves repercusiones legales. Entonces, ¿cómo pueden las empresas asegurarse de que están haciendo todo lo posible para evitar tales brotes? Entra en escena Minitab Statistical Software.
ENTENDIENDO LA AMENAZA DE LISTERIA
La Listeria monocytogenes es una bacteria resistente que puede proliferar en ambientes fríos, lo que la hace especialmente peligrosa en los alimentos refrigerados. Se encuentra a menudo en la carne cruda, los productos lácteos no pasteurizados y los alimentos listos para consumir, como los embutidos y los quesos blandos. Debido a su capacidad para crecer a bajas temperaturas y resistir diversas técnicas de conservación de alimentos, Listeria requiere medidas de control y seguimiento diligentes durante todo el proceso de producción de alimentos.
CÓMO AYUDA MINITAB A PREVENIR LOS BROTES DE LISTERIA
Minitab es una potente herramienta de análisis estadístico que puede ayudar a las empresas productoras de alimentos a identificar posibles peligros, monitorizar puntos críticos de control e implementar medidas correctivas para prevenir la contaminación por Listeria. A continuación, se muestra cómo Minitab puede cambiar las reglas del juego para mantener la seguridad alimentaria:
- Análisis de riesgos basado en datos
Antes de que una empresa pueda controlar la Listeria, primero debe identificar dónde y cómo podría ingresar al proceso de producción. Con Minitab, las empresas pueden realizar un análisis de riesgos integral, analizando datos pasados para identificar patrones o tendencias que podrían indicar puntos de riesgo de contaminación. Esto permite a las empresas concentrar sus recursos en áreas de alto riesgo e implementar medidas preventivas de manera más eficaz. - Monitorización y control en tiempo real
Uno de los componentes clave de cualquier plan de seguridad alimentaria es la monitorización de los puntos críticos de control (PCC). Se trata de etapas del proceso de producción en las que se puede aplicar un control para prevenir o eliminar un riesgo para la seguridad alimentaria. Las capacidades de creación de gráficos de control de Minitab permiten a las empresas monitorizar los PCC en tiempo real, lo que garantiza que cualquier desviación de la norma se identifique y corrija rápidamente. Esta monitorización en tiempo real es crucial para evitar que los pequeños problemas se conviertan en problemas a gran escala. - Optimización de procesos mediante Six Sigma
Muchas empresas de producción de alimentos utilizan metodologías Six Sigma para mejorar sus procesos, reducir la variabilidad y mejorar la calidad. Minitab es una herramienta esencial para los profesionales de Six Sigma, ya que ofrece una gama de herramientas estadísticas que ayudan a optimizar los procesos. Al reducir la variabilidad en los procesos de producción, las empresas pueden minimizar las posibilidades de contaminación por Listeria, lo que garantiza que todos los productos cumplan con los mismos altos estándares de seguridad y calidad. - Análisis de causa raíz
Si se detecta contaminación, es fundamental identificar y eliminar rápidamente la fuente. Las herramientas de análisis de causa raíz de Minitab, como los diagramas de Pareto y de espina de pescado, pueden ayudar a las empresas a identificar la causa exacta de la contaminación. Esto permite tomar medidas correctivas específicas, lo que garantiza que no surjan problemas similares en el futuro. - Análisis predictivo para la prevención proactiva
Además de las medidas reactivas, Minitab también permite el análisis predictivo, lo que ayuda a las empresas a anticipar los riesgos potenciales antes de que se conviertan en problemas. Al analizar las tendencias y correlaciones de los datos, Minitab puede pronosticar dónde y cuándo es más probable que se produzcan brotes de Listeria, lo que permite a las empresas tomar medidas proactivas para prevenirlos. - Cumplimiento y presentación de informes
Las normas de seguridad alimentaria exigen documentación y elaboración de informes rigurosos. Minitab simplifica este proceso al proporcionar plantillas fáciles de usar e informes personalizables que garantizan el cumplimiento de todas las normas y regulaciones pertinentes. Esto no solo ayuda a mantener la seguridad alimentaria, sino también a demostrar la debida diligencia a los reguladores y las partes interesadas.
La amenaza de la Listeria en el proceso de producción de alimentos es real y potencialmente devastadora, pero no tiene por qué causar histeria. Al aprovechar el poder de Minitab, las empresas pueden implementar estrategias sólidas basadas en datos para prevenir la contaminación, garantizar el cumplimiento y mantener los más altos estándares de seguridad alimentaria. Por lo tanto, no permita que la Listeria lo mantenga despierto por las noches: use Minitab para mantener su proceso.
- Detalles
- Categoría: Maple
- Visto: 1622
La conferencia Maple de este año incluye tres sesiones de capacitación práctica en profundidad que no querrá perderse.
- Su código no funciona. ¿Y ahora qué? Una sesión de formación esencial para cualquier persona que escriba código en Maple. Aprenderá trucos y consejos de depuración, así como las mejores prácticas para aumentar las probabilidades de que su código funcione correctamente la primera vez.
