የሙከራ እና የማረጋገጫ ውሂብ ትንተና

ትርፍ፡

• እንደ ዳይናሞሜትር፣ የመንገድ ፈተና፣ ጽናትና DVP&R እና በማረጋገጥ ሂደት ውስጥ ያላቸውን ቦታ የመለየት ችሎታ።
• በትልልቅ የፈተና ዳታ ስብስቦች ውስጥ አርቲፊሻል ኢንተለጀንስን ለማጠቃለል፣ ያልተለመዱ ነገሮችን እና ረቂቅ ሪፖርቶችን የመጠቀም ችሎታ
• የ AI የፈተና ትርጓሜን በመለኪያ እርግጠኛ አለመሆን፣ ተደጋጋሚነት እና ተቀባይነት መስፈርቶች የማረጋገጥ ችሎታ

ተሽከርካሪ ወይም አካል ወደ ምርት ከመግባቱ በፊት "መስፈርቶቹን ያሟላል" ለሚለው ጥያቄ መልሱ በሙከራ እና በማረጋገጫ መረጃ ውስጥ ተደብቋል። በአውቶሞቲቭ መሞከር ከላቦራቶሪ (ዳይናሞሜትር፣ የአየር ንብረት ክፍል፣ የንዝረት ጠረጴዛ) ወደ መንገድ (የመንገድ ፈተና፣ የጽናት ትራክ) እና የብልሽት ላብራቶሪ ይዘልቃል። እነዚህ ሙከራዎች ግዙፍ መረጃዎችን ያመነጫሉ፡ አንድ ነጠላ የጽናት ሙከራ በሚሊዮን የሚቆጠሩ ረድፎች ሴንሰር መዝገቦችን ሊይዝ ይችላል። በዚህ ክፍል ውስጥ, የዚህን መረጃ ዓይነቶች, በማጣራት ሂደት ውስጥ ያለውን ቦታ እና አርቲፊሻል ኢንተለጀንስ እንዴት በመተንተን እንደሚረዳ እንመለከታለን (ግን ውሳኔው በመሐንዲሱ ውስጥ እንዴት እንደሚቆይ).

ማረጋገጫ እና ማረጋገጫ ምንድን ናቸው?

ሁለቱ ቃላት ብዙውን ጊዜ ግራ ይጋባሉ፡-

• ማረጋገጫ፡ "ምርቱን በትክክል ገንብተናል?" መስፈርቱን ማክበርን ይለካል። ምሳሌ፡ "የብሬኪንግ ርቀት ስፔሲፊኬሽን 38 ሜትር ይላል፤ ለካነው፣ 36.5 ሜትር። ተስማሚ።"
• ማረጋገጫ፡ "ትክክለኛውን ምርት ሠርተናል?" በእውነተኛ አጠቃቀም ውስጥ ፍላጎቶችን ያሟላል? ምሳሌ፡ "አሽከርካሪዎች ይህን ብሬክ ደህንነት ይሰማቸዋል?"

በአውቶሞቲቭ ይህ ሂደት ብዙውን ጊዜ የሚተዳደረው በDVP&R (የዲዛይን ማረጋገጫ እቅድ እና ሪፖርት) ሰነድ ነው፡ የትኛው መስፈርት በየትኛው ፈተና እንደሚሞከር፣ በየትኛው የመቀበያ መስፈርት እና ውጤቱን የሚዘረዝር ሰንጠረዥ ነው።

የተለመዱ የሙከራ ውሂብ ዓይነቶች

የሙከራ ዓይነት

ምን ይለካል

የናሙና ውሂብ

ዳይናሞሜትር (ዳይኖሜትር)

የሞተር ኃይል, ጉልበት, ልቀቶች

RPM-torque ከርቭ፣ የነዳጅ ፍጆታ

የመንገድ ፈተና

ትክክለኛ ሁኔታ ባህሪ

ጂፒኤስ፣ ማጣደፍ፣ የመንዳት ምልክቶች

ዘላቂነት

የዕድሜ ልክ ድካም

ንዝረት, ውጥረት, የዑደቶች ብዛት

የአየር ንብረት / አካባቢ

ትኩስ-ቀዝቃዛ-እርጥበት መቋቋም

የሙቀት መጠን, የሥራ ሁኔታ

NVH

ጫጫታ / ንዝረት

የድምፅ ግፊት ፣ የፍጥነት ስፔክትረም

ግጭት (ብልሽት)

