Los microscopios electrónicos (Scanning Electron Microscope, SEM) son especialmente adecuados como alternativa a los microscopios ópticos para obtener imágenes de las estructuras más pequeñas. Ahora, los investigadores han perfeccionado un microscopio electrónico para que los pulsos ultracortos de electrones también puedan medir campos electromagnéticos variables, lo que lo hace idóneo para futuras investigaciones de nuevos tipos de metamateriales y circuitos con propiedades ópticas especiales. Los científicos A. Ryabov y P. Baum, del Max Plank Institute of Quantum Optics, presentaron su microscopio electrónico en la revista "Science". Ver [1].

Figura 1: Primera página del artículo [1] donde se muestra un dibujo del SEM.
El microscopio electrónico es probablemente el instrumento más flexible para observar las cosas más pequeñas, desde biomoléculas hasta nanoestructuras y células. Incluso se pueden ver átomos. Los fenómenos que ocurren en dicho dispositivo se han estudiado en COMSOL Multiphysics [2]. Para ejemplificar más sobre el mundo de los SEMs, un microscopio óptico normal utiliza luz y un microscopio electrónico toma electrones como ondas de materia para examinar una muestra. Básicamente, se crea un haz de electrones, se enfoca sobre la muestra y se observa lo que aparece. Los electrones, como partículas cuánticas, tienen una longitud de onda mucho más corta que la luz, quizá cien mil veces más corta. Y por eso se pueden enfocar con mucha más fuerza que la luz con una óptica de electrones hecha de lentes magnéticas y electrostáticas. Por eso se pueden obtener imágenes de estructuras de tamaño atómico.

Figura 2: Haz de electrones en un microscopio electrónico estudiado en COMSOL Multiphysics [2].
En la referencia [1], los investigadores han perfeccionado el microscopio electrónico para que pueda obtener imágenes no sólo de las estructuras, es decir, de la materia, sino también de los campos electromagnéticos dinámicos dentro y alrededor de la materia. El motivo es que casi toda la electrónica y circuitos en ordenadores y laboratorios se basan en campos electromagnéticos que cambian. El transistor es un ejemplo de ello: aquí un campo eléctrico conmuta otro campo eléctrico o corriente. Otro ejemplo serían las guías de luz. Siempre se trata de campos electromagnéticos que cambian en el espacio y en el tiempo. Tanto los transistores como las guías de luz se han estudiado en COMSOL Multiphysics. Ver [3], [4], [5] y [6].

Figura 3: Corte transversal en un transistor [4] para visualizar el potencial eléctrico y la dirección de la densidad de corriente con las flechas.

