GoldSim es un software de simulación dinámica y probabilística desarrollado por GoldSim Technology Group. Este simulador de propósito general es un híbrido de varios enfoques de simulación, que combina una extensión de la dinámica de sistemas con algunos aspectos de la simulación de eventos discretos e integra el motor de simulación dinámica dentro de un marco de simulación de Monte Carlo .
Aunque es un simulador de propósito general, GoldSim se ha utilizado más ampliamente para el análisis de riesgos ambientales y de ingeniería , con aplicaciones en las áreas de gestión de recursos hídricos , [ 1 ] [ 2 ] [ 3 ] [ 4 ] [ 5 ] [ 6 ] minería , [ 7 ] [ 8 ] [ 9 ] [ 10 ] [ 11 ] gestión de residuos radiactivos , [ 12 ] [ 13 ] [ 14 ] [ 15 ] secuestro geológico de carbono , [ 16 ] [ 17 ] análisis de riesgos de misiones aeroespaciales [ 18 ] [ 19 ] y energía. [ 20 ]
Historia
En 1990, el Departamento de Energía de los Estados Unidos (DOE) solicitó a Golder Associates , una empresa internacional de consultoría de ingeniería, el desarrollo de un software de simulación probabilística que pudiera utilizarse para la toma de decisiones y la gestión dentro de la Oficina de Gestión de Residuos Radiactivos Civiles. El resultado de este trabajo fueron dos programas basados en DOS (RIP y STRIP), que se utilizaron para apoyar proyectos de gestión de residuos radiactivos dentro del DOE.
En 1996, en un proyecto financiado por Golder Associates, el Departamento de Energía de EE. UU., el Instituto Japonés para el Desarrollo del Ciclo Nuclear (actualmente la Agencia Japonesa de Energía Atómica ) y la Agencia Nacional Española de Residuos Radiactivos (ENRESA), las capacidades de RIP y STRIP se incorporaron a un simulador de propósito general basado en Windows llamado GoldSim. Posteriormente, la NASA también proporcionó financiación .
Inicialmente ofrecido solo a las organizaciones financiadoras originales, GoldSim se lanzó al público en 2002. En 2004, GoldSim Technology Group LLC se separó de Golder Associates como una empresa totalmente independiente. [ 21 ] En marzo de 2026, GoldSim fue adquirida por Datacor .
Entre las aplicaciones destacadas se incluye proporcionar el marco de simulación para: 1) el modelo de evaluación del rendimiento del depósito de Yucca Mountain desarrollado por los Laboratorios Nacionales Sandia ; [ 12 ] 2) un modelo computacional integral a nivel de sistema para la evaluación del rendimiento del secuestro geológico de CO 2 desarrollado por el Laboratorio Nacional de Los Alamos ; [ 16 ] 3) un modelo de operaciones de inundación para ayudar a comprender mejor y ajustar las operaciones de una gran presa utilizada para el suministro de agua y el control de inundaciones en Queensland, Australia; [ 4 ] y 4) modelos para simular los riesgos asociados con futuras misiones espaciales tripuladas por el Centro de Investigación Ames de la NASA . [ 18 ] [ 19 ]
Entorno de modelado
GoldSim proporciona un entorno de modelado visual y jerárquico que permite a los usuarios construir modelos añadiendo «elementos» (objetos del modelo) que representan datos, ecuaciones, procesos o eventos, y enlazándolos entre sí en representaciones gráficas similares a diagramas de influencia . Las flechas de influencia se dibujan automáticamente a medida que los elementos hacen referencia a otros elementos. Los sistemas complejos pueden transformarse en modelos jerárquicos de GoldSim mediante la creación de capas de «contenedores» (o submodelos). Las representaciones visuales y las estructuras jerárquicas ayudan a los usuarios a construir modelos complejos y de gran tamaño que, sin embargo, pueden explicarse a las partes interesadas (por ejemplo, organismos reguladores gubernamentales, funcionarios electos y el público en general).