ደህንነት

ከፍተኛ ፍጥነት ያለው ቪዲዮ፣ ዱሚ ዳሳሾች

እያንዳንዱ ፈተና የመቀበያ መስፈርት (መስፈርት) አለው። ትንታኔው መረጃው ይህንን መስፈርት ማለፉን ለማረጋገጥ ነው።

በፈተና ትንተና ውስጥ አርቴፊሻል ኢንተለጀንስ ምን ያደርጋል?

AI በፈተና ውሂብ ትንተና ውስጥ ኃይለኛ ረዳት ነው፡-

1. ማጠቃለያ፡ ስታቲስቲካዊ ማጠቃለያ፣ ከፍተኛ ዋጋዎች፣ በሚሊዮኖች የሚቆጠሩ ረድፎች ስርጭት።
2. Anomaly ምልክት ማድረግ: "በዚህ ቀረጻ ውስጥ በ214 ሰከንድ ላይ ያልተጠበቀ የማሽከርከር ጠብታ አለ።"
3. የስርዓተ-ጥለት ንጽጽር፡- ሁለት የሙከራ ሩጫዎችን ወይም የተለያዩ ተሽከርካሪዎችን ማወዳደር እና ልዩነቶችን ማግኘት።
4. ረቂቅ ሪፖርት አድርግ፡ የDVP&R የውጤት ጽሑፍ እና ስዕላዊ ማብራሪያዎችን ማዘጋጀት።
5. የኮድ እገዛ፡ የትንታኔ ስክሪፕት ማመንጨት (Python)።

ግን ይጠንቀቁ: እነዚህ ሁሉ ንድፎች እና ፍንጮች ናቸው. ፈተናው ማለፉን ወይም አለማለፉን እና ያልተለመደው እውነት ወይም የመለኪያ ስህተት መሆኑን የሚወስነው የፈተና መሐንዲስ ነው።

ፍንጭ፡ AI ን ይጠይቁ "ይህ ፈተና አልፏል?" "በዚህ መረጃ ውስጥ የትኞቹ ክልሎች በተቀባይነት መስፈርት መሰረት አደጋን ያሳያሉ, ምን ተጨማሪ ቼኮች ማድረግ አለብኝ?" ብሎ ከመጠየቅ ይልቅ. ብለው ይጠይቁ። የመጀመሪያው ውሳኔዎችን ይፈልጋል (የ AI ሥራ አይደለም) ፣ ሁለተኛው ፍንጮችን ይፈልጋል (የ AI ሥራ)።

የመለኪያ እርግጠኛ አለመሆን እና ተደጋጋሚነት

ምንም መለኪያ ፍጹም አይደለም. ሁለት ጽንሰ-ሐሳቦች ወሳኝ ናቸው.

• የመለኪያ እርግጠኛ አለመሆን፡ የመለኪያ መሣሪያ ተፈጥሯዊ የስህተት ህዳግ። የብሬኪንግ ርቀቱ "36.5 ሜትር" ከሆነ እና እርግጠኛ አለመሆኑ ± 0.8 ሜትር ከሆነ ትክክለኛው ዋጋ በ 35.7-37.3 ሜትር መካከል ነው. መግለጫው 38 ሜትር ከሆነ ደህና ነዎት; ነገር ግን ዝርዝር መግለጫው 37 ሜትር ከሆነ, እርግጠኛ አለመሆኑ ወደ ገደቡ በጣም ቅርብ ይሆናል.
• ተደጋጋሚነት፡- ተመሳሳይ ምርመራ ሲያደርጉ ተመሳሳይ ውጤት ያገኛሉ? ነጠላ ሩጫ በአጋጣሚ አልፏል። በአውቶሞቲቭ ውስጥ፣ ወሳኝ ሙከራዎች በተለያዩ ተሽከርካሪዎች/ሁኔታዎች ብዙ ጊዜ ይደጋገማሉ።

