Las variaciones de temperatura son un factor determinante en la eficiencia de las baterías de iones de litio. Este tipo de batería parece que será la más utilizada en los vehículos eléctricos. Para controlar la temperatura se pueden utilizar diferentes técnicas. La refrigeración líquida es una de ellas. En la entrada del blog de COMSOL, titulada "Analyzing de Liquid Cooling of a Li-Ion Battery Pack", Thomas Forrister nos explica la utilización de la simulación multifísica con COMSOL para optimizar la gestión térmica en las baterías mediante el enfriamiento líquido.

Desafíos de la seguridad alimentaria

Si un consumidor tuviera una queja sobre la calidad de los alimentos, ¿podría rápidamente identificar todos los ingredientes y lotes utilizados durante la producción? ¿A qué velocidad podría obtener esta información? ¿Qué sucede si existe un problema de contaminación cruzada en el equipo durante un alérgeno durante la fabricación o debido a una limpieza inadecuada?

El papel y las hojas de cálculo no son suficientes

Cualquier instalación de confitería, ya sea para I+D o fabricación, tiene un plan de seguridad alimentaria. Sin embargo, los procedimientos, generalmente, se llevan a cabo en hojas de cálculo físicas que se actualizan manualmente. En una era donde las agencias de regulación esperan que esta información se brinde de manera rápida, las horas o días que se pueden invertir en compilar esta información es inaceptable.

Trazabilidad de ingredientes

La gestión de ingredientes es la clave en cualquier empresa de confitería. El consumidor necesita saber de qué lote vienen las materias primas como el azúcar o el cacao en polvo y, además, necesita tener un control total de la seguridad y cumplimiento de los parámetros de los alimentos que consume. Estas trazas pueden provocar alergias en los consumidores por lo que su control es fundamental.

BIOVIA ofrece una solución integral que puede garantizar la rastreabilidad de diferentes lotes, pruebas y sitios de fabricación. Con la solución de BIOVIA, los ingredientes pueden clasificarse con códigos de identificación únicos, códigos de barras y escanearlos en cualquier momento a lo largo del ciclo de vida del producto. De esta manera será fácil rastrear dónde entró un ingrediente en la cadena de producción, qué lotes lo utilizan y dónde terminan los productos resultantes.

Procedimientos estandarizados

Los laboratorios de las organizaciones de confitería necesitan poder garantizar una limpieza rigurosa de cualquier equipo utilizado para evitar la contaminación de productos “libres de alérgenos”. Por tanto, se requiere aplicar normas estandarizadas. La solución de BIOVIA permite la creación y aplicación de procedimientos específicos para la limpieza de equipos, pruebas de productos y medidas de control de calidad, todo dentro de un entorno unificado. Una vez los procedimientos se implementan, son fáciles de ejecutar utilizando una interfaz móvil, con los datos organizados de forma estandarizada y formato accesible. Los controles de firma y validación aseguran el cumplimiento en todo momento de los procedimientos.

Beneficios

  • Cumplimiento y seguridad del consumidor con trazabilidad completa de ingredientes.
  • Estandarización de los procedimientos con un cuaderno de laboratorio electrónico
  • Calidad y seguridad de los alimentos a través del control de alérgenos asegurando la limpieza de los equipos.

BIOVIA ofrece una solución para todos estos problemas, ¿necesitas más información? ¿Completarlo con otros software? Aquí tienes más información.

La nueva versión reafirma a Maple como software matemático líder en resolución de ecuaciones en derivadas parciales. Maple 2019 incluye, métodos adicionales para resolver nuevas clases de problemas, más flexibilidad para elegir los métodos que se van a intentar y una mejoría en la simplificación de los resultados.

Por Álvaro Garrido.

Como estudiante de física, he tardado poco en percatarme de la importancia que tienen las EDP en esta rama de la ciencia. Electrostática, dinámica de fluidos, calor, elasticidad, propagación del sonido, mecánica cuántica…¡Las EDP parecen estar en todas partes! Y no es de extrañar, ya que es una herramienta fundamental para describir la variación de fenómenos con respecto a múltiples variables. Por ello, no solo los físicos las usan constantemente, también lo hacen los ingenieros, matemáticos, economistas, entre otros.