- Cálculo de series y límites en Maple. Aproveche al máximo los comandos series, limit, y asympt con esta sesión de capacitación que se encuentra en la funcionalidad de Maple para calcular expansiones y límites de series truncadas.
- Uso de Maple con Jupyter y Python. Aprenda a crear cuadernos Jupyter que utilicen Maple para realizar cálculos, así como a ejecutar código Python desde Maple y código Maple desde Python.
Si bien estas sesiones de capacitación seguramente serán útiles e informativas, son solo una parte de la experiencia de la Conferencia Maple. Puede inscribirse para las formaciones de capacitación, pero también puede quedarse y asistir a las presentaciones de los productos, las conferencias y magistrales y mucho más.
¿No estás seguro de poder asistir en vivo? Regístrese de todos modos y tendrá acceso a la plataforma de la conferencia para volver a verla cuando quiera.
- Detalles
- Categoría: Comsol
- Visto: 2128
En la simulación multifísica, una de las tareas esenciales es la importación y manipulación de geometrías complejas provenientes de modelos CAD. El módulo CAD Import de COMSOL Multiphysics facilita este proceso [1], permitiendo a los usuarios integrar directamente diseños detallados en el entorno de simulación. Este módulo es particularmente útil en diversas industrias. Más detalles sobre formatos admisibles, usando este módulo se encuentran en [2].
Un ejemplo práctico de esta capacidad es el titulado "Creating a Fluid Domain Inside a Solid Structure", que demuestra cómo definir un dominio de fluido dentro de un múltiple de escape de un motor.
Objetivo del ejemplo
El objetivo de "Creating a Fluid Domain Inside a Solid Structure" es ilustrar:
- La importación de Geometría CAD: La importación de un modelo CAD detallado de un sistema de escape, lo cual es crucial para iniciar el análisis multifísico. Este proceso garantiza que los detalles geométricos se conserven, facilitando simulaciones precisas.
- La creación del Dominio de Fluido: La definición del espacio ocupado por los gases de escape dentro de la estructura sólida. Este paso es fundamental para realizar simulaciones de dinámica de fluidos computacional (CFD) y estudiar el comportamiento del flujo.
Procedimiento
- Importación de la Geometría CAD
- Se comienza importando el modelo CAD del sistema de escape en un formato estándar como STEP, IGES o ACIS. Estos formatos permiten la representación precisa de la geometría, esencial para análisis detallados.
- Definición del Dominio de Fluido
- Una vez importada la geometría, se utiliza el CAD Import Module para definir el dominio de fluido. Esto implica identificar el volumen interno del sistema de escape que será ocupado por los gases, separando así este volumen de las paredes sólidas.
- Configuración de las Condiciones de contorno
- Se establecen las condiciones de entrada y salida para el flujo de gases, y se aplican condiciones adecuadas en las paredes internas del múltiple. Estas configuraciones determinan cómo interactúan los gases con las superficies sólidas y cómo se distribuye el flujo dentro del sistema.
- Generación de la Malla y Simulación
- Se crea una malla para el dominio de fluido, lo cual es necesario para la resolución numérica de las ecuaciones de flujo. La simulación puede incluir el análisis del flujo de gases y la transferencia de calor, proporcionando una visión completa del comportamiento térmico y dinámico del sistema.
La Figura 1 muestra la secuencia geométrica que incluye la importación y las acciones posteriores para llegar al mallado. El último nodo (Remove Details) está desactivado, razón por la cual el mallado presenta 3 advertencias. Si se finaliza la geometría incluyendo Remove Details se consigue el mallado libre de advertencias. La Figura de la cabecera muestra el resultado de la malla tras haber removido los detalles en la secuencia geométrica.
Figura 1: Secuencia de la Geometría.
Aplicaciones y Beneficios
El ejemplo "Creating a Fluid Domain Inside a Solid Structure" es útil para:
- Optimización de Diseños de Componentes
- Permite mejorar el diseño del múltiple de escape para optimizar el flujo de gases, reducir la contrapresión y mejorar la eficiencia del motor.
- Estudios Térmicos
- Ayuda a analizar la transferencia de calor desde los gases hacia las paredes del múltiple, lo cual es crítico para la gestión térmica del motor y la durabilidad de los materiales.
- Reducción de Emisiones
- Al optimizar el flujo y la combustión, es posible reducir las emisiones contaminantes, cumpliendo con normativas ambientales estrictas.
Conclusión
El ejemplo "Creating a Fluid Domain Inside a Solid Structure" demuestra cómo el CAD Import Module de COMSOL Multiphysics permite la integración efectiva de modelos CAD complejos en simulaciones multifísicas. Esta capacidad es esencial para realizar análisis detallados y precisos, necesarios en el diseño y optimización de sistemas de ingeniería complejos. El ejemplo guía a los usuarios a través de todo el proceso, desde la importación de la geometría hasta la ejecución de simulaciones avanzadas, proporcionando una herramienta valiosa para ingenieros y diseñadores en la mejora continua de productos y procesos.
Referencias
[1] Galería de aplicaciones: Creating a Fluid Domain Inside a Solid Structure