Enhed 2 / 12

AI i materialevalg og beslutningsstøttesystemer

Gevinster:

  • Evne til at strukturere materialevalgsproblemet med krav, begrænsninger og præstationsindekser og præcist beskrive det til AI
  • Evne til at bruge AI som en hypotesegenerator, når man sammenligner kandidatmaterialer med Ashby-tilgangen og vægtet beslutningsmatrix
  • Evne til at verificere hver materiale- og funktionsværdi, som AI anbefaler i forhold til datablad, standard og omkostnings-/forsyningsfakta

Materialevalg er den mest synlige og ansvarlige opgave for den metallurgiske og materialeingeniør. Aluminium, kulfiber eller stål til en cykelramme; 316 rustfrit eller duplex rustfrit til en pumpeaksel; Hvilket værktøjsstål til en varm matrice? Disse beslutninger kræver samtidig afvejning af snesevis af modstridende begrænsninger såsom styrke, vægt, korrosion, temperatur, bearbejdelighed, omkostninger og levering. Kunstig intelligens (systemer, der behandler tekst og tal og frembringer forslag) fremskynder processen med at oprette en kandidatliste, etablere en sammenligningsmatrix og skrive begrundelsen. Men kun databladet, standarden og, hvor det er nødvendigt, testning beviser, at det materiale, du har valgt, virkelig er egnet. I denne enhed lærer du, hvordan du udfører materialevalg på en disciplineret måde med AI.

Etablering af materialevalgsproblemet korrekt

Et dårligt materialevalg opstår ofte ikke fra en dårlig model, men fra et dårligt defineret problem. At spørge AI "hvad er det bedste materiale" er meningsløst; fordi "bedst" ​​afhænger af, hvilken funktion den vil udføre under hvilken begrænsning. Et forsvarligt materialevalgsproblem defineres af disse fire komponenter:

  • Funktion: Hvad vil stykket gøre? (Fx en stang, der bærer aksial belastning, en beholder, der modstår tryk.)
  • Begrænsninger: Grænser, der ikke må overskrides. (Fx flydespænding ≥ 350 MPa, driftstemperatur 200 °C, modstandsdygtighed over for saltvand.)
  • Mål: Hvad vil vi minimere/maksimere? (Minimer fx vægt, minimer omkostningerne.)
  • Fri variabel: Hvad kan vi vælge? (Materiale og ofte en dimension, f.eks. sektion.)

Denne ramme er grundlaget for Ashbys materialevalgstilgang. Et præstationsindeks er et udtryk, der giver den kombination af materialeegenskaber, der bedst opfylder et bestemt formål; For eksempel bruges et indeks som specifik styrke for den letteste stråle af en vis stivhed. I betragtning af funktionen og begrænsningerne vil AI hjælpe dig med at udlede det korrekte præstationsindeks og rangordne kandidatmaterialeklasser - men sørg for at kontrollere den fysiske udledning af det indeks, det udleder.

Trin for trin: AI-drevet materialevalg

  1. Skriv kravene: Funktion, begrænsninger, formål, fri variabel. Lad det være numerisk og målbart.
  2. Identificer kandidatklasser: Bed AI om at liste materialeklasserne (stål, rustfrit, aluminiumslegeringer, titanium, polymerer, kompositter) og begrund egnetheden af ​​hver til denne funktion.
  3. Eliminer med begrænsning: Fjern kvaliteter, der ikke opfylder begrænsningerne (f.eks. eliminerer korrosionsbegrænsningen kulstofstål).
  4. Sorter efter præstationsindeks: Sorter de resterende kandidater efter formål (lethed, pris).
  5. Opsæt en beslutningsmatrix: Sammenlign endelige kandidater med en vægtet scoringstabel.
  6. Bekræft: Få egenskabsværdier for udvalgt materiale fra datablad/standard, bekræft levering og pris, test prøve om nødvendigt.
Tip: Tag aldrig materialeegenskaberne givet af AI som endelige værdier. Selvom AI siger "flydestyrken for 6061-T6 aluminium er 276 MPa", varierer den faktiske værdi afhængigt af tempereringstilstanden, halvfabrikatets form (plade, stang, ekstrudering) og snittykkelse. Bekræft værdien fra EN/ASTM-databladet.

