الذكاء الاصطناعي في تصميم شكل الهيكل والتحليل الهيدروديناميكي

المكاسب:

• القدرة على تسريع عملية تحديد الحجم الأولي واكتشاف التصميم من خلال إعطاء شكل الهيكل ومعلمات المقاومة والدفع للذكاء الاصطناعي بتنسيق منظم
• القدرة على الاستعلام عن إعداد دراسات CFD (ديناميكيات الموائع الحسابية)، ومنطق حالة الشبكة والحدود مع دعم الذكاء الاصطناعي
• القدرة على التقاط المعاملات والنتائج الملائمة من خلال التحقق من تنبؤات الذكاء الاصطناعي الهيدروديناميكية مع تجربة النماذج والطريقة التجريبية والمعقولية المادية

يتم إخفاء اقتصاد السفينة بالكامل في شكلها المغمور. عندما يتغير شكل الهيكل (شكل الهيكل؛ هندسة هيكل السفينة تحت الماء والسطح) بمقدار ملليمتر واحد، فإن الوقود الذي سيحرقه، والحمولة التي سيحملها، وفاتورة الانبعاثات سوف تتغير طوال عمر تلك السفينة. ولذلك، فإن تصميم الشكل والديناميكا المائية (علم تدفق المياه حول القارب والقوى التي يسببها) هي المراحل التي يتم فيها اتخاذ أغلى قرارات الهندسة البحرية. يعمل الذكاء الاصطناعي (AI) على تسريع ثلاث مهام في هذه المرحلة: الحجم الأولي واستكشاف التصميم، وتركيب طرق المقاومة التجريبية، وتخطيط دراسات ديناميكيات الموائع الحسابية (CFD).

ولكن دعونا نثبت الأمر من البداية: لا يوجد منحنى مقاومة، ولا يوجد معامل شكل يقدمه الذكاء الاصطناعي يُترجم إلى قرار الدفع دون تأكيده من خلال تجربة النموذج أو طريقة تم التحقق من صحتها. الماء لا يقرأ الصيغ. لا يُعرف السلوك الفعلي للقارب إلا بالقياس والمعقولية المادية. الذكاء الاصطناعي هو مسرع ومولد للأفكار هنا؛ الديناميكا المائية ليست شاهدة على الواقع.

المفاهيم: المقاومة: القوة المعاكسة التي يؤثر بها الماء على القارب أثناء تحركه للأمام؛ وهو يتألف من مكونات الاحتكاك والموجة والدوامة. معامل الكتلة (Cb): نسبة حجم الهيكل تحت الماء إلى المنشور المستطيل المحيط به؛ هو مقياس الامتلاء. رقم فرويد (Fn): رقم بلا أبعاد يتعلق بالسرعة وطول القارب؛ يحدد مقاومة الموجة. كفاءة الدفع: مقدار الطاقة التي ينتجها المحرك والتي يتم تحويلها إلى قوة دفع فعالة. EHP/DHP: الطاقة الفعالة (قوة الحصان الفعالة، الطاقة المطلوبة للتغلب على مقاومة القارب) والطاقة المقدمة (قوة الحصان المقدمة، الطاقة التي تصل إلى المروحة).

التحجيم الأولي واستكشاف التصميم

تصميم النموذج هو مشكلة بحث: هناك مجموعات لا نهاية لها بين الأبعاد الرئيسية (الطول Lpp، العرض B، الغاطس T)، معاملات الشكل (Cb، معامل المنشورية Cp، معامل القسم الأوسط Cm) والسرعة. وفي الطريقة الكلاسيكية يبدأ المهندس من بيانات السفن المتشابهة (سلسلة الطول الرئيسية، علاقات الانحدار). يعمل الذكاء الاصطناعي على تسريع هذا الاكتشاف: في دقائق، يقوم بجدولة العشرات من مجموعات الأحجام الرئيسية المرشحة، والإزاحة التقريبية لكل منها، وما إذا كانت نسب L/B، وB/T تقع ضمن النطاقات النموذجية.

