Un estudio publicado por Li et al. en la Scientific Reports (Nature) presenta un marco de inversión Gauss-Newton para datos electromagnéticos transitorios en superficie (GTEM) basado en el software de elementos finitos COMSOL Multiphysics®.

Los autores introdujeron una fuente magnética virtual en el receptor y se aplicó el método del campo adjunto, lo que permite obtener la matriz de sensibilidad 3D completa en solo dos simulaciones directas e integrarla en un flujo de trabajo iterativo. EL modelo y su mallado se muestran en la Figura 1.

Figura 1. Configuraciones de modelado directo y malla en COMSOL: (a) Modelo de simetría axial y (b) Modelo 3D completo.

La Figura 2 muestra la evolución temporal del campo electromagnético transitorio alrededor de una anomalía conductora 3D obtenida mediante la simulación en COMSOL Multiphysics^®. En los primeros instantes, el campo se concentra en las proximidades del lazo transmisor; posteriormente, la energía se propaga hacia el subsuelo y se intensifica alrededor de la anomalía conductora debido a la inducción de corrientes de Foucault. En tiempos más tardíos, el campo penetra a mayor profundidad mientras la señal asociada a la anomalía se atenúa progresivamente. Estos resultados demuestran la capacidad del modelo desarrollado en COMSOL Multiphysics^® para reproducir con precisión la evolución espacio-temporal de los campos TEM en estructuras geológicas tridimensionales.

Figura 2. Amplitudes transitorias del campo electromagnético en una sección transversal de un modelo de cubo conductor en instantes de tiempo seleccionados.

Principales hallazgos del estudio:

• Alta precisión en modelado directo: Las soluciones 3D en un semiespacio homogéneo mostraron un error relativo menor al 1,4% en comparación con la solución analítica (y menor al 0,05% en el modelo con simetría axial).
• Rápida convergencia: En las pruebas con un modelo estratificado en forma de "H", la inversión convergió en solo 4 iteraciones, logrando un ajuste del 0,99%.
• Validación en campo: En la mina de carbón Xiaogangou (Xinjiang, China), el método delimitó con precisión zonas conductoras de agua asociadas a la falla DF1, con una coincidencia excelente frente a los datos de sondeos (ZK402) y la geología local.

Un avance clave que ofrece una herramienta precisa y accesible para la simulación e inversión TEM en escenarios geológicos complejos.

Referencias

[1] Li, F., Wang, P. & Lu, K. Gauss-Newton inversion of ground transient electromagnetic data using COMSOL multiphysics. Sci Rep 16, 970 (2026). https://doi.org/10.1038/s41598-025-30438-y

Por Lauren Slovin.

Si recientemente ha realizado una prueba t de 1 muestra o una prueba t pareada en Minitab, es posible que haya notado algo nuevo en el resultado: los grados de libertad (GL).

Puede parecer una pequeña modificación. La prueba de hipótesis, el valor p y el intervalo de confianza son los mismos que antes. Los grados de libertad siempre han formado parte del cálculo. Ahora, los usuarios ya no tienen que calcularlos manualmente. Mostrarlos hace que la salida de Minitab sea más transparente y completa.

Analicemos más de cerca qué hace una prueba t y por qué este cambio, aparentemente pequeño, es importante.

¿Qué es una prueba t?

La prueba t es una de las herramientas estadísticas más utilizadas para comparar promedios. Ayuda a responder una pregunta importante: ¿La diferencia que observo es real o podría deberse simplemente a la variación aleatoria?

Imaginemos que un fabricante lanza una herramienta de corte rediseñada y quiere saber si dura más que el estándar establecido de 1120 ciclos. El nuevo diseño tiene un promedio de 1165 ciclos. Existe una diferencia, pero ¿es significativa?

Una prueba t evalúa la diferencia teniendo en cuenta la variabilidad natural y el tamaño de la muestra. Genera un valor p, que ayuda a determinar si el resultado es estadísticamente significativo o si podría deberse al azar. Ya sea que se comparen productos, se evalúe una mejora de proceso o se mida el rendimiento antes y después de un cambio, una prueba t ayuda a convertir los datos en evidencia.

¿Qué es un intervalo de confianza?

Un valor p indica si una diferencia es estadísticamente significativa, y un intervalo de confianza indica cuán grande podría ser esa diferencia.

Supongamos que su análisis estima que un nuevo proceso reduce el tiempo de producción en cuatro minutos. Dado que trabaja con una muestra, existe cierta incertidumbre en torno a esta estimación. Minitab podría mostrar un intervalo de confianza del 95 % de entre 2,9 y 5,1 minutos. Este rango representa valores plausibles para la mejora real. Los intervalos estrechos indican mayor precisión, mientras que los intervalos más amplios reflejan mayor incertidumbre.

Los intervalos de confianza complementan las pruebas de hipótesis al proporcionar un contexto práctico. Saber que existe una diferencia es valioso; saber aproximadamente qué tan grande es suele ser aún más importante.

¿Qué son los grados de libertad?

A pesar de su nombre técnico, DF describe la información disponible para estimar la variación y extraer conclusiones fiables.

Imaginemos que cinco clientes tienen una puntuación media de satisfacción de 8 sobre 10. Si cuatro puntuaciones son 7, 8, 9 y 8, la quinta debe ser 8 para que la media siga siendo 8. Dado que un valor está determinado por la media, solo cuatro observaciones pueden variar libremente. Esto deja 5 − 1 = 4 grados de libertad.

La misma idea se aplica a una prueba t. El software primero estima el promedio de la muestra. Una vez que se conoce ese promedio, se "utiliza" un grado de libertad, quedando:

Prueba t de 1 muestra: grados de libertad = tamaño de la muestra − 1
Prueba t pareada: grados de libertad = número de pares − 1

Entonces, si se recopilan 20 observaciones, los grados de libertad son 19.

Los grados de libertad ahora aparecen junto al valor t y al valor p en los resultados de la prueba t de una muestra y la prueba t pareada de Minitab.

Piense en los grados de libertad como en un presupuesto. Cada observación proporciona información, pero estimar el promedio de la muestra consume una parte de ella. La información restante ayuda a la prueba t a estimar la variación natural. Generalmente, un mayor número de grados de libertad permite una mayor precisión.

Con esta actualización, ya no necesitas calcularlo Vd. mismo. Minitab lo hace automáticamente.

¿Por qué son importantes los grados de libertad?

Si solo prueba cinco herramientas, sus resultados podrían verse influenciados por algunas que tengan un rendimiento excepcionalmente bueno o malo. Si prueba 100 herramientas, tendrá mucha más información. La prueba t tiene esto en cuenta al utilizar grados de libertad para determinar el valor p y el intervalo de confianza. Con muestras más pequeñas, la prueba es más cautelosa debido a la mayor incertidumbre. A medida que aumenta el tamaño de la muestra, los cálculos se vuelven más precisos.

Los cálculos no han cambiado. Minitab siempre ha utilizado los grados de libertad adecuados al calcular el estadístico t, el valor p y el intervalo de confianza. La novedad reside en que ahora se muestran los grados de libertad, lo que facilita la documentación, interpretación y verificación de los resultados.

¿Por qué añadir ahora la función de grados de libertad y quién se beneficia?

Los investigadores incluyen el factor de divergencia (DF) en sus publicaciones, los auditores lo utilizan para verificar los análisis y los profesores lo enseñan junto con el estadístico t y el valor p. Anteriormente, los usuarios de Minitab tenían que calcular el DF manualmente o inferirlo a partir del tamaño de la muestra. Ahora aparece automáticamente, lo que facilita la presentación, validación y reproducción de los resultados.

Para muchos usuarios habituales, los cambios son mínimos. Si su objetivo principal es determinar si un proceso ha mejorado o si el diámetro de su producto cumple con las especificaciones, las conclusiones siguen siendo las mismas. El nivel de detalle adicional resulta especialmente útil para investigadores, ingenieros de calidad en industrias reguladas, auditores, estudiantes, profesores y estadísticos que necesitan documentar o verificar sus análisis.

