AI, Design Support og CAD Workflows i Mechanical Engineering

Gevinster:

• Evne til at positionere AI korrekt i designidégenerering, parametrisk tænkning og CAD-automatisering
• Evne til at konvertere fritekstbehov til målbare begrænsninger og kriterier med en struktureret prompt
• Evne til at anvende disciplinen validering af design og scripts produceret af AI med tekniske begrænsninger

Maskinteknik er kunsten at omsætte en idé til fysisk virkelighed: at komme med et sikkert, fremstilleligt design, der fungerer, givet et behov, et sæt begrænsninger og naturlovene. Kunstig intelligens (forkortet AI: software, der producerer tekst, kode og forslag som et menneske ved at lære af givne tekster) går ind i denne proces som en "designpartner". Genererer alternative ideer, fremskynder parametrisk tænkning (tilgangen til at bygge designet med foranderlige variabler i stedet for faste dimensioner), skriver CAD-makroer og udarbejder dokumentation. Men AI bekræfter ikke en styrkeberegning, garanterer ikke, om en tolerance holder ved montering, og kan ikke "sende" et design til produktion. Alle disse beslutninger er efter ingeniørens skøn og juridiske ansvar. I denne enhed lærer du, hvor du skal placere AI i design- og CAD-workflowet (computer aided design), og hvordan du validerer dets output.

Hvor står AI i designprocessen?

Lad os groft opdele en designproces i fire faser og tydeligt placere rollerne for AI og ingeniøren. Denne sondring danner grundlaget for spørgsmålet, "Hvad ville jeg få AI til at gøre, og hvad ville jeg aldrig gøre?"

Scene

Rollen af AI (accelerator)

Ingeniørens rolle (beslutning)

Krav/koncept

Alternativt koncept, lignende løsninger eksempler, liste over spørgsmål

Bestem begrænsninger, prioritet og acceptkriterier

foreløbig design

Parametrisk forhold, grov dimensioneringsskitse

Valider beregning, antagelse og belastningsvej

detalje design

CAD makro/script, standard del anbefaling

Geometri, tolerance, materialebeslutning

Verifikation/godkendelse

Rapportudkast, tjekliste, resumé

Analyse, test, underskrift og ansvar

Kritisk princip: AI er stærk til divergerende tænkning (generering af et stort antal ideer), men svag til konvergent beslutningstagning (at stille spørgsmålstegn ved, hvilken af disse der er rigtig, sikker, producerbar). konvergens; Det kræver viden om fysik, teknisk intuition og ansvar. Dette er kerneingeniørarbejde, der ikke kan automatiseres.

Tip: Brug kunstig intelligens som en "idémultiplikator", ikke en "telefonsvarer". At sige "foreslå 5 forskellige designtilgange til dette link, nedskriv fordele/ulemper og svage punkter ved hver" er meget mere værdifuldt end at sige "giv det bedste design"; fordi det overlader beslutningen og begrundelsen til dig.

Trin for trin: Fra behov for fri tekst til valideret design

1. Gør kravet målbart. "Vær let og stærk" er ikke et krav; "masse < 2 kg, sikkerhedsfaktor ved 500 N vertikal belastning ≥ 2, udendørs korrosion" er et krav.
2. Markér uklarhederne. Lad ikke AI udgøre værdier, der ikke er givet; Få det opført som "behov for afklaring".
3. Generer en masse koncepter. Mindst 3 alternativer og hver af dem har sit svage punkt med sin belastningsvejlogik.
4. Opret en verifikationsplan. En "hvilken beregning skal jeg lave" liste for hvert koncept.
5. Tilføj CAD-automatisering. Få genereret makroer/scripts til gentagne modellering.
6. Bekræft og bekræft. Selvstændigt kontrollere måling, enhed, masse og kritiske beregninger; så underskriv.

Prompt, der konverterer kravet til begrænsninger og kriterier

Rolle: Du er en erfaren maskindesigner. Opgave: Oversæt følgende fritekstkrav til målbare designkrav (begrænsninger + kriterier). Krav: "Et transportbeslag, der er let at samle, til en transportør, der kan arbejde udendørs med en belastning på 30 kg." Outputformat: - Funktionelle krav (hvad der skal gøres) - Belastning/miljømæssige begrænsninger (kraft, temperatur, korrosion, vibration) - Målbare kriterier (masse, sikkerhedskoefficient, omkostningsmål) - Punkter, der forbliver uklare og skal afklares Regel: Numerisk værdi PASSER IKKE; Marker udeladte værdier som "skal afklares".

