Detalles

Categoría: Minitab

Publicado: 15 Febrero 2024

Visto: 2338

• Minitab
• recogida de datos
• gráficos multi-vari
• formación
• histogramas
• visualización de datos
• Formación Minitab Certificada

En la búsqueda de valor en la investigación, la estrategia de recogida de datos se erige como un pilar fundamental para la eficacia y la eficiencia. Un caso en una empresa de fundición de calipers de freno ofrece una valiosa lección sobre la importancia de considerar los distintos plazos temporales en este proceso.

El caso en cuestión involucra la aplicación de un nuevo requisito relacionado con las propiedades de ruido en el producto final.

Ante la variabilidad estimada en las frecuencias de vibración, se implementó un meticuloso plan de recogida de datos que abordaba identificar si las fuentes de variación estaban en el corto, medio y largo plazo para aplazar la recogida meticulosa y costosa de datos de parámetros a fases posteriores.

La selección de piezas a medir se realizó siguiendo una estructura temporal:

• Seis días de colada para analizar el largo plazo.
• Cinco muestras por día para abordar el medio plazo.
• Seis piezas por molde para considerar el corto plazo.

La visualización de los datos de vibración a través de un histograma reveló la presencia de grupos distintos, indicando que había un patrón de variación no aleatoria y sugiriendo que había alguna variable de proceso que separaba los grupos.

La acción de complementar el análisis a partir de un gráfico multi-vari permitió identificar que el motivo de la variación no aleatoria residía en la posición de las piezas dentro del molde. Esto llevó a descartar factores que cambiaban a medio o largo plazo como causantes de la variabilidad, enfocando así los recursos en aspectos críticos y evitando la recogida de datos innecesarios.

Este enfoque estratégico no solo reveló las claves para optimizar el proceso de fundición, sino que también proporcionó una lección invaluable sobre la importancia de una recogida de datos cuidadosamente planificada y enfocada. Al evitar la recopilación de datos irrelevantes, se liberaron recursos que ahora pueden dirigirse hacia aspectos realmente cruciales para investigaciones futuras.

Detalles

Categoría: BIOVIA

Publicado: 13 Febrero 2024

Visto: 2535

• quimica
• prediccion
• BIOVIA
• predicciones
• cuantica
• moleculas
• BIOVIA COSMO-RS
• BIOVIA COSMOquick
• cristales

COSMOquick utiliza una biblioteca de aproximadamente 200.000 moléculas precalculadas mediante química cuántica para generar perfiles σ en una fracción de segundo, a diferencia del método convencional COSMO-RS, no es necesario realizar ningún cálculo químico cuántico para el uso de este módulo. 

COSMOquick proporciona no sólo una eficiente interfaz gráfica de usuario, sino también muchas características convenientes tales como: Entrada de moléculas a través de SMILES, archivo SD o editor 2D con un procesamiento posterior muy sencillo. Entre las propiedades que puedan predecirse encontramos aquí dos ejemplos:

Predicción de solubilidad y detección del disolvente adecuado

COSMOquick contiene un algoritmo de predicción de solubilidad novedoso, altamente eficiente y preciso. Se pueden utilizar algunos valores de referencia experimentales (solubilidades medidas habitualmente) para refinar los resultados de la solubilidad de un soluto en cualquier disolvente nuevo. Los análisis rápidos de disolventes permiten identificar disolventes o mezclas de disolventes adecuados para un nuevo activo, reduciendo tiempos de 

Cribados de co-cristales y disolventes

Los co-cristales están adquiriendo cada vez más importancia en la industria farmacéutica debido a su potencial para mejorar las propiedades de los fármacos convencionales. COSMOquick utiliza el exceso de entalpía de una masa fundida poco enfriada de un fármaco y un coformador (Hex) para evaluar su propensión a la co-cristalización. Se ha demostrado que esto sirve como un medio preciso para detectar de manera eficiente muchos coformadores potenciales. Este enfoque también se puede aplicar para el control de solvatos y los resultados se pueden mejorar aún más teniendo en cuenta los datos experimentales.