هنا هي عملية خطوة بخطوة. الخطوة الأولى هي تحديد متطلبات المهمة: البضائع التي سيتم نقلها، والمدى، وسرعة الخدمة، وقيود القناة/الميناء (على سبيل المثال، حدود مسودة العرض في بنما والسويس). والخطوة الثانية هي تحديد الأطوال الرئيسية الأولى تقريبًا باستخدام بيانات السفينة المماثلة. الخطوة الثالثة هي اختيار معاملات النموذج ضمن نطاق معقول وفقاً لنسبة العرض إلى الارتفاع للسرعة (رقم Froude). الخطوة الرابعة هي إجراء تقدير أولي للمقاومة والقوة بطريقة تجريبية (على سبيل المثال، انحدار هولتروب-مينين). في كل خطوة من هذه الخطوات، يبني الذكاء الاصطناعي الصيغة ويولد الأرقام؛ ولكن من الضروري أن تسأل مصدر كل معامل وتقارنه بالنطاق النموذجي.

نصيحة: عندما يقترح الذكاء الاصطناعي معامل شكل، اسأل "هل قيمة Cb هذه نموذجية لرقم Froude هذا؛ في أي نطاق يجب أن تقع؟" على سبيل المثال، في شكل عالي السرعة، تنفجر مقاومة الموجة الكاملة (0.80+) ؛ يمكن للذكاء الاصطناعي أن يذكرك بهذا، ولكن الخيار النهائي لك مع بيانات السفينة المماثلة.

الطريقة التجريبية والذكاء الاصطناعي في إعداد عقود الفروقات

في المرحلة الأولية، يتم تقدير المقاومة بطرق الانحدار التجريبية بدلاً من تجربة النماذج. تقوم طرق مثل Holtrop-Mennen بتقسيم المقاومة إلى مكوناتها: مقاومة الاحتكاك، وتأثير الشكل، ومقاومة الأمواج، والانتفاخ، ومقاومة الهواء، مع صيغ مستمدة من قاعدة بيانات كبيرة للسفن. يتذكر الذكاء الاصطناعي خطوات هذه الطريقة، ويحسب المعاملات المتوسطة ويبني هيكلًا عظميًا لجدول البيانات. لكن الطريقة لها حدود صلاحيتها: يتم اشتقاق Holtrop لنطاقات معينة من Cb وFn وL/B؛ إذا ذهبت خارج هذا النطاق، فإن النتيجة ستكون غير موثوقة. يجب أن يذكرك الذكاء الاصطناعي بهذا الحد؛ إذا لم يذكرك، عليك أن تسأل.

على جانب عقود الفروقات، لا يقوم الذكاء الاصطناعي بالحل بنفسه، ولكنه يساعدك في الاستعلام عن الإعداد: حيث يجب تشديد دقة الشبكة، وما يجب أن يكون ارتفاع الخلية الأولي (y+) للطبقة الحدودية، ولماذا يتم اختيار نموذج الاضطراب (مثل k-ω SST)، وكيفية التحكم في التقارب. هذا حوار بين المعلم والطالب. ما يؤكد النتيجة العددية هو دراسة استقلال الشبكة (استقلال الشبكة؛ لا تتغير النتيجة عند تشديد الشبكة)، وإذا أمكن، معايرة تجربة النموذج.

الطريقة

ما يعطي

نقطة قوية

الحد/التحقق

سفينة / انحدار مماثل

الحجم الرئيسي الأول، القوة الغاشمة

سريع جدًا، والبيانات رخيصة

صالح فقط للهندسة المماثلة

هولتروب مينين

منحنى مقاومة المكونات

معيار للتصميم الأمامي

الحد الأقصى لنطاق Cb/Fn/L·B؛ بحاجة إلى تأكيد النموذج

العقود مقابل الفروقات

التدفق التفصيلي، مجال الضغط

يرى التأثيرات المحلية

حساس للشبكة ونموذج الاضطراب. المعايرة ضرورية

تجربة نموذجية (تجمع)

قياس المقاومة الفعلية

الأكثر موثوقية

مكلفة، وتستغرق وقتا طويلا؛ تصحيح تأثير الحجم

حالات صغيرة

الحالة 1 - معامل التصحيح المجهز. قام فريق بحساب السحب الإجمالي باستخدام Holtrop لناقلة بطول 190 مترًا، حيث بلغ 620 كيلو نيوتن. وعندما يطلبون من الذكاء الاصطناعي "تحسين النتيجة"، يضيف النموذج "مضاعف تصحيح الشكل 0.80" مجهول المصدر، مما يقلل المقاومة إلى 496 كيلو نيوتن. يؤدي هذا التخفيض بنسبة 20% إلى تقليل الدفع بمقدار فئة مضيفة واحدة تقريبًا. يسأل الفريق عن أساس المضاعف؛ لا يستطيع الذكاء الاصطناعي ذكر المصادر. وعندما قارنوها ببيانات اختبار النموذج، وجدوا أن المقاومة الحقيقية تبلغ حوالي 610 كيلو نيوتن. الدرس المستفاد: لا يوجد عامل تصحيح بدون مصدر يدخل في النتيجة.