Las matemáticas no han cambiado; el análisis es simplemente más claro. Al mostrar los grados de libertad en la salida estándar, Minitab elimina un paso manual adicional y facilita la comprensión y la justificación de todas las pruebas t de una muestra y pareadas, permitiendo realizarlas con mayor confianza.

La versión Maple Flow 2026 perfecciona las herramientas en las que ya confía y abre nuevas formas de crear, conectar e incluso generar sus hojas de cálculo: desde un motor matemático más rápido hasta programación en línea directamente en el lienzo, pasando por la generación de hojas de cálculo asistida por IA y una conectividad ampliada en toda su cadena de herramientas de ingeniería.

Programe de forma más inteligente, calcule más rápido

• Generación de hojas de cálculo asistida por IA:
  Maple Flow funciona con asistentes de codificación de IA (como Claude Code y Codex) y Maple MCP para generar hojas de cálculo a partir de fuentes existentes.
  
  • Generar hojas de cálculo a partir de una solicitud de lenguaje natural: una solicitud detallada que describa los cálculos y el contenido técnico que necesita puede generar una hoja de cálculo estructurada de Maple Flow, completa con documentación, cálculos en tiempo real y procedencia de las ecuaciones.
    
  • Convierta hojas de cálculo de Excel en hojas de trabajo de Maple Flow: Las referencias y fórmulas ocultas en una hoja de cálculo pueden ser difíciles de auditar. Los agentes de IA transforman esa lógica opaca en una notación matemática legible y natural, más fácil de revisar.
    
  • Convierta scripts de MATLAB en hojas de cálculo de Maple Flow: Pase de ecuaciones con aspecto de código y bucles procedimentales a documentos de cálculo legibles creados con solucionadores de alto nivel, sentencias por partes y ecuaciones bidimensionales.
    
  • Elabore un modelo matemático a partir de un sitio web o un documento técnico: traduzca referencias públicas, artículos técnicos o documentos con datos empíricos en modelos de hojas de cálculo estructuradas con supuestos transparentes y procedencia documentada.
    

  Todas las hojas de cálculo generadas por IA deben revisarse antes de su uso en trabajos de ingeniería: los resultados pueden variar entre modelo y entre ejecuciones.

• Escribe programas directamente en la hoja de cálculo con Programación en línea.
  

  Ahora puede escribir programas y scripts directamente en la hoja de cálculo, que se ejecutarán junto con el resto del contenido. Introduzca su programa usando la nueva paleta de Programación o el teclado, alternando entre ambas cuando le resulte conveniente. La paleta de programación controlada por ratón permite insertar plantillas de programación comunes, como bucles for y sentencias if/else, con la indentación correcta ya aplicada. La introducción de datos mediante teclado incluye funciones de productividad para mantener el código limpio y legible.

• Mejora del rendimiento:
  Esta versión incorpora mejoras adicionales al motor matemático, lo que garantiza que incluso las hojas de cálculo más exigentes sigan respondiendo con fluidez. Las mejoras en el rendimiento se deben a optimizaciones en la interfaz, las rutinas individuales y la estructura computacional subyacente al motor matemático.

Conectando Maple Flow con su mundo de ingeniería

• Compatibilidad ampliada con Excel
  Ahora puede copiar y pegar más tipos de datos de Excel a Maple Flow, lo que facilita la importación directa de los datos de sus hojas de cálculo a sus hojas de trabajo.
• Migre sus archivos heredados a Maple Flow
  El Asistente de migración de Maple Flow ahora permite transferir contenido de archivos de Mathcad Prime®, además de la compatibilidad existente con las hojas de cálculo de Mathcad 13, 14 y 15. El Asistente de migración también puede convertir programas de Mathcad directamente en los nuevos programas integrados de Maple Flow, conservando así gran parte de la estructura y la finalidad de la hoja de cálculo original.
• Más formas de aprender Maple Flow
  
  • Una guía de usuario ampliada, que incluye una nueva sección sobre programación en línea.
  • Se han añadido nuevas aplicaciones a la Galería de Aplicaciones, incluida una nueva sección de semiconductores.

Disponible para: Clientes de Maple Flow que estaban inscritos en el Plan de Mantenimiento Elite de Maplesoft en el momento de su lanzamiento. (Los clientes que no estaban inscritos en el Plan de Mantenimiento Elite en ese momento pueden contactar con el departamento de ventas de Addlink para obtener una actualización).

WebGIS proporciona acceso a datos geofísicos globales para la modelización de la dispersión atmosférica, la evaluación de riesgos y otras aplicaciones técnicas. Los productos comerciales de Lakes Software, como AERMOD View, CALPUFF View y otros, integran WebGIS para descargar automáticamente datos de terreno y uso del suelo directamente en los proyectos.

Esto ahorra tiempo a los modeladores al reducir la necesidad de localizar, descargar y preparar datos de múltiples fuentes externas.

A partir de la versión 13.1 de AERMOD View, WebGIS ahora aloja un nuevo conjunto de datos de terreno: NASADEM.

NASADEM es una versión reprocesada de los datos de elevación recopilados por Shuttle Radar Topography Mission (SRTM), disponibles desde hace tiempo en WebGIS. Su procesado actualizado incorpora una geolocalización mejorada y métodos revisados ​​para rellenar las lagunas en los datos originales. Los mosaicos de NASADEM ofrecen la misma cobertura geográfica y resolución (30 metros/1 segundo de arco) que el conjunto de datos SRTM1 Versión 3 existente en WebGIS, cubriendo las áreas terrestres entre los 60°N y los 56°S de latitud.

Los usuarios de AERMOD View con mantenimiento vigente pueden acceder a NASADEM en la nueva versión 13.1 , lanzada a principios de este mes. El acceso a NASADEM sigue el mismo procedimiento que para todos los productos WebGIS:

Paso 1: Abra el Procesador de terreno de AERMOD View Terrain Processor mediante el botón de la herramienta Terrain.

Paso 2: Seleccione SRTM/NASADEM como tipo de mapa Map Type.

Paso 3: Haga clic en el botón WebGIS.

Paso 4: Seleccione NASADEM (Global ~30m) de la lista desplegable.

En futuras actualizaciones, se añadirá compatibilidad con NASADEM a otros productos de Lakes, incluidos CALPUFF View y AERSCREEN View.

La Ley de Fourier ha sido el estándar para describir la conducción de calor durante más de dos siglos. Sin embargo, en dispositivos a microescala hechos de materiales ultrapuros y de alta conductividad térmica (como el diamante, el grafito o el nitruro de boro hexagonal), esta descripción se rompe. Un reciente artículo publicado en el Blog de COMSOL Multiphysics^® [1] trata esta cuestión.

En estos sistemas, los fonones (los principales portadores de calor) experimentan colisiones que conservan el momento. Esto hace que el transporte de calor se vuelva colectivo y similar al de un fluido, dando lugar a fenómenos como el segundo sonido (ondas de temperatura), flujo de calor tipo Poiseuille, reflujo térmico y vórtices de calor.

De la teoría microscópica al modelo continuo

Para modelar estos efectos en geometrías reales sin recurrir al altísimo coste computacional de la Ecuación de Transporte de Boltzmann (BTE) microscópica, se utilizan las Ecuaciones de Calor Viscoso (VHE).

Las VHE extienden la ley de Fourier añadiendo un campo adicional: la velocidad de deriva de los fonones. Acoplan una ecuación de balance de energía para la temperatura T(r,t) y tres ecuaciones de balance de momento para la velocidad de deriva u(r,t), actuando como el análogo de las ecuaciones de Navier-Stokes para un "fluido cuántico" de fonones.

La interfaz personalizada en COMSOL Multiphysics®

Mediante la herramienta Physics Builder, se ha creado la interfaz Viscous Heat Equations (VHE) para COMSOL, la cual ofrece:

• Formulación acoplada temperatura–velocidad para el transporte térmico.
• Simulaciones estacionarias y dependientes del tiempo.
• Condiciones de contorno adaptadas: Incluyendo límites de temperatura fija, gradientes de temperatura, restricciones de velocidad y condiciones de deslizamiento (slip) y no-deslizamiento (no-slip) en las fronteras.

