- Detalles
- Categoría: Comsol
- Visto: 5072
En general, la geometría en COMSOL Multiphysics consta de distintos objetos dispuestos de una u otra forma. Tras realizar una determinada secuencia geométrica, existen 2 formas de finalización: Union y Assembly. La representación geométrica es relevante para luego realizar el mallado. El mallado por su parte, es un aspecto muy relevante para obtener resultados satisfactorios en COMSOL Multiphysics. Este concepto es explicado dentro en la parte de Geometry / Form the Geometry de COMSOL Learning Center [1], donde existen recursos de aprendizaje para todos los temas.
El mallado conlleva realizar varias acciones dependiendo del problema y de la física que gobierna el fenómeno de interés. ¿Qué pasa si existen dominios conectados o desconectados entre sí? Allí surge la idea de Union o Assembly. Lo anterior tiene que ver con cómo se finaliza una geometría. Por lo tanto, se evidencia la íntima relación existente entre la Geometría y la Malla. Para comprender cómo ocurre el proceso de mallado para el caso de Union y Assembly mostraremos un ejemplo en 2D. Notar que, en el caso bidimensional, el objeto se representa por una superficie sólida, y el dominio está formado por una parte de él (si el objeto está formado por varios dominios). El contorno está formado por las curvas que definen el dominio; es decir, líneas o segmentos para el caso de rectángulos de este ejemplo. Para visualizar los dominios y contornos es posible ir a Component 1 > View 1. En la ventana de Configuración de View 1 habilitar Show geometry labels. Ver Figura 1.
Fig. 1 Habilitación de Show geometry labels.
Ahora dibujamos 2 rectángulos con las dimensiones y posiciones indicadas abajo. En este primer caso, finalizamos la geometría con Form Union. El resultado se ve en Figura 2 (izquierda), donde en la ventana de herramientas de Graphics se puede pulsar sobre Select Domains o Select Boundaries para luego identificarlos. Ver Figura 2 (derecha). Se puede apreciar que existe un único objeto y 2 dominios.
- Rectangle 1
- o Width: 0.75 m, Height: 1 m. Position (Corner): x=0, y=0.5 m.
- Rectangle 2
- o Width: 0.75 m, Height: 1 m. Position (Corner): x=0.75, y=0 m.
- Form Union (luego se cambia a Form Assembly)
 |
 |
| Fig. 2. Izquierda: Geometría finalizada como Union. Derecha: Identificación de los dominios 1 y 2. | |
Si ahora se especifica Select Boundaries para los casos de Union y Assembly, el resultado se puede ver en la Figura 3 (izquierda y derecha, respectivamente). Para el caso de Union se tienen 9 contornos, mientras que para el caso de Assembly se tienen 8. En el primer caso (Union), la frontera común está denotada por el número 6 únicamente. Es decir, hay una frontera compartida entre el dominio 1 y 2. Para el caso de Assembly, se tienen 8 contornos y donde antes era una frontera común, ahora existe el contorno 4 y contorno 5. Esto implica que no hay frontera compartida entre los dominios.
Así, el significado de la operación Union da como resultado que existan 2 dominios conectados, donde la unión ocurre a través de contornos compartidos. Por otra parte, la operación Assembly lleva a tener objetos agrupados, separados como un ensamblaje.
 |
 |
| Fig. 3. Izquierda: Contornos para el caso Union. Derecha: Contornos para el caso Assembly. | |
Las implicancias a nivel de mallado se visualizan a continuación. Para ello, se crea un nodo Size general en tamaño normal. Luego se crea el nodo Size 1 de tamaño Finer y se aplica al Dominio 1. Por otro lado, se crea el nodo Size 2 de tamaño Coarser y se aplica al Dominio 2. Ver Figura 4.
Fig. 4: Secuencia del mallado.
