zisky:
- Schopnost urychlit kompenzační studie od požadavků mise po koncepční dimenzování letadel/kosmických lodí s podporou AI
- Schopnost provádět psaní požadavků, sledovatelnost a kontrolu konzistence pomocí nakonfigurovaných výzev
- Schopnost eliminovat nepřiměřené výstupy křížovým ověřením návrhových bodů navržených umělou inteligencí pomocí ručních výpočtů založených na fyzice
Letadlo nebo kosmická loď se rodí ze seznamu požadavků, nikoli na rýsovacím prkně. Věta „Unést tolik nákladu na tento rozsah, při této rychlosti a za tuto cenu“ je zárodkem designu, který vydrží po mnoho let. Koncepční návrh (nejranější fáze návrhu, ve které se nejprve určí hrubá velikost, hmotnost a konfigurace vozidla) je proces extrahování počátečního tvaru z tohoto semene. Zde učiněná rozhodnutí jsou levná, ale jejich efekty jsou nejdražší: jedna špatná koncepční volba může zahodit miliony dolarů podrobného návrhu.
V této jednotce použijeme umělou inteligenci (AI) ke zmírnění tří zátěží koncepčního návrhu: převedení nejasných požadavků na úkoly na měřitelné požadavky, zachování sledovatelnosti a konzistence mezi požadavky a urychlení analýzy kompromisů mezi konkurenčními možnostmi návrhu. Ale pojďme si položit kritický princip od začátku: Každá velikost, každý odhad hmotnosti, který AI navrhuje, je nutně křížově ověřen ručním výpočtem založeným na fyzice. AI je partnerem pro brainstorming a účetnictví; nevlastní rozhodnutí o velikosti.
Koncepty: Požadavek: Jediné ověřitelné prohlášení, které musí nástroj splňovat. Sledovatelnost: Řetězec záznamů o tom, odkud každý požadavek pochází a s jakým návrhem/testem byl splněn. Obchodní prostor: Sada všech možností vytvořených proměnnými designovými proměnnými. MTOW: Maximální vzletová hmotnost (Maximum Take-Off Weight), nejvyšší hmotnost, kterou může vozidlo vzlétnout.
Od potřeby úkolu k požadavku: krok za krokem
Dobrý požadavek má tři vlastnosti: singulární (říká jednu věc), měřitelný (obsahuje číslo a jednotku) a ověřitelný (je zřejmé, jak to zkontrolovat). "Letadlo musí být rychlé" není požadavek; „Letadlo musí dosáhnout vzdušné rychlosti ráže 250 kt (KCAS) na úrovni moře“ je požadavek.
Prvním krokem je shromáždit požadavky zúčastněných stran a rozdělit je do návrhů požadavků s AI. Druhým krokem je, aby každý požadavek byl měřitelný: nahraďte každé vágní přídavné jméno („lehký“, „trvanlivý“, „účinný“) metrikou a prahovou hodnotou. Třetím krokem je hledání rozporů mezi požadavky: dolet a užitečné zatížení spolu často soutěží, AI tyto rozpory rychle vynese na povrch. Čtvrtým krokem je vytvoření matice sledovatelnosti: sestavení tabulky, který cíl úkolu na nejvyšší úrovni vede ke kterému dílčímu požadavku.
Na straně koncepčního dimenzování může AI vyvolat známé inženýrské vztahy (hmotnostní zlomky, poměr tahu k hmotnosti, zatížení křídla) a vytvořit počáteční řetězec výpočtů. Například pro osobní letadlo lze hmotnostní podíl paliva odhadnout pomocí rovnice Breguetova rozsahu a podíl prázdné hmotnosti lze odhadnout pomocí statistických vztahů. Ale každý článek tohoto řetězu je potvrzen ručním výpočtem.
Tip: Při psaní požadavků výslovně dejte AI úkol „nahradit každé nejednoznačné přídavné jméno metrikou, jednotkou a metodou ověření“. Model funguje mnohem disciplinovaněji, když říkáte „vytvářejte měřitelná“ neověřitelná prohlášení jako „user friendly“.
Konfigurace analýzy kompromisů
Srdcem kompromisní analýzy je postavení několika kandidátských konfigurací vedle sebe se společnými kritérii. Klasickým nástrojem je vážená rozhodovací matice: kritériím je přiřazena váha důležitosti, každý kandidát je bodován podle každého kritéria, bere se vážený součet. Umělá inteligence rychle sestaví tuto matici, ale dejte si pozor na dvě úskalí: váhy jsou subjektivním technickým úsudkem (není ponecháno na AI) a skóre musí být založeno na fyzickém zdůvodnění (ne vymyšlené).
