Печалби:
- Възможност за ускоряване на проучванията за компромис от изискванията на мисията до концептуалното оразмеряване на самолет/космически кораб с поддръжка на AI
- Възможност за извършване на писане на изисквания, контрол на проследимост и последователност с конфигурирани подкани
- Възможност за елиминиране на неразумни резултати чрез кръстосано валидиране на предложените от AI точки на проектиране с базирани на физика ръчни изчисления
Самолетът или космическият кораб се раждат от списък с изисквания, а не на чертожна дъска. Изречението „Пренесете толкова голям товар до този диапазон, с тази скорост, на тази цена“ е семето на дизайна, който ще продължи години напред. Концептуалният дизайн (най-ранният етап на проектиране, в който първо се определят грубият размер, тегло и конфигурация на превозното средство) е процесът на извличане на първоначална форма от това семе. Решенията, взети тук, са евтини, но ефектът от тях е най-скъп: един грешен концептуален избор може да изхвърли милиони долари от детайлен дизайн.
В този раздел ще използваме изкуствен интелект (AI), за да облекчим три тежести на концептуалния дизайн: превеждане на неясни заявки за задачи в измерими изисквания, поддържане на проследимост и последователност между изискванията и ускоряване на анализа на компромисите между конкуриращи се опции за дизайн. Но нека изложим критичния принцип от самото начало: Всеки размер, всяка оценка на теглото, която AI предлага, е задължително кръстосано потвърдена от базирано на физика ръчно изчисление. AI е партньор за мозъчна атака и счетоводство; не притежава решението за оразмеряване.
Концепции: Изискване: Единично проверимо твърдение, на което инструментът трябва да отговаря. Проследимост: Веригата на записите откъде идва всяко изискване и с какъв дизайн/тест е изпълнено. Търговско пространство: Наборът от всички опции, създадени от променливи дизайнерски променливи. MTOW: Максимално тегло при излитане (Maximum Take-Off Weight), най-голямата маса, която превозното средство може да излети.
От необходимост от задача до изискване: стъпка по стъпка
Доброто изискване има три качества: единствено (казва едно нещо), измеримо (съдържа число и единица) и проверимо (очевидно е как да го проверите). „Самолетът трябва да е бърз“ не е изискване; „Самолетът трябва да постигне въздушна скорост с калибър 250 kt (KCAS) на морското равнище“ е изискване.
Първата стъпка е да се съберат исканията на заинтересованите страни и да се дестилират в проектоизисквания с AI. Втората стъпка е да направите всяко изискване измеримо: заменете всяко неясно прилагателно („лек“, „издръжлив“, „ефективен“) с метрика и праг. Третата стъпка е да се търсят противоречия между изискванията: обхватът и полезният товар често се конкурират помежду си, ИИ бързо изважда тези противоречия на повърхността. Четвъртата стъпка е да се създаде матрица за проследимост: таблица коя цел на задача от най-високо ниво води до кое подизискване.
От страна на концептуалното оразмеряване, AI може да си припомни известни инженерни зависимости (тегловни фракции, съотношение тяга към тегло, натоварване на крилото) и да установи първоначална верига от изчисления. Например, за пътнически самолет тегловната част на горивото може да бъде оценена с уравнението за обхват на Бреге, а тегловната фракция на празен самолет може да бъде оценена със статистически отношения. Но всяка връзка от тази верига се потвърждава от ръчно изчисление.
Съвет: Когато пишете изисквания, изрично дайте на AI задачата да „замени всяко двусмислено прилагателно с метрика, единица и метод за проверка“. Моделът работи много по-дисциплинирано, когато кажете „правете измерими“ непроверими твърдения като „удобен за потребителя“.
Конфигуриране на анализ на компромиси
Сърцето на анализа на компромисите е съпоставянето на няколко кандидатски конфигурации с общи критерии. Класическият инструмент е претеглената матрица за вземане на решения: критериите получават тежест на важност, всеки кандидат се оценява по всеки критерий, взема се претеглената обща сума. AI бързо изгражда тази матрица, но внимавайте за два капана: теглата са субективна инженерна преценка (не са оставени на AI) и резултатите трябва да се основават на физическа обосновка (а не измислени).