Puntos fuertes de COSMOquick

• Genera eficientemente predicciones para muchas moléculas en pocos minutos
• Fácil de usar: no se necesita estructura 3D
• Tiene en cuenta todas las interacciones intermoleculares relevantes.
• Basado en la bien establecida teoría COSMO-RS

Detalles

Categoría: Comsol

Publicado: 12 Febrero 2024

Visto: 2256

COMSOL anunció hace unos días la revisión Update 2 de la versión 6.2 de COMSOL Multiphysics.

Todos los productos de software de COMSOL® experimentan mejoras de rendimiento y estabilidad que se introducen como actualizaciones. La siguiente lista contiene las mejoras más importantes en COMSOL® versión 6.2 Update 2 (y Update 1).

COMSOL Multiphysics®

• Se ha mejorado el renderizado de las sombras.²
• Se ha añadido compatibilidad para Apple M3, M3 Pro y M3 Max.²
• Se ha cambiado la biblioteca BLAS predeterminada para Mac con Apple silicon a ArmPL para mejorar el rendimiento.²
• Rendimiento mejorado en algunos casos al ejecutar COMSOL® con la opción -blas aocl.²
• La operación Boundary Layers se ha mejorado, principalmente con respecto al rendimiento, lo que significa que las mallas con elementos de la capa límite pueden verse ligeramente diferentes a las de versiones anteriores.²
• Procesado mucho más rápido de modelos que incluyen muchos contornos idénticos en una geometría compleja y utilizan condiciones periódicas, malla idéntica o acoplamientos de similitud de contornos, particularmente si se usan en combinación con entidades de control de malla.²
• Cuando se utiliza una base de datos SQL Server externa con un servidor Model Manager en 6.2, el valor predeterminado es realizar una conexión cifrada mediante TLS. Esto puede provocar que la conexión falle si el tiempo de ejecución del servidor Model Manager no confía en el certificado de SQL Server. Ahora es posible solucionar este problema con las nuevas configuraciones para la conexión de SQL Server en la configuración de la base de datos del servidor Model Manager, que le permiten deshabilitar el cifrado TLS u optar por confiar en el certificado.²
• Corrige un posible error de falta de memoria que puede ocurrir al guardar un modelo que contiene, en términos de uso de espacio en disco, grandes datos calculados en una base de datos del servidor Model Manager.²
• Para los modelos modales de orden reducido, la matriz de relación de amortiguación ahora se actualiza constantemente para reflejar la amortiguación modal elegida.²
• Se han añadido dos nuevos modos de formato para agregar expresiones matemáticas a los títulos de los gráficos: los modos de visualización y matemático en línea.²
  
  • Para utilizar el modo matemático de visualización de LaTeX, coloque \[\] alrededor de la expresión matemática de LaTeX en el campo Título. Este modo utiliza más espacio vertical para la expresión matemática.
  • Para utilizar el modo matemático en línea de LaTeX, coloque \$\$ alrededor de la expresión matemática de LaTeX en el campo Título. Este modo está pensado para usarse en línea en el texto (en LaTeX estándar) y tiene una presentación más compacta.
• Se solucionó un error en la visualización de planos de trabajo.²
• Sombras mejoradas de luces puntuales.²
• Se modificó el material de visualización predeterminado en los gráficos. Esto hace que los gráficos 3D parezcan más similares a los de la versión 6.1.²
• La ventana de gráficos ahora se actualiza inmediatamente cuando se cambia la posición de la leyenda en un grupo de gráficos.²
• Se ha mejorado la manipulación de geometrías singulares en los conjuntos de datos de matriz.²
• El gráfico de directividad ahora ignora las frecuencias duplicadas.²
• La exportación VTK ahora se ejecuta más rápida.²
• Se redujo el tiempo necesario para iniciar el sistema de ayuda.²
• Se corrigió un error que impedía que el sistema de ayuda funcionara para IPv6.²
• Se solucionó un problema por el cual la copia de algunas funciones entre componentes creaba un historial de modelo como código Java® que no se ejecutaba.²
• Se ha añadido documentación para la pieza de geometría de superficie plana aleatoria y se ha mejorado la implementación.²
• Mejoras de seguridad.²
• Mejoras de rendimiento.²
• Mejoras de estabilidad.^1,2
• Se solucionó un problema de manejo de licencias al alojar varias licencias en un único servidor de licencias.¹