Ejemplos de aplicación

1. Difusión de Fourier vs. Flujo Hidrodinámico: Mientras que Fourier predice isotermas suaves de caliente a frío, las VHE muestran cómo el calor recircula en regiones adyacentes formando vórtices y un reflujo térmico.
2. Vórtices Térmicos en el Límite Incompresible: Al asumir un flujo incompresible, la divergencia de la velocidad se anula y emergen vórtices térmicos estacionarios, un comportamiento totalmente ausente en la difusión convencional.
3. Simulaciones en el Tiempo: Con condiciones transitorias se observa la formación, movimiento e inversión de los vórtices de calor a lo largo del tiempo.

La Figura de portada muestra los resultados de vórtices térmicos y reflujo de calor simulados con la interfaz VHE en COMSOL Multiphysics^® .

CONCLUSIÓN: Esta interfaz conecta la teoría de transporte microscópico con el modelado continuo, abriendo nuevas posibilidades para estudiar fenómenos térmicos no difusivos en materiales y dispositivos de próxima generación.

La interfaz se encuentra disponible para su descarga en el Application Exchange de COMSOL [2].

Referencias

[1] Di Lucente, Simonchelli, COMSOL Blog 2026. “When Heat Flows like a Fluid: Exploring a Phonon Hydrodynamics Interface” https://www.comsol.com/blogs/when-heat-flows-like-a-fluid-exploring-a-phonon-hydrodynamics-interface
[2] COMSOL Application Exchange. https://www.comsol.com/community/exchange/1071/

Beneficios del cálculo simbólico

El cálculo simbólico permite expresar y resolver problemas matemáticos de la misma manera que se conciben: utilizando variables, fórmulas matemáticas, símbolos como π e ∞ y funciones matemáticas. Las variables pueden permanecer como incógnitas durante todo el cálculo. No es necesario asignar valores a las variables a menos que se desee, ni introducir aproximaciones artificiales para que un cálculo funcione.

• Maple permite trabajar con cantidades exactas como fracciones, radicales y símbolos, eliminando los errores de redondeo acumulados. Por ejemplo, π/3 puede permanecer igual, π/3, durante todo el cálculo, lo que da como resultado una respuesta exacta.
• Las aproximaciones pueden calcularse con la precisión requerida y no están limitadas por las restricciones del hardware. Esta "precisión infinita" no solo ofrece flexibilidad, sino que también permite evitar problemas de cancelación catastrófica que dan lugar a resultados muy imprecisos con la precisión del hardware.
• Puede posponer las aproximaciones numéricas hasta que sean necesarias, utilizando parámetros simbólicos en su problema. Estos parámetros se conservan en cada etapa del análisis, lo que facilita la exploración de parámetros, la optimización de valores y el estudio del comportamiento del sistema.
• Los cálculos simbólicos permiten obtener resultados de gran precisión. Eliminan la necesidad de simplificar los problemas manualmente y brindan información valiosa sobre la estructura del problema, a partir de la cual se pueden formular conjeturas y conclusiones sobre su comportamiento.

Las capacidades simbólicas líderes en el mundo de Maple

Las capacidades simbólicas de Maple se han desarrollado continuamente durante más de 25 años. Gracias al talento de algunos de los mejores profesionales de Maplesoft y de reconocidos institutos de investigación de todo el mundo, el motor simbólico de Maple cuenta con la amplitud, profundidad y rendimiento que solo se consiguen tras años de desarrollo especializado. El cálculo simbólico ha sido la base del negocio de Maplesoft desde sus inicios y sigue siendo un elemento clave en todo lo que hacemos.

• Se abarcan prácticamente todas las áreas de las matemáticas, incluyendo cálculo, transformadas integrales y discretas, álgebra lineal, estadística, procesado de señales, teoría de grafos, geometría diferencial, programación lineal, combinatoria, optimización, física y mucho más.
• Las capacidades matemáticas de Maple incluyen un análisis exhaustivo de problemas complejos. Algunos ejemplos son los siguientes:
  
  • Maple contiene resolvedores de ecuaciones diferenciales de primera categoría, incluidos muchos algoritmos nuevos desarrollados por los investigadores de Maple.
  • Gracias a que Maple combina técnicas simbólicas y numéricas, puede aplicar resolvedores híbridos a ecuaciones diferenciales algebraicas (EDA). El preprocesado simbólico y la reducción de orden permiten que Maple resuelva EDA que otros sistemas no pueden.
  • La extensa colección de funciones especiales de Maple, incluidas las funciones de Bessel y la función LambertW, significa que Maple puede encontrar soluciones analíticas para una amplia gama de problemas.
• Maple no es solo un sistema simbólico. Ofrece enfoques simbólicos y numéricos completamente integrados. Puede elegir entre diversas técnicas, tanto aproximadas como exactas, que se adapten a sus necesidades.
• Internamente, los resolvedores de Maple también pueden utilizar una combinación de técnicas simbólicas y numéricas, lo que les permite resolver problemas para los que cualquiera de los dos enfoques por sí solo sería insuficiente.

En este video verá: Uso de los algoritmos matemáticos integrados de Maple para cálculos simbólicos y numéricos (en inglés).

Por Joshua Zable.

Los ingenieros civiles se enfrentan a un constante ejercicio de equilibrio. Cada proyecto debe cumplir con exigentes requisitos de rendimiento, a la vez que controla los costos, reduce el impacto ambiental y cumple con estrictas normativas. Ya sea diseñando un puente, optimizando una mezcla de concreto o mejorando la infraestructura de drenaje pluvial, los ingenieros a menudo necesitan comprender cómo interactúan simultáneamente decenas de variables.

Tradicionalmente, muchos de estos desafíos se han abordado mediante pruebas secuenciales de ensayo y error, también conocidas como pruebas de un factor a la vez. Sin embargo, este enfoque puede pasar por alto interacciones importantes entre variables y requerir más pruebas de las necesarias.

El diseño de experimentos, o DOE, ofrece a los ingenieros una forma más rápida y científica de evaluar múltiples variables, identificar los factores más importantes y optimizar el rendimiento con muchos menos experimentos que las pruebas tradicionales.

Aplicaciones prácticas del diseño de experimentos en ingeniería civil

1. Encuentra la mejor mezcla de concreto más rápido.

El rendimiento del hormigón depende de numerosas variables interrelacionadas, como la relación agua/cemento, la temperatura de curado, las propiedades de los agregados, los aditivos y el tiempo de mezclado. En lugar de modificar un ingrediente a la vez, el diseño de experimentos (DOE) permite a los ingenieros evaluar múltiples factores simultáneamente, identificando interacciones que pueden afectar significativamente la resistencia a la compresión, la durabilidad, la trabajabilidad y el tiempo de curado.

Utilizando el optimizador de respuesta de Minitab, un ingeniero puede identificar la combinación que maximiza la resistencia y minimiza el coste del material.

2. Diseñar pavimentos que duren más.

El rendimiento de la carretera depende de numerosas variables de diseño, como el grado y el contenido del ligante asfáltico, la granulometría del agregado, la temperatura, la humedad y la carga de tráfico. Probar todas las combinaciones posibles requeriría cientos o incluso miles de experimentos.

El Departamento de Energía (DOE) reduce drásticamente el número de pruebas necesarias y proporciona a los ingenieros de transporte una comprensión más clara de qué variables influyen más en la formación de surcos, el agrietamiento y la durabilidad a largo plazo.

3. Descubra qué es lo que realmente afecta la fiabilidad estructural.

Los sistemas estructurales modernos involucran numerosas variables de diseño que interactúan entre sí. Probar cada variable de forma independiente ignora la realidad de que estos factores interactúan. Desde las propiedades de los materiales y el espaciamiento de las armaduras hasta los detalles de las conexiones y las condiciones de carga, todo puede afectar el rendimiento del sistema.

Por ejemplo, aumentar la resistencia del hormigón puede mejorar la capacidad de la viga, pero solo si el espaciamiento del refuerzo se mantiene dentro de las tolerancias aceptables. El diseño de experimentos (DOE) ayuda a los ingenieros a descubrir estas interacciones y a cuantificar qué variables de diseño influyen más en el comportamiento estructural.

4. Reducir la incertidumbre en las investigaciones geotécnicas

La ingeniería geotécnica es inherentemente incierta. A diferencia de los materiales manufacturados, el suelo y la roca son variables por naturaleza, lo que dificulta predecir cómo se comportarán bajo diferentes cargas y condiciones ambientales.

