- Detalles
- Categoría: Maple
- Visto: 2058
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!
- Detalles
- Categoría: BIOVIA
- Visto: 2725
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
- 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)
- 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.
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
- 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.
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!
- Detalles
- Categoría: Minitab
- Visto: 2314
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.
- Detalles
- Categoría: Signals ChemDraw
- Visto: 3117
CREA UN MEJOR DIBUJO
GENERA UNA MEJOR QUÍMICA
De una simple herramienta de dibujo a una aplicación químicamente inteligente, ChemDraw ha evolucionado hasta convertirse en un software en el que confían los químicos y los científicos investigadores para sus tareas cotidianas. Hoy, ChemDraw está más avanzado que nunca. Ya sea porque seas un químico experimentado o un aspirante a ser químico, este software le permite orientarse en la química orgánica sin tener que dominar el dibujo.
¿NO TIENES HABILIDADES DE DIBUJO?
NINGÚN PROBLEMA.
Seamos realistas, eres químico, no artista. Deja que ChemDraw se encargue de esto.
LAS ESPECIALIDADES DE CHEMDRAW INCLUYEN
- La capacidad de generar una estructura química a partir de un nombre y viceversa.
- Acceso directo a datos analíticos y de propiedades químicas de estructuras y sus fragmentos.
- Herramientas organizativas y atajos, como la alineación y distribución, el escalado y el color, agilizan la generación de informes.
- Compatibilidad con la nube.
- Una variedad de plantillas gráficas complejas y prediseñadas que cubren química, biología química y biología.
DEL NOMBRE A LA ESTRUCTURA
Generar una estructura química a partir de su nombre es una de las funciones más inteligentes de ChemDraw y existen varios trucos que le ayudarán a hacerlo rápidamente.
POR EJEMPLO:
- Genere una molécula completa sin tener que dibujarla, simplemente presionando un ícono o usando un atajo de teclado
- Escriba un nombre químico completo, o incluso sinónimos comunes para ese nombre, para producir automáticamente una estructura completa (piense en cafeína, no en 1,3,7-trimetil-3,7-dihidro-1H-purina-2,6-diona).
- Busque fácilmente definiciones en ChemACX, la biblioteca Revvity Signals de más de 10 millones de sustancias disponibles comercialmente.
- Identifique moléculas a través de su número de registro CAS (CAS RN) utilizando complementos de ChemDraw; simplemente escriba el número y la estructura aparecerá inmediatamente.
- Encuentre identificadores químicos comunes en línea y copie y pegue fácilmente las cadenas de texto químicos directamente en ChemDraw, ya sea en su escritorio o a través de la aplicación móvil ChemDraw.
¿Quieres conocer más funcionalidades de ChemDraw?
¡Mantente atento a nuestro boletín de noticias!
- Detalles
- Categoría: Comsol
- Visto: 2080
En el ámbito de la simulación y el análisis estructural, la precisión y el detalle son esenciales para obtener resultados fiables. Una técnica que ha demostrado ser efectiva en este contexto es el submodelado. COMSOL Multiphysics, una de las herramientas líderes en simulación multifísica, ofrece capacidades robustas para implementar esta técnica. En este artículo, exploraremos qué es el submodelado, sus beneficios y cómo se puede aplicar eficazmente en COMSOL.
¿Qué es el submodelado?
El submodelado es una técnica que permite a los usuarios concentrar sus recursos de simulación en una región específica de un modelo, utilizando una malla más fina en esa área sin necesidad de refinar toda la malla del modelo global. De este modo se incrementan más puntos de evaluación. Esto es particularmente útil cuando se necesita un análisis detallado de una región con alta concentración de esfuerzos o deformaciones, mientras se mantiene un equilibrio entre precisión y tiempo de cómputo.
Beneficios del submodelado
- Eficiencia computacional: Permite realizar simulaciones detalladas en áreas críticas sin necesidad de incrementar el tamaño de la malla en todo el modelo, reduciendo así el tiempo y los recursos computacionales necesarios.
