Μονάδες
1. Εισαγωγή στην Τεχνητή Νοημοσύνη στη Μεταλλουργία: Όρια, Επικύρωση, Υπευθυνότητα και Ηθική 2. AI σε Συστήματα Επιλογής Υλικού και Υποστήριξης Αποφάσεων 3. Πρόβλεψη χαρακτηριστικών και Σχέσεις Δομής-Διαδικασίας-Ιδιοτήτων (Μηχανική Εκμάθηση) 4. Διαγράμματα Φάσεων, Θερμοδυναμική και AI στην προσέγγιση CALPHAD 5. Ανάλυση Εικόνας Μικροδομής και Ποσοτική Μεταλλογραφία 6. AI στη Βελτιστοποίηση Θερμικής Επεξεργασίας και Παραμέτρων Διεργασίας 7. Διαδικασίες παραγωγής: AI στη χύτευση, τη συγκόλληση και την κατασκευή προσθέτων 8. Ποιοτικός Έλεγχος, Ανίχνευση Βλαβών και Στατιστικός Έλεγχος Διαδικασιών 9. Η τεχνητή νοημοσύνη στην ανάλυση ζημιών, τη βασική αιτία και τη διερεύνηση θραύσης 10. Ερμηνεία δεδομένων χαρακτηρισμού: XRD, SEM/EDS, DSC και Μηχανικές Δοκιμές 11. Τυπική πειθαρχία έρευνας, συμμόρφωσης και επαλήθευσης 12. Μεταλλουργική Ανάλυση Δεδομένων και Σύνορα ΤΝ με Python
Μονάδα 4 / 12

Διαγράμματα Φάσεων, Θερμοδυναμική και AI στην προσέγγιση CALPHAD

Κέρδη:

  • Δυνατότητα ερμηνείας διαγράμματος φάσης, αναλογίας φάσης και θερμοκρασιών μετασχηματισμού με δομημένο τρόπο με AI και ερώτημα CALPHAD λογική
  • Δυνατότητα υπολογισμού και κατανόησης εννοιών όπως ο κανόνας μόχλευσης, ο ευτηκτικός και ο ευτηκτοειδής μετασχηματισμός με υποστήριξη AI
  • Δυνατότητα επαλήθευσης των τιμών φάσης και θερμοκρασίας που δίνονται από AI με θερμοδυναμική αληθοφάνεια και πειραματικό διάγραμμα

Είτε πρόκειται να ανόπτεται ένας χάλυβας κάτω ή πάνω από τους 727°C, όταν ένα κράμα θα αρχίσει να στερεοποιείται κατά τη χύτευση, σε ποια θερμοκρασία θα λιώσει εντελώς μια συγκόλληση—όλα καταγράφονται σε διαγράμματα φάσεων. Το διάγραμμα φάσεων είναι ένας χάρτης που δείχνει ποιες φάσεις (στερεές, υγρές, διαφορετικές κρυσταλλικές δομές) βρίσκονται σε ισορροπία σε ποια θερμοκρασία και ποια σύνθεση σε ένα υλικό. Φάση είναι το μέρος του υλικού που είναι χημικά και δομικά ομοιόμορφο. Για παράδειγμα, ο φερρίτης και ο τσιμεντίτης είναι δύο ξεχωριστές φάσεις στον χάλυβα. Η γλώσσα της μεταλλουργίας μιλάει με διαγράμματα φάσεων και σε αυτή την ενότητα θα μάθετε πώς να χρησιμοποιείτε την τεχνητή νοημοσύνη (συστήματα που επεξεργάζονται κείμενο, αριθμούς και λογική) όταν ερμηνεύετε διαγράμματα φάσεων, κατασκευάζετε υπολογισμούς κανόνων μόχλευσης και ρωτάτε CALPHAD (ΥΠΟΛΟΓΙΣΜΟΣ PHase Diagrams: μέθοδος που υπολογίζει τη λογική ισορροπία φάσης. Η κεντρική αρχή παραμένει η ίδια: η τεχνητή νοημοσύνη σας βοηθά να διαβάσετε το διάγραμμα, αλλά οποιεσδήποτε τιμές θερμοκρασίας και σύνθεσης δίνει πρέπει να επαληθεύονται από το εμπειρικό διάγραμμα και τη θερμοδυναμική αληθοφάνεια.