Критерий (тегло)
Конфиг. A: Високо крило
Конфиг. B: Ниско крило
Конфиг. C: Canard
Обхват, км (0,30)
1200
1350
1250
Собствено тегло, кг (0,25)
640
610
690
Производствени разходи (0,20)
среден
ниско
високо
Стабилност (0,15)
високо
среден
среден
Лесна поддръжка (0,10)
високо
среден
ниско
Можете да накарате AI да изгради тази таблица; Но числата за обхвата и теглото трябва да произтичат от независимо предварително изчисление, а качествените резултати като "стабилност: висока" също трябва да бъдат обосновани. Силата на AI е, че той прави таблица с десет различни конфигурации за минути и извършва анализ на настроението (как се променя класирането, ако теглото се промени).
Слаба подкана / Силна подкана
Слаба подкана:
Проектирам учебен самолет. Кажете ми най-добрата конфигурация.
Мощна подкана:
Роля: Вие сте концептуален консултант по дизайн на самолети. Контекст: Предварително проучване за компромис за двуместен учебен самолет (стойностите са представителни): целеви диапазон ~1000 km, крейсерска скорост ~55 m/s, полезен товар ~220 kg, приоритет на ниските производствени разходи. Задача: 1) Предложете 3 конфигурации на кандидати (позиция на крилото, тип двигател). 2) Направете таблица, сравняваща всеки кандидат по: обхват, очаквано празно тегло, производствени разходи, стабилност. 3) Използвайте за цифровите си оценки напишете връзката и предположението. Ограничение: Посочете коя статистическа връзка сте използвали във вашите оценки на теглото; единица за писане; Не вземайте окончателно решение, изпратете кандидат. Сам ще преценя и ще взема окончателното решение.
Копируеми шаблони за подкана
Шаблон 1 — Преобразуване на необходимост от задача в измеримо изискване:
Трансформирайте следните искания на заинтересованите страни в единични, измерими и проверими изисквания. За всяко изискване: метрика, единица, прагова стойност и предложен метод за проверка (анализ/тест/демонстрация). Преведете неясни прилагателни („лек“, „бърз“) в конкретни числа; Ако има несигурност, попитайте от каква информация се нуждаете. Заявки: [избройте тук]
Шаблон 2 — Матрица за проследимост и скрининг на конфликти:
Вземете този списък с изисквания и: (а) изградете таблица за проследимост, която свързва всяко изискване с целта на задачата от високо ниво; (б) маркирайте всички двойки противоречиви или предизвикателни изисквания (напр. обхват спрямо полезен товар); в) списък на липсващи или неподлежащи на проверка изисквания. Нека резултатът е таблица. Изисквания: [избройте тук]
Шаблон 3 — Настройка на претеглена матрица за вземане на решения:
Изградете рамка на претеглена матрица за решения за следните кандидатски конфигурации. Направете редове с критерии и колони с кандидати. Оставете колоната за тегло ПРАЗНА (аз ще въведа теглата). Обяснете в отделна бележка физическата обосновка за резултата, който ще поставите във всяка клетка; Не пишете измислено число, отбележете мястото, което сте познали като „познай“. Кандидати: [...] Критерии: [...]