Kritérium (váha)
Konfigurace A: Vysoké křídlo
Konfigurace B: Nízké křídlo
Konfigurace C: Canard
Dojezd, km (0,30)
1200
1350
1250
Pohotovostní hmotnost, kg (0,25)
640
610
690
Výrobní náklady (0,20)
střední
nízká
vysoká
Stabilita (0,15)
vysoká
střední
střední
Snadná údržba (0,10)
vysoká
střední
nízká
Tuto tabulku můžete nechat postavit AI; Ale rozsah a hmotnostní čísla musí pocházet z nezávislého předběžného výpočtu a kvalitativní skóre jako "stabilita: vysoká" musí být také zdůvodněna. Síla umělé inteligence spočívá v tom, že během minut sestavuje deset různých konfigurací a provádí analýzu sentimentu (jak se změní hodnocení, pokud se změní váha).
Slabá výzva / Silná výzva
Slabá výzva:
Navrhuji cvičné letadlo. Řekněte mi nejlepší konfiguraci.
Výkonná výzva:
Role: Jste konzultantem koncepčního designu letadel. Kontext: Předběžná kompenzační studie pro dvoumístný cvičný letoun (hodnoty jsou reprezentativní): cílový dolet ~1000 km, cestovní rychlost ~55 m/s, užitečné zatížení ~220 kg, priorita nízkých výrobních nákladů. Úkol:1) Navrhněte 3 kandidátní konfigurace (poloha křídla, typ motoru).2) Vytvořte tabulku srovnávající každého kandidáta na: dolet, odhadovanou prázdnou hmotnost, výrobní náklady, stabilitu.3) Použijte pro své číselné odhady napište vztah a předpoklad.Omezení: Uveďte, který statistický vztah jste použili ve svých odhadech hmotnosti; zapisovací jednotka; Nedělejte konečné rozhodnutí, předložte kandidáta. Zvážím a učiním konečné rozhodnutí sám.
Kopírovatelné šablony výzev
Šablona 1 – Převedení potřeby úkolu na měřitelný požadavek:
Převeďte následující požadavky zúčastněných stran na singulární, měřitelné a ověřitelné požadavky. Pro každý požadavek: metriku, jednotku, prahovou hodnotu a navrhovanou ověřovací metodu (analýza/test/demonstrace). Přeložte vágní přídavná jména („lehký“, „rychlý“) do konkrétních čísel; Pokud si nejste jisti, zeptejte se, jaké informace potřebujete. Požadavky: [seznam zde]
Šablona 2 – Matice sledovatelnosti a prověřování konfliktů:
Vezměte si tento seznam požadavků a: (a) vytvořte tabulku sledovatelnosti, která spojí každý požadavek s cílem úkolu na vysoké úrovni; (b) označte všechny dvojice protichůdných nebo náročných požadavků (např. rozsah vs. užitečné zatížení); c) uvést chybějící nebo neověřitelné požadavky. Nechť je výsledkem tabulka. Požadavky: [seznam zde]
Šablona 3 — Nastavení vážené rozhodovací matice:
Sestavte rámec vážené rozhodovací matice pro následující kandidátské konfigurace. Vytvořte řádky kritérií a sloupce kandidátů. Sloupec váhy ponechte PRÁZDNÝ (váhy zadám já). Vysvětlete v samostatné poznámce fyzické zdůvodnění skóre, které vložíte do každé buňky; Nepište vymyšlené číslo, místo, které jste uhodli, označte jako „hádejte“. Kandidáti: [...] Kritéria: [...]
Šablona 4 — Křížová kontrola koncepčního dimenzování:
Nezávisle zkontrolujte následující výsledek přednastavení: MTOW, plocha křídla, tah. (a) Vypočítejte zatížení křídla (W/S) a porovnejte jej s typickým rozsahem pro vaši danou třídu letadla. (b) Vypočítejte poměr tahu k hmotnosti (T/W) a porovnejte jej s typickým rozsahem. (c) Varovat, pokud jsou hodnoty mimo typický rozsah, a indikovat možnou chybu. Zapište všechny jednotky explicitně. Vstup: [hodnoty MTOW, S, T]
Mini pouzdra
Případ 1 – Včasné zjištění protichůdné potřeby. V projektu UAV chtějí zúčastněné strany jak „nejméně 8 hodin vysílacího času“, tak „maximální 12 kg celkové hmotnosti“. Vyčíslením těchto dvou požadavků a hrubým odhadem energetického rozpočtu AI ukazuje, že 8hodinový let s typickou hustotou energie baterie (asi 200 Wh/kg) by vyžadoval 6–7 kg samotné baterie; To se nevejde do 12 kg rozpočtu spolu s užitečným zatížením a konstrukcí. Rozpor je diskutován před zahájením podrobného návrhu. Ponaučení: převod požadavků na čísla brzy odhalí skryté rozpory.