La Figura 5 izquierda muestra el resultado del mallado para el caso Union, mientras que la Figura 4 derecha muestra el resultado del mallado para el caso Assembly. Se puede observar claramente que cuando la geometría se finaliza como Union, la malla es continua entre el dominio 1 y 2. No obstante, cuando la geometría se finaliza como Assembly, se obtienen 2 mallados independientes para cada dominio.
 |
 |
| Fig. 5. Izquierda: Mallado con la geometría finalizada como Union. Derecha: Mallado con la geometría finalizada Assembly. | |
La implicación física de formar una unión es que los dominios del modelo no pueden deslizarse ni moverse entre sí. Esto se debe al hecho de que la operación Form Union creará una frontera interior, entre los dos dominios, de modo que la malla resultante se conectará (y se adaptará) a través del contorno interior. Esta es una suposición predeterminada y apropiada para la mayoría de los modelos dentro de COMSOL, pero no es válida cuando se necesita el movimiento de objetos adyacentes. Para tales casos, o cuando se desee tener mallas independientes entre dominios adyacentes, se debe usar Form Assembly.
Por lo tanto, se debe cambiar a Assembly para las siguientes interfaces físicas cuando hay objetos adyacentes que se tocan en la secuencia geométrica:
- Modelos de mecánica estructural, cuando se incluyen características de contacto
- Multibody Dynamics
- Maquinaria Rotativa, Magnética
- Maquinaria rotativa, flujo de fluidos
Referencias:
[1] Centro de aprendizaje de COMSOL
- Detalles
- Categoría: Minitab
- Visto: 7978
1 a 3 de mayo de 2023
Descubrir · Predecir · Transformar · Lograr
¡Conéctese con innovadores, colegas y profesionales que ayudan a dar forma al futuro con información basada en datos y explore nuevas soluciones que puede implementar de inmediato!
EL EVENTO PRINCIPAL DE DATOS Y ANÁLISIS
Minitab Insights Global Conference
Minitab Insights Global Conference es el principal evento de análisis y datos centrado en el cliente para todos los innovadores y expertos de la industria que buscan extraer más valor de los datos. Este evento anual conecta a las mentes más brillantes de las principales organizaciones para aprender, trabajar en red y descubrir información valiosa a partir de sus datos y lograr la excelencia a través de nuestro conjunto de herramientas y soluciones, el mejor de su clase. Estos visionarios se reúnen con una sola misión; para hacer avanzar los negocios, la vida y la humanidad con el poder de los datos y el análisis.
Regístrese ahora y benefíciese de los descuentos por registro adelantado que finalizarán en breve
- Detalles
- Categoría: NAG
- Visto: 5699
La diferenciación automática adjunta (AAD) es una técnica informática para calcular derivadas. Usada correctamente, AAD calcula las derivadas mucho más rápido y con mucha más precisión que los métodos alternativos.
NAG continúa innovando en el área de diferenciación automática a través de su colaboración con científicos informáticos líderes del RWTH Aachen y más allá con la última actualización de su producto de vanguardia. NAG proporciona una biblioteca de encabezados de C++ AD rica en funciones, completa y potente, que incluye Adjoint AD, denominada dco/c++, que ha abordado las necesidades de los clientes durante más de una década.
La herramienta de diferenciación automática dco/c++ de NAG ahora incluye:
Generación de código
¿Qué es?
Una tecnología híbrida que combina la eficiencia de transformación de fuente con la flexibilidad y facilidad de uso de una herramienta de sobrecarga de operadores, con soporte para código primario, tangente y adjunto.
Esto significa que nuestra última tecnología AD admite todas las combinaciones de modos escalares y vectoriales para calcular derivadas primeras y superiores y lo hace de manera más eficiente que nunca.
¿Qué quiere decir esto?
En última instancia, esto significa derivadas de primer orden y de mayor orden entre 2 a 10 veces más rápidas (ver figura, tomada del póster técnico "Faster Risk Calculation: Next Generation dco/c++") que con nuestras versiones anteriores y hasta 36000 veces más rápidos que los métodos alternativos. ¿Pero cómo?
Las técnicas de sobrecarga de operadores para C++ han demostrado ser exitosas, robustas y fáciles de utilizar. Esto se debe a que se basan en el estándar C++ y funcionan con todo el conjunto de funciones del lenguaje. El compilador de C++ garantiza la aplicabilidad y el mantenimiento a largo plazo.
La transformación de fuente es una forma excelente de generar códigos de derivadas extremadamente eficientes. ¿Por qué? Las herramientas de transformación de origen tienen dos ventajas: en el paso de transformación y en el paso de compilación. En el paso de transformación, pueden implementar optimizaciones basadas en las propiedades de las reglas de diferenciación subyacentes. Además, en el paso de compilación, los pases de optimización integrados de los compiladores que avanzan constantemente se heredan. Un gran éxito por lo general: En aplicabilidad y mantenibilidad.