- Precisión mejorada: Al enfocarse en una región específica con una malla más fina, se pueden capturar detalles y fenómenos que de otro modo se pasarían por alto con una malla más gruesa.
- Flexibilidad en el análisis: Facilita la iteración y el ajuste de modelos en áreas críticas sin afectar el modelo global, permitiendo ajustes más rápidos y específicos.
Implementación del submodelado en COMSOL Multiphysics
COMSOL Multiphysics ofrece un flujo de trabajo intuitivo para llevar a cabo el submodelado. Aquí ofrecemos una guía básica para implementar esta técnica:
- Modelo global: Comenzar creando su modelo global en COMSOL. Esto implica definir las geometrías, los materiales y las condiciones de contorno pertinentes para la simulación inicial.
- Identificar la región de interés: Determinar la región específica que requiere un análisis más detallado. Esta área debe ser donde espera encontrar gradientes de esfuerzo significativos o detalles críticos que necesiten mayor precisión.
- Creación del submodelo: Crear un submodelo que incluya la región de interés. Este submodelo debe tener una malla más fina para capturar los detalles necesarios.
- Interpolar resultados: Utilizar los resultados del modelo global como condiciones de contorno para el submodelo. COMSOL permite transferir estos resultados de manera precisa mediante funciones de interpolación, garantizando que las condiciones en el submodelo reflejen adecuadamente el comportamiento del modelo global.
- Simulación del submodelo: Ejecutar la simulación en el submodelo con la malla refinada. Analizar los resultados obtenidos para la región de interés, asegurándose de que capturan los fenómenos críticos esperados.
Ejemplos
Submodel in a Wheel Rim
Este ejemplo utiliza la técnica de submodelado para resolver con precisión las concentraciones de esfuerzo en una llanta. Primero, se resuelve un modelo global para obtener los desplazamientos, que luego se utilizan como condiciones de contorno en un modelo local de la región donde ocurren las concentraciones de esfuerzo [1].
Figura 1: Imagen extraída de Submodel in a Wheel Rim, por COMSOL [1].
Energy-Based Thermal Fatigue Prediction in a Ball Grid Array
En un sistema de enfriamiento, se ha identificado un componente microelectrónico como la unidad crítica. Debido a que el componente se enciende y apaga repetidamente, está sujeto a ciclos térmicos. Como resultado, se forma una grieta en una junta de soldadura, desconectando el chip de la placa de circuito impreso y haciendo que el componente pierda su funcionalidad operativa. La vida útil de las juntas de soldadura en dos ensamblajes de rejilla de bolas (Ball Grid Array) se predice utilizando el modelo basado en energía de Darveaux. Este modelo de fatiga evalúa el daño basándose en una densidad de disipación de energía promediada en una capa delgada donde crecerá una grieta.
Este ejemplo se basa en un modelo del Módulo de Materiales Estructurales No Lineales, Viscoplastic Creep in Solder Joints [2]. Dado que el modelo contiene varias juntas de soldadura modeladas con un material viscoplástico, se requieren muchos grados de libertad para simular el comportamiento correcto de la deformación en todos los elementos. Desde el punto de vista de la fatiga, solo la parte crítica del modelo es de interés. Para capturar esto, se utiliza el concepto de submodelado [3]. Esta técnica requiere dos pasos. En el primero, se analiza el modelo completo con una malla gruesa para simular las tendencias generales e identificar la bola de soldadura crítica. En el segundo paso, se crea un submodelo con una malla fina que contiene la parte crítica y se vuelve a calcular el estudio. Los efectos globales del modelo completo se transfieren al submodelo a través de condiciones de contorno apropiadas.
Figura 2: Predicción de la vida útil por fatiga para todas las juntas basada en el modelo global, del modelo [2] por COMSOL.
Resumen
El submodelado es una herramienta poderosa que, cuando se usa correctamente, puede significar una gran diferencia en la precisión y eficiencia de las simulaciones. COMSOL Multiphysics ofrece las herramientas necesarias para implementar esta técnica de manera efectiva, permitiendo a los ingenieros enfocarse en los detalles sin comprometer el rendimiento general de sus modelos.