El Departamento de Energía (DOE) ayuda a los ingenieros civiles a estudiar sistemáticamente esta variabilidad, identificar los factores más influyentes y optimizar los programas de pruebas, al tiempo que reduce el número de costosos experimentos de campo y de laboratorio.

5. Mejorar el rendimiento de la infraestructura hídrica

Los proyectos de infraestructura hídrica requieren que los ingenieros equilibren los caudales, la capacidad de almacenamiento, los horarios de bombeo, los procesos de tratamiento y los escenarios de lluvia. Estas variables suelen interactuar de maneras que pueden ser difíciles de predecir mediante pruebas que analizan un factor a la vez.

El Departamento de Energía (DOE) ayuda a los ingenieros a identificar condiciones de funcionamiento óptimas en diversas condiciones ambientales, mejorando la fiabilidad y la resiliencia de los sistemas de recursos hídricos.

6. Equilibrar la sostenibilidad con el rendimiento.

La sostenibilidad se ha convertido en un objetivo de diseño fundamental para los proyectos de ingeniería civil. Los ingenieros buscan cada vez más optimizar las emisiones de carbono, el uso de materiales, el contenido reciclado, los métodos de construcción y el consumo de energía, sin dejar de cumplir con los requisitos de rendimiento y seguridad.

El Departamento de Energía (DOE) proporciona un marco objetivo para equilibrar el desempeño ambiental y el de ingeniería, lo que ayuda a los ingenieros a identificar qué opciones de diseño reducen el impacto sin comprometer la calidad de la infraestructura.

Construye infraestructuras más inteligentes mediante una mejor experimentación.

Desde la optimización de las formulaciones de hormigón hasta el diseño de infraestructuras más sostenibles, el diseño de experimentos ofrece a los ingenieros civiles una forma sistemática de mejorar el rendimiento, al tiempo que reduce el tiempo de desarrollo y el coste experimental.

Al combinar las probadas capacidades estadísticas de Minitab Solution Center con la avanzada potencia de optimización de Minitab DOE by Effex, los equipos de ingeniería pueden ir más allá de la experimentación por ensayo y error y adoptar decisiones de diseño basadas en datos que produzcan infraestructuras más sólidas, seguras y resilientes.

La versión Witness 28 introduce una mejora práctica en la forma en que se trabaja con atributos en los modelos de simulación. El objetivo es facilitar la visualización de lo que sucede con las piezas a medida que se mueven a través de un sistema, pero los atributos de estado también se pueden usar en máquinas.

Este artículo presenta los atributos de estado, junto con nuevas funciones y mejoras en los informes que le ayudarán a realizar un seguimiento y comprender la utilización.

¿Qué son los atributos de estado?

Los atributos de estado son un nuevo tipo de atributo que solo puede tomar valores de una lista predefinida de estados.

Igualmente importante, un atributo de estado solo puede estar en un estado a la vez.

Puede que parezca un cambio pequeño, pero marca una gran diferencia. En lugar de asignar cualquier valor al atributo en Acciones que se ajuste al tipo de datos, ahora puede definir estados personalizados claros, como en este ejemplo, donde definimos los estados en los que puede estar una Pieza para representar el área en el proceso.

Figura 1 : Atributo de estado personalizado – as_MyStates

Estado de configuración

Con los estados definidos para los atributos de estado, ahora puede establecer el atributo en cualquier acción que desee. Si ha definido el atributo de estado como una cadena, como en el ejemplo, puede verificar cuál es esa cadena con la función StateName si conoce el índice, o, por el contrario, si conoce la cadena pero no el índice, puede usar StateIndexStr (o el equivalente StateIndexNum o StateIndexName).

Seguimiento de la utilización con mayor claridad

Ahora puede realizar un seguimiento del tiempo que las piezas permanecen en cada uno de sus estados personalizados.

Esto le da una idea mucho más clara de cómo se comporta su sistema, mostrando:

• Donde las partes pasan la mayor parte del tiempo
• Donde se acumulan los retrasos
• De dónde provienen los tiempos de entrega en términos de procesos de valor añadido y no de valor añadido o tiempos de espera.

Los informes de Explode se han actualizado para incluir atributos de estado. Ahora puede ver el porcentaje de tiempo que cada pieza ha pasado en cada estado y la cantidad de veces que cada pieza ha estado en cada estado:

Nuevas funciones para trabajar con los estados

Se han añadido varias funciones nuevas para ayudarle a trabajar con los atributos de estado.

Comprensión de los datos estatales

• StateUtil: devuelve la utilización para un estado específico para una parte.
• StateCount: indica el número de veces que una pieza ha cambiado a un estado.
• StateIndexStr (& Num y Name): Permite trabajar con índices de estado mediante programación

Accesorios ACME.mod

La versión actualizada de ACME.mod tiene un nuevo atributo de estado Model.as_FixtureState para demostrarlo.

Si se estás empezando, este ejemplo le resultará útil. Consulte el Informe de uso del atributo Estado para ver cómo cambia y el Informe de desglose de cualquier elemento con Partes presentes para ver las estadísticas.

Estados de máquina

La gran ventaja de los atributos de estado es que también pueden usarse como atributos de grupo 0, aplicables a otros elementos como máquinas, lo que permite definir estados personalizados para cada una. Esto permite replicar las funcionalidades de PUtil y SUtil, pero con definiciones de estado propias. Por ejemplo, se podría usar para controlar el tiempo que una máquina dedica a procesar piezas de diferentes tipos.

INSTANCE y SEQNO

El seguimiento del estado también funciona junto con dos nuevos atributos del sistema:

• INSTANCE: un identificador único para cada parte.
• SEQNO: El identificador del orden en que se crearon las piezas

Cómo funcionan INSTANCE y SEQNO en la práctica

Cada componente del modelo recibe un valor de INSTANCE al crearse. Este valor es una cadena de texto compuesta por el nombre del componente y un número entre corchetes.

Por ejemplo: Pallet(123)

Witness asigna automáticamente ese número, y ninguna parte del modelo lo compartirá al mismo tiempo. No es necesario configurarlo ni gestionarlo; es de solo lectura.

Los números no siempre serán secuenciales, ya que una vez que una pieza sale del modelo, su número puede reutilizarse posteriormente. Considere INSTANCE como un identificador único temporal mientras la pieza se encuentra en el sistema.

SEQNO es un número entero que registra el orden en que las piezas del mismo tipo ingresan al modelo. Cada tipo de pieza tiene su propio contador.

Esto significa que SEQNO es único dentro de un tipo de pieza, no en todo el modelo. Al igual que INSTANCE, SEQNO se asigna automáticamente y es de solo lectura.

Por qué INSTANCE y SEQNO son útiles

INSTANCE le ofrece una forma fiable de rastrear y comparar piezas específicas a medida que se mueven por su modelo. Puede almacenar el "nombre" de la pieza en la variable name y acceder a ella posteriormente sin saber qué elemento ocupa actualmente. Por ejemplo, registrar la INSTANCE en algunas acciones:

Vn_PartName = INSTANCE

Donde INSTANCE podría devolver Pallet(123)

Y posteriormente, utilice eso para establecer los demás atributos de las piezas:

Vn_PartName:ai_Release = 1

SEQNO resulta útil cuando se desea realizar un seguimiento de todas las partes de un tipo, y especialmente cuando se necesita un número de fila para almacenar datos sobre esa parte en una tabla de datos.

Funciones iteradoras

Las nuevas funciones iteradoras facilitan el recorrido por los elementos y el análisis de estads:

• EltFirstByType() / EltNextByType() – Utilice estas funciones en un bucle que recorra elementos de un tipo específico.
• EltFirst() / EltNext() – Utilice estas funciones en un bucle a través de las instancias de piezas de un tipo de pieza específico.

Resultan útiles al crear lógica personalizada o informes que necesitan analizar varios elementos del mismo tipo, o cuando la variable del sistema N no es aplicable.