Pese a su gran utilidad, los métodos utilizados para encontrar soluciones a las EDP, pueden ser en ocasiones tediosos y difíciles si se hacen a mano. Además, siempre correremos el riesgo de cometer algún que otro error. Por esta razón, Maple es una herramienta excelente para estudiantes, docentes o profesionales que trabajan frecuentemente con ecuaciones en derivadas parciales.


Ecuación de Schrödinger en dos dimensiones, con condiciones iniciales

Maple permite al usuario encontrar soluciones correctas y de manera rápida, utilizando una interfaz sencilla e intuitiva, que reconoce la notación matemática tradicional. Sin duda, el gran rasgo diferenciador de Maple en resolución de EDP, es la cantidad de operaciones que el programa logra ahorrarle al usuario. Cambios de variable y toda clase de manipulaciones u operaciones son realizadas automáticamente por el programa para que el usuario obtenga la solución de manera inmediata y sin necesidad de interactuar con el programa. Otra ventaja de Maple es su versatilidad y flexibilidad a la hora de resolver problemas. El usuario podrá realizar cualquier paso intermedio que desee manualmente, y tendrá también la posibilidad de especificar u omitir los métodos que estime oportuno para resolver el problema.

La última actualización de esta herramienta, Maple 2019, nos ofrece numerosas mejoras, incluyendo:

  • Resolución de problemas de contorno usando cambios lineales de variables.
  • Posibilidad de especificar o excluir métodos para la resolución de problemas.
  • Soluciones en serie para EDP lineales y problemas de contorno resueltos mediante la separación de productos con autovalores, que son a su vez la raíz de expresiones algebraicas no invertibles.
  • Método de superposición para EDP lineales con más de una condición de frontera no homogénea.
  • Método de soluciones polinomiales.
  • Resolución de más problemas usando las transformadas de Laplace y de Fourier.
  • Mejoras para resolver las ecuaciones de onda o de calor, con o sin fuente.
  • Mejoras en los métodos en serie para problemas de EDP de Laplace.
  • Mejor simplificación de respuestas.

 


Ecuación de onda con fuente. En versiones anteriores, el programa daba la solución a este problema con integrales no evaluadas. Usando Maple 2019, se simplifica el resultado considerablemente.

por Bruno Scibilia.

¿Tratando de resolver un problema complejo? Debe comenzar enumerando todas las variables sospechosas. Luego, identificar los pocos factores críticos y separarlos de los otros que no son esenciales para comprender la causa. Echemos un vistazo a una herramienta gráfica muy simple que es muy intuitiva, puede ser utilizada por prácticamente cualquier persona y no requiere ningún conocimiento estadístico previo: el Gráfico Multi-Vari.

¿Qué es un gráfico multi-vari?

Los Gráficos Multi-Vari son una excelente manera de presentar visualmente los datos del análisis de varianza (ANOVA) y sobresalir en las primeras etapas del análisis de la causa raíz. Su principal fortaleza está en que permite visualizar muchas fuentes diversas de variaciones en un solo diagrama mientras proporciona una visión general de los efectos del factor.

Los gráficos Multi-Vari pueden ayudar a llevar a cabo una investigación y estudiar patrones de variación de muchas causas posibles en un solo gráfico. Permiten mostrar variaciones posicionales o cíclicas en los procesos. También se pueden usar para estudiar variaciones dentro de un subgrupo, entre subgrupos, etc.

Para crear un gráfico multi-vari con Minitab Statistical Software, elija Estadísticas> Herramientas de calidad> Gráfica multi-vari ... Luego seleccione su variable de respuesta y hasta ocho factores en el cuadro de diálogo.