Referencias
[1] Galería de aplicaciones de COMSOL: Submodel in a Wheel Rim
[2] Galería de aplicaciones de COMSOL: Viscoplastic Creep in Solder Joints
[3] Galería de aplicaciones de COMSOL: Energy-Based Thermal Fatigue Prediction in a Ball Grid Array
- Detalles
- Categoría: Maple
- Visto: 2199
Maple Flow 2024 brinda fácil acceso a nuevas funciones de productividad y potentes capacidades matemáticas, para que los ingenieros puedan realizar análisis matemáticos y presentarlos en hojas de trabajo de proyectos de alta calidad.
Estas mejoras demuestran el fuerte compromiso de Maplesoft de proporcionar una herramienta de cálculo de ingeniería confiable, que sea fácil de aprender, ahorre tiempo a los ingenieros y satisfaga todas sus necesidades de cálculo. Maple Flow está resultando de gran popularidad entre las empresas de ingeniería civil, mecánica y eléctrica, y en los últimos 12 meses se ha producido el cambio de muchos usuarios de Mathcad 15 a Maple Flow.
Entre lo más destacado de Maple Flow 2024 podrá encontrar:
- Complete fácilmente cualquier comando: obtenga el resultado correcto cada vez, incluso con comandos desconocidos, al tener la finalización automática de argumentos para guiarlo a través de las opciones.
- Navegador de matrices en línea: ahora puede desplazarse por matrices y vectores grandes directamente dentro de su documento con el navegador de matrices en línea, manteniendo al mismo tiempo una vista compacta de la matriz.
- Insertar variables desde la paleta Variables: omita escribir nombres de variables complejos, insertando variables directamente usando la paleta Variables.
- Aumento del rendimiento. Esta versión de Maple Flow admite gráficos de datos más grandes y evalúa hojas de trabajo más rápido.
- ¡Y más!
- Detalles
- Categoría: Minitab
- Visto: 2484
Por Josué Zable.
Escuche, no soy un programador. No estoy en contra de programar. De hecho, tengo mucho respeto por las personas que son capaces de codificar. Simplemente no creo que a las personas que no se ganan la vida programando se les deba pedir que codifiquen para ganarse la vida. Por otra parte, tampoco creo que la gente deba tener pitones como mascotas. Y, sin embargo, cientos de miles de personas lo hacen.
Pero si su jefe quiere que utilice Python, estoy aquí para ayudarle. Si su jefe quiere que tenga como mascota una pitón, mejor consiga un nuevo trabajo (a menos que sea cuidador en un zoológico, en cuyo caso… ¡genial!).
¿Qué es Python?
Según The Python Software Foundation, Python es un lenguaje de programación interpretado, orientado a objetos, de alto nivel y con semántica dinámica. Hay muchos lenguajes de programación, pero Python se ha vuelto muy popular debido a su sintaxis relativamente fácil de aprender y al hecho de que admite módulos y paquetes. Añada un nombre atractivo y una biblioteca estándar disponible sin coste (¡es gratis!) y no es de extrañar por qué puede tener un momento de Trabajo basura (Office Space) en el que su jefe le pide informes TPS (sí, ¡son reales!) y dice algo. como "Ummmm, voy a necesitar que sigas adelante y empieces a aprender a codificar, mmmk... eso sería genial".
Desventajas de Python
Si busca inconvenientes de Python en Internet, puede encontrar cosas como que Python consume memoria y depende de la confianza en la comunidad de código abierto. Voy a suponer que no tiene un Commodore 64 y que la comunidad de código abierto está formada por un grupo de contribuyentes bien intencionados, no Pinky and the Brain.
Estos son los que creo que son los dos desafíos críticos al usar Python:
APRENDER PYTHON REQUIERE ENTRENAMIENTO Y PRÁCTICA
Dependiendo de a quién le pregunte, aprender Python puede llevar entre 3 y 6 meses, lo que no le hace competente en su uso para preparar y analizar datos. Compare eso con aprender Minitab Statistical Software, que requiere unos días de capacitación (si aún no lo domina). Incluso después de estar capacitado, codificar sin errores es casi imposible para cualquiera, y mucho menos para un principiante. Los errores no sólo requerirán depuración y aumentarán el tiempo que lleva realizar el análisis, sino que, lo que es peor, un error accidental podría darle una "respuesta incorrecta", frustrando el propósito de su análisis.
