Herramientas de simulación de procesos y modelos estadísticos
Optimización y automatización de procesos
Smart Process Optimization and Adaptive Execution with Semantic Services in Cloud Manufacturing
Optimización de procesos inteligentes y ejecución adaptable a servicios semánticos en la fabricación en la nube
La flexibilidad frente a la dinámica de la demanda en compañías manufactureras de la industria 4.0 es una necesidad emergente, de manera que pueden actuar de manera rápida y eficiente sobre la capacidad de producción. Este estudio propone un enfoque pragmático para el análisis, implementación y ejecución del proceso. Se presenta una descripción del enfoque y la arquitectura técnica. Se describe una aplicación industrial inicial en el dominio de la fabricación de forjado de aluminio para la formación de la carrocería del casco de bicicleta, donde se esbozan las ventajas derivadas de las principales capacidades de este enfoque. Este enfoque permite establecer una instancia de proceso, utilizando el alquiler de servicios en un tiempo oportuno, la asignación de recursos y la planificación dinámica en caso de fallas.
Este trabajo fue desarrollado por Luca Mazzola (Lucerne University of Applied Sciences, Rotkreuz, Switzerland), Philipp Waibel (Distributed System Group, Vienna, Austria), Patrick Kaphanke (EVANA AG, Frankfurt am Main, Germany), y Matthias Klusch (DFKI—German Research Center for Artificial Intelligence, Saarbrücken, Germany) para Information (Vol. 9, núm. 11, p. 279, 2018), una revista sobre ciencias de la información, tecnología, datos, conocimiento y comunicación. Esta es una publicación de MDPI, una plataforma de revistas científicas de acceso abierto operada por MDPI Verein (Basileia, Suiza). Correo de contacto: [email protected].
Application of combinatorial optimization strategies in synthetic biology
Aplicación de estrategias combinacionales de optimización en biología sintética
Si bien se han desarrollado un sin número de herramientas de biología sintética, la ingeniería de microorganismos para producción a escala industrial enfrenta varios desafíos, pese al amplio conocimiento de las rutas metabólicas y avances en ingeniería genética. Este estudio presenta una revisión sobre los avances más recientes en herramientas de biología sintética que facilitan el desarrollo de bibliotecas genéticas complejas y sobre estrategias de optimización. Son abordados temas como la aplicación de biosensores de selección para la optimización combinatoria y el desarrollo de métodos computacionales y aprendizaje automático para la generación de constructos óptimos. por último, los autores presentan una descripción de las aplicaciones de los métodos de optimización de vías combinatorias más allá de la ingeniería metabólica.
Este trabajo fue realizado por Gita Naseri (Institut für Chemie, Humboldt Universität zu Berlin,, Berlin, Germany) y Mattheos A. G. Koffas (Rensselaer Polytechnic Institute, Troy, NY, USA) para Nature Communications (Vol. 11, núm. 2446, 2020), una revista dedicada a la publicación de estudios de alto nivel en las diversas áreas de las ciencias naturales. Esta es una publicación de Nature Research. Correo de contacto: [email protected]
- Video:Webinar: Aplicación de herramientas de simulación CFD con modelos de ASM en EDAR
- Fuente:Youtube