Validación y búsqueda de estado

Para ayudar a evitar errores y mantener la coherencia de los modelos, se incluye un conjunto de funciones de apoyo en Witness 28:

• MaxState() – Devuelve el número máximo de estados para un elemento (hasta el cual se puede iterar).
• ValidState() – Comprueba si un estado es válido (no todos los estados inferiores al máximo son estados válidos).
• StateName() – Devuelve el nombre de un estado – útil para generar informes

Esto hará que los modelos que generan informes sean más sólidos y que el código de Actions pueda ser genérico.

Por qué esta actualización es importante

Esta versión facilita la descripción de lo que sucede en su modelo de una manera clara y estructurada.

Ahora puede:

• Realizar un seguimiento de su propia definición de utilización sin soluciones alternativas adicionales.
• Construir una lógica más limpia utilizando estados definidos.
• Comprender el comportamiento del sistema más rápidamente
• Elaborar informes que sean más fáciles de explicar a los demás.

Reflexiones finales

Witness 28 mejora la forma en que se utilizan los atributos: para definir estados, realizar un seguimiento adecuado de los mismos y utilizar esa información para comprender el sistema.

Si alguna vez ha tenido dificultades para explicar en qué se invierte el tiempo en un modelo, esta actualización debería simplificarlo mucho.

El isótopo estable ¹³C es un recurso de enorme valor en medicina y en geoquímica. Sin embargo, su obtención mediante destilación criogénica de monóxido de carbono (CO) plantea desafíos térmicos y de transferencia de masa sumamente complejos. Un reciente estudio publicado en Results in Physics (2026) [1] ha abordado este reto utilizando COMSOL Multiphysics^®.

Cómo se aplicó COMSOL en esta investigación?

Los investigadores desarrollaron dos modelos complementarios: un modelo unidimensional basado en el método de diferencias finitas y un modelo tridimensional en COMSOL Multiphysics^® para analizar el transporte acoplado de calor, masa y cantidad de movimiento en una columna criogénicas de lecho empacado que se muestra en la Figura 1.

Figura 1. Planta de destilación criogénica con condensador, reboiler y camisa de vacío.

Resultados destacados:

La simulación en COMSOL Multiphysics® predijo con éxito un enriquecimiento máximo de ¹³C del 1,165% en la base de la columna de 2,5 m y representó con precisión el gradiente de temperatura criogénica real en el sistema (de ~71,2 K en el reboiler a 81,2 K en el condensador). La Figura 2 muestra esta distribución de temperatura calculada en COMSOL Multiphysics^®.

Figura 2. Distribución de temperatura del isótopo ¹³C en la columna, obtenida a partir de las simulaciones en COMSOL Multiphysics®.

Esta metodología proporciona una base cuantitativa excelente para optimizar y controlar sistemas de separación isotópica avanzados. ¡Otra demostración de cómo el modelado multifísico en COMSOL resulta clave para resolver complejos problemas de transferencia de calor y materia en condiciones extremas!

Referencias

[1] S. Ghiasabadi, M. Sharifi, M. Aghaie, Numerical modeling of a cryogenic column for 13C isotope separation using COMSOL multiphysics, Results in Physics, Volume 87, 2026, 108717.

Por Joshua Zable.

La mayoría de los líderes de la industria manufacturera consideran la calidad como una cuestión de cumplimiento normativo o un indicador clave de rendimiento operativo. Sin embargo, la realidad es mucho más compleja: la calidad es una de las palancas más importantes y menos utilizadas para mejorar la rentabilidad.

Si es un ingeniero de calidad nacido en los años 70 u 80, probablemente esté pensando "no, obvio". Si es un milenial o un profesional de la calidad de la Generación Z, incluso podría estar enviando un mensaje de texto como: #obvio. Pero aquí está el problema: mientras que el 75% de los líderes de alto nivel creen que su organización tiene una sólida cultura de calidad, menos de la mitad de los profesionales de la calidad están de acuerdo. Por lo tanto, existe claramente una brecha en la comprensión del valor y el costo de la calidad y el impacto potencial en los resultados de una empresa. Como dijo Jerry Maguire una vez: "ayúdeme a ayudarle" para demostrar lo importante que es la calidad.

Por qué la calidad es más que una métrica de cumplimiento

La mayoría de los líderes entienden que la mala calidad afecta la reputación y la satisfacción del cliente, lo que a su vez perjudica los ingresos. Incluso comprenden que los desperdicios y los defectos le cuestan dinero a la empresa. Sin embargo, no suelen pensar en mejorar la calidad como una herramienta para aumentar los márgenes de ganancia. Simplemente dan por sentado que la calidad es parte del proceso, y no un área que pueda generar un alto retorno de la inversión.

Los profesionales de la calidad están familiarizados con el Coste Total de la Calidad, pero a menudo permanece oculto a la alta dirección. Para quienes no lo sepan, el objetivo del Coste Total de la Calidad es capturar el impacto financiero completo de la calidad en toda la empresa.

Costo de la calidad = Costo de conformidad + Costo de no conformidad

• Conformidad (buena calidad) → Prevención + Evaluación
• No conformidad (mala calidad) → Fallos internos + Fallos externos

Comience a convertir la calidad en una ventaja competitiva

La mayoría de las organizaciones subestiman sus costos de calidad. Para las organizaciones de alto rendimiento, el costo total de la calidad puede oscilar entre el 1% y el 5%. Para las de rendimiento promedio, entre el 5% y el 15%, y para las de bajo rendimiento, entre el 15% y el 40%. Para una empresa con ingresos de 500 millones de dólares, en promedio, esto representa entre 25 y 75 millones de dólares en costos. Existe un amplio margen de mejora al reducirlos.

Mejorar la calidad debería ser una inversión con un gran potencial de retorno. En pocas palabras, cuanto más invierta en prevención, menos gastará en fallos de calidad. Así que la próxima vez que su director financiero pida mejorar los márgenes, esperemos que el equipo de calidad se levante y grite: «¡Muéstrame el dinero!». Y tenga en cuenta que, aunque en Minitab no seamos tan geniales como Jerry Maguire, en cuanto nos llame para pedir ayuda para mejorar la calidad, recibirá una respuesta sencilla: «Me convenciste desde el primer momento».

El 9 de julio de 2026, la EPA de EE. UU. publicó actualizaciones del Sistema de Modelado AERMOD. Las actualizaciones incluyen nuevas versiones del modelo de dispersión del aire AERMOD; Preprocesador de datos meteorológicos AERMET; la herramienta AERSURFACE para procesamiento de datos de uso del suelo; Herramienta de visualización de datos AERPLOT; y preprocesador de datos de viento AERMINUTE. Los ejecutables y el código actualizados del modelo se han publicado en la página web de SCRAM. Consulta las listas al final de esta noticia para detalles sobre los principales cambios de cada aplicación.

Actualizaciones de AERMOD View

El equipo de Lakes Environmental está trabajando arduamente implementando actualizaciones en AERMOD View, AERMET View y la versión paralela de AERMOD (AERMOD MPI) para abordar los cambios incorporados en las Versiones del Modelo 26135.

Esta versión actualizada de AERMOD View estará disponible en las próximas semanas. Esté atento a la información de Lakes Environmental anunciando el nuevo lanzamiento.

Los usuarios actuales en mantenimiento tienen acceso a la Versión 13.1 de AERMOD View, que se lanzó el 7 de julio. Consulte las Notas de la nueva versión para una lista detallada de las nuevas funciones que se encuentran en esa actualización.

Si su licencia AERMOD View ya no está en mantenimiento, por favor contacte con nuestro departamento comercial para conocer precios para actualizar su software.

