Detalles

Categoría: Minitab

Publicado: 26 Julio 2023

Visto: 3270

Por Stacey McDaniel

¿Sabía que el 50 % de todos los alimentos comestibles que se desechan lo hacen durante la fabricación, distribución y venta al por menor? Eso grita oportunidades de mejora. Estas son las buenas noticias: hay pasos sencillos que puede seguir para eliminar los desechos durante el proceso de producción. Esto no solo mejorará sus resultados, sino que también ayudará a crear una operación más eficiente y sostenible. Aquí hay algunas estrategias para ayudar a minimizar el desperdicio de alimentos en el proceso de fabricación:

1. Gestión de inventario: los sistemas de gestión de inventario garantizan que los ingredientes y las materias primas se almacenen correctamente y se utilicen según el principio de "primero en entrar, primero en salir". Esto reduce la probabilidad de que los elementos caduquen o se vuelvan inutilizables antes de que se utilicen. la gestión de inventario es uno de los procesos más críticos que el análisis predictivo puede mejorar. Tener demasiado inventario en stock puede ser costoso, mientras que no tener suficiente para las ventas esperadas podría significar la pérdida de clientes potenciales. El análisis predictivo ayuda a las organizaciones a mantener siempre el nivel correcto de suministros, lo que generalmente significa menores costos de inversión y menos desperdicio debido a la sobreproducción o falta de existencias.

2. Pronóstico preciso de la demanda: utilice análisis de datos y técnicas de pronóstico, como un gráfico de serie temporal para predecir la demanda del cliente con precisión. Esto permite a los fabricantes producir la cantidad correcta de productos, minimizando la sobreproducción y el desperdicio posterior. El objetivo del análisis predictivo de la cadena de suministro es mejorar la toma de decisiones y la planificación estratégica proporcionando una comprensión más precisa de la demanda, el suministro y otros factores clave futuros que pueden afectar la cadena de suministro. Esto permite a las empresas administrar y optimizar de manera proactiva sus operaciones de cadena de suministro, reduciendo costes, mejorando la eficiencia y mejorando la satisfacción del cliente.

3. Optimización de Procesos: Agilice los procesos de fabricación para minimizar la generación de residuos. Realice un análisis exhaustivo de la línea de producción e identifique las áreas en las que se pueden realizar mejoras, como reducir la pérdida de productos durante el envasado u optimizar los procesos de corte y recorte. Existen herramientas simples como mapas de procesos o mapas de flujo de valor para delinear fácilmente un proceso y proporcionar una estructura para iniciar un esfuerzo de mejora de procesos. Utilice técnicas de análisis de datos para medir indicadores clave de rendimiento y generar información sobre el rendimiento del proceso.

4. Control de calidad: implemente análisis de control de calidad estrictos para garantizar que solo se comercialicen los productos que cumplan con los estándares requeridos. Esto reduce las posibilidades de que se produzcan residuos debido a que se desechan o rechazan productos de baja calidad. Minitab ayuda a las empresas a generar confianza con nuestras soluciones de análisis de calidad y mejora. Nuestras soluciones, que incluyen gráficos de series temporales, gráficos de control, gráficos de Pareto y diagramas de espina de pescado, pueden ayudarlo a decidir qué métricas son críticas para la calidad, verificar que las esté midiendo con precisión y cuantificar qué tan bien están cumpliendo sus objetivos.

5. Monitorización y análisis de datos: Monitorice y analice continuamente los datos de producción para identificar patrones y tendencias relacionados con el desperdicio de alimentos. datos actuales y pasados ​​para descubrir tendencias, encontrar y predecir patrones, descubrir relaciones ocultas entre variables. Esta información puede ayudar a identificar áreas de mejora y orientar la toma de decisiones para las estrategias de reducción de residuos.

6. Colaboración con proveedores: comprometerse con los proveedores para establecer prácticas eficientes de gestión de la cadena de suministro. Analice los hallazgos para realizar mejoras en el tiempo de ciclo, la gestión de inventario o los tiempos de entrega, y aproveche el poder de la predicción para reducir el desperdicio de manera colectiva. El análisis predictivo ha emergido como un cambio de juego en este sentido, permitiendo a las organizaciones tomar decisiones basadas en datos .