الحالة 2 - تجاوز حد فرويد. طلب أحد الطلاب من هولتروب حساب مقاومة عبارة بطول 50 مترًا بهدف الوصول إلى سرعة خدمة قدرها 30 عقدة. بالنسبة لسرعة الطول هذه، يزيد رقم Froude إلى 0.70 تقريبًا؛ أعلى بكثير من نطاق هولتروب الموثوق. يعطي الذكاء الاصطناعي النتائج دون تحديدها أولاً. عندما يسأل الطالب عن نطاق الصلاحية، يتبين أن الطريقة غير مناسبة في هذا النظام وأن هناك حاجة إلى طريقة مختلفة (Savitsky، وما إلى ذلك) لنماذج المسوي/شبه الإزاحة. الدرس المستفاد: التساؤل عن مظروف الصلاحية لكل طريقة تجريبية.

الحالة 3 - خطأ من الشبكة. في دراسة CFD، أعطى الذكاء الاصطناعي مقاومة قدرها 540 كيلو نيوتن مع شبكة خشنة. وعندما يقوم المهندس بتشديد الشبكة وإجراء دراسات الاستقلال تكون النتيجة 605 كيلو نيوتن؛ كانت القيمة الأولية أقل بنسبة 11٪ لأن مجال الموجة الخلفية لم يتم حله بشكل كافٍ. الدرس المستفاد: لا يمكن اعتبار نتيجة CFD موثوقة بدون دراسة استقلالية الشبكة.

قوالب سريعة قابلة للنسخ

النموذج 1 - استكشاف الحجم المسبق:

الدور: أنت مستشار تصميم أولي للسفن. السياق (ممثل): الحمولة النافعة لحاملة البضائع السائبة ~ 40.000 طن، سرعة الخدمة ~ 14.5 عقدة، ضمن حد غاطس قناة السويس. المهمة: 1) التوصية بـ 4 مجموعات طول رئيسية مرشحة (Lpp، B، T).2) الإزاحة التقريبية لكل مرشح، L/B، B/T، Cb ver.3) حدد النسب التي تقع خارج النطاق النموذجي. القيد: اكتب وحدة كل مرشح رقم؛ تحديد الانحدار/قاعدة البيانات التي تستخدمها؛ لا تتخذ قرارًا نهائيًا، قم بتقديم مرشح.

القالب 2 - تكوين حساب مقاومة هولتروب:

قم بإعداد إطار حساب المقاومة الأولي باستخدام طريقة هولتروب-مينين. المدخلات (الممثلة): Lpp، B، T، Cb، Cp، سرعة الخدمة، المنطقة الرطبة. أريد: 1) أدرج مكونات المقاومة بشكل منفصل (الاحتكاك، الشكل، الموجة، الإسقاط، الهواء). 2) اكتب الصيغة والمعامل الذي تستخدمه لكل مكون. 3) حدد نطاق صلاحية الطريقة (Cb، Fn، L/B) وتحقق مما إذا كانت مدخلاتي تقع في هذا النطاق. وآخرون.4) أضف كيفية معايرة النتيجة مع تجربة النموذج.

القالب 3 - استعلام إعداد عقود الفروقات:

أقوم بإعداد دراسة لمقاومة القارب لعقود الفروقات. اشرح القرارات التالية مع التبرير وأعطي نطاقًا نموذجيًا من القيم: - اختيار نموذج الاضطراب وسببه - حل الجدار القريب (هدف y+) وارتفاع الخلية الأولي - إعدادات السطح الحر (VOF) - كيفية التحقق من التقارب واستقلال الشبكة أضف سطر "كيف يمكنني التحقق من هذا" لكل اقتراح.

النموذج 4 - التحقق من معقولية النتيجة:

انتقد نتيجة المقاومة/الطاقة التالية: [الصق قيم EHP، DHP، السرعة، المقاومة] 1) هل ترتيب الحجم نموذجي لسفينة بهذا الحجم؟ 2) هل افتراض كفاءة الدفع الخاص بك معقول (عادةً 0.55-0.70)؟ 3) احسب المقاومة من السرعة التي أدخلتها، هل هي متسقة؟ 4) ضع علامة على أي قيم مشكوك فيها أو لا أساس لها.

موجه ضعيف / موجه قوي

حث ضعيف:

أعط أفضل شكل ومنحنى مقاومة لهذا القارب.