Hemos combinado ambos enfoques en nuestra nueva generación de código dinámico: usamos técnicas de sobrecarga para generar una representación del programa en la memoria y analizamos los distintos modos (principal, tangente, adjunto) en un archivo C++. La naturaleza dinámica de este enfoque (construir la representación en tiempo de ejecución) introduce una restricción importante en el código que se va a diferenciar: no se permite que el flujo de control dependa de los datos de entrada. Superamos esta restricción para las ramas con un uso inteligente de las funciones modernas de C++, como las expresiones lambda, en combinación con elementos clásicos del preprocesador. Con eso, nuestro enfoque avanzado ha hecho que la transformación de origen sea más accesible que nunca.
Los usuarios se beneficiarán del nuevo método que brinda robustez y eficiencia computacional, lo que a su vez puede significar un gran ahorro de tiempo y costos computacionales.
NAG continúa brindando a sus clientes los métodos algorítmicos más avanzados y efectivos, con un soporte inigualable. dco/c++ ahora proporciona derivadas precisos para la optimización, el riesgo y muchos otros problemas de mediana a gran escala en casi cualquier campo, incluidas las finanzas, los deportes de motor, la industria aeroespacial, la biomédica, la marina y la ingeniería civil.
Esta solución ofrece la velocidad y la precisión necesarias en problemas complejos para una toma de decisiones más rápida, auspiciosa y segura. Con la experiencia y el soporte de NAG, obtiene el máximo valor de dco/c++, en el menor tiempo posible.
Estas actualizaciones son el resultado de más de 12 años de investigación y desarrollo, y todas nuestras soluciones se prueban rigurosamente, cuentan con el respaldo de expertos y están respaldadas por más de 50 años de experiencia.
- Detalles
- Categoría: Lakes
- Visto: 5836
La mayoría de los modelos de dispersión de aire utilizan archivos de texto simples para leer entradas y escribir datos de salida. Para visualizar estos archivos, las aplicaciones de Lakes Environmental utilizan el editor de texto predeterminado del sistema. Los usuarios pueden preferir usar un editor de texto diferente para utilizar una funcionalidad diferente o dar formato a los datos de manera diferente. Para aprovechar estas funciones adicionales, puede cambiar el editor de texto predeterminado llamado por el software.
Paso 1: Acceder a la opción Preferences del menú File
Paso 2: Seleccionar System Editor de la lista de Ajustes (Settings)
Paso 3: Escoger entre WordPad, Notepad, o User-Specified.
Una ventaja de utilizar Notepad es la capacidad de identificar números de línea. Con Word Wrap desactivado (vaya al menú Format y anule la selección de Word Wrap), puede habilitar la Status Bar bajo el menú View. La barra de estado rastrea el cursor e indica el número de línea y columna de la posición actual del cursor.
Esto es útil para identificar la ubicación de errores dentro de los archivos del modelo. Por ejemplo, AERMOD siempre imprime un número de línea en los mensajes de advertencia y error. El siguiente mensaje de advertencia hace referencia a la línea 38 como la ubicación de un posible parámetro de fuente fuera de rango (VS para velocidad de salida).
Si abro el archivo de entrada y busco la línea 38, encuentro una fuente puntual con una velocidad de salida > 50 m/s.
También puede elegirse un editor especificado por el usuario en el menú Preferences. El siguiente ejemplo utiliza el programa de código abierto Notepad++ como el nuevo editor predeterminado antes de abrir un archivo de entrada CALMET desde CALPUFF View.
- Detalles
- Categoría: Comsol
- Visto: 6232
Neena Picardo nos presenta cuatro ejemplos de diseños de celdas de combustible diferentes en el artículo "4 Examples of Fuel Cell Modeling in COMSOL Multiphysics®" del blog de COMSOL.
Últimamente se oye mucho hablar de las pilas de combustible ya que son una de las tecnologías más apreciadas en el ámbito de la energía verde y las tecnologías del hidrógeno.
Una celda de hidrógeno es un dispositivo electroquímico que transforma de forma directa la energía química en eléctrica. La celda de combustible requiere hidrógeno (como combustible)) y oxigeno (como comburente). A partir de estos dos compuestos es capaz de generar electricidad, calor y agua. Que el subproducto generado sea agua es lo que las hace un "combustible limpio", pues no hay generación ni de dióxido de carbono ni de otros gases tóxicos.