Den sidste regel er vigtig: Hvis AI'en spontant "antager" en belastningsværdi, der ikke er givet, er dit design på det forkerte grundlag. Markering af usikkerheder styrker krav, der samler disciplin.

Spørgsmål, der producerer mange koncepter

Foreslå 3 forskellige koncepter for følgende element: lodret statisk belastning på 30 kg, vægmontering med to M8 bolte, udendørs miljø (korrosion), målmasse < 1 kg.For hvert koncept:- belastningsvej (hvordan kraften overføres til boltene)- mulig materialefamilie- estimeret svageste punkt- liste over beregninger jeg skal laveRegel: Antal montering; Jeg vil verificere regnskabet.

Parametrisk tænkning og CAD-automatisering

Moderne CAD-værktøjer (SolidWorks, Fusion 360, CATIA, FreeCAD) fungerer parametrisk og script-baseret. AI er meget kraftfuld til makro/script-generering til gentagne modelleringsopgaver: generering af et boltmønster, udledning af en delfamilie med en tabel, masseudtrækning af masseegenskaber. Således er timers gentagelsesarbejde reduceret til minutter.

CAD-script-genererende prompt

Skriv et script til FreeCAD Python-konsollen: opret en boksprofil med parametrene længde, bredde, højde og hjørneradius, og udskriv dens masseegenskaber (volumen, tyngdepunkt). Lad materialetætheden være parameteren (kg/m^3). Forklar koden med kommentarer.Regel: Angiv måleenheden (mm) i begyndelsen; Oprethold enhedskonsistens. Regel: Beregn volumen med den analytiske formel og udskriv den på skærmen, så jeg kan verificere.

Forsigtig: Selvom AI's CAD-script "virker" geometrisk, kan det være forkert fra et ingeniørmæssigt perspektiv: forkert enhed (mm/m forvirring), forkert akse, et skæringspunkt, der ikke sker. Når du har kørt scriptet, skal du sammenligne dimensionerne og massen af ​​den producerede model med en kendt reference.

Designanmeldelsesprompt

Kritiser følgende designbeslutninger gennem linsen af en designgennemgang. Vær ikke uenig med mig; Liste svagheder, risikable antagelser og manglende beregninger. Skriv "hvorfor risikere" og "hvordan verificerer jeg" for hver vare. Design: [beslagets materiale, tykkelse, bolt, belastningsinformation]

Svag prompt / stærk prompt

Svag prompt:

Design mig et beslag.

Ingen belastninger, materialer, monteringsgrænseflader og begrænsninger; AI producerer en generel, dimensionsløs og ikke-verificerbar forklaring. Udgangen er tilsyneladende fuld, men den tekniske værdi er lav.

Kraftig prompt:

Foreslå 3 forskellige koncepter til følgende beslag: 30 kg lodret belastning, vægmontering med to M8 bolte, udendørs miljø (korrosion), målmasse < 1 kg. For hvert koncept: lastvejslogik, muligt materiale, estimeret svagt punkt og hvilken beregning jeg skal lave. Lad være med at finde på tal; Jeg vil bekræfte kontoen.

Den anden prompt giver begrænsningerne, beder om flere koncepter og overlader verifikation til ingeniøren med spørgsmålet "hvilken beregning skal jeg lave?" Dette placerer AI som et værktøj, der accelererer, ikke overtager, ansvar.

Tre minietuier (efter numre)

Case 1 - Pumpeben, resonansfælde. Ingeniør Ayşe designer et vibrationsdæmpende stativ til en pumpe, der roterer med 1450 rpm (dvs. 24,2 Hz). AI anbefaler elastomer wedge og giver en hårdhed på k = 200 N/mm. Ayşe beregner selv egenfrekvensen for en masse på 40 kg: f = (1/2π)·√(k/m) = (1/2π)·√(200000/40) ≈ 11,3 Hz. Isolation virker, da den excitatoriske frekvens (24,2 Hz) er cirka det dobbelte af den naturlige frekvens, men Ayşe forbedrer isolationen ved at gå ned til f ≈ 7,5 Hz med en blødere kile (k = 90 N/mm). Startværdien af ​​AI "virkede", men var ikke optimal; redegjorde for beslutningen.