Application Builder

• Se corrigió una pérdida de memoria en la funcionalidad de Test Application.²
• La fuente de los encabezados de las pestañas ahora se conserva al ocultar y mostrar pestañas en una colección de formularios en las aplicaciones.²
• Mejoras de estabilidad.²

AC/DC Module

• El soporte de unidades se amplía para incluir el kiloOersted (kOe).²
• Se ha corregido un problema que afectaba a los modelos creados en versiones anteriores de COMSOL Multiphysics® utilizando la función de acoplamiento de Lorentz, cuando se abrían en la versión 6.2.²
• Mejoras de estabilidad.²

Acoustics Module

• Para los modelos que utilizan la interfaz Pressure Acoustics, Transient, la funcionalidad Interior Sound Hard Boundary (Wall) ahora se trata de manera consistente dentro del dominio Perfect Matched Layer.²
• Se ha añadido el manejo de modos no ortogonales mediante la condición del puerto en la interfaz Pressure Acoustics, Frequency Domain. Pueden estar presentes modos no ortogonales si los límites de la guía de ondas estudiada tienen condiciones de contorno de impedancia.²
"
• Para las ondas poroelásticas, aunque la solución de elementos finitos era correcta, las variables de velocidad de la onda poroelástica se evaluaban incorrectamente. Esto afectaba a la onda de presión rápida o lenta, así como a la onda de corte porosa, y el problema ocurría solo para la opción de entrada de material del módulo de corte y la relación de Poisson. Este problema ya se ha solucionado. Tengase en cuenta que la evaluación de la variable corregida puede influir en el mallado, donde la onda más lenta debe resolverse adecuadamente.²
• Las velocidades de las ondas poroelásticas, para las ondas de presión rápidas y lentas y la onda de corte, ahora están definidas para el análisis de resultados en el modelo Anisotropic Poroelastic Material.²
• Mejoras de estabilidad.²

Battery Design Module

• Mejoras de estabilidad.²

CAD Import Module

• Se ha añadido soporte para importar archivos ACIS® 2024 1.0 y SOLIDWORKS® 2024 en Windows®.²
• Funcionalidad restaurada para importar archivos guardados con versiones educativas de SOLIDWORKS®.²
• En versiones anteriores, los bordes se aproximaban al mallar, lo que generaba un error de aproximación que no se podía reducir refinando la malla. Este problema se solucionó para el kernel COMSOL en la versión 6.2. En la versión 6.2 actualización 2, también se corrigió para el kernel CAD. Esto es importante si se requiere una alta precisión en la normal de la superficie, por ejemplo en óptica de rayos.²
• Mejoras de estabilidad.²

CFD Module

• Se han añadido bocetos explicativos en la función Mixing Plane para modelos 3D.²
• Mejoras de estabilidad.²

Chemical Reaction Engineering Module

• La estabilización se ha actualizado para tener en cuenta la contribución de la funciónOut-of-Plane Flux.²
• Se ha corregido la unidad de constantes de masa molar creada por un sistema termodinámico. Al usar estas constantes directamente, el valor numérico anteriormente correspondía al de g/mol, pero la unidad mostrada era kg/mol. Téngase en cuenta que las variables de masa molar creadas automáticamente por la interfaz Reaction Engineering y la interfaz Chemistry eran correctas.²
• Mejoras de estabilidad.²

Composite Materials Module

• Mejoras de estabilidad.²

Corrosion Module

• Mejoras de estabilidad.²

File Import for CATIA® V5

• Se ha añadido soporte para importar archivos CATIA® V5 2024 en Windows® .²

Fuel Cell And Electrolyzer Module

• Mejoras de estabilidad.²

Heat Transfer Module

• Precisión mejorada en las interfaces de transporte de humedad cuando se utilizan términos convectivos en forma conservadora.²
• Se ha mejorado la precisión de la contribución de la disipación viscosa en la funcionalidad de pared térmica Hig viscous dissipation at wall.²
• En el ámbito de los medios porosos bajo el supuesto de desequilibrio térmico local, se ha corregido la contribución de disipación viscosa añadida por el acoplamiento multifísico Nonisothermal Flow y la subcaracterística Viscous Dissipation.²
• El término de fuente de trabajo total se ha añadido al grupo de evaluación global de Energy Balance predefinido y el término de tasa de calor total acumulada se reemplazó por la tasa de energía total acumulada.²
• Cuando se utiliza la funcionalidad Discrete Ordinates Method para modelos 2D, las ordenadas discretas ya no se proyectan en el plano xy. Cuando se utilizan expresiones que dependen de la tercera coordenada de las direcciones discretas en entidades que admiten la sustitución de ordenadas (por ejemplo, valores iniciales o intensidad del incidente), los resultados ahora estarán más cerca del modelo 3D equivalente.²
  
