- Detalles
- Categoría: Comsol
- Visto: 6860
En la edición de 2018 de Multiphysics Simulation aprenderá sobre varios casos prácticos que cubren temas que van desde tecnología portátil que salva vidas hasta la protección de la economía global contra la moneda falsa. Otros temas adicionales incluyen como la simulación multifísica posibilita que los ingenieros puedan tratar problemas de investigación que antes eran muy difíciles de abordar, como el modelo de un ojo completo paramétrico 3D, o demasiado costosos, como la predicción de clasificaciones de cables de alta tensión. Puede leer todos los casos de clientes haciendo clic en los enlaces inferiores para verla en línea o descargar la versión PDF.
Áreas principales:
- Interruptores para generadores
- Modelado y simulación multifísicos
- Sistemas de sensores
- Clasificación de cable subterráneo
- Optimización de producto
- Diseño de antena Helicon
- Tecnología de clasificador celular de alta velocidad
- Apps de simulación para mantenimiento correctivo
- Ciencia de materiales
- Método del elemento de contorno
Imagen de portada cortesía de Kejako SA.
- Detalles
- Categoría: Comsol
- Visto: 7346
Cuando analizamos problemas electromagnéticos de alta frecuencia utilizando el método de los elementos finitos (FEM), a menudo calculamos los parámetros S en el dominio de la frecuencia sin revisar los resultados en el dominio complementario; o sea, el dominio temporal.
El dominio del tiempo es donde podemos encontrar otra información de utilidad, como la reflectometría en el dominio del tiempo (TDR). En la entrada del blog de COMSOL de Jiyoun Munn, se mostrará la conversión entre los dos dominios para obtener eficientemente resultados en el dominio de cálculo deseado a través de un proceso de transformada de Fourier (FFT).
- Detalles
- Categoría: Minitab
- Visto: 4630
¿Ven sus directivos cómo sus iniciativas de calidad afectan el resultado final? Tal vez lo harían más a menudo si tuvieran una visión accesible del rendimiento y, en última instancia, del impacto general de los proyectos de mejora.
Por ejemplo, el 60% de las organizaciones encuestadas por la Sociedad Estadounidense para la Calidad en su estudio del estado global de la calidad de 2016 decían que no sabían o no medían el impacto financiero de la calidad.
La evidencia muestra que los líderes de la compañía simplemente no tienen un buen acceso al tipo de información que necesitan sobre sus iniciativas de mejora de la calidad.
El estudio del estado global de la calidad de ASQ 2013 indicó que más de la mitad de los directivos reciben actualizaciones sobre la calidad solo una vez por trimestre o incluso menos. Puede estar seguro que toman decisiones que afectan a la calidad con mucha más frecuencia que eso.
Incluso para las organizaciones que están trabajando arduamente para evaluar el impacto de la calidad, la comunicación de manera efectiva de ese impacto a los directivos de nivel C es un gran desafío. El informe de 2013 reveló que mientras más personas se alzan en el liderazgo de una organización, con menor frecuencia éstos reciben informes sobre las métricas de calidad. Solo el 2% de los altos directivos obtienen informes de calidad diarios, en comparación con el 33% de los miembros del personal de primera línea.
Una cuarta parte de los directivos senior afirmaron obtener métricas de calidad solo anualmente. Ese es un gran problema, y se extiende en todas las industrias. El Instituto Juran, que se especializa en capacitación, certificación y consultoría en gestión de la calidad a nivel mundial, también concluyó que esta falta de soporte a la gerencia es la razón número 1 por la que fracasan las iniciativas de mejora de la calidad.
Los profesionales de calidad son un grupo muy dedicado y trabajador, su tarea es realmente desafiante y, a menudo, ingrata. Sus éxitos deben ser entendidos y reconocidos. Pero sus esfuerzos no parecen llegar a las oficinas ejecutivas de nivel C tan a menudo como se merecen.
¿Por qué tantos líderes obtienen tan pocos informes sobre sus programas de calidad?
5 factores que hacen que la generación de informes sobre programas de calidad sea imposible
Para ser justos con todos los involucrados, desde el profesional hasta el directivo, reunir la imagen completa de la calidad en una empresa es desalentador. Los profesionales nos dicen que incluso en organizaciones con programas de calidad robustos y maduros, evaluar el impacto acumulativo de una iniciativa puede ser difícil y, a veces, imposible. Las razones incluyen:
Datos de proyecto dispersos e inaccesibles
Los equipos individuales son muy buenos para capturar e informar sus resultados, pero una gran empresa puede tener miles de proyectos simultáneos de calidad. Solo recopilar la información crítica de todos esos proyectos y ponerla en una forma que los líderes puedan usar es una tarea monumental.