በ AI የተጠቆመው "አኖማሊ" በእርግጥ የመለኪያ ጫጫታ ሊሆን ይችላል። ውሳኔ ከማድረግዎ በፊት እርግጠኛ አለመሆን እና ሁለት ጊዜ ማረጋገጥ አስፈላጊ ናቸው።

ማስጠንቀቂያ፡ AI "የመቀበያ መስፈርቶችን አልፏል" ማለቱ የመለኪያ እርግጠኛ አለመሆንን እና ማባዛትን ካላገናዘበ አታላይ ነው። ወደ ገደቡ ቅርብ በሆኑ ውጤቶች፣ የጥርጣሬ ህዳግ የፈተናውን ውጤት ሊለውጥ ይችላል።

አነስተኛ ጉዳይ ጥናቶች

ጉዳይ 1 - ያልተለመደ ወይም ጫጫታ? በጽናት ሙከራ ውስጥ ፣ AI በጭንቀት ምልክት ውስጥ 3 ድንገተኛ ዝላይዎችን ያሳያል። የፈተና መሐንዲሱ ጥሬውን መረጃ ይመለከታል: መዝለሎቹ የውሂብ ምዝግብ ማስታወሻው እንደገና ከተጀመረበት ትክክለኛ ጊዜዎች ጋር ይዛመዳሉ; ስለዚህ ትክክለኛ መዋቅራዊ ክስተት ሳይሆን የምዝገባ መቋረጥ ነው። ያልተለመዱ ነገሮች ቅርሶች ሆነው ተመዝግበዋል። ውጤት፡ AI ፍንጭ አቅርቧል፣ መሐንዲስ የገለልተኛ መነሻ ምክንያት; አውቶማቲክ "ውድቀት" ማህተም ስህተት ይሆናል.

ጉዳይ 2 - የድንበር አቅራቢያ ውጤት. በብሬክ ሙከራ ውስጥ ያለው አማካይ ርቀት 37.4 ሜትር ነው, ዝርዝሩ 38 ሜትር ነው. AI "አልፏል" ይላል. መሐንዲሱ የመለኪያውን እርግጠኛ አለመሆን (± 0.9 ሜትር) እና 2 ሩጫዎች ብቻ እንደተደረጉ ይገነዘባል; የላይኛው ገደብ ከ 38.3 ሜትር መስፈርት ይበልጣል. ፈተናው ወደ 6 ሩጫዎች ይጨምራል እና ሁኔታዎች (ሙቅ ብሬክ, የተጫነ ተሽከርካሪ) የተለያዩ ናቸው; ውጤቱ ደህንነቱ የተጠበቀ ነው. ማጠቃለያ፡ ያለምንም ጥርጣሬ እና መደጋገም "አልፏል" ማለት አደገኛ ነው።

ጉዳይ 3 - የፈጣን ማጠቃለያ ኃይል. አንድ የNVH ሙከራ ከ12 መሳሪያዎች 40GB መረጃ አለው። አይአይ ለእያንዳንዱ መሳሪያ ከፍተኛ ድግግሞሾችን እና መጠኖችን የሚያጠቃልል ሰንጠረዥ እና ንፅፅር ያወጣል ። መሐንዲሱ ትኩረቱን በ 2 ሰአታት ውስጥ በ 20 ደቂቃዎች ውስጥ ወደ 2 ችግር ያለባቸው ተሽከርካሪዎች ይመራል. ከዚያም በገዛ እጆቹ የነዚያን ሁለት ተሽከርካሪዎች ጥሬ ስፔክትረም ይመረምራል። ውጤት፡ AI ማጥፋትን አድርጓል፣ ኢንጂነር ጥልቅ ትንታኔውን አድርጓል።

የጥያቄ አብነቶች

አብነት 1 - የሙከራ ማጠቃለያ፡-

ሚና፡ እርስዎ የሙከራ ውሂብ ተንታኝ ነዎት። ተግባር፡ ከታች ያለውን የዳይናሞሜትር መዝገብ ያጠቃልሉት። አውድ: RPM ውሂብ, 1000-6000 rpm; ተቀባይነት መስፈርት: ጫፍ torque ቢያንስ 320 Nm, የኃይል ጥምዝ ውስጥ ምንም ውድቀት. ገደብ፡ 'ማለፍ/አለመሳካት' ውሳኔ መስጠት; በመመዘኛዎች መሰረት የአደጋ ዞኖችን እና ተጨማሪ የቁጥጥር ምክሮችን ይዘርዝሩ. ውጤት፡ ማጠቃለያ ስታቲስቲክስ + የአደጋ ዞን + የሚመከር ቁጥጥር።