  • Este cambio también modifica el término de dispersión en 2D cuando el tipo de dispersión se establece en Polinomio anisotrópico o Henyey-Greenstein; ahora estará más cerca del modelo 3D equivalente. Esto no afectará los resultados de los modelos que utilizan el tipo de dispersión isotrópica o anisotrópica lineal.
• Mejoras de estabilidad.²

LiveLink™ for Inventor®

• Mejoras de estabilidad.²

LiveLink™ for MATLAB®

• La función mphmean ahora tiene las propiedades intsurface y intvolume, que pueden resultar útiles para modelos axisimétricos.²
• Mejoras de estabilidad.²
• Se corrigió el error "Failed to load library: libcsmumps.dylib", que ocurría al intentar resolver un modelo en los casos en los que LiveLink™ for MATLAB® se había instalado en macOS con procesadores Apple Silicon.¹

LiveLink™ for Simulink®

• Mejoras de estabilidad.²
• Se corrigió el error "Error in supplied FMU: Unable to load dynamic library", que ocurría al ejecutar una simulación en Simulink® usando LiveLink™ for Simulink® en macOS con procesadores Apple Silicon. Para ejecutar una cosimulación después de instalar la actualización en una plataforma macOS con procesador Apple Silicon, abra el archivo MPH del modelo y, desde el nodo de funciones Cosimulación para Simulink, exporte un nuevo archivo de cosimulación (archivo FMU). El archivo de cosimulación exportado solo es compatible con Simulink ® en macOS con procesadores Apple Silicon. Esta instrucción también se aplica a los archivos de modelo del tutorial que se encuentran en la biblioteca de aplicaciones distribuida con COMSOL Multiphysics®.¹

LiveLink™ for Solid Edge®

• Mejoras de estabilidad.²

MEMS Module

• Mejoras de estabilidad.²

Metal Processing Module

• Mejoras de estabilidad.²

Mixer Module

• Malla mejorada controlada por la física para la función Rotating Shaft.²
• Mejoras de rendimiento.²

Nonlinear Structural Mechanics Module

• Mejoras de estabilidad.²

Optimization Module

• Se eliminó el límite de iteración codificado para el optimizador de puntos interiores (IPOPT) y los solucionadores del optimizador no lineal disperso (SNOPT).²
• Al definir funciones objetivas de mínimos cuadrados a través de una tabla en la ventana Configuración para una función de objetivo de mínimos cuadrados, las unidades añadidas a la entrada Unidad para la columna Valor ahora se manejan correctamente.²
• Mejoras de estabilidad.²

Pipe Flow Module

• Mejoras de estabilidad.²

Porous Media Flow Module

• Mejoras de estabilidad.²

RF Module

• Mejoras de estabilidad.²

Semiconductor Module

• Ahora está disponible un coeficiente de absorción para la función Indirect Optical Transitions.²

Structural Mechanics Module

• Para la interfaz de física Plate, las siguientes tres características ahora pueden prescribir la aceleración en la dirección z : Gravity, Base Excitation y Linearly Accelerated Frame.²
  
  • Para la función Gravity, el nuevo valor predeterminado es "-gconst" en la dirección z y cero en las otras dos direcciones. Si realiza el modelado utilizando la API de Java® y su modelo requiere Gravity con un componente distinto de cero solo en la dirección y (el valor predeterminado en versiones anteriores), debe modificar el código en el lugar donde se agrega la característica. El código resultante será similar a: model.component("comp1").physics("plate").create("gacc1", "GravityAcceleration", -1); model.component("comp1").physics("plate").feature("gacc1").set("g", new String[] {"0", "-gconst", "0"});.
• Para el nodo Test Material en la interfaz Solid Mechanics, se han realizado dos correcciones en la interpretación de la entrada de la función Pressure en la prueba isotrópica definida por el usuario impulsada por fuerza. La entrada ahora se interpreta como presión verdadera (fuerza por área actual), con valores positivos correspondientes a la compresión.²
• La contribución de masa de las fibras modeladas con el nodo Fibra ahora se incluye correctamente para todos los tipos de estudio.²
• Mejoras de estabilidad.²

