التصميم المفاهيمي وإدارة المتطلبات وتحليل المقايضة

المكاسب:

• القدرة على تسريع دراسات المقايضة من متطلبات المهمة إلى تحديد حجم الطائرات/المركبات الفضائية المفاهيمية بدعم من الذكاء الاصطناعي
• القدرة على تنفيذ متطلبات الكتابة والتتبع والتحكم في الاتساق مع المطالبات المكونة
• القدرة على التخلص من المخرجات غير المعقولة من خلال التحقق من صحة نقاط التصميم المقترحة من قبل الذكاء الاصطناعي مع الحسابات اليدوية القائمة على الفيزياء

تولد الطائرة أو المركبة الفضائية من قائمة المتطلبات، وليس على لوحة الرسم. الجملة "احمل هذا الحمل الكبير إلى هذا النطاق، بهذه السرعة، بهذه التكلفة" هي بذرة التصميم الذي سيستمر لسنوات قادمة. التصميم المفاهيمي (أقدم مرحلة تصميم يتم فيها تحديد الحجم التقريبي والوزن وتكوين السيارة لأول مرة) هو عملية استخراج الشكل الأولي من هذه البذرة. إن القرارات المتخذة هنا رخيصة الثمن، ولكن آثارها هي الأكثر تكلفة: فاختيار مفاهيمي خاطئ واحد يمكن أن يضيع ملايين الدولارات من التصميم التفصيلي.

في هذه الوحدة، سنستخدم الذكاء الاصطناعي (AI) لتخفيف أعباء التصميم المفاهيمي الثلاثة: ترجمة طلبات المهام الغامضة إلى متطلبات قابلة للقياس، والحفاظ على إمكانية التتبع والاتساق بين المتطلبات، وتسريع تحليل المفاضلة بين خيارات التصميم المتنافسة. ولكن دعونا نوضح المبدأ الحاسم من البداية: كل حجم وكل تقدير وزن يقترحه الذكاء الاصطناعي يتم التحقق من صحته بالضرورة من خلال حساب يدوي قائم على الفيزياء. الذكاء الاصطناعي هو شريك في العصف الذهني والمحاسبة؛ لا يملك قرار التحجيم.

المفاهيم: المتطلبات: بيان واحد يمكن التحقق منه ويجب أن تستوفيه الأداة. إمكانية التتبع: سلسلة تسجيل من أين جاء كل متطلب وبأي تصميم/اختبار تم استيفاؤه. مساحة التجارة: مجموعة جميع الخيارات التي تم إنشاؤها بواسطة متغيرات التصميم القابلة للتغيير. MTOW: أقصى وزن للإقلاع (أقصى وزن للإقلاع)، أعلى كتلة يمكن للمركبة الإقلاع عنها.

من حاجة المهمة إلى المتطلبات: خطوة بخطوة

المتطلب الجيد له ثلاث صفات: مفرد (يقول شيئًا واحدًا)، وقابل للقياس (يحتوي على رقم ووحدة)، وقابل للتحقق (من الواضح كيفية التحقق منه). "يجب أن تكون الطائرة سريعة" ليس شرطا؛ "يجب أن تحقق الطائرة سرعة جوية من عيار 250 كيلوطن (KCAS) عند مستوى سطح البحر" هو أحد المتطلبات.

الخطوة الأولى هي جمع طلبات أصحاب المصلحة وتقسيمها إلى مسودة متطلبات باستخدام الذكاء الاصطناعي. والخطوة الثانية هي جعل كل متطلبات قابلة للقياس: استبدال كل صفة غامضة ("خفيفة الوزن"، "متينة"، "فعالة") بمقياس وعتبة. الخطوة الثالثة هي البحث عن التناقضات بين المتطلبات: غالبًا ما يتنافس النطاق والحمولة مع بعضهما البعض، وسرعان ما يظهر الذكاء الاصطناعي هذه التناقضات إلى السطح. الخطوة الرابعة هي إنشاء مصفوفة التتبع: جدولة هدف المهمة ذات المستوى الأعلى الذي يؤدي إلى أي متطلبات فرعية.