Vægtet beslutningsmatrix

Den vægtede beslutningsmatrix er en gennemsigtig og forsvarlig metode, når man skal vælge blandt de endelige kandidater. Hvert kriterium tillægges en vigtighedsvægt, hver kandidat scores på hvert kriterium, og den vægtede total beregnes. Nedenfor er et eksempel på en havvandspumpeaksel (score 1-5, sum af vægte 1,0).

kriterium

Vægt

316L rustfri

Duplex 2205

Ni-Al Bronze

Korrosionsbestandighed (havvand)

0,35

3

5

4

udbyttestyrke

0,25

3

5

3

Bearbejdelighed

0,15

4

3

4

Omkostninger (lavere er bedre)

0,15

4

3

2

Levering/gennemløbstid

0,10

5

3

3

vægtet total

1.00

3,40

4.30

3,45

Denne tabel fremhæver duplex 2205; Men bordet er ikke en beslutning, det er et grundlag for diskussion. Du bestemmer vægten og pointene; AI beregner dem regelmæssigt og skriver begrundelsen. Grundlaget for scorerne (PREN-værdi for korrosion, standard minimum for styrke) skal verificeres.

tre minisager

Tilfælde 1 - Forkert temperament, forkert styrke. En designer spørger AI "udbyttestyrke på 6061 aluminium" for et beslag; AI siger "276 MPa". Designeren bruger denne værdi, men det leverede materiale er i T4-temperering og har en flydespænding på kun ~145 MPa. Delen bliver permanent deformeret ved lavere belastning end forventet. Lektion: ejendomsværdi afhænger af materialets tilstand (T4/T6); Værdien givet af AI er meningsløs uden at angive temperamentet og skal bekræftes fra databladet.

Tilfælde 2 — Korrekt eliminering. Et team anmoder om en liste over kandidater fra AI til et ventilhus, der arbejder ved 6 bar tryk og konstant saltvandskontakt. AI eliminerer kulstofstål og lavlegeret stål på grund af korrosionsbegrænsning; 316L anbefaler duplex og bronze og forklarer PREN-konceptet (Pitting Resistance Equivalent Number) for hver. Holdet accepterer denne foreløbige screening, men træffer den endelige beslutning baseret på faktiske klorkoncentrationer og temperaturkorrosionstestdata. AI elimineret og eksperimenteret.

Sag 3 — Omkostningernes realitet. For ét produkt anbefaler AI titanium Ti-6Al-4V; Den er fremragende med hensyn til lethed og korrosion. Sammenhængen med, at delen skal produceres i 50.000 enheder årligt, og at der er prispres, er dog ikke givet. Omkostningerne pr. kilogram og bearbejdningsvanskelighederne for titanium gør produktet kommercielt umuligt. Holdet tilføjer kontekst og spørger igen; Denne gang vælges et omkostningseffektivt rustfrit stål. Lektion: Hvis du ikke giver begrænsninger for omkostninger og fremstillingsevne fra begyndelsen, vil AI give teknisk korrekt, men kommercielt ukorrekt råd.

Kopierbare promptskabeloner

MATERIALEVALG Skabelon"Rolle: Du er den assisterende materialevalgsspecialist. Del: [beskrivelse]. Udfyld nedenstående ramme:- Funktion: [...]- Begrænsninger (numerisk): [styrke, temperatur, korrosion, vægt...]- Formål: [skal minimeres: vægt/omkostning]- Fri afled det passende STEP-variabel: [BY + sektionen STEP]. Giv egenskabsværdierne med kilden og Tilføj advarslen 'skal verificere fra dataark'."

CANDIDATE SCREENING Skabelon "Skriv under og retfærdig materialeklasser, der ikke opfylder følgende begrænsninger: [liste begrænsninger]. Sorter de resterende kandidater efter formål. Angiv, efter hvilken standard (f.eks. EN, ASTM) hver kandidat er defineret. Giv ikke nøjagtige egenskabsnumre; giv range og 'skal verificeres' vurdering."