Obtenga más información sobre los gráficos multivaria y encuentre un conjunto de datos de ejemplo: Soporte de Minitab 19


Visualizar los tiempos de espera del centro de llamadas con gráficos multi-vari

Supongamos que se necesita examinar los tiempos de espera de varios centros de llamadas que forman parte de una gran empresa de servicios financieros. Los clientes y clientes potenciales llaman para abrir nuevas cuentas, obtener información sobre tarjetas de crédito, solicitar asistencia técnica y acceder a otros servicios. Se tienen datos sobre categorías de clientes, tipos de servicio (solicitudes) y el tiempo de espera en segundos para responder cada llamada telefónica (duración). Pueden usarse Gráficos Multi-Vari para analizar los tiempos de espera.

Si echamos un vistazo a la tabla Multi-Vari de arriba, se muestran todos los centros de llamadas, categorías de clientes, tiempos de espera y tipos de solicitudes. Cada centro de llamadas se ha dedicado a tipos específicos de solicitudes. Por ejemplo, las llamadas de soporte técnico solo se procesan en el centro de llamadas de Montpellier.

¿Observa en la parte superior derecha cómo es la duración más larga en el centro de llamadas de Montpellier? Si observa los otros gráficos en el proyecto de Minitab, también puede ver los días y las horas. Estos sugieren que los tiempos de espera son más largos los lunes en Montpellier y por lo general tienden a ser más largos en Montpellier que en Saint-Quentin todos los días. Los tiempos de espera son mucho más largos para las solicitudes de soporte técnico los lunes también.

Sin embargo, hay que tener en cuenta que cuando no hay un factor dominante obvio, o cuando las "señales" del proceso son demasiado "débiles" para ser detectadas fácilmente, es útil aumentar el Gráfico Multi-Vari con técnicas estadísticas más potentes (como ANOVA o un análisis de regresión) para estimar numéricamente los efectos debidos a cada factor.

Próximos pasos después del gráfico multivaria

Gracias a la excelente visualización de los componentes de variación en el Gráfico Multi-Vari, la compañía de servicios financieros pudo ver fácilmente que las llamadas de soporte técnico y los lunes eran los problemas principales y obvios. Ahora la compañía puede dar el siguiente paso y comenzar a investigar por qué existen esos problemas y cómo solucionarlos.

Un nuevo conjunto de resolvedores de optimización sin derivadas ha sido integrado dentro de la librería NAG Library en la versión Mark 27. Su objetivo es la optimización de modelos Black Box y pueden manejar ya sea problemas de calibración (mínimos cuadrados no lineales) como problemas con una función objetivo genérica. Los resolvedores, disponibles tanto con interfaces de comunicación directa e inversa deberían mostrar una tasa de convergencia mejorada en comparación con las soluciones DFO existentes en la NAG Library.

Para más información sobre estos nuevos resolvedores vea el mini ártículo y el póster técnico "Derivative-free Optimization Solver for Calibration Problems". También existe mucha información en el capítulo de introducción de la Librería NAG "Minimizing or Maximizing a Function" que pueden encontrar en este enlace.

Recomendamos a los usuarios pasarse a la última NAG Library por las funcionalidades adicionales y los niveles de soporte garantizados (todos los clientes actualizados disponen de soporte técnico garantizado en ésta y la versión anterior).

Cuando tenga datos recopilados con múltiples factores, utilice el nuevo y mejorado gráfico Multi-Vari en Minitab 19.2.0

Utilice la Gráfica multi-vari como una herramienta preliminar para investigar la variación en sus datos, incluidas las variaciones cíclicas y las interacciones entre los factores. Las gráficas multi-vari muestran las relaciones entre los factores y una respuesta. Cada gráfica muestra hasta ocho factores.

Dos gráficas multi-vari están disponibles.

  • La respuesta promedio con gráfica de variación
  • La gráfica de desviación estándar

Un buen análisis de datos le permite tomar decisiones más inteligentes con mayor rapidez. Vea cómo el Gráfico Multi-Vari puede ayudarle a analizar datos, comunicar resultados y mantener sus proyectos avanzando en los dos ejemplos que se muestran en este artículo del blog de Minitab.