Case 2 - Del familie med CAD makro. En virksomhed producerer flanger i 12 forskellige størrelser. Ingeniøren skriver et Fusion 360-script til AI og udleder automatisk tabellen og 12 varianter; Arbejdet, der tager 3 dage manuelt, reduceres til 2 timer. Men i DN80-flangen fremstillet af script er bolthulsdiameteren 18 mm; hvorimod for katalog M16 er 18 mm hul korrekt. Ingeniøren verificerer målingerne af en tilfældig variant i forhold til standarden og accepterer derefter alle.

Case 3 - Enhedsfælde. En praktikant efterlod fejlagtigt tætheden som 7,85 g/cm³ i stedet for 7850 kg/m³, men volumenet i mm³ i scriptet givet af AI. Den resulterende masse afviger med en faktor på 1000: 3200 kg i stedet for 3,2 kg. Størrelseskontrollen ("denne beslag kan ikke være 3 tons") fanger fejlen med det samme. Lektion: enhedskonsistens er den hyppigste og mest farlige kilde til fejl i AI-output.

Almindelige fejl

• Overlader konvergens til AI: At sige "giv mig det bedste design" og overdrage fysik og ansvar.
• Efterlader usikkerhed at antage: Lader AI'en udgøre den belastning/temperatur, der ikke er givet.
• CAD-scriptet bekræftes ikke: Sammenligner ikke størrelsen og massen af ​​den producerede model med referencen.
• Enhedsforvirring: opsætning af modellen/beregningen uanset mm/m, kg/N eller g/kg interferens.
• Fastlåsning af et enkelt koncept: Tænker, at den første idé om AI er den eneste mulighed; Fremstiller ikke alternativer.
• "Det virkede = korrekt" fejlslutning: Forvirring af scriptets fejlfri drift med resultatet, der er korrekt.

Sammenfattende

• I design er AI stærk i divergerende tænkning (idégenerering) og svag i konvergent beslutning (fysik, sikkerhed); Beslutningen er op til ingeniøren.
• Godt design begynder med at omsætte det vage ønske til målbare begrænsninger og kriterier; AI hjælper med denne oversættelse.
• AI i CAD-automatisering genererer kraftfuldt script/makro; Men sørg for at verificere modellens enheder og dimensioner.
• Få AI til at generere flere koncepter og spørg "hvilken beregning skal jeg lave?"; foretage verifikation.
• AI godkender ikke et design eller sender det til produktion; Dette ansvar forbliver hos ingeniøren.

Ansøgningsopgave

Skriv et fritekstkrav til et simpelt maskinelement (beslag, topstykke, dæksel osv.). Få AI'en til at oversætte dette til målbare krav (begrænsning + kriterier) og marker eventuelle værdier, der ikke er angivet som "skal afklares". Spørg derefter AI om mindst tre begreber og en liste over "beregninger, jeg skal lave" for hver. Kritisk verifikation: Vælg en numerisk værdi (størrelse, hårdhed, materialeegenskab) foreslået af AI og bekræft det med en håndberegning eller katalog/datablad; Hvis det ikke passer, så skriv hvorfor. Skriv endelig i én sætning, hvilke tekniske godkendelser der kræves, før dette design sættes i produktion.

tjekliste

• [ ] Behovet for fri tekst er blevet oversat til målbare begrænsninger og kriterier.
• [ ] Værdier, der ikke er angivet, er markeret som "skal afklares"; AI fandt det ikke op.
• [ ] Der blev udarbejdet mindst tre koncepter og verifikations(beregnings)lister for hver.
• [ ] Enhederne og dimensionerne af CAD-scriptet/makrooutputtet blev sammenlignet med referencen.
• [ ] Sundhedstjek er udført.
• [ ] Den endelige beslutning og godkendelse blev overladt til ingeniøren; Det er ikke blevet delegeret til AI.