Qazanclar:
- Süni intellektdən termofiziki xüsusiyyətlər üçün ilkin proqnozlaşdırma və proqnozlaşdırma metodu (qrup töhfəsi) bələdçisi kimi istifadə etmək və istənilən dəyər tələb etmək bacarığı.
- Etibarlı verilənlər bazası (DIPPR/NIST) və ya təcrübə ilə hər bir kritik xüsusiyyəti yoxlayaraq halüsinasiyalar tutmaq bacarığı
- Material seçiminin korroziya məlumatları və səlahiyyətli təsdiq tələb edən təhlükəsizlik baxımından kritik bir qərar olduğunu başa düşmək bacarığı.
Hər bir prosesin hesablanması son nəticədə bir rəqəmə düşür: mayenin sıxlığı, özlülüyü, istilik tutumu, buxar təzyiqi, qaynama nöqtəsi; qətnamə; materialın korroziyaya qarşı müqaviməti. Bunlara birlikdə termofiziki xassələr - maddənin istiliyini, axınını və faza davranışını təyin edən fiziki kəmiyyətlər deyilir. Distillə sütunu, istilik dəyişdiricisi və ya nasos yalnız bu xüsusiyyətlər düzgün olduqda düzgün dizayn edilir. Bu bölmədə siz əmlakın proqnozlaşdırılması və material seçimində süni intellektdən ilkin proqnozlaşdırma və müqayisə vasitəsi kimi istifadə etməyi öyrənəcəksiniz (proses şəraitinə tab gətirmək üçün metalların, contaların, örtüklərin seçilməsi); lakin biz bu dəyərlərin nə üçün etibarlı verilənlər bazası və ya təcrübə ilə yoxlanılmalı olduğunu öyrənəcəyik.
Kritik həqiqət budur: xüsusiyyətin qiymətləndirilməsi dizaynın ədədi əsasıdır; Buradakı xəta bütün hesaba yayılır. AI inamla buxar təzyiqi və ya özlülük verə bilər, lakin bu dəyər başqa birləşmə üçün ola bilər, yanlış temperaturda ola bilər və ya tamamilə halüsinasiya ola bilər. Beləliklə, xüsusiyyət məlumatlarının qızıl qaydası: hər bir kritik xüsusiyyət etibarlı mənbəyə (DIPPR, NIST, istehsalçı məlumat vərəqi) və ya təcrübəyə əsaslanmalıdır.
Xüsusiyyətlərin proqnozlaşdırılması üçün addım-addım AI dəstəyi
1. Hansı xüsusiyyət sizə, hansı şəraitdə lazımdır? Temperatur, təzyiq, faza və konsentrasiya xassəni dəyişir. AI-yə şərt vermədən qəbul edilən dəyər yanıltıcıdır.
2. Qiymətləndirmə metodunun seçilməsi. Eksperimental məlumat yoxdursa, süni intellekt qrup töhfəsi metodları kimi proqnozlaşdırma yanaşmalarını xatırladır — molekulu hissələrinə bölmək və hər bir hissənin töhfələrini əlavə etməklə xassələri proqnozlaşdıran üsullar; məs. Joback, UNIFAC - və hansının uyğun olduğunu izah edir.
3. İlkin dəyər və qeyri-müəyyənlik. Süni intellekt ilkin qiymət verə bilər, amma mütləq “bu proqnozdur, qeyri-müəyyənliyi yüksəkdir, yoxlayın” çərçivəsində. Həmçinin AI-dən dəyərin tipik səhv marjası haqqında soruşun.
4. Mənbə ilə müqayisə. AI dəyərini termodinamika verilənlər bazası və ya istehsalçı vərəqi ilə müqayisə edin. Sapma böyükdürsə, dəyər istifadə edilmir.
5. Material uyğunluğu ilkin seçim. YZ maye-material cütü üçün məlum korroziya/uyğunsuzluq risklərini xatırladır (məsələn, xlorid tərkibli mühitdə paslanmayan poladdan çuxur korroziyası). Bu əvvəlcədən xəbərdarlıqdır; Son seçim uyğunluq cədvəlləri və ekspert qiymətləndirməsi ilə həyata keçirilir.
6. Məntiqlilik filtri. Dəyər dərəcə baxımından məna kəsb edirmi? Su üçün sıxlıq ~1000 kq/m³ ətrafındadırmı? Sadə sifariş yoxlaması əksər səhvləri tutur.
İpucu: Süni intellektdən xüsusiyyət dəyərini soruşduqda, “mənbəni və qiymətləndirmə metodunu göstərin, bunun eksperimental və ya təxmini olduğunu söyləyin” deyin. Süni intellekt mənbəyə istinad edə bilmirsə, bu dəyəri təxmin olaraq qeyd edin və müstəqil olaraq yoxlayın.