Uncertainty Quantification Module

• Mejoras de estabilidad.²

Wave Optics Module

• Mejoras de estabilidad.²

¹ Novedad en la actualización 1 (compilación 6.2.0.290, publicada el 16 de noviembre de 2023)

² Novedad en la actualización 2 (compilación 6.2.0.339, publicada el 24 de enero de 2024)

CATIA es una marca registrada de Dassault Systèmes o sus filiales en EE.UU. y/u otros países. Autodesk, el logotipo de Autodesk e Inventor son marcas comerciales registradas o marcas comerciales de Autodesk, Inc. y/o sus subsidiarias y/o afiliadas en EE.UU. y/u otros países. Linux es una marca registrada de Linus Torvalds en EE.UU. y otros países. macOS es una marca comercial de Apple Inc., en EE.UU. y otros países. MATLAB y Simulink son marcas comerciales registradas de The MathWorks, Inc. Microsoft, Excel y Windows son marcas comerciales registradas o marcas comerciales de Microsoft Corporation en los Estados Unidos y/u otros países. Oracle y Java son marcas comerciales registradas de Oracle y/o sus filiales. Solid Edge es una marca comercial o una marca registrada de Siemens Product Lifecycle Management Software Inc. o sus subsidiarias en los Estados Unidos y otros países. SOLIDWORKS es una marca registrada de Dassault Systèmes SolidWorks Corp.

Detalles

Categoría: BIOVIA

Publicado: 08 Febrero 2024

Visto: 2863

• base de datos química
• cálculos
• COSMO
• compuestos
• predicciones
• cuantica
• moleculas
• liquidos
• liquidos ionicos
• fragancias

¿QUÉ ES BIOVIA COSMOBASE?

BIOVIA COSMObase es una colección de alta calidad de información compuesta precalculada necesaria para los cálculos de COSMO-RS. Los datos están disponibles para todas las parametrizaciones admitidas por BIOVIA COSMOtherm. Cada compuesto está representado por un conjunto de archivos COSMO (información de superficie s) y energía (energía de fase gaseosa). Se proporcionan archivos adicionales que contienen datos de compuestos físicos para un subconjunto de compuestos.

​

Beneficios:

• Olvídese del lento cálculo químico cuántico de la generación de archivos COSMO y de energía y concéntrese en su proyecto BIOVIA COSMOtherm
• Benefíciese de la experiencia de BIOVIA y utilice los conjuntos de conformadores optimizados COSMO-RS de la base de datos
• Utilice los datos del compuesto físico

Compuestos disponibles:

BIOVIA COSMObase incluye casi todos los disolventes habituales, desde moléculas pequeñas hasta sustancias grandes y complejas, y abarca clases de sustancias con todo tipo de grupos funcionales (p. ej., hidrocarburos, alcoholes, éteres, carbonilos, ácidos, ésteres, aminas, amidas, nitrocompuestos, heterociclos). , compuestos halogenados y muchos más).

Características clave:

• La base de datos incluye > 10200 compuestos diferentes
• Se tienen en cuenta diferentes conformaciones siempre que necesario
• Datos sobre fase gaseosa y nivel COSMO
• Se incluyen más de 4200 puntos de fusión y 3600 puntos de ebullición en los datos fisicos
• Los compuestos se pueden buscar mediante números de registro CAS (CAS hay números disponibles para más de 7800 compuestos)

Además de su aplicación universal, Biovia COSMOBase ofrece dos bases de datos específicas:

Líquidos Iónicos: BIOVIA COSMObaseIL

BIOVIA COSMObaseIL es una colección de aniones y cationes líquidos iónicos típicos. La base de datos actual contiene 372 cationes y 98 aniones que pueden combinarse de forma independiente para formar un enorme conjunto de líquidos iónicos potenciales. Esto es especialmente interesante para fines de detección de líquidos iónicos. La GUI de BIOVIA COSMOthermX ofrece opciones especiales de detección de líquidos iónicos.