ومن ناحية الأبعاد المفاهيمية، يمكن للذكاء الاصطناعي أن يتذكر العلاقات الهندسية المعروفة (كسور الوزن، ونسبة الدفع إلى الوزن، وتحميل الجناح) وإنشاء سلسلة أولية من الحسابات. على سبيل المثال، بالنسبة لطائرة الركاب، يمكن تقدير جزء وزن الوقود باستخدام معادلة نطاق بريجيت ويمكن تقدير جزء الوزن الفارغ باستخدام العلاقات الإحصائية. ولكن يتم تأكيد كل رابط من هذه السلسلة عن طريق الحساب اليدوي.

نصيحة: عند كتابة المتطلبات، قم بإعطاء الذكاء الاصطناعي بشكل صريح مهمة "استبدال كل صفة غامضة بمقياس ووحدة وطريقة تحقق". يعمل النموذج بشكل أكثر انضباطًا عندما تقول "اصنع عبارات قابلة للقياس" ولا يمكن التحقق منها مثل "سهل الاستخدام".

تكوين تحليل المقايضة

إن جوهر تحليل المقايضة هو وضع العديد من تكوينات المرشحين جنبًا إلى جنب مع معايير مشتركة. الأداة الكلاسيكية هي مصفوفة القرار المرجح: يتم إعطاء المعايير أهمية الأهمية، ويتم تسجيل كل مرشح على كل معيار، ويتم أخذ الإجمالي المرجح. يقوم الذكاء الاصطناعي ببناء هذه المصفوفة بسرعة، ولكن احذر من مأزقين: الأوزان هي حكم هندسي ذاتي (غير متروك للذكاء الاصطناعي) ويجب أن تستند النتائج إلى مبررات مادية (غير مختلقة).

المعيار (الوزن)

التكوين. ج: الجناح العالي

التكوين. ب: الجناح المنخفض

التكوين. ج: كانارد

المدى، كم (0.30)

1200

1350

1250

الوزن الصافي كجم (0.25)

640

610

690

تكلفة الإنتاج (0.20)

متوسطة

منخفض

عالية

الاستقرار (0.15)

عالية

متوسطة

متوسطة

سهولة الصيانة (0.10)

عالية

متوسطة

منخفض

يمكنك جعل الذكاء الاصطناعي يبني هذا الجدول؛ لكن أرقام النطاق والوزن يجب أن تأتي من حسابات أولية مستقلة، ويجب أيضًا تبرير الدرجات النوعية مثل "الاستقرار: مرتفع". تكمن قوة الذكاء الاصطناعي في أنه يقوم بجدولة عشرة تكوينات مختلفة في دقائق ويقوم بتحليل المشاعر (كيف يتغير الترتيب إذا تغير الوزن).

موجه ضعيف / موجه قوي

حث ضعيف:

أقوم بتصميم طائرة تدريب. قل لي أفضل التكوين.

مطالبة قوية:

الدور: أنت مستشار تصميم الطائرات المفاهيمية. السياق: دراسة أولية للمقايضة لطائرة تدريب ذات مقعدين (القيم تمثيلية): النطاق المستهدف ~ 1000 كم، سرعة الرحلة ~ 55 م / ث، الحمولة ~ 220 كجم، أولوية تكلفة الإنتاج المنخفضة. المهمة:1) اقتراح 3 تكوينات مرشحة (موضع الجناح، نوع المحرك).2) قم بإعداد جدول يقارن كل مرشح على: النطاق، الوزن الفارغ المقدر، تكلفة الإنتاج، الاستقرار.3) استخدم التقديرات الرقمية الخاصة بك واكتب العلاقة والافتراض. القيد: حدد العلاقة الإحصائية التي استخدمتها في تقديرات الوزن الخاصة بك؛ وحدة الكتابة؛ لا تتخذ قرارًا نهائيًا، قم بتقديم مرشح. سوف أزن الأمر وأتخذ القرار النهائي بنفسي.