Případ 2 – Analýza citlivosti mění rozhodnutí. Jeden tým porovnává tři konfigurace křídel; Konfigurace s počátečními váhami. B vítězí (vážené skóre 0,82 vs. 0,79). AI je dotázána „co se stane, když snížím nákladovou váhu z 0,20 na 0,10“; v tomto scénáři přichází do popředí rozsah a Config. A přebírá vedení (0,84 vs. 0,80). Tým vidí, jak citlivé je rozhodnutí o nákladové prioritě, a vyjasní si váhy se zúčastněnou stranou. Poučení: nezáleží na jediném skóre, ale na stabilitě žebříčku.
Případ 3 — Chyba objednávky v odhadu hmotnosti. AI udává prázdnou hmotnost lehkého letadla jako 95 kg ze vztahu. Inženýr připomíná, že prázdná hmotnost dvoumístných letadel podobné třídy je typicky v rozmezí 350-500 kg; 95 kg je fyzicky nemožné. Při kontrole je vidět, že AI nesprávně použila koeficient ve vztahu a je opravena. Lekce: každý odhad hmotnosti je řádově porovnán se známým rozsahem třídy.
Časté chyby
- Přijetí nejasného požadavku. Požadavek, který neobsahuje metriky a jednotky, nelze ověřit; "Mělo by to být světlo" je přání, nikoli požadavek.
- Poté, co AI vybere váhy. Váhy kritérií v rozhodovací matici jsou subjektivní inženýrství a úsudek zúčastněných stran; Pokud je ponecháno na AI, rozhodnutí zůstane opuštěné.
- Přijímání bodů bez odůvodnění. Pokud kvalitativní skóre jako "Stabilita: vysoká" nemá žádný fyzický základ, matice se stane luxusním seznamem odhadů.
- Nepotvrzuje odhad hmotnosti/velikosti. Statistické korelace jsou hrubé odhady; Není dovedena do detailního provedení bez srovnání s třídní řadou.
- Sledovatelnost ponecháváme na později. Pokud nebude zaznamenáno, odkud požadavek vzešel, nikdo nebude vědět, jaká rozhodnutí změna v budoucnu ovlivní.
V souhrnu
Konceptuální design je fází, ve které jsou přijímána nejlevnější, ale nejúčinnější rozhodnutí. Umělá inteligence je zde výkonným akcelerátorem při převádění nejasných požadavků na měřitelné požadavky, skenování sledovatelnosti a konfliktů a porovnávání více konfigurací napříč kompenzačními tabulkami. Váhy kritérií jsou však lidským úsudkem, numerické předpovědi jsou ověřeny ručním výpočtem založeným na fyzice a třídními intervaly, konečné rozhodnutí o konfiguraci zůstává na inženýrovi. AI produkuje kandidáty; nerozhoduje.
Aplikační úkol
Napište tři cíle mise na vysoké úrovni pro letadlo nebo vesmírnou loď podle vašeho výběru. Pomocí AI je převeďte do alespoň šesti měřitelných požadavků a vytvořte tabulku sledovatelnosti. Poté vytvořte váženou rozhodovací matici pro tři kandidátské konfigurace; Váhy si určete sami. Nakonec potvrďte odhad hmotnosti/velikosti daný umělou inteligencí pomocí nezávislého ručního výpočtu a rozsahu třídy. Pokud zjistíte konflikt, nahlaste alespoň jeden pár požadavků.
kontrolní seznam
- [ ] Každý požadavek jsem učinil jedinečným, měřitelným a ověřitelným.
- [ ] Nejednoznačná přídavná jména jsem nahradil metrickým, jednotkovým a prahovým.
- [ ] Nastavil jsem tabulku sledovatelnosti a označil jsem protichůdné požadavky.
- [ ] Váhy rozhodovací matice jsem si určil sám (ne AI).
- [ ] Maticové skóre jsem připisoval fyzickému zdůvodnění.
- [ ] Odhady hmotnosti/velikosti jsem ověřil pomocí rozestupu tříd a ručního výpočtu.