Sabores y fragancias: BIOVIA COSMObaseFF

Como base de datos de propósito especial, BIOVIA COSMObaseFF contiene más de 2000 sabores y fragancias. BIOVIA COSMObaseFF es el complemento ideal para empresas de bienes de consumo o fragancias

Detalles

Categoría: Minitab

Publicado: 06 Febrero 2024

Visto: 1915

Por Óliver Franz

Hay pocas cosas peores que un apartamento o una casa fría.

Viviendo en Chicago, he llegado a conocer muy bien esa lucha y, déjenme decirles, es desagradable.

Para dar un poco de información general, vivo en un dúplex en comunidad de propietarios en Chicago. Contamos con una habitación trasera que sirve como mitad habitación de invitados, mitad oficina. Entonces, cuando trabajo de forma remota o fuera del horario estándar, ahí es donde hago la mayor parte de mi trabajo para Minitab.

Sin embargo, hay un problema. La habitación es fría. No sólo un podo de frío, sino mucho fr-io. Hay dos respiraderos de calefacción, pero la habitación no está muy bien aislada (tres de las paredes también son paredes exteriores) y hay una gran puerta doble que conduce a nuestra terraza trasera y dos ventanas grandes.

Un día de diciembre decidi que ya era suficiente. Quería entender mejor por qué nuestra oficina central estaba tan fría.

Afortunadamente tengo acceso al conjunto completo de soluciones de Minitab.

MÉTODOS

Primero, necesitaba decidir qué variables podrían afectar la temperatura de nuestra oficina. Después de investigar un poco, llegué a la temperatura exterior, la velocidad del viento, si la puerta del pasillo estaba abierta o cerrada y si nuestros vecinos de abajo estaban en la ciudad, ya que generalmente bajan el tesmostato mientras viajan. Supuse que dejar la puerta del pasillo abiera podría permitir que entrara más calor en la habitación.

Desde el 28 de diciembre hasta el 16 de enero, registré todas las variables aproximadamente a la misma hora todos los días: 6:00 p.m. También utilicé un temómetro Ecobee para registrar la temperatura interior de la oficina y ver qué variables tenían el mayor impacto. Configuré nuestro termostato a 70 grados todos los días para reducir la variación.

Luego, hice los números.

RESULTADOS

No es un secreto que no soy estadístico, por lo que es bueno que Minitab Statistical Software y Predictive Analyitics sean tan fáciles de usar.

Después de utilizar el módulo de Analítica Predictiva de Minitab, obtuve varios hallazgos clave. Utilicé el aprendizaje automático para generar un gráfico de importancia relativa de las variables y un gráfico de dependencia parcial del predictor.

Primero, con la tabla de imporancia relativa de variables pude determinar que las dos variables más importantes con respecto a la temperatura en la oficina eran el estado de apertura de la puerta del pasillo y la velocidad del viento exterior:

La importancia de las variables mide la mejora del modelo cuando se hacen divisiones en un predictor. La importancia relativa se difine como el % de mejora respecto al predictor superior.

Si bien mis vecinos estaban en la ciudad y la temperatura exterior todavía tuvo un ligero impacto, fue mucho menor que la puerta y el viento. El gráfico de dependencia parcial de un predictor muestra además cómo a medida que la velocidad del viento era mayor, la habitación estaba más fría:

Di el salto no tan loco de que el aislamiento de ventanas y puertas puede tener algo que ver con esta disparidad.

Fui a Home Depot y compré un par de kits de aislamiento para ventanas y un kit para las puertas. Los instalé esa noche. También comencé constantemente a dejar abierta la puerta del pasillo interior durante la noche y durante el día (cuando era posible) para ver si esa intervención ayudaba.

Continué registrando la temperatura interior durante varios días, pero inmediatamente noté una diferencia drástica: la temperatura media aumentó más de 10 grados, como se ve en las estadísticas descriptivas de Minitab:

Temperatura antes de las intervenciones

Temperatura después de las intervenciones

Además, puedes visualizar esta diferencia con este diagrama de caja que mide las temperaturas interiores antes de añadir impermeabilización a las ventanas y puertas y después:

Esto confirmó que las variables que abordé eran de hecho los dos factores más importantes que hacían que la habitación fuera tan fría. Y, aunque no puedo controlar la velocidad del viento, pude tomar medidas prácticas para realizar mejoras.