Aplicaciones y documentos de proyectos dispersos
Los equipos generalmente usan una variedad de diferentes aplicaciones para crear gráficos, mapas de procesos, mapas de flujo de valores y otros documentos. Así que el registro del proyecto se convierte en una mezcla de archivos de muchas aplicaciones diferentes. A esta confusión se añade que las últimas versiones de algunos documentos pueden residir en varios ordenadores diferentes, los líderes del proyecto a menudo necesitan rastrear múltiples versiones de un documento para mantener el registro oficial del proyecto al día.
Métricas inconsistentes en los proyectos
Los resultados y las métricas no siempre se miden de la misma manera de un equipo del proyecto a otro. Si un equipo mide manzanas y el siguiente equipo mide naranjas, sus resultados no pueden evaluarse ni agregarse como si fueran equivalentes.
Seguimiento ineficaz e inadecuado
Muchas organizaciones han intentado métodos de seguimiento de calidad que van desde bases de datos de proyectos locales hasta sistemas completos de gestión de cartera de proyectos (PPM). Pero los sistemas locales a menudo se vuelven una carga que mantener, mientras que las soluciones listas para ser usadas, creadas para TI u otras funciones comerciales, no son compatibles con los proyectos que involucran métodos de mejora continua de la calidad como Lean y Six Sigma.
Muy poco tiempo
Informar sobre proyectos puede ser una carga. El día solo tiene unas horas y los ocupados miembros del equipo deben priorizar. Copiar y pegar información de los documentos del proyecto en un sistema externo parece ser un tiempo sin valor añadido, así que es fácil entender por qué poner la última información en el sistema tiene baja prioridad, si es que finalmente sucede.
Informar sobre la calidad no debería ser tan difícil
Dada la complejidad de las tareas y los factores sistémicos y humanos involucrados en la mejora de la calidad, no es difícil ver por qué muchas organizaciones luchan por conocer cómo están funcionando sus iniciativas.
Pero para los profesionales y líderes de calidad, el desafío es asegurarse de que la generación de informes sobre los resultados se convierta en un paso crítico en cada proyecto individual, y que todos los proyectos utilicen parámetros consistentes. Los equipos que pueden hacer esto encontrarán que sus resultados reciben más atención y más crédito por cómo afectan al resultado final.
Este hallazgo en el informe de ASQ subraya drasticamente los problemas en los que Minitab se ha enfocado recientemente. De hecho, nuestro software Companion by Minitab aborda de frente muchos de estos factores.
Companion utiliza una aplicación de escritorio que proporciona un conjunto completo de herramientas integradas para completar proyectos y la combina con un sistema de almacenamiento de proyectos basado en la nube y un panel basado en la web. Para los equipos, la aplicación de escritorio facilita la realización de proyectos, y dado que los datos del proyecto se almacenan centralmente y se transfieren automáticamente al tablero de instrumentos, informar sobre los proyectos no requiere, literalmente, ningún esfuerzo.
Para los ejecutivos, gerentes y partes interesadas, Companion ofrece una visión sin precedentes y sin parangón sobre el progreso, el rendimiento y el impacto final de toda la iniciativa de calidad de la organización, o cualquier parte individual de la misma.
Independientemente de las herramientas que utilicen, este asunto -cómo garantizar que los resultados de las iniciativas de mejora de la calidad se entiendan en toda la organización- es algo que todos los profesionales pueden abordar en su carrera profesional.
¿Cómo va usted a asegurarse de que los resultados de su trabajo va a llegar a los responsables de tomar decisiones en su organización?
- Detalles
- Categoría: Maple
- Visto: 6629
En este video conocerás las cinco cosas más importantes que necesitas saber cuando utilices Maple por primera vez. No te preocupes, es muy corto.
Después de ver el video puedes probar unas cuantas cosas por ti mismo, revisa Maple Quick Start si deseas una revisión más detallada.