Шаблон 4 — Кръстосана проверка на концептуалното оразмеряване:
Проверете независимо следния резултат от предварителното оразмеряване: MTOW, площ на крилото, тяга. (a) Изчислете натоварването на крилото (W/S) и го сравнете с типичния диапазон за вашия даден клас самолет. (b) Изчислете съотношението тяга към тегло (T/W) и го сравнете с типичния диапазон. (c) Предупреждава, ако стойностите са извън типичния диапазон и показва възможна грешка. Напишете изрично всички единици. Вход: [MTOW, S, T стойности]
Мини калъфи
Случай 1 — Ранно откриване на противоречива нужда. В проект за UAV заинтересованите страни искат както „най-малко 8 часа ефирно време“, така и „максимум 12 kg обща маса“. Чрез количествено определяне на двете изисквания и грубо изчисляване на енергийния бюджет, ИИ показва, че 8-часов полет с типична енергийна плътност на батерията (около 200 Wh/kg) ще изисква 6-7 kg само батерия; Това не се вписва в бюджета от 12 кг заедно с полезния товар и структура. Противоречието се обсъжда преди да започне детайлният проект. Поука: превеждането на изискванията в числа разкрива скрити противоречия рано.
Случай 2 — Анализът на чувствителността променя решението. Един екип сравнява три конфигурации на крилата; Конфигурация с първоначални тегла. B печели (претеглен резултат 0,82 срещу 0,79). AI се пита „какво ще се случи, ако намаля теглото на разходите от 0,20 на 0,10“; в този сценарий гамата излиза на преден план и Config. А повежда (0,84 срещу 0,80). Екипът вижда колко чувствително е решението за приоритет на разходите и изяснява теглата със заинтересованите страни. Поука: не е важен един резултат, а стабилността на класирането.
Случай 3 — Грешка в поръчката при оценката на теглото. AI дава празното тегло на лек самолет като 95 кг от отношение. Инженерът припомня, че празното тегло на двуместни самолети от подобен клас обикновено е в диапазона 350-500 кг; 95 кг е физически невъзможно. При отметка се вижда, че AI е приложил неправилно коефициент във връзката и се коригира. Урок: всяка оценка на теглото се сравнява по порядъци с известния диапазон на класа.
Често срещани грешки
- Приемане на неясно изискване. Изискване, което не съдържа показатели и единици, не може да бъде проверено; „Да е светло“ е желание, а не изискване.
- Като AI избере теглата. Теглата на критериите в матрицата за вземане на решения са субективно инженерство и преценка на заинтересованите страни; Ако бъде оставено на AI, решението остава изоставено.
- Приемане на точки без обосновка. Ако качествени резултати като „Стабилност: висока“ нямат физическа основа, матрицата се превръща в фантастичен списък от предположения.
- Не потвърждава прогнозата за тегло/размер. Статистическите корелации са груби оценки; Не се включва в детайлен дизайн, без да се сравнява с класовата гама.
- Оставяме проследимостта за по-късно. Ако не се запише откъде идва изискването, никой няма да знае какви решения ще повлияе промяната в бъдеще.
В обобщение
Идейният проект е етапът, на който се вземат най-евтините, но най-ефективни решения. AI е мощен ускорител тук при преобразуването на неясни заявки в измерими изисквания, сканиране за проследимост и конфликти и сравняване на множество конфигурации в таблици за компромиси. Теглата на критериите обаче са човешка преценка, числените прогнози се проверяват чрез базирано на физиката ръчно изчисление и класови интервали, окончателното решение за конфигурация остава на инженера. AI произвежда кандидати; не решава.
Задача за приложение
Напишете три цели на мисия от високо ниво за въздушен или космически кораб по ваш избор. Използвайки AI, преведете ги в поне шест измерими изисквания и създайте таблица за проследимост. След това създайте претеглена матрица за вземане на решения за трите кандидатски конфигурации; Теглата ги определете сами. И накрая, потвърдете прогнозата за тегло/размер, дадена от AI с независимо ръчно изчисление и обхват на класа. Докладвайте поне една двойка изисквания, при които откриете конфликт.
контролен списък
- [ ] Направих всяко изискване уникално, измеримо и проверимо.
- [ ] Замених двусмислените прилагателни с метрика, единица и праг.
- [ ] Настроих таблица за проследимост и маркирах противоречиви изисквания.
- [ ] Сам определих теглата на матрицата на решенията (не AI).
- [ ] Отдадох матричните резултати на физическа обосновка.
- [ ] Проверих оценките за тегло/размер с разстояние между класовете и ръчно изчисление.