પ્રક્રિયા સિમ્યુલેશન અર્થઘટન: એસ્પેન અને ડીડબ્લ્યુએસઆઈએમ આઉટપુટની સમજ મેળવવી

નફો:

• કૃત્રિમ બુદ્ધિમત્તા સાથે સિમ્યુલેશન આઉટપુટની સેંકડો રેખાઓનો સારાંશ આપીને માસ/ઊર્જા સંતુલન અને મુખ્ય મેટ્રિક્સનું ઝડપથી મૂલ્યાંકન કરવાની ક્ષમતા
• એ સમજવાની ક્ષમતા કે સિમ્યુલેશન એ પસંદ કરેલ થર્મોડાયનેમિક મોડલ અને પ્રશ્ન મોડલની યોગ્યતા અને ભૌતિક બુદ્ધિગમ્યતાનું પ્રતિબિંબ છે
• પ્રાયોગિક/સંદર્ભ ડેટા સાથે સરખામણી કરીને કન્વર્જન્સ, સંતુલન વિચલન અને ઓડબોલ હસ્તાક્ષર ચકાસવાની ક્ષમતા

એકવાર પ્રક્રિયા ડિઝાઇન કાગળ પર સમાપ્ત થઈ જાય, તે કમ્પ્યુટર પર "ચાલવાનો" સમય છે. પ્રક્રિયા સિમ્યુલેશન-સોફ્ટવેર જે સંખ્યાત્મક રીતે થર્મોડાયનેમિક મોડલ્સ દ્વારા સુવિધાના સમૂહ, ઊર્જા અને સંતુલન વર્તણૂકને ઉકેલે છે-રિએક્ટર, નિસ્યંદન કૉલમ, હીટ એક્સ્ચેન્જર્સ અને સમગ્ર પ્રવાહની ગણતરી કરે છે. એસ્પેન પ્લસ / એસ્પેન એચવાયએસવાયએસ (ઉદ્યોગ પ્રમાણભૂત કોમર્શિયલ સિમ્યુલેટર) અને ડીડબલ્યુએસઆઈએમ (ઓપન સોર્સ વૈકલ્પિક) જેવા સોફ્ટવેર સૌથી સામાન્ય સાધનો છે. આ સાધનો સંખ્યાઓના વિશાળ કોષ્ટકો બનાવે છે: પ્રવાહ દર, તાપમાન, દબાણ, રચના, દરેક પ્રવાહની એન્થાલ્પી (સ્ટ્રીમ વહન કરતી ગરમી ઊર્જા), સાધનોના દરેક ભાગની ફરજો. આ એકમમાં તમે શીખી શકશો કે આસિસ્ટન્ટ તરીકે આર્ટિફિશિયલ ઇન્ટેલિજન્સનો ઉપયોગ કેવી રીતે કરવો જે સંખ્યાઓના આ સમુદ્રમાં સંભવિત વિસંગતતાઓને સારાંશ આપે છે, તેની તુલના કરે છે અને ફ્લેગ કરે છે; પરંતુ અમે શીખીશું કે તમારે શા માટે નક્કી કરવું જોઈએ કે સિમ્યુલેશન ભૌતિકશાસ્ત્રને બંધબેસે છે કે નહીં.

ચાલો એક નિર્ણાયક તથ્યથી શરૂઆત કરીએ: સિમ્યુલેશન એ થર્મોડાયનેમિક મોડલ અને તમે પસંદ કરેલ ધારણાઓનું પ્રતિબિંબ છે; તે પોતે વાસ્તવિકતા નથી. જો તમે ખોટા થર્મોડાયનેમિક પેકેજ (પ્રોપર્ટી/થર્મોડાયનેમિક પદ્ધતિ — મોડેલ કે જે પ્રવાહીના સંતુલન અને ગુણધર્મોની ગણતરી કરે છે; ઉદાહરણ તરીકે, NRTL, પેંગ-રોબિન્સન) પસંદ કરો છો, તો સિમ્યુલેટર સરળ અને વિશ્વાસપાત્ર પરંતુ સંપૂર્ણપણે ખોટા પરિણામો આપશે. AI આ પરિણામોનું અર્થઘટન કરવામાં મદદ કરે છે પરંતુ મોડેલની ચોકસાઈની ખાતરી આપી શકતું નથી.

સિમ્યુલેશન આઉટપુટ વાંચવામાં સ્ટેપ-બાય-સ્ટેપ AI સપોર્ટ

1. કન્વર્જન્સ નિયંત્રણ. પ્રથમ જુઓ કે શું સિમ્યુલેશન ખરેખર ઉકેલે છે. કન્વર્જન્સ એ છે જ્યારે સંખ્યાત્મક ઉકેલ સ્થિર પરિણામ સુધી પહોંચે છે; બિન-કન્વર્જન્ટ પરિણામ અર્થહીન છે. તમે AI ને સોલ્યુશન લોગ આપી શકો છો અને ચેતવણીઓ અને ભૂલોનો સારાંશ આપી શકો છો.