Βασικές έννοιες του διαγράμματος φάσης και ο ρόλος της ΑΙ

Για να διαβάσετε σωστά ένα διάγραμμα φάσεων, είναι απαραίτητο να διευκρινιστούν αρκετές έννοιες. Η τεχνητή νοημοσύνη είναι ισχυρή στο να διδάσκει και να υπενθυμίζει:

  • Γραμμή Liquidus: Το όριο θερμοκρασίας πάνω από το οποίο όλα είναι υγρά. Η θερμοκρασία στην οποία το πρώτο στερεό αρχίζει να καταρρέει κατά την ψύξη.
  • Γραμμή Solidus: Το όριο κάτω από το οποίο όλα είναι συμπαγή. Η θερμοκρασία στην οποία σχηματίζεται το πρώτο υγρό κατά τη θέρμανση.
  • Ευτηκτική μετατροπή: Το σημείο στο οποίο ένα υγρό μετατρέπεται ταυτόχρονα σε δύο στερεές φάσεις σε σταθερή θερμοκρασία (υγρό → στερεό Α + στερεό Β). Τα κράματα συγκόλλησης είναι το κλασικό παράδειγμα αυτού.
  • Ευτηκτοειδής μετασχηματισμός: Το σημείο στο οποίο ένα στερεό μετατρέπεται σε δύο διαφορετικές στερεές φάσεις σε σταθερή θερμοκρασία (στερεό → στερεό Α + στερεό Β). Αυτός είναι ο μετασχηματισμός ωστενίτη → φερρίτης + τσιμεντίτης (περλίτης) σε χάλυβα. Στο διάγραμμα σιδήρου-άνθρακα, εμφανίζεται στους ~727 °C και σε ~0,76% άνθρακα.
  • Κανόνας μοχλού: Μια μέθοδος που υπολογίζει την ποσότητα κάθε φάσης σε μια δεδομένη θερμοκρασία σε μια περιοχή δύο φάσεων.

Όταν περιγράφετε ένα διάγραμμα φάσης στο AI (π.χ. "ποιες φάσεις είναι ο χάλυβας στους 800 °C με 0,4% C στο διάγραμμα σιδήρου-άνθρακα"), δίνει μια εννοιολογικά σωστή απάντηση. Ωστόσο, μερικές φορές θυμάται λάθος ή συνθέτει (παραισθάνεται) συγκεκριμένες τιμές θερμοκρασίας και σύνθεσης. Χρησιμοποιήστε λοιπόν την τεχνητή νοημοσύνη ως το εργαλείο που «καθιερώνει τη λογική της ερμηνείας του διαγράμματος». διαβάστε τους αριθμούς από το τυπικό διάγραμμα.

Κανόνας μόχλευσης: βήμα προς βήμα και επαλήθευση

Ο κανόνας του μοχλού δίνει την αναλογία φάσεων στην περιοχή δύο φάσεων. Έστω οι δύο φάσεις α και L (υγρό), η συνολική σύνθεση του κράματος είναι C0 και οι συνθέσεις ορίων φάσης σε αυτή τη θερμοκρασία είναι Ca και CL. Σύμφωνα με τον κανόνα μόχλευσης:

  • Κλάσμα μάζας α φάσης = (CL − C0) / (CL − Ca)
  • Κλάσμα μάζας της φάσης L = (C₀ − Ca) / (CL − Ca)

Όταν κάνετε το AI να κάνει αυτόν τον υπολογισμό, κατασκευάστε τα βήματα ως εξής:

  1. Δώστε θερμοκρασία και σύνθεση: "Κράμα Cu-Ni που περιέχει 40% Ni στους 1450 °C."
  2. Διαβάζετε τους συνδυασμούς ορίων φάσης: Διαβάστε μόνοι σας τις τιμές Ca και CL από το διάγραμμα και δώστε τις στο AI - μην βασίζεστε σε αυτό που «διαβάζει» το AI.
  3. Ρύθμιση του λογαριασμού από την τεχνητή νοημοσύνη: Εφαρμόστε τον τύπο, υπολογίστε τις πιθανότητες και δείξτε τα βήματα.
  4. Ελέγξτε τη φυσική αληθοφάνεια: Οι πιθανότητες είναι μεταξύ 0–1, το άθροισμα μεταξύ 1, η θερμοκρασία μεταξύ υγρού/στερεού;
Συμβουλή: Το πιο συνηθισμένο λάθος στον κανόνα του μοχλού είναι η εσφαλμένη ανάγνωση των συνδυασμών ορίων φάσης. Εφόσον το AI δεν "βλέπει" το διάγραμμα, πρέπει να παρέχετε αυτές τις τιμές. Το AI εκτελεί μόνο αριθμητική και λογική. Εάν εισάγετε λάθος Ca/CL, το αποτέλεσμα θα είναι απολύτως λάθος.

CALPHAD και θερμοδυναμική αληθοφάνεια

Αντί να σχεδιάζει διαγράμματα φάσεων ένα προς ένα με πείραμα, η μέθοδος CALPHAD υπολογίζει την ισορροπία φάσης μοντελοποιώντας την ελεύθερη ενέργεια Gibbs κάθε φάσης ως συνάρτηση της σύνθεσης και της θερμοκρασίας και ελαχιστοποιώντας τη συνολική ελεύθερη ενέργεια του συστήματος. Λογισμικό όπως Thermo-Calc, FactSage, Pandat το κάνουν αυτό. Η τεχνητή νοημοσύνη βοηθά στην εξήγηση των εννοιών του CALPHAD και στην ερμηνεία ενός αποτελέσματος. αλλά η ίδια η τεχνητή νοημοσύνη δεν είναι ένας θερμοδυναμικός επιλύτης — στην πραγματικότητα δεν ελαχιστοποιεί την ενέργεια Gibbs, παράγει την απάντηση που φαίνεται πιο πιθανή.

Σωστή χρήση: Ζητήστε από το AI να ερμηνεύσει την έξοδο CALPHAD (π.χ. πίνακα αναλογίας φάσης, θερμοκρασία μετασχηματισμού), αποκλίσεις σημαιών και ερώτημα ποιες τιμές αποκλίνουν από αυτό που αναμένεται φυσικά. Κακή χρήση: Λέγοντας στην τεχνητή νοημοσύνη «υπολογίστε το διάγραμμα φάσης αυτού του κράματος» και πιστεύοντας ότι οι αριθμοί είναι το αποτέλεσμα του CALPHAD.