Lista de cambios para la versión 26135 del modelo AERMOD:

• Capacidad añadida para usar múltiples archivos de tasas de emisiones por hora en un solo proyecto
• Nuevos desarrollos para las opciones ALPHA existentes:
  
  • Barreras sólidas continuas, efectos de borde de barrera y barreras vegetativas ahora soportados para fuentes RLINEXT
  • Cálculos actualizados de pluma ascendente de una aeronave fuente
• Numerosas correcciones de errores, incluyendo: salida de MAXIFILE al reiniciar, correcciones para las opciones de conversión NO2 Tier 3, y más

Lista de cambios para la versión 26135 del modelo AERMET:

• Apoyo al formato de datos superficiales horarios de la Red Global de Climatología Histórica (GHCNh) de los Centros Nacionales de Información Ambiental (NCEI)
  
  • El soporte GHCNh también se añadió a AERMINUTE 26135
• Apoyo mejorado para la sustitución de aire superior, incluyendo el uso de una segunda estación aérea superior
• Escritura de años de 4 dígitos en archivos de salida a superficie (*.SFC) y perfil (*.PFL)
• Correcciones de errores varios

Lista de cambios para la versión 26135 del modelo AERSURFACE:

• Capacidad de subdividir sectores de rugosidad superficial con anillos/bandas anulares para una delimitación refinada de categorizaciones de rugosidad alta (HIGHZ0) y baja (LOWZ0)
• Eliminación del soporte para archivos NLCD heredados de 1992 (sistema de 21 categorías)
• Corrección de errores para archivos que contienen información de proyección faltante

¡Gracias por usar AERMOD View!

Descubra cómo las actualizaciones de Haskoning Witness 28 optimizan los flujos de trabajo, reducen las fricciones y permiten crear modelos más precisos.

Witness 28 introduce una serie de mejoras en la experiencia de usuario diseñadas para que el modelado de simulaciones sea más rápido, claro y eficiente. Cada versión continúa ampliando las posibilidades de modelado con nuevas funciones que aumentan la capacidad y la profundidad.

Además de estas mejoras funcionales, Witness 28 también ofrece una serie de actualizaciones de experiencia de usuario (UX) cuidadosamente diseñadas. Estas mejoras se centran en cómo se trabaja con Witness, haciendo que el modelado sea más rápido, fluido y eficiente. Perfeccionan las interacciones cotidianas, agilizan los flujos de trabajo habituales y reducen las pequeñas dificultades que surgen naturalmente a medida que los modelos aumentan en tamaño y complejidad.

Algunas de estas actualizaciones aportan precisión práctica. Otras se describen mejor como mejoras en la calidad de vida. Individualmente, son sutiles. En conjunto, hacen que la creación de modelos sea más fluida, coherente y centrada.

Este artículo destaca esas mejoras en la experiencia de usuario, explica dónde es más probable que las note y muestra cómo respaldan el trabajo de modelado real.

Diseños más limpios y mejor alineados.

Precisión, alineación y legibilidad de la pantalla

La claridad en el diseño siempre ha sido fundamental para la eficacia de los modelos de Witness. Ya sea que esté explicando un concepto, apoyando debates operativos o compartiendo un modelo con otros, lo que se muestra en pantalla es importante.

Witness 28 perfecciona varias áreas del control de la maquetación para facilitar el mantenimiento de esa claridad.

¿Qué ha cambiado?

Nombres descriptivos generados automáticamente

Al añadir nuevos elementos, Witness ahora crea automáticamente nombres descriptivos legibles, con un espaciado y mayúsculas adecuados. Si posteriormente cambia el nombre del elemento, la etiqueta que se muestra se mantiene sincronizada.

Los nombres descriptivos siempre han sido un excelente método para mostrar nombres de elementos "familiares" que no necesitan ajustarse a las reglas de nomenclatura de Witness (Piense en "Máquina de fresado CNC" en lugar de "Máquina_de_fresado_CNC").

Anteriormente, era necesario agregarlos manualmente, pero esta actualización se encarga de ello automáticamente a medida que sus modelos evolucionan.

Importar imagen de fondo

Ahora es posible importar imágenes de fondo directamente a un modelo como iconos de fondo. Esto simplifica un flujo de trabajo habitual al automatizar los pasos intermedios.

Esto supone una gran mejora en la calidad de vida; una forma más rápida de hacer algo que muchos modeladores ya hacen en la mayoría de sus proyectos. Tenga en cuenta que, al usar esta opción, la imagen de fondo se añade a la Galería de imágenes como de costumbre para futuras consultas; Witness simplemente seleccionará el primer espacio disponible en la Galería.

Rotación en grados

Ahora los iconos admiten rotación mediante valores de grados explícitos, en lugar de depender únicamente del arrastre manual. Los ángulos se pueden configurar entre 0 y 360 grados, y los valores negativos giran en sentido antihorario antes de normalizarse.

Mostrar dimensión del objeto Set & Get

Las funciones SetDimensions, GetDimensionX y GetDimensionY permiten ajustar con precisión el tamaño de los elementos mostrados:

• Los iconos y rectángulos utilizan ancho y alto
• Las líneas utilizan coordenadas de puntos finales
• Las elipses utilizan radios

Estas funciones facilitan la aplicación de un tamaño uniforme a los gráficos en todos los diseños de modelos, ya sea para ajustar el tamaño de los rectángulos a las áreas de amortiguación en los diseños o para crear barras de progreso personalizadas. Esto amplía la funcionalidad existente a nuevos tipos de gráficos, lo que permite un flujo de trabajo común entre los elementos.

Por qué esto importa…

Estas mejoras refuerzan la intencionalidad y la coherencia en el trabajo de maquetación.

• Los nombres descriptivos siguen siendo legibles y se ajustan a la estructura del modelo.
• La rotación basada en grados facilita la alineación de las pantallas con dibujos CAD o planos importados.
• SetDimensions admite tamaños repetibles para bahías, cintas transportadoras o áreas de trabajo sin depender de aproximaciones visuales.
• Las imágenes de fondo proporcionan contexto desde el principio, lo que ayuda a los espectadores a orientarse rápidamente.

El objetivo no es cambiar el funcionamiento de los diseños, sino facilitar su mantenimiento para que sean precisos y estén bien presentados a medida que se desarrollan los modelos.

Un caso de uso real

Un equipo de simulación está desarrollando un modelo conceptual de almacén e importa una imagen de plano CAD como fondo en un solo paso. Los iconos de las estaciones y las cintas transportadoras se pueden rotar para que coincidan con el dibujo con precisión. Los anchos de las bahías se aplican de forma consistente mediante SetDimensions para que coincidan con la escala del diseño.

A medida que el modelo evoluciona y los nombres de los equipos cambian, las etiquetas de la pantalla se mantienen actualizadas automáticamente. En el primer recorrido, el diseño refleja claramente el diseño físico, lo que facilita un debate productivo en lugar de explicaciones.

Modelos de apoyo que funcionan con el tiempo real

¿Qué ha cambiado?

Empieza hoy mismo

Muchos modelos de Witness se utilizan repetidamente, a menudo como parte de flujos de trabajo de planificación diarios o semanales, utilizando la nueva opción "Start from Today" en Clock, las opciones permiten alinear la fecha y hora de ejecución del modelo de Witness con la fecha de hoy con un solo clic.

Por qué esto importa…

Este perfeccionamiento permite utilizar modelos estrechamente vinculados a los cronogramas operativos, como simulaciones de planificación diaria, mejora operativa y modelado en tiempo real.

A partir de la fecha actual:

• Sincroniza las llegadas y los turnos con los calendarios reales.
• Ayuda a que los informes y los cronogramas coincidan con las discusiones de planificación.
• Reduce la necesidad de realizar ajustes manuales de fecha repetidos.

Mantiene los modelos alineados con el contexto en el que se utilizan, sin modificar la lógica subyacente.

Un caso de uso real

Un planificador realiza simulacros de capacidad diarios antes de la revisión matutina. Con la opción "Start from Today" activada, el modelo se abre en la fecha correcta y los resultados se alinean automáticamente con el plan del día. Al analizar los resultados del modelo con el resto del equipo, el tiempo se dedica a analizar los resultados alineados con las fechas reales, en lugar de explicar que el Día 1 en los resultados del modelo corresponde en realidad al 7 de abril.

Interacción cotidiana más fluida

Muchas de las actualizaciones de la interfaz de usuario en Witness 28 se centran en pequeñas interacciones que ocurren con frecuencia durante la creación de modelos. Estos cambios buscan que las acciones comunes sean más directas y predecibles, y agilizar los flujos de trabajo.

¿Qué ha cambiado?

Flujo de trabajo de clonación más fluido

Cuando se clona un elemento, la nueva instancia se selecciona automáticamente, lo que permite una edición inmediata y una creación de diseños más rápida.