قوالب سريعة قابلة للنسخ

القالب 1 - ترجمة حاجة المهمة إلى متطلبات قابلة للقياس:

تحويل طلبات أصحاب المصلحة التالية إلى متطلبات فردية وقابلة للقياس والتحقق منها. لكل متطلب: مقياس، ووحدة، وقيمة عتبة، وطريقة تحقق مقترحة (تحليل/اختبار/عرض). ترجمة الصفات الغامضة ("خفيف"، "سريع") إلى أرقام ملموسة؛ إذا كان هناك عدم يقين، اسأل عن المعلومات التي تحتاجها.الطلبات: [القائمة هنا]

النموذج 2 - مصفوفة التتبع وفحص الصراع:

خذ قائمة المتطلبات هذه وقم بما يلي: (أ) إنشاء جدول تتبع يربط كل متطلب بهدف المهمة عالية المستوى؛ (ب) وضع علامة على أي أزواج من المتطلبات المتعارضة أو الصعبة (مثل النطاق مقابل الحمولة)؛ (ج) قائمة المتطلبات المفقودة أو التي لا يمكن التحقق منها. دع النتيجة تكون جدولا. المتطلبات: [القائمة هنا]

النموذج 3 - إعداد مصفوفة القرار المرجح:

قم ببناء إطار مصفوفة قرار مرجح لتكوينات المرشحين التالية. قم بإنشاء صفوف المعايير وأعمدة المرشحين. اترك عمود الوزن فارغًا (سأدخل الأوزان). اشرح في ملاحظة منفصلة المبررات المادية للنتيجة التي ستضعها في كل خلية؛ لا تكتب رقمًا مزيفًا، ضع علامة على المكان الذي خمنته على أنه "تخمين". المرشحون: [...] المعايير: [...]

النموذج 4 - التحقق من الأبعاد المفاهيمية:

تحقق بشكل مستقل من نتيجة التحجيم التالية: MTOW، منطقة الجناح، الدفع. (أ) احسب تحميل الجناح (W/S) وقارنه بالنطاق النموذجي لفئة طائراتك المحددة. (ب) احسب نسبة الدفع إلى الوزن (T/W) وقارنها بالمدى النموذجي. (ج) التحذير إذا كانت القيم خارج النطاق النموذجي وتشير إلى خطأ محتمل. اكتب جميع الوحدات بشكل صريح. الإدخال: [قيم MTOW، S، T]

حالات صغيرة

الحالة 1 - الكشف المبكر عن الاحتياجات المتضاربة. في مشروع الطائرات بدون طيار، يريد أصحاب المصلحة "ما لا يقل عن 8 ساعات من البث" و"الحد الأقصى للكتلة الإجمالية 12 كجم". ومن خلال تحديد المتطلبين وتقدير ميزانية الطاقة، يُظهر الذكاء الاصطناعي أن رحلة طيران مدتها 8 ساعات بكثافة طاقة بطارية نموذجية (حوالي 200 واط ساعة/كجم) ستتطلب 6-7 كجم من البطارية وحدها؛ وهذا لا يتناسب مع ميزانية 12 كجم مع الحمولة والهيكل. تتم مناقشة التناقض قبل بدء التصميم التفصيلي. الدرس المستفاد: ترجمة المتطلبات إلى أرقام تكشف التناقضات الخفية مبكرًا.

الحالة 2 - تحليل الحساسية يغير القرار. يقوم فريق واحد بمقارنة تكوينات الأجنحة الثلاثة؛ التكوين مع الأوزان الأولية. يفوز B (النتيجة المرجحة 0.82 مقابل 0.79). يُسأل الذكاء الاصطناعي "ماذا يحدث إذا قمت بتقليل وزن التكلفة من 0.20 إلى 0.10"؛ في نطاق السيناريو هذا يأتي إلى الواجهة والتكوين. يأخذ A زمام المبادرة (0.84 مقابل 0.80). يرى الفريق مدى حساسية قرار تحديد الأولوية ويوضح الأوزان مع أصحاب المصلحة. الدرس المستفاد: ليست النتيجة الوحيدة هي التي تهم، بل استقرار الترتيب.