Aunque se trata principalmente de un simulador continuo, GoldSim cuenta con varias características propias de los simuladores discretos . Al combinar estos dos métodos de simulación, los sistemas que se representan mejor mediante dinámicas continuas y discretas suelen simularse con mayor precisión. Algunos ejemplos incluyen el seguimiento de la cantidad de agua en un embalse sometido a entradas y salidas continuas, así como a tormentas repentinas; y el seguimiento de la cantidad de combustible en una nave espacial sometida a perturbaciones aleatorias (por ejemplo, fallos de componentes, condiciones ambientales extremas).
Debido a que el software fue desarrollado originalmente para aplicaciones ambientales complejas, en las que muchas entradas son inciertas y/o estocásticas , además de ser un simulador dinámico, GoldSim es un simulador de Monte Carlo , de modo que las entradas se pueden definir como distribuciones y todo el sistema se simula una gran cantidad de veces para proporcionar salidas probabilísticas. [ 22 ] Como tal, el software incorpora una serie de características computacionales para facilitar la simulación probabilística de sistemas complejos, incluidas herramientas para generar y correlacionar series temporales estocásticas , capacidades de muestreo avanzadas (incluido el muestreo de hipercubo latino , el análisis de Monte Carlo anidado y el muestreo de importancia ) y soporte para el procesamiento distribuido .
Véase también
Referencias
- ↑ Lloyd Townley, Huanhuan Jiang y Jinquan Tang (2019), WRRM1 y WRRM2: Implementaciones en GoldSim de modelos de procesos unitarios y modelos de referencia IWA (BSM1 y BSM2) para la eliminación de nutrientes, Conferencia de innovación sobre tratamiento sostenible de aguas residuales y recuperación de recursos , Shanghái, China.
- ↑ Erfan Goharian y Steven J. Burian (2014), Modelado integrado de recursos hídricos urbanos en una región montañosa semiárida utilizando un marco de ciberinfraestructura Archivado el 29-11-2014 en Wayback Machine , Actas de la 11.ª Conferencia Internacional sobre Hidroinformática, HIC 2014 , Nueva York, Nueva York.
- ↑ James Andrew Griffiths, Fangfang Zhu, Faith Ka Shun Chan y David Laurence Higgitt (2019), Modelado del impacto del aumento del nivel del mar en la probabilidad de inundaciones urbanas en el sureste de China, Geoscience Frontiers , marzo de 2019.
- 1 2 Michel Raymond (2014), Estudio de optimización de la presa Wivenhoe Somerset: simulación de operaciones de la presa para numerosas inundaciones , Actas de la Conferencia Anual del Comité Nacional Australiano sobre Grandes Presas (ANCOLD) 2014 , Canberra, Australia.
- ↑ James C. Schlaman y Danny Johnson (20147, Eliminating the Silo Effect Integrated Water, Wastewater, Watershed Model Helps the Atlanta Region Plan a More Holistic Future, Proceedings of the Water Environment Federation , enero de 2017.
- ↑ Erfan Goharian, Steven J. Burian, Jason Lillywhite y Ryan Hile (2016), Evaluación de la vulnerabilidad para apoyar la gestión integrada de los recursos hídricos de los sistemas metropolitanos de suministro de agua, Journal of Water Resources Planning and Management, noviembre de 2016.
- ↑ Brent C. Johnson, Pamela Rohal y Ted Eary (2018), Acoplamiento de PHREEQC con GoldSim para una experiencia de modelado de agua más dinámica, 11.ª Conferencia ICARD | IMWA | WISA MWD 2018 – Del riesgo a la oportunidad , enero de 2018, Pretoria, Sudáfrica.
- ↑ Nick Martin y Michael Gabora (2018), Modelado de desafíos complejos de cierre de aguas mineras utilizando un modelo acoplado FEFLOW-GoldSim, 11.ª Conferencia ICARD | IMWA | WISA MWD 2018 – Riesgo a oportunidad , enero de 2018, Pretoria, Sudáfrica.