Puede encontrar este típo de análisis en la última revisión de Minitab 19.2.0, y concretamente en el menú Estadísticas > Herramientas de calidad > Gráfica multi-vari.

Para probar la significancia estadística de los factores o las interacciones, usted puede utilizar un ANOVA (análisis de varianza) o un análisis de regresión.

Por Gillian Groom.

En Minitab, queremos que nuestros usuarios centren su tiempo en sacar conclusiones sensatas de sus datos, que puedan utilizar para resolver problemas comerciales o aprovechar oportunidades. Sin embargo, con cada vez más y más fuentes de datos disponibles, a menudo se pasa uno más tiempo preparándose para el análisis que interpretándolo.

Aquí presentamos cuatro ideas que muestran cómo las macros de Minitab ofrecen un "análisis con un clic" para la parte repetitiva de cualquier proyecto de análisis

1) Crear un gráfico personalizado

Es posible que los gráficos que se producen directamente a partir de los menús de Minitab no aparezcan exactamente como es deseado. Por ejemplo, tome este conjunto de datos de crecimiento de unas plantas en el siguiente ejemplo de diagrama de caja. Produce el siguiente gráfico.

Sin embargo, es posible que desee que se vea así.

Es fácil editar el gráfico Boxplot original para que se vea así, pero si tuviera que hacer esto para una gran cantidad de gráficos cada mes, se convertiría en una carga real. Sin embargo, sería posible crear un Minitab Exec, el tipo más simple de automatización en Minitab, para hacerlo rápidamente con un solo clic.

2) Preparar el análisis de conjuntos de datos externos

Hoy en día, a menudo obtenemos datos de varias fuentes y antes de que podamos hacer cualquier análisis, necesitamos importar los datos y prepararlos para el análisis, lo que podría implicar subconjuntos de datos, clasificación, transposición, recodificación y creación de nuevas variables.

Tuve un problema similar con los datos que utilicé para mi blog, Sunny Day for a Statistician. Los datos de mi sistema de paneles solares llegaron en 50 archivos CSV mensuales, cada uno con este aspecto.

Necesitaba que todos estos datos estuvieran en un único archivo, así que en lugar de hacerlo manualmente de uno en uno, escribí una macro que:

  1. Me preguntó la fecha de inicio y la fecha de finalización de mi análisis.
  2. Determinó cuántos archivos debían crearse y creó los nombres de archivo para cada mes.
  3. Navegó por los archivos mensuales, ignorando las primeras 7 filas de encabezado.
  4. Apiló las hojas de trabajo individuales en una hoja de trabajo.
  5. Extrajo el año y el mes de la fecha, quedando listo para mi análisis.

Ahora que tengo esta macro, puedo agregar rápidamente datos a mi hoja de trabajo histórica de datos solares, y dejarla lista para repetir mi análisis. ¡Incluso podría extender esta macro para hacer el análisis también!

3) Análisis utilizando un método o fórmula que no está en Minitab

Minitab tiene una extensa biblioteca de métodos y fórmulas que cubren la mayoría de los análisis. Sin embargo, ¿qué sucede si se desea utilizar una metodología o fórmula diferente? Muchos usuarios piensan que tienen que usar otro software que les permita hacer cálculos a partir de los primeros principios.

Sin embargo, siempre que sepa lo que quiere y tenga las fórmulas/métodos necesarios, puede usar una macro para completar este análisis. Puede encontrar más de 100 ejemplos de estos tipos de análisis que se pueden completar con macros en la Biblioteca de macros de Minitab.

4) Añada las macros a la barra de menú de Minitab

¿Sabía que puede personalizar la barra de menú en Minitab para mostrar sus macros? Solo tiene que seguir los pasos que encontrará en este enlace.

Espero que estos trucos te hayan dado algunas ideas para mejorar la eficiencia del análisis en tu organización.