الحالة 3 - خطأ في الطلب في تقدير الوزن. يعطي الذكاء الاصطناعي الوزن الفارغ للطائرة الخفيفة بـ 95 كجم من العلاقة. ويشير المهندس إلى أن الوزن الفارغ للطائرات ذات المقعدين من فئة مماثلة عادة ما يتراوح بين 350-500 كجم؛ 95 كجم مستحيل جسديا. عند التحقق، يتبين أن الذكاء الاصطناعي قد طبق معاملًا بشكل غير صحيح في العلاقة وتم تصحيحه. الدرس المستفاد: تتم مقارنة كل تقدير للوزن بأوامر من حيث الحجم مع النطاق المعروف للفئة.

الأخطاء الشائعة

• قبول المتطلبات الغامضة. لا يمكن التحقق من المتطلبات التي لا تحتوي على مقاييس ووحدات؛ "يجب أن يكون خفيفًا" هي أمنية وليست مطلبًا.
• جعل الذكاء الاصطناعي يختار الأوزان. إن أوزان المعايير في مصفوفة القرار هي هندسة ذاتية وتقدير أصحاب المصلحة؛ وإذا تُرك الأمر لمنظمة العفو الدولية، فسيظل القرار مهملاً.
• قبول النقاط دون مبرر. إذا لم يكن للدرجات النوعية مثل "الاستقرار: مرتفع" أي أساس مادي، فإن المصفوفة تصبح قائمة خيالية من التخمينات.
• عدم تأكيد تقدير الوزن/الحجم. الارتباطات الإحصائية هي تقديرات تقريبية. لا يتم تنفيذه في التصميم التفصيلي دون مقارنته بنطاق الفصل.
• ترك التتبع لوقت لاحق. إذا لم يتم تسجيله من أين جاء المطلب، فلن يعرف أحد ما هي القرارات التي سيؤثر عليها التغيير في المستقبل.

باختصار

التصميم المفاهيمي هو المرحلة التي يتم فيها اتخاذ القرارات الأرخص ولكن الأكثر فعالية. يعد الذكاء الاصطناعي أداة تسريع قوية هنا في ترجمة الطلبات الغامضة إلى متطلبات قابلة للقياس، والمسح بحثًا عن إمكانية التتبع والتعارض، ومقارنة التكوينات المتعددة عبر جداول المقايضة. ومع ذلك، فإن أوزان المعايير هي حكم بشري، ويتم التحقق من التنبؤات الرقمية عن طريق الحسابات اليدوية والفواصل الطبقية القائمة على الفيزياء، ويبقى قرار التكوين النهائي للمهندس. الذكاء الاصطناعي ينتج مرشحين؛ لا يقرر.

مهمة التطبيق

اكتب ثلاثة أهداف مهمة رفيعة المستوى لمركبة جوية أو فضائية من اختيارك. باستخدام الذكاء الاصطناعي، قم بترجمة هذه المتطلبات إلى ستة متطلبات قابلة للقياس على الأقل وقم بإعداد جدول التتبع. ثم قم بإنشاء مصفوفة قرار مرجحة لتكوينات المرشحين الثلاثة؛ حدد الأوزان بنفسك. أخيرًا، قم بتأكيد تقدير الوزن/الحجم الذي قدمه الذكاء الاصطناعي باستخدام حساب يدوي مستقل ونطاق الفئة. قم بالإبلاغ عن زوج واحد على الأقل من المتطلبات التي تجد فيها تعارضًا.

قائمة مرجعية

• [ ] لقد جعلت كل مطلب فريدًا وقابلاً للقياس والتحقق منه.
• [ ] استبدلت الصفات الغامضة بالمترية والوحدة والعتبة.
• [ ] لقد قمت بإعداد جدول التتبع ووضعت علامة على المتطلبات المتعارضة.
• [ ] لقد حددت أوزان مصفوفة القرار بنفسي (وليس الذكاء الاصطناعي).
• [ ] لقد عزت نتائج المصفوفة إلى التبرير الجسدي.
• [ ] لقد تحققت من تقديرات الوزن/الحجم من خلال التباعد بين الفصول وحساب اليد.