PARA LLEVAR

Los datos están a nuestro alrededor. Antes de trabajar para Minitab, no habría pensado en aprovechar el análisis de datos para resolver este desagradable problema. Y probablemente todavía tendría frío.

La mayoría de los datos se recopilan y nunca se analizan. A la hora de tomar decisiones, es fundamental basarse en datos, ya sea que se trate de desafíos como mantener los pies calientes mientras se trabaja, reducir las materias primas en la fabricación o incluso determinar la combinación ideal de variables para crear una vacuna altamente eficza. Los conocimientos adquiridos a partir de su análisis pueden conducir a pasos simples y concretos que le ahorrarán tiempo y dinero.

En este caso, pude ahorrar recursos considerables. En lugar de aumentar la calefacción y utilizar más energía y costes, puedo mantener mi oficina cómoda a una temperatura más baja y constante realizando mejoras basadas en datos.

Según mi investigación, este cambio respetuoso con el medio ambiente debería ahorrarme entre el 7% y un 9% en mi factura de energía mensual, todo gracias al poder de los datos.

Detalles

Categoría: Comsol

Publicado: 06 Febrero 2024

Visto: 2234

Introducción

La búsqueda de fuentes de energía más limpias y sostenibles es más crucial que nunca, y los investigadores recurren a tecnologías innovadoras para abordar el desafío energético global. Un reciente artículo, titulado "Modeling and simulation of wood pyrolysis process using COMSOL Multiphysics" [1] arroja luz sobre una vía prometedora: la pirólisis de la madera, aprovechando el poder de COMSOL Multiphysics para simulaciones esclarecedoras. El estudio, realizado por Shikha Solanki, Bhargav Baruah y Pankaj Tiwari, profundiza en el proceso de pirólisis de la madera de roble rojo americano. La pirólisis, un proceso de degradación termoquímica, transforma la biomasa lignocelulósica en combustibles valiosos como aceite, gas y carbón. La importancia radica en su potencial para proporcionar alternativas limpias y renovables a las fuentes de energía convencionales.

El Papel de COMSOL Multiphysics

Lo que distingue esta investigación es la utilización de COMSOL Multiphysics. El software permite la simulación de fenómenos fisicoquímicos y termoquímicos complejos, lo que lo hace ideal para estudiar la pirólisis de la madera, un proceso cargado de reacciones intrincadas. Los modelos tradicionales a menudo simplificaban la pirólisis de la madera en reacciones de primer orden de un solo paso. Sin embargo, este estudio, adopta un enfoque más integral. COMSOL Multiphysics permite a los investigadores incorporar múltiples reacciones de primer orden en paralelo, proporcionando una representación más precisa de la cinética de la pirólisis de la madera.

Percepciones y Descubrimientos

Los resultados de la simulación resaltan la influencia de las tasas de calentamiento en el rendimiento del producto durante la pirólisis no isotérmica. Tasas de calentamiento más altas conducen a concentraciones más elevadas de gas y alquitrán (una mezcla de compuestos orgánicos), mostrando el impacto matizado de los parámetros del proceso. La pirólisis isotérmica revela la degradación de la materia orgánica dependiente de la temperatura, ofreciendo percepciones críticas para optimizar el proceso de pirólisis.

La imagen de la cabecera está obtenida del modelo Parameter Estimation for Pyrolysis of Wood de COMSOL.

Perspectivas

Más allá de los hallazgos inmediatos, el modelo desarrollado promete ser escalable. Al extender este enfoque a diferentes muestras de biomasa, se podrían optimizar las condiciones operativas para obtener rendimientos deseados de productos, facilitando la expansión del proceso de pirólisis.

En esencia, este estudio no solo aporta conocimientos valiosos al campo de la energía renovable, sino que también destaca la importancia de herramientas avanzadas de simulación como COMSOL Multiphysics. A medida que navegamos hacia un futuro sostenible, esfuerzos de investigación como estos allanan el camino para soluciones energéticas más limpias y eficientes.

Referencias

[1] Shikha Solanki, Bhargav Baruah, Pankaj Tiwari. “Modeling and simulation of wood pyrolysis process using COMSOL Multiphysics”. Bioresource Technology Reports 17, 2022, 100941. DOI: https://doi.org/10.1016/j.biteb.2021.100941.