Figura 4: Norma del Campo Eléctrico Bidireccional a una frecuencia de 260.69 Hz mostrado en [6].
De acuerdo con los avances en esta materia (microscopía de electrones), se utilizarán pulsos de electrones aún más cortos para conseguir un microscopio electrónico de con mayor resolución espacial [1]. Así, se pueden investigar metamateriales reales, nuevas antenas ópticas con efectos especiales. También se puede observar qué ocurre realmente en los transistores y elementos de conmutación del futuro durante su funcionamiento en el espacio y el tiempo.
[1] https://www.science.org/doi/10.1126/science.aaf8589
[2] https://www.comsol.com/model/magnetic-lens-10185
[3] https://ieeexplore.ieee.org/document/9569053
[4] https://www.comsol.com/model/3d-analysis-of-a-bipolar-transistor-19699
[5] https://www.comsol.com/blogs/mode-analysis-for-electromagnetic-waveguides-in-comsol/
[6] https://www.comsol.com/support/learning-center/article/Modeling-Optical-Waveguides-50031
Por Josué Zable
La mejora continua y la excelencia operativa deben ser parte de toda organización de alto rendimiento. En uno de nuestros últimos artículos, cubrimos cómo las organizaciones deberían recurrir a este tipo de actividades durante la recesión, en lugar de recortar inversiones y recursos que ahorrarán dinero hoy y sofocarán el crecimiento futuro.
Los proveedores de atención médica deberían adoptar el mismo enfoque. Un artículo reciente del Wall Street Journal destaca que los proveedores de atención médica se ven obligados a recortar activos, personal y servicios para hacer frente a los crecientes costes y desafíos de flujo de efectivo. En lugar de reducir las cosas que mejoran la experiencia general del paciente, y ayudar a diferenciar a los proveedores de atención médica, ¿por qué no invertir tiempo y esfuerzo en proyectos de mejora que beneficien tanto al proveedor como a los pacientes?
En este artículo, nos sumergiremos en cinco estrategias de mejora para que los proveedores de atención médica ayuden a reducir los costes sin afectar la atención al paciente.
Las mejoras que hacen felices a sus pacientes finalmente le harán feliz a usted también. Sus pacientes quieren entrar y salir de las instalaciones de la manera más rápida y eficiente posible. Eliminar errores simples, como entregar la comida incorrecta a un paciente, reducir los errores de rayos X o los tiempos de espera, puede contribuir en gran medida a lograr una experiencia positiva para el paciente. Igualmente importante, estos ajustes también ahorrarán dinero. ¿No está seguro de qué hará felices a sus pacientes? Encuéntrelos e incluso use análisis predictivos para descubrir qué factores tienen el mayor impacto en sus pacientes y en el resultado final.

Otra estrategia de mejora es implementar procesos eficientes de gestión de inventario para reducir el desperdicio, optimizar los niveles de existencias y minimizar los suministros vencidos o no utilizados. Esto ayuda a evitar el exceso de existencias y garantiza la disponibilidad oportuna de los recursos esenciales. Durante el apogeo de la pandemia, Adventist HealthCare usó el mapeo de procesos para conservar máscaras y otros EPP cuando los suministros eran limitados. Esta estrategia se puede utilizar en todo el PPE, junto con otros artículos que potencialmente se pueden reprocesar (en lugar de desechar) o utilizar mejor.
Con el aumento constante de los costos de la energía, algunas organizaciones se sienten presionadas a desarrollar estrategias de manera proactiva para conservar la energía. Los proveedores de atención médica pueden implementar medidas de ahorro de energía como:
Estas iniciativas pueden reducir significativamente los costes de servicios públicos sin afectar la atención del paciente.
El tiempo que lleva resolver una reclamación de salud y obtener el pago de los servicios prestados es una medida clave para los proveedores. Mejorar la eficiencia de las transacciones de reclamaciones de atención médica puede aumentar significativamente los ingresos y el flujo de efectivo.