مطالبة قوية:

الدور: أنت مستشار التصميم الأولي الهيدروديناميكي. السياق (تمثيلي، وليس مشروع فعلي): Lpp ~180 م، B ~32 م،T ~12.5 م، Cb ~0.84، سرعة الخدمة ~14.5 عقدة. المهمة: تقدير المقاومة الأولية للمكونات بطريقة هولتروب؛ اكتب مصدر كل معامل ونطاق صلاحية الطريقة. القيد: إضافة عامل تصحيح بدون مصدر. اذكر كيفية التحقق من النتيجة من خلال اختبار النموذج وما هي القياسات التي يتعين علي إجراؤها. وحدات الدولة (كيلو نيوتن، كيلوواط، عقدة) بشكل واضح.

نموذج المطالبة الضعيف يترك كلمة "الأفضل" غير محددة ولا يتطلب التحقق من الصحة؛ يطلب الموجه القوي السياق والطريقة وحدود الصلاحية ومسار التحقق.

الأخطاء الشائعة

• تجاهل مظروف الصلاحية. إن استخدام Holtrop أو أي انحدار آخر خارج النطاق الذي تم اشتقاقه منه يعطي مقاومة معقولة المظهر ولكنها غير صحيحة.
• اعتماد عامل التصحيح غير المصدر. قل "تحسين" والمعاملات الواهية التي يضيفها الذكاء الاصطناعي تشوه النتيجة بصمت.
• استخدام عقود الفروقات دون استقلال الشبكة. لا تستطيع الشبكة الخشنة حل الموجة الصارمة ومجال الدوامة؛ تصبح المقاومة منخفضة.
• نسيان تأثير الحجم. تتطلب نتيجة تجربة النموذج تصحيح الاحتكاك (طريقة ITTC) عند الانتقال إلى النطاق الكامل؛ يمكن للذكاء الاصطناعي تجاوز هذا.
• أخذ كفاءة الإرسال بتفاؤل. حتى لو كانت المقاومة صحيحة، فإن كفاءة القيادة المفرطة في التفاؤل تقلل من قدرة الماكينة المطلوبة.

باختصار

يعمل الذكاء الاصطناعي على تسريع عملية اكتشاف شكل الهيكل، وإعداد حسابات المقاومة التجريبية، وتخطيط تشغيل العقود مقابل الفروقات؛ يجعل العشرات من نماذج المرشحين قابلة للمقارنة في دقائق. لكن كل طريقة تجريبية لها غلاف صلاحية، وكل نتيجة لعقود الفروقات لها تبعية للشبكة، وكل تقدير واسع النطاق له تصحيح للمقياس. لا يمكن ترجمة قيم المقاومة والقوة التي ينتجها الذكاء الاصطناعي إلى قرار إحالة إلا بعد المرور عبر مرشح تجربة النموذج والتأكيد التجريبي والمعقولية المادية.

مهمة التطبيق

بالنسبة لسفينة تمثيلية (على سبيل المثال Lpp ~ 150 م، B ~ 25 م، T ~ 9 م، Cb ~ 0.75، السرعة ~ 15 عقدة)، اطلب من AI حساب السحب الأولي وEHP باستخدام طريقة Holtrop. ثم استعلم عن ترتيب الحجم وافتراض كفاءة الإرسال من خلال تطبيق قالب "التحقق من معقولية الاستنتاج". اسأل الذكاء الاصطناعي عن نطاق صلاحية الطريقة وتحقق مما إذا كانت مدخلاتك ضمن هذا النطاق. قم بالإبلاغ عن تناقض واحد على الأقل وجدته وكيفية التحقق منه في نصف صفحة.

قائمة مرجعية

• [ ] لقد قمت بمقارنة نطاق صلاحية الطريقة التجريبية التي استخدمتها مع مدخلاتي.
• [ ] لقد سألت وأكدت مصدر كل عامل تصحيح أضافه الذكاء الاصطناعي.
• [ ] لقد قارنت نتائج المقاومة والقوة بأمر من حيث الحجم مع سفينة نموذجية.
• [ ] إذا استخدمت عقود الفروقات، فقد خططت/نفذت دراسة استقلالية الشبكة.
• [ ] لقد تحققت من أن افتراض كفاءة الإرسال يقع ضمن نطاق معقول.
• [ ] لقد استندت في قرار الدفع النهائي إلى تجربة النموذج/الطريقة التي تم التحقق من صحتها.