Doble clic para editar las funciones

Al hacer doble clic en una función en el diseño de visualización o en el árbol de elementos, se abre directamente el editor de acciones, lo que se ajusta a los patrones de edición habituales y agiliza los cambios en el modelo. Se puede seguir accediendo al tipo de retorno y a los parámetros de la función a través de sus propias propiedades, pero ahora es más fácil navegar por las acciones de uso frecuente.

Navegación mejorada en el lienzo del modelo

• El desplazamiento con el botón derecho del ratón proporciona una alternativa accesible al botón central del ratón.
• La rueda del ratón permite hacer zoom en la posición del cursor.
• Las teclas de más y menos del teclado permiten acercar la imagen al centro de la ventana.
• Al arrastrar elementos fuera del área visible, el lienzo se desplaza automáticamente.

Números de ventana para OPENWIN y CLOSEWIN

Las ventanas de los modelos ahora tienen identificadores numéricos, lo que hace que el control de ventanas mediante scripts sea más fácil y fiable.

Por qué esto importa…

Estos cambios facilitan la interacción con Witness al crear sus modelos. La clonación de elementos y las funciones de edición son más rápidas, lo que reduce el tiempo necesario para crear sus modelos, mientras que las mejoras en la navegación facilitan el trabajo con modelos grandes, especialmente si utiliza un portátil en lugar de un ratón.

Un caso de uso real

Un modelador construye una línea compuesta por estaciones similares, mientras que otro modelador escribe funciones para gestionar el enrutamiento del proceso, que va cambiando a medida que evoluciona el proyecto.

En Witness 28, al clonar las estaciones, cada nueva estación se puede mover y posicionar en el diseño de inmediato, y la función se puede abrir al instante para realizar ajustes lógicos. A medida que el diseño crece, el desplazamiento por arrastre ayuda a reposicionar la vista con fluidez.

Mayor limpieza en el manejo de archivos y consistencia en la configuración

A medida que los modelos crecen y los proyectos maduran, las carpetas tienden a llenarse. Los modelos activos conviven con copias de seguridad, instantáneas y archivos de datos de soporte. Witness 28 introduce una serie de mejoras que simplifican el trabajo con estos archivos y hacen que los flujos de trabajo y el intercambio de archivos sean más predecibles.

¿Qué ha cambiado?

Separación más clara entre Abrir/Guardar e Importar/Exportar

Las opciones Abrir y Guardar ahora solo se aplican a archivos que representan modelos completos de Witness. Al explorar una carpeta para abrir un modelo, verá por defecto los archivos de modelo de Witness en ese directorio. Otros tipos de archivos de modelo, como las copias de seguridad de texto (*.wxm) o los archivos .sim creados durante una ejecución, siguen estando disponibles para Abrir. El contenido parcial del modelo, como los archivos de Módulo (*.mdl o *.wxmdl) o los archivos de Elemento de Diseñador (*.des), ahora se importa al modelo actual mediante el menú Importar . Esto crea una distinción más clara entre trabajar con modelos completos e importar formatos complementarios.

Las operaciones de guardado se siguen utilizando para formatos de modelo completos, lo que refuerza un estándar uniforme para los archivos de modelo. Cuando se requiere un formato parcial, la función Exportar ofrece opciones para los tipos de archivo según sea necesario.

Opciones de inicio agrupadas en Opciones de archivo

La configuración de inicio del modelo (Model Startup) ahora se encuentra dentro de las Opciones de archivo (File Options), lo que facilita encontrar y estandarizar la configuración.

Manejo de texto UTF 8

Witness ahora escribe archivos de texto en UTF-8 y detecta automáticamente la codificación al leer archivos creados en otro lugar. Esto mejora la fiabilidad cuando se comparten archivos entre diferentes sistemas, herramientas o regiones.

Por qué esto importa…

Estos cambios hacen que trabajar con archivos de simulación resulte más claro y predecible.

En Open, solo verá los archivos de modelo que busca, lo que le ahorrará tiempo y evitará confusiones. Los modelos se guardan en el formato esperado por defecto, mientras que otros tipos de archivo permanecen disponibles cuando los necesite.

Dentro del modelo, las opciones de configuración son más fáciles de encontrar, mientras que, en segundo plano, el intercambio de archivos es más fiable al transferir datos entre equipos, sistemas o ubicaciones geográficas.

Un caso de uso real

Un equipo de modelado trabaja con carpetas de proyecto compartidas que contienen modelos en vivo y definiciones de plantillas de módulos. Al abrir un modelo, solo se muestran los archivos .mod válidos, lo que facilita la selección. Los archivos de módulo permanecen disponibles mediante la opción Importar cuando sea necesario, sin saturar el cuadro de diálogo Abrir.

Al guardar el modelo, se genera automáticamente un archivo .mod, mientras que la opción Exportar permite guardar los componentes del modelo en otros formatos. Los archivos de datos basados ​​en texto se transfieren sin problemas entre los miembros del equipo en diferentes regiones, sin inconvenientes de codificación.

El flujo de trabajo resulta más ordenado, predecible y fácil de explicar a los nuevos miembros del equipo.

Reflexiones finales

Estas mejoras de UX se centran en los aspectos del modelado que utiliza a diario: la organización, la navegación por el modelo, la apertura y el guardado de archivos, y el mantenimiento del orden a medida que el proyecto evoluciona. Algunas actualizaciones hacen que ciertas tareas sean más predecibles y repetibles, mientras que otras son ajustes que mejoran la experiencia del usuario, eliminando pasos para agilizar los flujos de trabajo.

Individualmente, estos ajustes pueden parecer insignificantes, pero en el uso diario de Witness 28 se traducen en una experiencia de modelado más rápida y sencilla. Para quienes pasamos mucho tiempo en Witness, este tipo de cambios marcan una verdadera diferencia en el día a día.

Empiece a trabajar con uno de sus modelos actuales en Witness 28 y asegúrese de usarlo en su próximo modelo. Si detecta mejoras que le ahorren tiempo o reduzcan las dificultades en su flujo de trabajo, comparta sus comentarios a través del portal de usuario. ¡Sus aportaciones influirán directamente en las próximas actualizaciones!

Las mejoras UX de Witness 28 demuestran cómo pequeños cambios en la usabilidad pueden mejorar significativamente la eficiencia del modelado de simulación. Al reducir las dificultades en las tareas cotidianas, los usuarios pueden crear modelos más rápido, mantener diseños más claros y centrarse en obtener mejores resultados.

¿Le ha pasado que un modelo de COMSOL empieza a pesar gigabytes y guardarlo o compartirlo se vuelve una pesadilla?

La culpa casi siempre la tienen los datos de las soluciones de estudios previos. Si solo necesita mantener la configuración del modelo pero no los resultados calculados, puede liberar espacio drásticamente con estos dos pasos:

1. Borre las soluciones (Fig. de portada: Cómo borrar las soluciones en COMSOL Multiphysics®): Vaya al árbol de operaciones, despliegue Study (Estudios), haga clic derecho sobre el estudio correspondiente y seleccione “Clear Solutions” (Borrar soluciones).
2. Compactar el archivo al guardar (Fig. 2): Para asegurarse que COMSOL libere todo el espacio en el disco duro, vaya a File > Save As (Archivo > Guardar como) y asegúrese de que la casilla “Optimize for File Size” (Optimizar para tamaño de archivo) esté activada antes de guardar.

Nota: Esto borrará los gráficos y datos calculados, pero mantendrá intactas sus mallas, geometrías y físicas para que pueda volver a correr la simulación cuando quiera.

¡Ideal para enviar modelos por correo o limpiar su almacenamiento!

Figura 2. Cómo compactar los archivos al guardar en COMSOL Multiphysics®.

Por Oliver Franz.

Quedan ocho equipos. ¿Cuál se parece más a un campeón del mundo?

El panorama es más reducido, la presión es real y cada partido tiene el potencial de convertirse en parte de la historia de un país. Ha habido equipos revelación, sorpresas, tarjetas rojas, tandas de penaltis y un sinfín de revisiones del VAR. Los aficionados siguen los partidos desde oficinas, casas, bares, reuniones y chats grupales, todos haciéndose la misma pregunta: ¿mi equipo parece un campeón?