PYTHON ES UNA PÉRDIDA DE TIEMPO
Si su codificación es propensa a errores, naturalmente, los análisis simples llevarán mucho tiempo. Sin embargo, incluso si se convierte en un programador sólido, el código necesario para discutir, preparar y analizar datos es mucho más largo que el software de apuntar y hacer clic. E incluso si utiliza un modelo de lenguaje grande para acelerar la codificación, hay muchos detalles que requieren tiempo y revisión, como completar los valores faltantes que la codificación no puede leer. Si el dicho “el tiempo es oro” es uno de los favoritos de su jefe, este podría ser el momento de recordarle que lea Advise to a Young Tradesman (famoso por la lección de Franklin: “Recuerde que el tiempo es oro”).
Claro… ¡Pero Python es gratis! Pero no si se consideran los “costos”.
Técnicamente, Python es gratuito, pero tiene dos costes importantes: capacitación y coste de oportunidad. Claro, podría aprender Python por su cuenta, pero la realidad es que la mayoría de las personas que aprenden a programar (si no lo han hecho en la escuela) buscarán cursos de capacitación o campos de entrenamiento, que cuestan dinero. El coste mucho mayor es su tiempo. ¿No sería mejor aprovechar su tiempo aprendiendo, mejorando y avanzando en sus habilidades analíticas para tomar mejores decisiones, en lugar de aprender a codificar? ¿El tiempo dedicado a acceder y preparar sus datos es un mejor uso que realizar tareas, planificar o trabajar en proyectos que requiere su trabajo?
ACTIVIDADES CON VALOR AÑADIDO VERSUS ACTIVIDADES SIN VALOR AÑADIDO
Según Six Sigma Daily, Lean proporciona pautas sencillas de que para que algo añada valor, deben suceder tres cosas:
- El paso debe cambiar la forma o función del producto o servicio.
- El cliente debe estar dispuesto a pagar por el cambio.
- El paso debe realizarse correctamente la primera vez.
Si aprender a programar simplemente le ayuda a completar la misma tarea, en un período de tiempo más largo, sin valor para el cliente, y conlleva más riesgo al realizar el análisis correctamente (debido a la necesidad de capacitación), ¿no es simple el argumento más importante en contra de la adopción de Python? Es una actividad sin valor. ¿Y no es el objetivo de la mejora continua eliminar esas actividades? ¡Digo yo!.
Cómo Minitab facilita la colaboración con Python
Como responsable del presupuesto, aprecio escuchar que algo es “gratis” e informar rápidamente a mi equipo para que lo investigue como una alternativa a otra cosa que están haciendo. Sin embargo, también aprendí que lo “gratis” rara vez viene sin algunos inconvenientes, como estoy seguro que tu jefe también los tiene. Destacar algunas de las complejidades asociadas con Python podría ayudarle a conservar su software y, a su vez, aumentar su productividad, lo que beneficia a todos los involucrados.
Además, si el objetivo de su gerente es facilitar una mayor colaboración entre los científicos de datos que viven en Python y otras personas, podría ser bueno saber que Python se puede instalar en Minitab Statistical Software. Alternativamente, si hay un algoritmo o elemento visual muy específico en Python, es muy fácil incorporarlo a Minitab. Para obtener más información sobre cómo utilizar el nuevo módulo de integración de Minitab/Python, vea nuestro seminario web gratuito:
Las soluciones de Minitab pueden ofrecer la facilidad, eficiencia y repetibilidad de la resolución de problemas, al tiempo que permiten la colaboración y el acceso a la biblioteca de Python.
La integración de Python ofrece la flexibilidad del código Python personalizado dentro de la interfaz fácil de usar de Minitab, y los resultados se pueden guardar, almacenar y compartir en Minitab Project Files.