Αναζήτηση

Ο ρόλος του AI

πηγή επαλήθευσης

Εξηγήστε την έννοια του διαγράμματος φάσεων

Δυνατό - διδάσκει

Εγχειρίδιο, διαγράμματα ASM

Αριθμητικός κανόνας μόχλευσης

Βοηθός — ρυθμίζει τον λογαριασμό

Οι συνδυασμοί ορίων διαβάζονται χειροκίνητα

Δίνοντας θερμοκρασία μετατροπής

Αδύναμος - έχει παραισθήσεις

Πειραματικό/τυπικό διάγραμμα

Ερμηνεία του αποτελέσματος CALPHAD

Βοηθός — έλεγχος συνέπειας

Έξοδος Thermo-Calc/FactSage

Διάγραμμα «υπολογισμός» για το νέο σύστημα

Ανεπαρκής - ανίκανος

Πραγματικό λογισμικό CALPHAD + πείραμα

τρεις μίνι θήκες

Περίπτωση 1 — Δημιουργημένη ευτεκτοειδής θερμοκρασία. Ένας μαθητής ρωτά το AI «ποια είναι η ευτεκτοειδής θερμοκρασία σε έναν χάλυβα με προσθήκη χρωμίου». Το AI λέει "727 °C" με αποφασισμένο τόνο. Ενώ τα στοιχεία κράματος μετατοπίζουν το ευτηκτοειδές σημείο: το χρώμιο αυξάνει τη θερμοκρασία του ευτηκτοειδούς και μειώνει την περιεκτικότητα σε ευτεκτοειδή άνθρακα. Οι 727 °C είναι σωστό για καθαρό σίδηρο-άνθρακα, αλλά διαφέρουν σε κράμα χάλυβα. Ο μαθητής βλέπει τη διαφορά όταν επιβεβαιώνει την τιμή από το τριμερές διάγραμμα Fe-Cr-C ή τον υπολογισμό CALPHAD. Μάθημα: Η τεχνητή νοημοσύνη μπορεί να μεταφέρει εσφαλμένα την "απομνημονευμένη" τιμή του δυαδικού συστήματος στο σύστημα κραμάτων.

Περίπτωση 2 — Σωστά κατασκευασμένος υπολογισμός μόχλευσης. Ένας μηχανικός θέλει να υπολογίσει τους λόγους φάσης σε ένα κράμα Cu-Ni στους 1300 °C. Από το διάγραμμα, διαβάζει τη σύνθεση solidus ως 32% Ni και τη σύνθεση liquidus ως 45% Ni. Το κράμα είναι 40% Ni. Δίνει αυτές τις τρεις τιμές στο AI και εφαρμόζει τον κανόνα μόχλευσης. Το AI υπολογίζει την αναλογία στερεών ως (45−40)/(45−32) = 0,38 και την αναλογία υγρών ως 0,62. Ο μηχανικός ελέγχει ότι το άθροισμα είναι 1,0 και ότι το 40% πέφτει μεταξύ των δύο ορίων. Το αποτέλεσμα είναι λογικό και επαληθευμένο γιατί οι συνδυασμοί ορίων διαβάζονται από το πραγματικό διάγραμμα.

Περίπτωση 3 — Αποτύπωση ασυμφωνίας CALPHAD. Μια ομάδα Ε&Α υπολογίζει την αναλογία γ′ (γ-εκθέτης: φάση ιζήματος που δίνει αντοχή σε υψηλή θερμοκρασία) για ένα υπερκράμα νικελίου σε Thermo-Calc. 55% αφαιρεί. Έβαλαν το AI να ρωτήσει αυτή την τιμή "είναι λογικό αυτό;" Το AI υποδεικνύει ότι στα τυπικά υπερκράματα στροβίλων η αναλογία γ′ είναι συνήθως στην περιοχή 40-70%, αλλά το 55% είναι τόσο ευαίσθητο στην επιλογή της βάσης δεδομένων και στη θερμοκρασία που πρέπει να επαναλειτουργήσει με διαφορετική θερμοδυναμική βάση δεδομένων. Η ομάδα υπολογίζει εκ νέου με δύο βάσεις δεδομένων και συγκρίνει την τιμή με πειραματική ανάλυση εικόνας. Το AI χρησιμοποιείται σωστά εδώ ως έλεγχος συνέπειας.

Αντιγράψιμα πρότυπα προτροπών

ΠΡΟΤΥΠΟ ΕΡΜΗΝΕΙΑΣ ΔΙΑΓΡΑΜΜΑΤΟΣ ΦΑΣΗΣ"Ρόλος: Είστε βοηθός φυσικής μεταλλουργίας. Σύστημα: [π.χ. σίδηρος-άνθρακας]. Σύνθεση: [%C]. Θερμοκρασία: [°C]. Ποιες φάσεις βρίσκονται σε ισορροπία σε αυτό το σημείο; Εξηγήστε τι είναι κάθε φάση. ΜΗΝ μου δίνετε τη γραμμή μετασχηματισμού ποια είναι η ευθεία μετατροπής Κοιτάζω και από ποιο διάγραμμα πρέπει να διαβάσω τις τιμές.