En Minitab , también hemos estado muy pendientes. Pero en lugar de empezar por la reputación, el poder de las estrellas o la tradición, quisimos analizar los cuartos de final a través de los datos.

Esto no es una predicción de quién ganará la Copa del Mundo. En cambio, planteamos una pregunta diferente:

¿Qué equipos que han finalizado cuartos de final se parecen estadísticamente más a los campeones mundiales de ediciones anteriores?

Los ocho equipos que quedan son Argentina, Bélgica, Inglaterra, Francia, Marruecos, Noruega, España y Suiza.

¿En qué posición se encuentra tu equipo?

¿Qué aspecto suele tener un campeón del mundo?

Comenzamos con todos los ganadores de la Copa del Mundo desde 1994 hasta 2022 y analizamos seis estadísticas de los equipos:

• posesión promedio
• tiros por partido
• tiros a portería por partido
• goles por partido
• goles recibidos por partido
• porterías a cero

Para analizar los datos, utilizamos Minitab Statistical Software, disponible en el Minitab Solution Center. Desde 1994, el perfil promedio de un campeón mundial ha sido aproximadamente el siguiente:

55% de posesión, 14,15 tiros por partido, 5,93 tiros a puerta por partido, 1,98 goles por partido, 0,56 goles encajados por partido y 4,25 porterías a cero.

La clave no reside simplemente en la posesión del balón, ni se centra únicamente en marcar goles, sino en el equilibrio. Los campeones recientes suelen ejercer una presión ofensiva constante a la vez que controlan los partidos defensivamente.

Cómo puntuamos a los equipos de cuartos de final

Para crear una puntuación de adecuación al campeón que permita comparar a los equipos que siguen en el torneo con los ganadores anteriores, asignamos un punto a cada equipo por coincidir con cada parte del perfil del campeón histórico:

• posesión entre el 50% y el 60%
• al menos 13 tiros por partido
• al menos 5,5 tiros a portería por partido
• al menos 1,8 goles por partido
• 0,70 goles encajados por partido o menos
• porterías a cero en al menos el 50% de los partidos

Cada equipo podía obtener una puntuación de 0 a 6. Cuanto mayor fuera la puntuación, más se asemejaría estadísticamente ese equipo a los recientes campeones del mundo.

¿Qué equipos de cuartos de final se parecen más a los campeones del pasado?

El resultado más evidente es que Francia y España son las que más se parecen a los recientes campeones del mundo.

Ambos equipos tienen una puntuación de 5 en Champion Fit Score, la más alta entre los cuartofinalistas. Francia parece tener el perfil más completo, combinando presión ofensiva, capacidad goleadora, tiros a puerta, control defensivo y portería a cero. España alcanza la misma puntuación de otra manera, apoyándose más en el control y la defensa.

El siguiente nivel lo conforman Bélgica e Inglaterra, ambas con una puntuación de 4. Reúnen varias características propias de campeones y tienen la calidad ofensiva suficiente para vencer a cualquiera, pero no se ajustan al perfil histórico completo con la misma precisión que Francia o España.

Argentina y Suiza se sitúan en la mitad de la tabla con una puntuación de 3. Ambas son peligrosas, pero estadísticamente son menos completas en comparación con los campeones recientes.

En el extremo inferior, Noruega obtiene una puntuación de 2 y Marruecos una de 1.

Tanto Marruecos como Noruega pueden ser peligrosos en una eliminatoria, sobre todo si defienden bien, finalizan con eficacia o convierten los partidos en encuentros reñidos y emocionantes. Sin embargo, según el Índice de Aptitud para el Campeonato, ambos países se encuentran fuera del grupo de selecciones con mayor potencial para ser campeonas.

Un análisis más detallado del equilibrio

El Champion Fit Score favorece a Francia y España porque ambos equipos cumplen con muchos de los mismos requisitos estadísticos que los campeones recientes. Pero un factor importante es que los campeones anteriores rara vez han sido unidimensionales.

No solo han creado oportunidades, sino que también han limitado a los oponentes.

Por eso, analizamos a los equipos de cuartos de final desde una perspectiva de ataque y defensa, comparando los tiros a puerta por partido con los goles encajados por partido. Los tiros a puerta muestran con qué frecuencia un equipo obliga a los porteros rivales a intervenir, mientras que los goles encajados muestran qué tan bien controla el riesgo en el otro extremo del campo.

El gráfico respalda los resultados del Champion Fit Score. Francia destaca por combinar el mayor potencial ofensivo con un sólido perfil defensivo. España también se muestra fuerte, especialmente en defensa. Bélgica, Inglaterra y Argentina generan peligro, pero han encajado más goles que el promedio de los campeones.

Este gráfico es otra forma de ver el mismo patrón: los campeones del pasado tienden a ser equilibrados, peligrosos en el futuro y difíciles de derrotar.

La conclusión

El Champion Fit Score no nos dice quién ganará la Copa del Mundo, pero sí nos indica qué equipos de cuartos de final se parecen más a los ganadores recientes.

En lo que va del torneo, Francia y España son las que más se parecen a antiguos campeones del mundo, con Bélgica e Inglaterra formando el siguiente nivel.

Si bien los datos nos brindan una perspectiva, los jugadores son quienes deciden el resultado en el terreno de juego. Que gane el mejor equipo.

Entre las novedades de esta versión destacamos:

Procesador de terreno

Nuevo formato de archivo de terreno NASADEM en WebGIS

WebGIS ahora incluye la descarga automática de los datos del modelo digital de elevación (MDE) NASADEM. NASADEM es una modernización de los datos SRTM originales que abarcan regiones entre los 60°N y los 56°S de latitud. NASADEM ofrece un relleno de huecos mejorado, una calibración actualizada y una mayor precisión vertical que SRTM.

Nota: Se require un contrato de mantenimiento actualizado para acceder a la descarga de datos NASADEM desde WebGIS.

Ejecutar AERMAP para objetos seleccionados

El procesador de terreno de AERMOD View ahora permite ejecutar AERMAP para objetos específicos. Utilice la nueva casilla de verificación «Select Objects» para activar el cuadro de diálogo de selección de origen y receptor.

Los archivos AERMAP asociados a ejecuciones parciales de objetos se almacenarán en una nueva subcarpeta llamada «<project> .MAP_N». Los archivos de ejecuciones completas de AERMAP seguirán almacenándose en la carpeta principal del proyecto.

La elevación de cada objeto se basará en la ejecución más reciente de AERMAP en la que se incluyó.

Batcher

Nuevo editor de sistema predeterminado y menú de preferencias

Batcher ahora permite seleccionar el editor de sistema predeterminado a través del menú File | Preferences. El editor predeterminado ahora es el Bloc de notas de Microsoft, tras la eliminación de WordPad de Windows 11. Seleccione la opción "User-Specified Editor" para establecer un editor de terceros como predeterminado.

Ruta del receptor

Nueva configuración para la herramienta Polyline Receptor Tool

La herramienta Polyline Receptor Tool se ha actualizado para permitir una mayor personalización de la ubicación de los receptores. Entre las nuevas funciones se incluye la posibilidad de añadir receptores a ambos lados (Both Sides) de la línea y un espaciado personalizado para cada nivel definido.

Ruta de origen

Clasificación y configuración de fuentes de Buoyant Line

Las rutinas actualizadas de generación de archivos de entrada ordenan automáticamente las fuentes de Buoyant Line según el código directo de AERMOD. Esto ayuda a eliminar errores fatales en la ejecución debido a definiciones de origen no conformes.

Visualización de la columna Release Type

La tabla Source List ahora muestra permanentemente la columna Release Type para todos los orígenes puntuales.

Edificios

Optimización de visualización

Abrir el diálogo Building Inputs ahora es más rápido gracias a la optimización del panel de vista previa.

AERMET View

Mejoras variadas

• Se añadió una verificación adicional para asegurar que la variable de altura requerida se incluya en los proyectos que utilizan la ruta Onsite Pathway.
• La opción Import Model Input ahora utiliza por defecto el formato de archivo de entrada combinado introducido en AERMET 22112.
• Se importan detalles adicionales del archivo de altura atmosférica desde los archivos de entrada MMIF.