- Detalles
- Categoría: Minitab
- Visto: 23108
Por Bonnie K. Stone
La inferencia estadística utiliza datos de una muestra de individuos para llegar a conclusiones sobre toda la población. Es una herramienta muy potente. Pero como dice el refrán, "¡con gran poder viene una gran responsabilidad!" Cuando intente hacer inferencias a partir de los datos de una muestra, debe verificar sus suposiciones. La violación de cualquiera de estos supuestos puede dar como resultado falsos positivos o falsos negativos, lo que invalida los resultados. En otras palabras, corre el riesgo de que sus resultados sean incorrectos, que sus conclusiones sean erróneas y, por lo tanto, que las soluciones que implemente no resuelvan el problema (¡a menos que tenga mucha suerte!).
Ha oído el chiste sobre ¿qué sucede cuando asumes? Para esta publicación, preguntemos "¿Qué sucede cuando no puedes verificar tus suposiciones?" Después de todo, somos humanos, y los humanos asumimos cosas todo el tiempo. Supongamos, por ejemplo, que quiero programar una reunión telefónica con usted y estoy en la zona horaria oriental de EE. UU. Es fácil para mí asumir que todos están en el mismo huso horario, pero realmente estás en California o en Australia. ¿Qué pasaría si convocara una reunión a las 2:00 p. M. Pero no especificara la zona horaria? ¡A menos que la haya verificado, es posible que llegue temprano o tarde a la reunión, o incluso que me la pierda por completo!
La buena noticia es que cuando se trata de suposiciones en el análisis estadístico, Minitab le respalda. Minitab tiene aún más funciones para ayudarle a verificar y validar los supuestos necesarios del análisis estadístico antes de finalizar sus conclusiones. Cuando utilice el Asistente de Minitab , el software identificará las suposiciones apropiadas para su análisis, proporcionará una guía para ayudarlo a desarrollar planes sólidos de recopilación de datos, verificará las suposiciones cuando analice sus datos, y le permitirá conocer los resultados en informe de resultados e informe de diagnóstico fáciles de comprender.
Los supuestos de datos más comunes son: muestras aleatorias, independencia, normalidad, igual varianza, estabilidad, y que su sistema de medición es exacto y preciso. En esta publicación, abordaremos muestras aleatorias e independencia estadística.
¿Qué es la asunción de muestras aleatorias?
Una muestra es aleatoria cuando cada punto de datos en su población tiene las mismas posibilidades de ser incluido en la muestra; por lo tanto, la selección de cualquier individuo ocurre por casualidad, y no por elección . Esto reduce la posibilidad de que las diferencias en los materiales o las condiciones resulten fuertemente sesgadas. Es más probable que las muestras aleatorias sean representativas de la población; por lo tanto, puede estar más seguro con sus inferencias estadísticas con una muestra aleatoria.
No hay una prueba que asegure que se haya realizado un muestreo aleatorio. Seguir buenas técnicas de muestreo ayudará a garantizar que sus muestras sean aleatorias. Aquí hay algunos enfoques comunes para asegurarse de que una muestra se crea al azar:
- Usar una tabla o característica de números aleatorios en Minitab (Figura 1).
- Selección sistemática (cada enésima unidad o en momentos específicos durante el día).
- Selección secuencial (tomada en secuencia para pruebas destructivas, etc.).
- Evitar el uso de juicios o conveniencia para seleccionar muestras.
Figura 1. Generador de datos aleatorios en Minitab
Las muestras no aleatorias introducen un sesgo y pueden dar lugar a interpretaciones incorrectas.
¿Qué es la asunción de la independencia estadística?
La independencia estadística es una suposición crítica para muchas pruebas estadísticas, como la prueba t de 2 muestras y ANOVA. Independencia significa que el valor de una observación no influye ni afecta el valor de otras observaciones. Los elementos de datos independientes no están conectados entre sí de ninguna manera (a menos que lo contabilice en su modelo). Esto incluye las observaciones en los grupos "entre" y "dentro" en su muestra. Las observaciones no independientes introducen un sesgo y pueden hacer que su prueba estadística proporcione demasiados falsos positivos.
Seguir buenas técnicas de muestreo ayudará a garantizar que sus muestras sean independientes. Las fuentes comunes de no independencia incluyen:
- Observaciones que están muy juntas en el tiempo.
- Observaciones que están muy juntas en el espacio o anidadas.
- Observaciones que están de alguna manera relacionadas.