La estrategia de mejora final que los proveedores de atención médica pueden implementar es mantener proactivamente su equipo. Esta estrategia también incluye adherirse a las pautas del fabricante y programar inspecciones periódicas. El mantenimiento oportuno reduce el tiempo de inactividad del equipo y la necesidad de costosas reparaciones o reemplazos de emergencia. Conozca el enfoque que adoptan las industrias intensivas en capital para cuidar y mantener sus equipos.
Las nuevas herramientas de procesado de señal de Maple 2023 permiten crear, combinar y analizar señales de más formas y de maneras más eficientes. Además Maple 2023 añade soporte para relleno de FFT, suavizado Savitzky-Golay, cuantificación y mucho más.
En el Webinar de Introducción a COMSOL Multiphysics hemos utilizado el modelo Busbar para mostrar cómo funciona el software y estudiar un caso multifísico. En aquel modelo, se somete una barra conductora de cobre (busbar) a una diferencia de potencial. Debido al efecto Joule, ésta se calienta. Adicionalmente, la barra sufre una deformación debido a la expansión térmica [1]. En esta ocasión miraremos con algo de detalle la incorporación del fenómeno de convección natural.
En los fenónemos de Transferencia de Calor, el coeficiente de transferencia de calor es la constante de proporcionalidad entre el flujo de calor y la fuerza impulsora termodinámica para el flujo (es decir, la diferencia de temperatura, ΔΤ). Se utiliza para calcular la transferencia de calor, típicamente por convección o transición de fase entre un fluido y un sólido. El coeficiente de transferencia de calor tiene unidades SI de watios por metro cuadrado por Kelvin (W/m2/K).
Cuantitativamente, la tasa de transferencia de calor general para modos combinados generalmente se expresa en términos de una conductancia general o coeficiente de transferencia de calor. En ese caso, la tasa de transferencia de calor es (Ec. 1):
|
(1) |
La definición general del coeficiente de transferencia de calor es la ecuación siguiente, donde es el flujo de calor en W/m2 (Ec. 2).
|
(2) |
Aunque la transferencia de calor por convección se puede derivar analíticamente a través del análisis dimensional, el análisis exacto de la capa límite, el análisis integral aproximado de la capa límite y las analogías entre la transferencia de energía y cantidad de movimiento, es posible que estos enfoques analíticos no ofrezcan soluciones prácticas a todos los problemas cuando no existen métodos matemáticos. modelos aplicables. Por lo tanto, varios autores desarrollaron muchas correlaciones para estimar el coeficiente de transferencia de calor por convección en varios casos, incluida la convección natural, la convección forzada para el flujo interno y la convección forzada para el flujo externo [2]. Estas correlaciones empíricas se presentan para su particular geometría y condiciones de flujo. Como las propiedades del fluido dependen de la temperatura, se evalúan a la temperatura de la película. Dichos casos ya están implementados en COMSOL y se pueden escoger al implementar el nodo correspondiente (Fig. 1a) [3].
Las recomendaciones de Churchill y Chu proporcionan la siguiente correlación para la convección natural adyacente a un plano vertical, tanto para flujo laminar como turbulento [2]. En tales casos, k es la conductividad térmica del fluido, L es la longitud característica con respecto a la dirección de la gravedad, RaL es el número de Rayleigh con respecto a esta longitud. Se observa que se produce una transición de un límite laminar a uno turbulento cuando RaL excede alrededor de 109. (Fig. 1b).
|
|
|
|
Figura 1. Izquierda: Cada una de las opciones para definir convección (natural o forzada e interna o externa). Derecha: Ecuaciones para el caso de Convección Natural Externa. |
|
Hemos dicho que las expresiones empíricas, tanto para el caso de convección natural como también las existentes para la convección forzada, permiten abordar el fenómeno sin tener que implementar métodos analíticos imprácticos. No obstante, COMSOL Multiphysics se basa en el método de elementos finitos y podemos resolver problemas complejos numéricamente. Tal es el caso de si en lugar de utilizar el coeficiente de transferencia por convección podemos calcular la velocidad del fluido (aire) la cual participa de la ecuación del calor, a través del término (ρCpu·∇T) en la ecuación del calor. Para calcular u necesitamos de las ecuaciones de Navier Stokes [4].
A continuación, se muestran resultados tras implementar la convección por medio del coeficiente de transferencia de calor y tras implementar CFD.
La Figura 3 muestra el resultado de la distribución de temperatura en todo el dispositivo cuando se le aplica una diferencia de potencial de 20 mV en sus terminales eléctricos y con un coeficiente de transferencia de calor de 5 W/(m2 K). En este caso, debido a que la convección está descrita por medio de la Ec. 1 y Ec. 2, no es posible detallar el transporte convectivo en el espacio que rodea al dispositivo.

Figura 3: Distribución de la temperatura en la barra colectora, usando el coeficiente transferencia de calor para modelar la convección.
Por otra parte, la Figura 4 muestra el resultado de la distribución de temperatura en todo el dispositivo cuando se le aplica una diferencia de potencial de 20 mV en sus terminales eléctricos y con una velocidad de ingreso del aire de 0.1 m/s por el contorno del lado derecho. En este caso, no se utiliza un coeficiente de transferencia de calor (h), sino que la física de transferencia de calor se acopla a fluido dinámica. Así, es posible detallar el transporte convectivo en el espacio que rodea al dispositivo en donde se muestras streamlines para la velocidad del aire.