Recuerde, cada instalación de fabricación es única y es importante adaptar estas estrategias a sus operaciones específicas. Las soluciones como el análisis predictivo, la regresión y el control estadístico de procesos pueden contribuir en gran medida a eliminar el desperdicio en la fabricación de alimentos. Al adoptar un enfoque integral e involucrar a todas las partes interesadas, puede reducir significativamente el desperdicio de alimentos en el proceso de fabricación y contribuir a un sistema alimentario más sostenible.

Detalles

Categoría: NAG

Publicado: 26 Julio 2023

Visto: 5465

Por Lenny Pitt.

Como ya sabrá, NAG (Numerical Algorithms Group) ofrece un producto pionero de diferenciación automática (AD) llamado dco/c++.

NAG® dco/c++ es una biblioteca rica en funciones de algoritmos matemáticos e informáticos avanzados. Está diseñada para mejorar enormemente el análisis de sensibilidad numérica y la toma de decisiones a través de una inteligencia mejorada.

NAG® dco/c++ calcula la tangente de primer orden y de orden superior y las derivadas adjuntas hasta 36000 veces más rápido que los métodos alternativos y con precisión de máquina. Es un producto robusto, verificado comercialmente y soportado de forma que se mantiene y actualiza continuamente. En última instancia, dco/c++ brinda confianza, tranquilidad y una ventaja competitiva a cualquier empresa que utilice modelos computacionales continuos.

Pero, ¿qué significa esto para las empresas financieras que dependen de los cálculos de riesgo y las que pronto pueden estar sujetas a la regulación FRTB, como los bancos de inversión y las mesas de negociación?

VELOCIDAD

Nuestra investigación muestra que dco/c++ puede calcular sensibilidades, o "griegos" de 10 a 36000 veces más rápido. Los resultados pueden variar según el uso de nuestra función de generación de código.

Esta velocidad permite que los cálculos de riesgo se mantengan al día con los mercados volátiles. Con dco/c++ puede beneficiarse del riesgo intradía, lo que significa que puede actuar rápidamente para tener confianza en su posición.

CAPTURA TODAS LAS DERIVADAS/SENSIBILIDADES/GRIEGOS

Con dco/c++, los operadores y las organizaciones no tienen que restringir la cantidad de sensibilidades que calculan. Tienen una imagen completa del riesgo de mercado en lugar de solo un pequeño recorte. Esta inteligencia mejorada significa que los operadores pueden ser más agresivos en sus decisiones.

EVITE INCUMPLIMIENTOS DE LÍMITES

A pesar de las garantías de los sistemas, las infracciones de límites pueden surgir después de la negociación. Esto significa que los operadores deben mantenerse alejados de los límites en ocasiones. Con dco/c++, la inteligencia mejorada de riesgo rápido y preciso permite a los operadores operar más cerca de sus límites con confianza.

CONFIANZA

Cualquier problema en el riesgo nocturno significaría que el comercio debe proceder con más cautela o protección. Con la velocidad de dco/c++, los operadores tienen riesgos precisos y actualizados, incluso intradía, y pueden operar de manera auspiciosa.

AHORROS

Calcular el riesgo de la noche a la mañana es lento y costoso. Con dco/c++, la aceleración significa que el riesgo se calcula más rápido y con mayor precisión usando MENOS tiempo de cómputo que, a su vez, significa menos gasto.

VENTAJA COMPETITIVA

Los competidores que han adoptado AD tienen una ventaja en capacidad y estructura de costes. Un modelado más potente le brinda una ventaja competitiva.

¿POR QUÉ NAG?

NAG ofrece una solución completa para que cualquier proyecto con Diferenciación Automática sea un éxito. Nuestros clientes no solo se benefician de dco/c++, la herramienta de AD más eficiente y rica en funciones del mercado, sino que también reciben soporte técnico inigualable en cada paso de nuestros consultores expertos de clase mundial. Queremos asegurarnos de que nuestros clientes aprovechen al máximo nuestro producto y experimenten todas las ventajas y beneficios de la diferenciación automática, por lo que siempre estamos aquí para ayudarlo.