COMSOL Multiphysics ofrece un módulo especializado para el análisis, diseño y optimización de estos dispositivos. Se trata del módulo "Fuel Cell & Electrolyzer". Este módulo está pensado para anallizar sistemas de celdas de combustible y electrolizadores, lo cual es útil para diseñar y optimizar las celdas electroquímicas. Los tipos de sistemas que se pueden estudiar incluyen celdas de combustible de membrana de intercambio de protones (PEMFC), celdas de combustible de intercambio de hidróxido (alcalinas) (AFC) y celdas de combustible de óxido sólido (SOFC), así como los correspondientes sistemas de electrolizadores de agua. El módulo acomoda todo tipo de celdas de combustible y electrolizadores.
En el artículo del blog Neena explora cuatro diferentes diseños de celdas de combustible para evaluar los diferentes aspectos de los diseños de celdas de combustible: Pila de combustible de óxido sólido, célula de combustible PEM de baja temperatura, pila de combusible PEM no isotérmica y la refrigeración de una pila de celdas de combustible.
- Detalles
- Categoría: Minitab
- Visto: 7589
Por Stacey McDaniel.
Todos sabemos que la calidad es importante. Asegurar la calidad ofrece una serie de beneficios, desde utilizar menos recursos, promover la lealtad del cliente y la satisfacción de la marca y, por supuesto, ahorros generales cuando las cosas se hacen bien a la primera.
Según la 2022 Market Guide for Quality Management Systems de Gartner, "La noción que se repite a menudo, pero que rara vez se sigue, de que 'la calidad es trabajo de todos' ahora se está realizando a una escala sin precedentes".
El trabajo de "calidad" ya no recae únicamente en el departamento de calidad. La preocupación por la calidad se extiende mucho más allá, y a algunos roles y departamentos que quizás tradicionalmente no se hayan considerado. Y, con la llegada de las soluciones basadas en la nube, los equipos y departamentos pueden colaborar e intercambiar ideas para reforzar las iniciativas de calidad en toda la empresa. Estos son algunos ejemplos de cómo las diferentes áreas de una organización pueden aprovechar el análisis de datos para mejorar la calidad:
-
Experiencia del cliente: ¿Sabe realmente lo que quieren sus clientes? Cuando se empieza a preguntar "¿cómo podemos mejorar la experiencia del cliente?" es posible que se encuentren algunas ideas sorprendentes como las de este importante proveedor de alquiler. Obtenga más información en este artículo: El análisis de Minitab revela las sorprendentes preferencias de los viajeros para el principal proveedor de alquileres vacacionales.
-
Almacén/logística: la optimización del inventario, como la mayoría de las soluciones de problemas, requiere un proceso reflexivo y algunos pasos. Hay ramificaciones por no optimizar el inventario. Al producir en exceso y mantener altos niveles de inventario, los productos podrían estropearse o incluso deteriorarse. El exceso de inventario no solo crea costes hoy, sino que también genera costes ocultos más adelante si necesita producir más bienes para reemplazar productos que estuvieron en el estante durante demasiado tiempo. Obtenga más información en este artículo: 3 pasos para evitar pedidos pendientes y optimizar sus niveles de inventario
-
Desarrollo de productos: existe una diferencia entre la calidad del diseño y la calidad de la fabricación. Llevar la calidad a la fase de diseño reducirá el desperdicio y los recursos a largo plazo.