BESLUTNINGSMATRIX Skabelon "Opsæt en vægtet beslutningsmatrix for følgende kandidater: [kandidater]. Mine kriterier og vægte: [kriterier=vægtliste]. Bedøm hver kandidat med 1-5 point og skriv GRUNDLAGET for hver score (hvilket træk, hvilken kilde) i én sætning. Beregn den vægtede vægttabel, og giv resultatet som 'bekræftet'.

KORROSIONSKOMPATIBILITET Skabelon "Miljø: [temperatur, klor/syre-koncentration, pH]. Forklar PREN-rationalet for kandidat rustfrit og fortæl hvilken test (f.eks. ASTM G48 pit-test) den skal verificeres af. Afslut ikke materialevalg uden test; bare angiv kandidater."

Svag prompt / Stærk prompt

SVAG SPØRGSMÅL: "Hvad er det bedste materiale til en pumpeaksel til brug i havvand?"

STÆRK SPØRGSMÅL:"Rolle: Du er materialevalgseksperten. Del: centrifugal havvandspumpeaksel. Begrænsninger: kontinuerlig havvandskontakt (~20.000 ppm klorid, 25-40 °C), flydespænding ≥ 450 MPa, udmattelsesbelastning tilgængelig, skal bearbejdes med drejebænk, minimumslevetid pr. år. kandidat rustfrit og bronze i henhold til BEGRÆNSNINGER og skriv hvilken standard og hvilken verifikationstest der er påkrævet for hver af dem.

Kraftig prompt; Det giver miljøet numerisk, sætter en styrkebegrænsning, specificerer produktionsmængde og omkostningsmål og anmoder om verifikationstesten. Således producerer AI en liste over kandidater, der er både kommercielt og teknisk egnede.

Almindelige fejl

  • At spørge efter det "bedste materiale" uden at kvantificere funktionen og begrænsningerne.
  • Hentning af egenskabsværdien uden at angive materialets tilstand (temperering, form, sektion).
  • Ikke at sætte omkostnings-, leverings- og fremstillingsevnebegrænsninger i sammenhæng.
  • Styrer ikke den fysiske udledning af præstationsindekset, som AI'en udleder.
  • At tage resultatet som endeligt uden at verificere grundlaget for scoringerne i beslutningsmatrixen.
  • Bekræftelse af miljøafhængige beslutninger såsom korrosion uden eksperimenter.

Sammenfattende

I materialevalg er AI et kraftfuldt beslutningsstøtteværktøj, når du har afklaret funktionen og begrænsningerne: det producerer en liste over kandidater, udleder et præstationsindeks, konstruerer en beslutningsmatrix og skriver begrundelse. Hver ejendomsværdi skal dog verificeres fra databladet og standarden, og enhver korrosions-/modstandskritisk beslutning skal verificeres ved forsøg. At indramme problemet inden for rammerne af funktion-begrænsning-objektiv-fri variabel er halvdelen af ​​et godt valg.

Ansøgningsopgave

Vælg en ægte eller fiktiv del (f.eks. en udvendig fastgørelse). Skriv funktionen, begrænsninger, objektiv og fri variabel numerisk. Anmod om en kandidatliste og præstationsindeks fra AI med "MATERIAL SELECTION FRAMEWORK" skabelonen. Udfyld derefter skabelonen "BESLUTNINGSMATRIX" med mindst tre kandidater. Skriv endelig i et afsnit, hvilken standard og test du vil bruge til at verificere flydespændingen og korrosionsadfærden for det materiale du har valgt.

tjekliste

  • [ ] Jeg definerede funktionen, begrænsninger, formål og fri variabel numerisk.
  • [ ] Jeg eliminerede klasser, der ikke opfyldte begrænsningerne med begrundelse.
  • [ ] Jeg fik egenskabsværdierne ved at angive den materielle tilstand (temperering/form).
  • [ ] Jeg noterede grundlaget for beslutningsmatrix-scorerne.
  • [ ] Jeg sætter omkostninger, udbud og fremstillingsevne i kontekst.
  • [ ] Jeg lavede en plan for at verificere valget med databladet, standard og nødvendige eksperimenter.