Material seçimi: təhlükəsizlik və davamlılıq
Material seçimi həm iqtisadi, həm də təhlükəsizlik baxımından kritik bir qərardır. Yanlış material korroziya ilə zəifləyə bilər, təzyiq qabının partlamasına və ya zəhərli mayenin sızmasına səbəb olur. AI başlanğıc materialların siyahısını və məlum uyğunsuzluqları xatırlaya bilər; Lakin temperaturun, təzyiqin, konsentrasiyanın və çirklərin birgə təsirləri mürəkkəbdir və son seçim material mühəndisliyi məlumatları (uyğunluq cədvəlləri, korroziya dərəcəsi məlumatları) və lazım olduqda sınaqlarla aparılır.
Diqqət: AI "bu material bu maye üçün uyğundur" deməsi zəmanət deyil. Təzyiqli avadanlıq və zəhərli/yanan mayelər vəziyyətində material seçimi ixtisaslı mühəndisin təsdiqi və təsdiqlənmiş korroziya məlumatları tələb edir.
üç mini qutu
1-ci hal - Tez proqnozlaşdırma. Mühəndis ədəbiyyatda məlumatların az olduğu yeni həlledici qarışığın istilik tutumunun ilkin qiymətləndirilməsini istədi. AI qrup töhfə üsulu ilə bir sıra verdi. Mühəndis bu ilkin dəyərlə kobud enerji hesablaması apardı, sonra onu laboratoriyada ölçdü; ölçmə proqnozun 6% daxilində idi. Proqnozlaşdırma planlaşdırmanı sürətləndirdi, lakin dizayn eksperimental dəyərə keçdi.
2-ci hal - Halüsinasiya tutuldu. YZ birləşmənin normal qaynama temperaturunu 78°C verdi. Mühəndis onu NIST ilə müqayisə etdikdə, faktiki qiymətin 118°C olduğunu aşkar etdi; AI adı başqa oxşar birləşmə ilə qarışdırmışdı. Mənbə ilə müqayisə 40°C xətanın sütun dizaynına daxil olmasına mane oldu.
3-cü hal – Maddi xəbərdarlıq. YZ, xlorid ionu olan sulu axın üçün 304 paslanmayan polad seçimini "çuxurlaşma və stres korroziyasının krekinq riski" olaraq qeyd etdi və daha davamlı bir ərintiyə istinad etdi. Material mühəndisi uyğunluq məlumatları ilə təsdiqlədi və daha yüksək ərinti materialı seçdi. AI riski gündəmə gətirdi, məlumatlarla qərar verildi.
Dörd kopyalana bilən şablon
1) Xüsusiyyət proqnozu (mənbə tələb olunur):
Sizin rolunuz: fizika mütəxəssisi. Mürəkkəb: [ad/formula], şərt: [T, P, faza]. İstədiyim xüsusiyyət: [məs. buxar təzyiqi]. Verin: (1) eksperimental dəyər və MƏNBƏ (DIPPR/NIST/istehsalçı), əgər varsa, (2) yoxdursa, qiymətləndirmə metodu və təxmin edilən dəyər və qeyri-müəyyənlik marjası. Bunun eksperimental və ya proqnoz xarakterli olduğunu aydın şəkildə bildirin. Mənbəyə istinad edə bilmirsinizsə, onu "yoxlama tələb edən proqnoz" kimi qeyd edin. Dəyəri uydurma; Əmin deyilsinizsə, mənə deyin.
2) Qrup töhfəsi metodu təlimatı:
Məndə eksperimental məlumat olmayan birləşmə var: [struktur/SMILES]. Hansı qrup töhfə metodu (Joback, UNIFAC və s.) [mülk] üçün uyğundur və nə üçün? Metodun addımlarını və tələb olunan qrup parametrlərini izah edin. Nəticənin təxmin və tipik səhv marjası olduğunu bildirin. Son dəyəri eksperiment/verilənlər bazası ilə yoxlayacağam.
3) Dəyərin müqayisəsi/yoxlanması:
Aşağıda xüsusiyyət üçün müxtəlif mənbələrdən alınan dəyərlər verilmişdir. Onları cədvəldə müqayisə edin, kənarlaşmanı hesablayın və hansının daha etibarlı olduğunu sıralayın (empirik > qiymətləndirilmiş > proqnozlaşdırılan). Böyük bir sapma varsa, mümkün səbəbi qeyd edin (fərqli vəziyyət, fərqli izomer). Mənbələr: [yapışdırın]
4) Material uyğunluğunun ilkin yoxlanışı:
Maye: [tərkibi, konsentrasiyası, çirkləri], vəziyyət: [T, P]. Namizəd materiallar: [siyahı]. Hər biri üçün məlum korroziya/uyğunsuzluq risklərini (çuxurlaşma, gərginlik krekinq, ümumi korroziya) xatırlayın. Bu, İLKİN skandır; Yekun seçim korroziya məlumatları və səlahiyyətli mühəndis təsdiqini tələb edir. Riskli cütləri aydın şəkildə qeyd edin.