CÓMO NAG HACE TODO ESTO FÁCIL

NAG recomienda una prueba de concepto (PoC). Ayudará a la mesa de negociación a comprender los beneficios que obtendrá de AD y los Quants a familiarizarse con la tecnología. Nuestros expertos pueden trabajar con usted para establecer métricas de éxito y brindar soporte en el diseño, las pruebas, la depuración, el ajuste del rendimiento y cualquier otra cosa que pueda surgir.

Después de una PoC exitosa, el siguiente paso será la integración completa de AD en sus bibliotecas. Nuestros consultores pueden ayudar a garantizar que la integración de AD no obstaculice otros proyectos u operaciones diarias mientras mantiene la propiedad y el control total sobre sus bibliotecas.

Trabajar con NAG garantizará que el valor de AD se maximice y logre lo más rápido posible. También ayudará a ofrecer las mejores prácticas y significa que los equipos de Quant tendrán a mano el asesoramiento de expertos al tomar decisiones clave.

¡Y eso es todo!

De principio a fin, así es como un banco de inversión, y más concretamente, una mesa de negociación, puede beneficiarse de la diferenciación automática de NAG, dco/c++.

Detalles

Categoría: Comsol

Publicado: 24 Julio 2023

Visto: 9444

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.

Referencias

[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

Detalles

Categoría: Minitab

Publicado: 20 Julio 2023

Visto: 6416

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.

MEJORE LA EXPERIENCIA GENERAL DEL 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.

ADMINISTRE EL INVENTARIO MEJORANDO SU PROCESO

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.

IMPLEMENTAR TÁCTICAS DE AHORRO DE ENERGÍA

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:

• actualizar sus sistemas de iluminación a LED
• instalar sensores de movimiento
• optimizar la configuración de HVAC
• realizar auditorías de energía periódicas

Estas iniciativas pueden reducir significativamente los costes de servicios públicos sin afectar la atención del paciente.

PAGOS DE RECLAMACIONES ACELERADOS

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.

MANTENIMIENTO PREVENTIVO DE EQUIPOS

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.

Detalles

Categoría: Maple

Publicado: 17 Julio 2023

Visto: 5388

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.

• El comando Quantize se utiliza para reemplazar datos con valores reales en un contenedor con valores de un libro de códigos y mostrar las señales originales y cuantificadas juntas.
• El comando SavitzkyGolayFilter aplica el filtro Savitzky-Golay a una señal, cuyas aplicaciones incluyen suavizar datos ruidosos y estimar derivadas de datos. El filtro también se conoce como Suavizado polinomial, Suavizado de mínimos cuadrados y Suavizado de diagrama de dispersión ponderado localmente (LOWESS).
• El comando Convolution se ha actualizado para incluir opciones de forma full, same y valid.
• Los comandos FFT e InverseFFT del paquete SignalProcessing ahora admiten relleno y truncamiento.
• Varios comandos en el paquete SignalProcessing, incluidos DynamicTimeWarping y MUSIC, ahora utilizan código C compilado y, por lo tanto, se ejecutan mucho más rápido.
• La mayoría de los comandos de SignalProcessing ahora se pueden ejecutar de forma nativa en las CPU de Silicon, lo que reduce en gran medida la necesidad de cambiar de procesador y, a menudo, proporciona cálculos más rápidos

Detalles

Categoría: Comsol

Publicado: 17 Julio 2023

Visto: 9960

Introducción

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.

Coeficiente de transferencia de calor

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):

La definición general del coeficiente de transferencia de calor es la ecuación siguiente, donde $q$ es el flujo de calor en W/m² (Ec. 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).

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 (ρC_pu·∇T) en la ecuación del calor. Para calcular u necesitamos de las ecuaciones de Navier Stokes [4].

Resultados

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.

Referencias

[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