ΠΡΟΤΥΠΟ ΥΠΟΛΟΓΙΣΜΟΥ ΚΑΝΟΝΩΝ ΜΟΝΕΧΛΟΥ "Περιοχή δύο φάσεων. Διάβασα τις ακόλουθες τιμές από το διάγραμμα:- Συνολική σύνθεση του κράματος C0 = [...]- Σύνθεση ορίων φάσης 1 = [...]- Σύνθεση ορίων φάσης 2 = [...]Υπολογίστε την αναλογία μάζας κάθε φάσης ΒΗΜΑ ΒΗΜΑ με τον κανόνα μοχλού ελέγχου: Στη συνέχεια, κάντε το 1, φυσικό έλεγχο του κράματος. Μην "διαβάζετε" τις τιμές μόνο με τους αριθμούς που έχω δώσει."

ΠΡΟΤΥΠΟ ΕΡΜΗΝΕΙΑΣ ΑΠΟΤΕΛΕΣΜΑΤΩΝ CALPHAD"Ερμηνεύστε την ακόλουθη έξοδο CALPHAD: [αναλογίες φάσεων/θερμοκρασίες]. Σύστημα και θερμοκρασία: [...]. Είναι αυτές οι τιμές εντός του τυπικού αναμενόμενου εύρους; Ποια τιμή μπορεί να είναι υπερβολικά ευαίσθητη στην επιλογή της βάσης δεδομένων ή στη θερμοκρασία; Επισημάνετε ποιο αποτέλεσμα πρέπει να επιβεβαιωθεί με μια δεύτερη βάση δεδομένων ή το πείραμα.

ΠΡΟΤΥΠΟ ΕΞΗΓΗΣΗΣ ΜΗΧΑΝΙΣΜΟΥ ΜΕΤΑΜΟΡΦΩΣΗΣ"Ποιος είναι ο μετασχηματισμός [ευτηκτική / ευτηκτοειδής / περιτεκτική], λαμβάνει χώρα σε σταθερή θερμοκρασία, ποιες φάσεις σχηματίζονται; Εξηγήστε μέσω [παράδειγμα κράματος]. Εξηγήστε ΠΩΣ τα στοιχεία κράματος μπορούν να μετατοπίσουν αυτό το σημείο (προς την κατεύθυνση της θερμοκρασίας και της σύνθεσης). Μην δίνετε γενική τάση + συγκεκριμένους αριθμούς πηγής.

Αδύναμη προτροπή / Ισχυρή προτροπή

ΑΣΘΕΝΗ ΠΡΟΤΑΣΗ: "Ονομάστε τις φάσεις και τις θερμοκρασίες σε ανθρακούχο χάλυβα 0,4."

ΙΣΧΥΡΗ ΠΡΟΤΑΣΗ: "Ρόλος: Είστε ο βοηθός φυσικής μεταλλουργίας. Σύστημα: σίδηρος-άνθρακας (ισορροπία). Για χάλυβα 0,4% C, εξηγήστε με τη σειρά από ποιες περιοχές φάσης διέρχεται κατά τη διάρκεια της ψύξης (ωστενίτης → ωστενίτης+φερρίτης → περλίτης+φερρίτης). Πείτε μου ποια γραμμή κοιτάζω σε κάθε πέρασμα. Δηλώστε ότι η θερμοκρασία και η σύνθεση είναι REPU με έγκυρο C το στοιχείο κράματος Οι αριθμοί είναι τυπικοί Fe-C. Υπενθυμίστε μου να επιβεβαιώσω από το διάγραμμα και να γράψω τι να δοκιμάσω.

Η αδύναμη προτροπή δίνει μια επιφανειακή και πιθανώς επινοημένη θερμή απόκριση που παραβλέπει το αποτέλεσμα του κράματος. Ισχυρή προτροπή. Απαιτεί τη σειρά μετασχηματισμού λογικά, ανακαλεί το φαινόμενο του κράματος και απαιτεί επιβεβαίωση των αριθμών από το διάγραμμα.