-
Fabricación: el análisis de datos se puede poner a trabajar para encontrar nuevas formas de reducir costes y garantizar que los productos de calidad se produzcan de manera eficiente. Estos son algunos ejemplos de cómo los fabricantes de semiconductores pueden utilizar el control estadístico de procesos, ANOVA y otros métodos para lograr la calidad: 4 pasos para que los fabricantes de semiconductores mejoren la calidad y el rendimiento
-
Recursos humanos: puede ser difícil atraer a los mejores candidatos para un trabajo. Un simple análisis estadístico puede ayudar a los reclutadores a emplear un enfoque científico para seleccionar a los mejores candidatos e incorporarlos rápidamente. Este artículo nos lo explica: Minitab para recursos humanos: análisis de datos de reclutamiento para contratar a los mejores candidatos rápidamente
-
Marketing: el tiempo dedicado a la lluvia de ideas sobre la siguiente mejor estrategia puede ser abrumador. Puede ahorrar tiempo y recursos en la planificación de estrategias y asegurarse de que surjan ideas de calidad cuando utilice las numerosas herramientas visuales, mapas de procesos, diagramas de lluvia de ideas y formularios de Minitab Workspace. Lea cómo estas herramientas ayudarán a sus equipos a mantenerse enfocados mientras crean estrategias sólidas: Uso de Minitab Workspace en Marketing Parte 1: Ahorre tiempo en el desarrollo de estrategias
Asegurar la calidad no debe dejarse solo en manos de aquellos certificados en Lean Six Sigma o que impulsan estrategias Lean. Como puede verse, la calidad debe tratarse como un problema de toda la empresa y Minitab ofrece soluciones comprobadas que respaldarán a su organización en todos los niveles.
- Detalles
- Categoría: Comsol
- Visto: 6107
Las funciones biológicas generalmente ocurren en medios acuosos. Es en ellos donde tienen lugar las reacciones químicas que sustentan la vida y su evolución. Dichos medios pueden ser soluciones acuosas con iones en suspensión, y juegan un papel al transportar macromoléculas, entre otras características. Es decir, estamos hablando de fluidos, los cuales pueden estar sujetos a una variedad de condiciones, tales como perturbaciones intrínsecas o impuestas. En el caso de fuerzas aplicadas externamente una de estas influencias externas puede ser el campo magnético [1].
En el siguiente ejemplo de acoplamiento multifísico, se tiene un balón de vidrio con un medio acuoso en su interior. El medio contiene minerales y células vegetales o microalgas. Se incluye una varilla por donde ingresa aire. Tras el ingreso de aire, se crean burbujas que inducen la circulación del fluido. Luego, existe la influencia de un campo magnético externo, producido por un anillo de 4 imanes permanentes de Neodimio. Por lo tanto, las especies cargadas (iones) están en movimiento relativo a las líneas del campo magnético. La idea de someter al sistema biológico a estas condiciones es estresar las células para inducir una respuesta inhibitoria o de alta producción de especies antioxidantes (ver detalles en [2]).
Figura 1: (a) Matraz de Balón conteniendo un medio de cultivo con un arreglo de imanes alrededor [2]. (b) Modelo 3D. (c) Modelo 2D axisimétrico a partir de (b).
En cuanto a la modelización, se ha utilizado la interfaz de Magnetic Fields (ACDC) y de Bubbly Flow (CFD). Esto ha sido necesario para incluir la producción de burbujas tras el ingreso de aire al medio acuoso. En Magnetic Fields se calcula la densidad de flujo magnético (B), a través del vector potencial magnético, y la Fuerza de Lorentz (FL). Esta última depende de la velocidad, calculada en Bubbly Flow. Por otro lado, en Bubble Flow se utiliza la Fuerza de Lorentz como una fuerza volumétrica que eventualmente puede afectar al campo de velocidad. Así, existe un acoplamiento entre ambas físicas. La geometría se ha hecho en 2D axis simétrico para estudiar la multifísica. Por el eje de simetría se encuentra la varilla por donde entra aire y produce burbujas (ver Figura 1). Por esto, la velocidad del fluido es mayor en aquella zona. Por otro lado, la fuerza volumétrica tiene mayor intensidad cuanto mayor se está cerca del imán permanente (cuadrado a la derecha). Ver figura 2.
Figura 2: Magnitud de la velocidad del fluido y fuerza volumétrica debido a la presencia de un imán permanente.
En general, cuando en un sistema los fluidos están acoplados con campos magnéticos, éste se describe en términos de la magnetohidrodinámica. Es necesario destacar que en la versión 6.1 de COMSOL existe un acoplamiento predefinido entre las interfaces de Magnetic and Electric Fields (mef) y Laminar Flow (spf). Este caso de estudio se expuso durante el Webinar sobre novedades en COMSOL Multiphysics 6.1 (ver [3]).
Referencias
[1] Appl. Sci. 2020, 10(2), 531; https://doi.org/10.3390/app10020531
[2] Mar. Drugs 2021, 19(9), 527; https://doi.org/10.3390/md19090527
[3] https://www.addlink.es/eventos/comsol/webinar-novedades-en-comsol-multiphysics-6-1