Zəif məlumat / Güclü göstəriş
Zəif çağırış:
Toluolun özlülüyü nədir?
İstilik yoxdur, qaynaq yoxdur. Süni intellekt bir rəqəm verir, lakin bunun hansı şərtlərdə və nə dərəcədə etibarlı olduğu aydın deyil.
Güclü göstəriş:
Sizin rolunuz: fizika mütəxəssisi. Maye fazada toluol üçün dinamik özlülük, 25°C, 1 atm. Verin: dəyər, vahid, MƏNBƏ və eksperimental təxmin. Mümkünsə, iki müstəqil mənbə və dövlət ardıcıllığını verin. Mənbəyə istinad edə bilmirsinizsə, onu təxmin olaraq qeyd edin. Dəyər uyğunluğu. Nəticəni termodinamik verilənlər bazası ilə yoxlayacağam.
Fərq aydındır: şərt, resurs mandatı və təsdiqləmə çərçivəsi dəyəri əlçatan edir.
Xüsusiyyət və material qərarında rol bölgüsü
biznes
AI-nin rolu
İnsan qərarı/mənbə
Eksperimental xüsusiyyət
mənbə xatırlatma
Verilənlər bazasının təsdiqi
Məlumat yoxdur, təxmin edin
Metod + standart
Eksperimentin/verilənlər bazasının təsdiqi
Dəyər müqayisəsi
Cədvəl, sapma
etibarlılıq mühakiməsi
Maddi namizədlər
risk xatırlatma
Uyğunluq məlumatları, təsdiq
Reytinq nəzarəti
işarələmə
fiziki məntiqlilik
Ümumi səhvlər
- Mənbəsiz dəyərdən istifadə. AI tərəfindən verilən hər bir kritik xüsusiyyət verilənlər bazası/təcrübəsi ilə təsdiqlənir.
- Vəziyyəti bildirməmək. Temperatur/təzyiq/faza göstərilmədən götürülən dəyər yanlış vəziyyətə aid ola bilər.
- Təxmini dəyəri empirik olaraq səhv salmaq. Qrup töhfələrinin təxminləri qeyri-müəyyəndir; Dizaynda bunu nəzərə alın.
- Bir cümləlik təsdiqlə material seçimi. Korroziya çoxşaxəli olur; məlumat və təsdiq tələb olunur.
- Rütbə yoxlamasından yan keçmək. Sadə "bu rəqəmin mənası varmı?" nəzarət ən çox halüsinasiyalar tutur.
Xülasə
Əmlak və material proqnozunda AI; Bu, ilkin dəyərlər yaradan, qiymətləndirmə metodunu xatırladan, resurs dəyərlərini müqayisə edən və maddi riskləri qeyd edən güclü köməkçidir. Lakin hər bir kritik xüsusiyyət etibarlı verilənlər bazasına və ya təcrübəyə əsaslanmalıdır; Material seçimi korroziya məlumatları və səlahiyyətli mühəndis təsdiqini tələb edən təhlükəsizlik baxımından kritik bir qərardır. AI proqnozlar və xəbərdarlıqlar təmin edir; Mühəndis mənbəyə qoşulur, yoxlayır və seçir.
Tətbiq tapşırığı
Bir birləşmə və xassə seçin (məsələn, həlledicinin buxar təzyiqi, 40°C). "Atribut proqnozu (resurs tələb olunur)" şablonu ilə AI-dən dəyəri və mənbəyini əldə edin; sonra onu termodinamik verilənlər bazası ilə müqayisə edin və kənarlaşmanı qeyd edin. Sonra maye-material cütü üçün “ilkin material uyğunluğunun yoxlanılması” şablonundan istifadə edin və nəticədə yaranan riskləri uyğunluq cədvəli ilə təsdiqləyin.
yoxlama siyahısı
- Mən şərtlə (T, P, faza) [ ] xüsusiyyətini istədim.
- [ ] Mən AI tərəfindən verilən dəyəri etibarlı verilənlər bazası/təcrübəsi ilə müqayisə etdim.
- [ ] Mən təxmin edilən dəyərləri eksperimentaldan ayırdım və qeyri-müəyyənliyi qeyd etdim.
- [ ] Mən material seçimini korroziya məlumatları və səlahiyyətli təsdiqlə təsdiqlədim.
- [ ] Mən hər bir kritik nömrəyə dərəcə/düzgünlük yoxlaması tətbiq etdim.