Minitab puede probar la independencia utilizando el Test de Chi-Cuadrado para Asociación (Chí-Square Test for Association), que está diseñado para determinar si la distribución de observaciones para una variable es similar para todas las categorías de la segunda variable.
La verdadera razón por la que necesita verificar las suposiciones
Va a dedicar mucho tiempo y esfuerzo a recopilar y analizar datos. Después de todo el trabajo que realiza en el análisis, desea poder llegar a conclusiones correctas. ¡Quiere estar seguro de que puede decir si las diferencias observadas entre las muestras de datos se deben simplemente a la posibilidad, o si las poblaciones son de hecho diferentes!
Es fácil poner el carro antes que el caballo y simplemente sumergirse en la recopilación y el análisis de datos, pero es mucho más prudente tomarse el tiempo para comprender qué supuestos de datos se aplican a las pruebas estadísticas que utilizará, y planificar en consecuencia.
En la siguiente publicación se revisarán los supuestos de normalidad e igualdad de varianza.
- Detalles
- Categoría: Comsol
- Visto: 4061
Informamos a nuestros clientes y a todos aquellos ingenieros y especialistas que estén interesados en el modelado multifísico de sistemas y componentes de microondas, que pueden visitarnos en nuestro estand de COMSOL en la zona de exposiciones de la European Microwave Week 2018, que tiene lugar en el IFEMA (Feria de Madrid) del 23 al 28 de septiembre.
COMSOL dispone de una suite de módulos electromagnéticos que se pueden combinar con gran facilidad con módulos de transferencia de calor, mecánicos, etc, que permiten modelar cualquier sistema de microondas y acoplar toda serie de fenómenos físicos de otros dominios y conseguir de estar manera un análisis mucho más exacto y realista del producto.
- Detalles
- Categoría: Signals Notebook
- Visto: 32388
Las últimas novedades de Signals Notebook se centran, sobre todo, en mejoras en la búsqueda de información dentro del cuaderno de laboratorio electrónico.
Actualizaciones en la búsqueda
Se han realizado importantes actualizaciones en el apartado de búsqueda para abordar la necesidad de búsquedas combinadas de estructuras/propiedades, de esta forma el proceso será mucho más intuitivo. Al acceder al nuevo apartado de búsqueda, podrá introducir cualquier término para una búsqueda rápida e inteligente.
La búsqueda avanzada proporciona acceso inmediato a todas las propiedades disponibles. Podrá buscar por texto o por cualquier combinación de propiedades disponibles.
Cualquiera de los filtros aplicados se puede mostrar como botón de marcación junto con la cantidad de visitas.
Todas las propiedades que se muestran en los resultados pueden agregarse a los filtros directamente desde la pantalla.
Al visualizar los resultados en la vista de tarjeta, el tamaño de las mismas puede aumentar o disminuir.
Las estructuras químicas también se pueden copiar directamente de las tarjetas.
Una nueva apariencia de galería proporciona una vista más detallada de los resultados de búsqueda, destacando los resultados más adecuados.
Pueden guardar los criterios de búsqueda para utilizarlos con posterioridad. Los marcadores se almacenan localmente y no se comparten entre navegadores o terminales.
Texto automático
Esta opción solo está disponible para los administradores y usuarios de Signals Notebook Standard y Private Cloud.
Ahora, los administradores pueden definir texto personalizado disponible para el usuario, de esta forma se armoniza el idioma y la entrada de datos. El autotexto puede ser texto libre o listas de fragmentos definidos.
La definición de listas y fragmentos está disponible a través de la consola de administrador.
Los fragmentos de texto o listas se seleccionarán a través de la barra de herramientas del elemento “texto”. Alternativamente, los accesos directos existentes se han extendido. Además de escribir “#” para acceder a los reactivos, productos, disolventes y condiciones de reacción, se podrá acceder a los fragmentos de texto y cualquier plantilla escribiendo “$” y listas escribiendo “!”. Al presionar Esc se insertan estos caracteres como texto libre.
Si cualquier lista se inserta a través de un fragmento de texto o plantillas, el valor se puede seleccionar simplemente haciendo clic en el elemento de la lista.
Asignación de revisores y uso compartido
El comportamiento con respecto a “compartir experimentos” y “asignar revisores” ha sido modificado. Ahora asignar un revisor no significa acceso compartido al experimento por parte del revisor. No podrá seleccionarse un revisor que no disponga de acceso al experimento.