- ↑ Lisa Wade (2014), Un balance hídrico probabilístico , Disertación para Montana Tech de la Universidad de Montana, Copyright ProQuest, UMI Dissertations Publishing 2014.
- ↑ Valérie Plagnes, Brad Schmid, Brett Mitchell e Ian Judd-Henrey (2017), Modelización del balance hídrico de un sistema de gestión de efluentes de una planta de uranio, Journal of Hydrology, junio de 2017.
- ↑ William Schafer, John Barber, Manuel Contreras y Jesús Tellez (2016), Integrating Surface Water Load Modelling into Mine Closure Performance Evaluation, Actas de la Conferencia de la Asociación Internacional de Aguas Mineras , julio de 2016.
- 1 2 David Ewing Duncan (2003), Hacer o morir en Yucca Mountain , Wired Magazine , número 11.04, abril de 2003.
- ↑ KP Lee, R. Andrews, N. Hasan, R. Senger, M. Kozak, AK Wahi y W. Zhou (2018), Integración de modelos para la evaluación del desempeño de la instalación integrada de eliminación de residuos de Hanford, Actas del Simposio de Gestión de Residuos de 2018, marzo de 2018 .
- ↑ Jongtae Jeong, Youn-Myoung Lee, Jung-Woo Kim, Dong-Keun Cho, Nak Yul Ko y Min Hoon Baik (2016), Progreso de la evaluación de seguridad a largo plazo de un sistema de eliminación de referencia para residuos de alto nivel en Corea, Progress in Nuclear Energy , julio de 2016.
- ↑ B. Haverkamp, J. Krone e I. Shybetskyi (2013), Evaluación de seguridad para un depósito de superficie en la zona de exclusión de Chernóbil, Actas del Simposio de Gestión de Residuos de 2013, febrero de 2013.
- 1 2 Philip H. Stauffer, Hari S. Viswanathan, Rajesh J. Pawar y George D. Guthrie (2009), Un modelo de sistema para el secuestro geológico de dióxido de carbono , Environ. Sci. Technol. , 2009, 43 (3), pp 565–570.
- ↑ Sean Sanguinitoa, Angela L. Goodman y James I. Sams III (2018), Herramienta CO2-SCREEN: Aplicación a la arenisca de Oriskany para estimar el recurso potencial de almacenamiento de CO2, International Journal of Greenhouse Gas Control, agosto de 2018.
- 1 2 Donovan L. Mathias, Susie Go y Christopher J. Mattenberger (2014), Evaluación de riesgos de ingeniería del problema del desafío del propulsor espacial, Actas, Evaluación y gestión de seguridad probabilística PSAM 12, Honolulu, HI, junio de 2014.
- 1 2 Susie Go, Donovan L. Mathias, Scott Lawrence, Ken Gee y Christopher J. Mattenberger (2014), Un enfoque integrado de modelado de riesgos basado en la fiabilidad y la física para evaluar los sistemas de vuelos espaciales tripulados, Actas, Evaluación y gestión de seguridad probabilística PSAM 12, Honolulu, HI, junio de 2014.
- ↑ Steven P. Miller, Jennifer E. Granata y Joshua S. Stein (2012), Comparación de tres diseños de sistemas fotovoltaicos utilizando el modelo de fiabilidad y rendimiento fotovoltaico (PV-RPM) Archivado el 2 de marzo de 2013 en Wayback Machine , Informe Sandia SAND2012-10342, Laboratorios Nacionales Sandia, Albuquerque, Nuevo México.
- ↑ Golder Associates lanza una empresa de software independiente basada en el software GoldSim (2004), Water & Wastes DIGEST
- ↑ Simulación probabilística . Sitio web de GoldSim .
Enlaces externos
- Sitio web oficial
- Software de simulación
- Software de gestión de riesgos
- Software de simulación científica
- Software matemático
- Software para ciencias ambientales
- Software numérico
- Lenguajes de programación de simulación
- Software probabilístico
- Software científico para Windows