አብነት 2 - ያልተለመደ መተንተን፡-

ሚና፡ እርስዎ የመለኪያ እና የመሳሪያ ባለሙያ ነዎት። ተግባር፡ ምልክት የተደረገባቸው ያልተለመዱ ክስተቶች እውነተኛ ክስተቶች ወይም የመለኪያ ቅርሶች መሆናቸውን እንድለይ ምራኝ። አውድ: 3 በጭንቀት ምልክት ውስጥ ድንገተኛ ዝላይ; መቅጃው ያለማቋረጥ እንደገና ይጀምራል። ውጤት፡ ሊቻል የሚችል ማብራሪያ + ለእያንዳንዱ ያልተለመደ መድልዎ ማረጋገጥ።

አብነት 3 - እርግጠኛ ያልሆነ ግምገማ፡-

ሚና፡ እርስዎ የሜትሮሎጂ (የመለኪያ ሳይንስ) አማካሪ ነዎት ተግባር፡ በተቀባይነት መስፈርት መሰረት የውጤቱን ደህንነት ይገምግሙ፡ አውድ፡ የሚለካው እሴት 37.4 ሜትር፣ እርግጠኛ አለመሆን ± 0.9 ሜትር፣ ዝርዝር38 ሜትር፣ የሩጫዎች ብዛት 2.ገደብ፡ እርግጠኛ አለመሆንን እና የድግግሞሽ ብዛት ግምት ውስጥ ማስገባትዎን ያረጋግጡ። ወደ ገደቡ መቅረብን አጽንዖት ይስጡ. ውጤት: ግምገማ + ለተጨማሪ ሙከራ ምክሮች + የተቀረው አደጋ.

አብነት 4 - የDVP&R ሪፖርት ረቂቅ፡-

ሚና፡ እርስዎ የማረጋገጫ መሐንዲስ ነዎት። ተግባር፡ ለሚከተሉት የፈተና ውጤቶች የDVP&R የውጤት ጽሑፍ ረቂቅ ይጻፉ። አውድ፡ መስፈርት፣ የፈተና ዘዴ፣ የመቀበያ መስፈርት እና የሚለካው እሴት ተሟልቷል (ስም የለሽ)። ገደብ: ረቂቅ ብቻ; ጥብቅ 'የጸደቀ' መግለጫን አይጠቀሙ፣ ለኢንጂነር ማጽደቂያ ቦታ ይተው። ውጤት፡ መስፈርት | ፈተና | መስፈርት | ውጤት | ሁኔታ (ረቂቅ)።

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

ይህን የፈተና ውሂብ ተመልከት፣ አልፏል?

ምንም ተቀባይነት መስፈርቶች, አሻሚነት እና ድግግሞሽ; AI ዓይነ ስውር "ማለፍ / ውድቀት" ይላል, ይህም አደገኛ ነው.

ኃይለኛ ጥያቄ፡-

ሚና፡ እርስዎ የአውቶሞቲቭ ሙከራ ውሂብ ተንታኝ ነዎት። ተግባር፡ የተያያዘውን የብሬክ ሙከራ መረጃ ከመቀበል መስፈርት ጋር በማነፃፀር ለውሳኔው ምን ተጨማሪ ማስረጃ እንደሚያስፈልግ ጠቁም። አውድ፡ መስፈርት 38 ሜትር; የመለኪያ እርግጠኛ አለመሆን ± 0.9 ሜትር; 2 ሁኔታዎች አሉ፤ የተሽከርካሪ ጭነት በአንድ ሁኔታ ተፈትኗል።ገደብ፡ 'ያለፈ' ማወጅ፤ እርግጠኛ ካልሆኑ እና ብዜት አንፃር ስጋቶችን እና የታቀዱ ተጨማሪ ሁኔታዎችን ይዘርዝሩ። ውጤት፡ ስጋት | መጽደቅ | የሚመከር ተጨማሪ የሙከራ ሰንጠረዥ.