Figura 4: Distribución de la temperatura en el dispositivo (barra colectora) así como también en el dominio o región (bloque) donde se implementan las ecuaciones de Navier Stokes.
[1] Vídeo "Introducción práctica a la simulación multifísica con COMSOL Multiphysics"
[2] Churchill, Stuart W.; Chu, Humbert H.S. (November 1975). "Correlating equations for laminar and turbulent free convection from a vertical plate". International Journal of Heat and Mass Transfer. 18 (11): 1323–1329.
[3] Heat Transfer Module User’s Guide
[4] https://www.comsol.com/multiphysics/navier-stokes-equations
El desarrollo continuo de productos y procesos asociados a todo lo que nos rodea pone en relevancia la importancia de los datos. Pero los datos, por sí mismos, carecen de valor intrínseco. Los datos llevan asociado un valor potencial que debemos explotar para transformar en información y valor.
El tratamiento estadístico de los datos, su exploración a través de metodologías tradicionales básicas y de innovadoras técnicas apoyadas por la informática, permiten comprender el comportamiento de los productos y los procesos que los han generado y esa comprensión nos capacita para elaborar mejores (en un sentido amplio: más económicos, más eficientes energéticamente, menos contaminantes...) productos y procesos. Por ello, es sumamente importante que una sociedad como la nuestra sea consciente de la necesidad de disponer de herramientas informáticas adecuadas y profesionales capacitados para abordar este reto.
Los profesionales que están involucrados en las fases de diseño, desarrollo y implantación de productos y procesos, independientemente de la formación que tengan, deben contar con conocimientos de tipo estadístico para desarrollar una percepción profunda en su trabajo. Un cierto grado de percepción se lo darán los años de experiencia, pero sólo una formación con fundamento garantiza una correcta percepción. Es imprescindible que estos profesionales adopten la formación en conocimientos estadísticos como un puntal para llevar a término sus tareas.

Analizando el escenario propio de nuestra industria y empresas, con profesionales con diferente tipo de formación, con mayor o menor experiencia en el análisis de datos, hemos diseñado unos cursos de formación estadística, ajustando el contenido y la metodología a las necesidades actuales gracias al apoyo de la Dra. Lourdes Pozueta, quien recientemente ha sido premiada con el galardón Greenfield Challenge 2023 que entrega la European Network for Business and Industrial Statistics (ENBIS) por su capacidad para transmitir de forma exitosa una experiencia basada en el método estadístico a una audiencia sin formación específica en esta área.
Estos cursos, donde prima que el asistente se equipe de habilidades y herramientas para transformar datos en valor, se llevan a cabo con el apoyo del software estadístico Minitab. Minitab dispone de los comandos necesarios para analizar los datos de forma efectiva y proporciona un entorno que propicia el pensamiento estadístico.
En una entrada del blog de COMSOL, Bjorn Sjodin, revisa un post anterior sobre el barrido por lotes, para incorporar nuevas funcionalidades disponibles en esta útil herramienta de COMSOL Multiphysics.
El barrido por lotes permite realizar barridos paramétricos grandes, permitiendo inspeccionar las soluciones de los parámetros que ya están calculados mientras se espera que converjan los últimos parámetros. El barrido por lotes guarda automáticamente las soluciones paramétricas que ya se calcularon en un archivo que puede abrirse para fines de visualización y evaluación de resultados.
Los barridos por lotes también recuperan soluciones para un barrido paramétrico durante el proceso de solución. Con un barrido por lotes, a veces pueden recuperarse soluciones parciales, incluso cuando el solucionador falla en algunos de los parámetros. Los barridos por lotes son útiles cuando la formulación del problema es tal que la solución para cada parámetro es independiente de la solución de todos los demás parámetros.
Lea este artículo de Bjorn Sjodin en el blog de COMSOL, conozca más casos en los que es posible inspeccionar los resultados parciales durante un barrido del solucionador y vea un ejemplo en el que se muestra un barrido por lotes en acción.
Por Jon Finerty.
La gestión eficaz del inventario juega un papel fundamental para garantizar operaciones fluidas, reducir costes y satisfacer las demandas de los clientes para los directores de la cadena de suministro. Para lograr niveles óptimos de inventario, es esencial contar con un sólido sistema de seguimiento y control. En este blog, exploraremos las aplicaciones prácticas de las herramientas gráficas de Minitab, como las gráficas de Pareto, las gráficas de control y las gráficas de dispersión, y cómo pueden brindar información valiosa sobre los patrones de inventario, lo que lleva a procesos de toma de decisiones más eficientes y efectivos.
Un gráfico de Pareto es un tipo especial de gráfico de barras en el que los valores trazados se organizan de mayor a menor. Los diagramas de Pareto se utilizan para identificar y priorizar los factores o problemas más importantes que afectan un resultado en particular. Aplicado a la gestión de inventario, implica que una parte importante de los problemas y costes se pueden rastrear hasta unos pocos artículos o categorías críticas. Al centrar los esfuerzos en estos "pocos vitales", los gerentes de la cadena de suministro pueden maximizar su impacto en la optimización del inventario.