Συνήθη λάθη

  • Μεταφορά των τιμών του δυαδικού συστήματος (π.χ. 727 °C ευτεκτοειδές) σε κράμα χάλυβα ως έχει.
  • "Κάνοντας το AI να διαβάζει" τους συνδυασμούς ορίων φάσης στον κανόνα μοχλού. Το AI δεν βλέπει το διάγραμμα.
  • Παρεξήγηση του AI με έναν πραγματικό επιλύτη CALPHAD και αποδοχή των αριθμών που προκύπτουν ως υπολογισμένες τιμές.
  • Εφαρμογή του διαγράμματος ισορροπίας σε ταχεία ψύξη (μη ισορροπίας, π.χ. μαρτενσίτης). Το διάγραμμα φάσης δείχνει την κατάσταση ισορροπίας.
  • Συγχέοντας το liquidus/solidus με το διάστημα στερεοποίησης.
  • Αποδοχή του αποτελέσματος χωρίς έλεγχο του αθροίσματος των πιθανοτήτων και του ορίου 0–1.

Συνοπτικά

Τα διαγράμματα φάσεων είναι ο χάρτης της μεταλλουργίας. Η τεχνητή νοημοσύνη είναι ισχυρή στη διδασκαλία της λογικής της ανάγνωσης αυτού του χάρτη (φάσεις, υγρό/στερεό, ευτηκτικό/ευτεκτοειδές, κανόνας μόχλευσης) και στη ρύθμιση του υπολογισμού. Ωστόσο, μπορεί να έχει παραισθήσεις συγκεκριμένες τιμές θερμοκρασίας και σύνθεσης, να παρακάμψει το φαινόμενο του κράματος και δεν είναι πραγματικός διαλύτης CALPHAD. Διαβάστε τους συνδυασμούς ορίων από το διάγραμμα, επιβεβαιώστε τις τιμές μετασχηματισμού με το πειραματικό διάγραμμα και το θερμοδυναμικό λογισμικό, μην εφαρμόσετε το διάγραμμα ισορροπίας σε μετασχηματισμούς μη ισορροπίας.

Εργασία εφαρμογής

Επιλέξτε έναν χάλυβα που είναι κοντά στο 0,8% C (κοντά σε ευτηκτοειδή) από το διάγραμμα σιδήρου-άνθρακα. Ζητήστε από την τεχνητή νοημοσύνη να εξηγήσει με το πρότυπο "ΕΡΜΗΝΕΙΑ ΔΙΑΓΡΑΜΜΑΤΟΣ ΦΑΣΗΣ" ποιες φάσεις υπάρχουν ακριβώς πάνω και λίγο κάτω από τους 727 °C και γιατί σχηματίζεται ο περλίτης. Στη συνέχεια, σε μια περιοχή δύο φάσεων, διαβάστε μόνοι σας τους συνδυασμούς ορίων από το διάγραμμα, υπολογίστε τις αναλογίες φάσεων χρησιμοποιώντας το πρότυπο «ΚΑΝΟΝΑΣ ΜΟΧΛΕΥΣΗΣ» και επαληθεύστε ότι το σύνολο είναι 1,0. Τέλος, συνοψίστε σε μία παράγραφο πώς τα στοιχεία κραμάτων θα μετατοπίσουν το ευτηκτοειδές σημείο.

λίστα ελέγχου

  • [ ] Διευκρίνισα τις έννοιες της φάσης, υγρού, στερεού, ευτηκτικού και ευτηκτοειδούς.
  • [ ] Διάβασα μόνος μου τους συνδυασμούς ορίων φάσης από το διάγραμμα, δεν άφησα το AI να το διαβάσει.
  • [ ] Έλεγξα ότι το αποτέλεσμα του κανόνα μόχλευσης είναι στην περιοχή 0–1 και ανέρχεται σε 1,0.
  • [ ] Επιβεβαίωσα τις θερμοκρασίες μετασχηματισμού που δίνονται από το AI με το πειραματικό διάγραμμα.
  • [ ] Έλαβα υπόψη ότι το στοιχείο κράματος μετατοπίζει τα σημεία ισορροπίας.
  • [ ] Χρησιμοποίησα την τεχνητή νοημοσύνη ως εργαλείο ερμηνείας και συνέπειας, όχι ως λύτη CALPHAD.