የተለመዱ ስህተቶች

• AI የመሄድ/የመውደቅ ውሳኔ እንዲሰጥ ማድረግ። ውሳኔው የተደረገው በመሐንዲሱ ነው; AI ፍንጭ ይሰጣል።
• የመለኪያ አለመረጋጋትን ችላ ማለት። ወደ ገደቡ ቅርብ በሆኑ ውጤቶች፣ እርግጠኛ አለመሆን ውጤቱን ይለውጣል።
• በአንድ ሩጫ ላይ መተማመን። ተደጋጋሚነት ከሌለ ውጤቱ ደካማ ነው.
• ወዲያውኑ ያልተለመደውን እንደ "ብልሽት" ይቁጠሩት. የቀረጻ ቅርስ / ጫጫታ ሊኖር ይችላል; ወደ ጥሬ መረጃ ተመለስ።
• ዓይነ ስውር ዘገባውን መቅዳት። የ AI ረቂቅ ያለ መሐንዲስ ይሁንታ እና እርማት ኦፊሴላዊ ሰነድ መሆን አይችልም።

በማጠቃለያው

• የማረጋገጫ እርምጃዎች ከሚያስፈልገው መስፈርት ጋር መጣጣምን, የማረጋገጫ እርምጃዎች ከትክክለኛው ፍላጎት ጋር መጣጣምን; DVP&R ይህን ሂደት ያስተዳድራል።
• በ AI የፈተና ውሂብ ላይ ሪፖርቶችን በማጠቃለል፣ በስህተት ምልክት በማድረግ፣ በማወዳደር እና በማዘጋጀት ረገድ ኃይለኛ ረዳት ነው።
• ውሳኔው (ማለፊያ / ውድቀት) መሐንዲሱ ነው; AI ፍንጮች እንጂ ምልክቶች አይደሉም።
• የመለኪያ አለመረጋጋት እና ተደጋጋሚነት ከሌለ ውጤቱ ሊተረጎም አይችልም; ከገደቡ አጠገብ ያሉ ውጤቶች ልዩ ትኩረት ያስፈልጋቸዋል.
• ያልተለመዱ ነገሮች እውነተኛ ክስተቶች ወይም የመለኪያ ቅርሶች መሆናቸውን ለማወቅ በጥሬ መረጃ መለየት አለባቸው።

የመተግበሪያ ተግባር

ፈተናን ይምረጡ (ለምሳሌ በአየር ንብረት ክፍል ውስጥ ቀዝቃዛ ጅምር)። (1) መስፈርቱን, የፈተና ዘዴን እና ተቀባይነት መስፈርቶችን ይጻፉ. (2) ማጠቃለያ እና የአደጋ ቀጠና ትንተና በአብነት 1 ይጠይቁ (ውሳኔ ሳይጠይቁ)። (3) ከአብነት 3 ጋር እርግጠኛ ለመሆን ከገደቡ አጠገብ ያለውን ምናባዊ ውጤት ይገምግሙ። (4) አብነት 4ን ተጠቅመው ረቂቅ DVP&R ያዘጋጁ፣ ይህም ለኢንጂነር መጽደቅ የትኛዎቹን ቦታዎች እንደሚለቁ ያሳያል።

የማረጋገጫ ዝርዝር

• [] መስፈርቶቹን እና ተቀባይነት መስፈርቶችን በግልፅ ጽፌያለሁ።
• [] AI ን ለውሳኔ ሳይሆን ለአደጋ/ፍንጭ ጠየኩት።
• [ ] በውጤቱ ውስጥ የመለኪያ እርግጠኛ አለመሆንን አካትቻለሁ።
• [] የድግግሞሹን (የሩጫዎች ብዛት) ብቃት ገምግሜአለሁ።
• [ ] በእውነታ እና በቅርስ መካከል ያለውን ልዩነት በመለየት ያልተለመዱ ነገሮችን በጥሬ መረጃ መርምሬአለሁ።
• [ ] የሪፖርቱን ረቂቅ ለኢንጂነር ማጽደቂያ ምልክት አድርጌያለሁ።