Al analizar los diagramas de Pareto, aquí hay algunos factores importantes a considerar:
Los gráficos de control son herramientas estadísticas que proporcionan una representación visual de la variación del proceso a lo largo del tiempo. Ayudan a identificar cuándo un proceso está bajo control (estable) o fuera de control (exhibiendo una variación inesperada). Al monitorizar las métricas de inventario clave mediante gráficos de control, los directores de la cadena de suministro pueden identificar y abordar de manera proactiva los problemas relacionados con el inventario, como desabastecimiento, exceso de inventario o patrones de demanda irregulares.
Estos son algunos puntos clave a tener en cuenta al analizar los gráficos de control:

Minitab ofrece gráficas de control raras, como Tiempo entre eventos (gráfica T) y Promedio móvil geométrico (gráfica G). Estos gráficos se pueden usar para monitorizar y controlar ciertos aspectos de la gestión de inventario, como el seguimiento de los plazos de entrega, el análisis de patrones de reposición, el seguimiento de los indicadores de rendimiento del inventario y la detección de la variabilidad del proceso. Con estos gráficos, los gerentes de la cadena de suministro pueden tomar decisiones basadas en datos para optimizar los niveles de inventario y mejorar el rendimiento general de la cadena de suministro.
Los diagramas de dispersión proporcionan una herramienta valiosa para analizar las relaciones entre diferentes variables, como la demanda y los niveles de inventario. Los gerentes de la cadena de suministro pueden utilizar diagramas de dispersión para optimizar el inventario de las siguientes maneras:

Los gráficos de series temporales se utilizan para visualizar y analizar cómo cambia y evoluciona una variable o un conjunto de variables durante un período de tiempo específico. Usando gráficos de series de tiempo, los gerentes de la cadena de suministro pueden:

Las capacidades gráficas de Minitab permiten a los directores de la cadena de suministro obtener información valiosa de sus datos de inventario. Al utilizar representaciones visuales como diagramas de Pareto, gráficos de control, diagramas de dispersión y diagramas de series de tiempo, los gerentes pueden obtener una comprensión más profunda de los patrones de inventario, identificar las causas fundamentales de los problemas, pronosticar la demanda con precisión y optimizar los niveles de inventario para mejorar la eficiencia. Adoptar las herramientas gráficas de Minitab permite a los profesionales de la cadena de suministro tomar decisiones basadas en datos, impulsando el éxito en la optimización del inventario y, en última instancia, mejorando el rendimiento general de la cadena de suministro.
¿Listo para obtener información más detallada sobre los datos de su cadena de suministro? ¡Vea lo fácil que puede ser con el módulo de cadena de suministro de Minitab!