2. માસ અને ઊર્જા સંતુલન. સારું સિમ્યુલેશન ખાતરી કરે છે કે in = આઉટ. AI ફ્લો ટેબલમાંથી ઇનપુટ-આઉટપુટ ટોટલ અને સંતુલનમાં ફ્લેગ વિચલનોનું સંકલન કરી શકે છે. જો વિચલન મોટું છે, તો મોડેલ અથવા સેટઅપ ખામીયુક્ત છે.

3. મુખ્ય પરિણામોનો સારાંશ. ઉત્પાદનની શુદ્ધતા, રિબોઈલર/કન્ડેન્સર ફરજો, કૉલમ પ્રોફાઇલ, રૂપાંતરણ — તે દર કે જેના પર રિએક્ટરમાં રિએક્ટન્ટ ઉત્પાદનમાં ફેરવાય છે. AI આ મુખ્ય મેટ્રિક્સને સેંકડો પંક્તિઓમાંથી સારાંશ કોષ્ટકમાં ખેંચે છે.

4. દૃશ્ય સરખામણી. AI ઝડપથી બે રન વચ્ચેના તફાવતને ટેબ્યુલેટ કરે છે (દા.ત. વિવિધ રિફ્લક્સ રેશિયો): "કયું ચલ કેટલું બદલાયું, કયું કાર્ય વધ્યું?"

5. અસંગતતા માર્કિંગ. ભૌતિક રીતે વિષમ મૂલ્યો - નકારાત્મક પ્રવાહ દર, દ્રાવ્યતા મર્યાદા કરતાં વધુ રચના, ગેરવાજબી તાપમાન - AI દ્વારા "ચેક" તરીકે ફ્લેગ કરી શકાય છે.

6. સીમા અને વ્યાજબીતા ફિલ્ટર. શું પરિણામ ભૌતિકશાસ્ત્રને અનુરૂપ છે? શું ઉત્પાદન શુદ્ધતા થર્મોડાયનેમિકલી શક્ય છે? આ ટિપ્પણી કરનાર તમે જ છો.

ટીપ: AI ને સિમ્યુલેશન આઉટપુટ આપતી વખતે, તમે કયું થર્મોડાયનેમિક્સ પેકેજ વાપરી રહ્યા છો તે પણ જણાવો. AI પૂછે છે "શું આ પેકેજ આ સિસ્ટમમાં યોગ્ય છે (દા.ત. ધ્રુવીય ઘટકો, એઝિયોટ્રોપ)?" - પરંતુ અંતિમ મોડેલની પસંદગી એ એન્જિનિયરિંગ નિર્ણય છે.

થર્મોડાયનેમિક મોડલ: સૌથી સામાન્ય છુપાયેલ ભૂલ

મોટાભાગની સિમ્યુલેશન ભૂલો સંખ્યાત્મક નથી પરંતુ મોડેલ પસંદગીમાંથી ઉદ્દભવે છે. ધ્રુવીય મિશ્રણમાં આદર્શ મોડલ લાગુ કરવાથી એઝિયોટ્રોપ બને છે - આપેલ રચનામાં જે બિંદુ પર પ્રવાહી અને વરાળ સમાન હોય છે, તેને નિસ્યંદન દ્વારા અલગ કરી શકાતા નથી - અદ્રશ્ય. AI આઉટપુટનું અર્થઘટન કરી શકે છે, પરંતુ તે ચકાસી શકતું નથી કે તમે જે મોડેલ પસંદ કરો છો તે સિસ્ટમ સાથે બંધબેસે છે; આ માટે થર્મોડાયનેમિક્સનું જ્ઞાન અને પ્રાયોગિક ડેટાની સરખામણી જરૂરી છે. AI દ્વારા નિર્દેશિત "આ મૂલ્ય વિચિત્ર છે" ચેતવણી ઘણીવાર ખોટી મોડેલ પસંદગીનું પરિણામ છે.

સાવધાન: સિમ્યુલેશન માત્ર એટલા માટે યોગ્ય નથી કારણ કે તે "કન્વર્જ અને સરસ ચિત્ર આપે છે". ખોટું થર્મોડાયનેમિક પેકેજ એ સૌથી ખતરનાક પ્રકારની ભૂલ છે કારણ કે પરિણામ ખાતરીપૂર્વક લાગે છે. હંમેશા પ્રાયોગિક ડેટા, હાથની ગણતરી અથવા જાણીતા સંદર્ભ સાથે આઉટપુટની તુલના કરો.

ત્રણ નાના કેસો

કેસ 1 - સાચવેલા સમયનો સારાંશ. એક એન્જિનિયર 40 સ્ટ્રીમ્સ અને 12 સાધનો ધરાવતા એસ્પેન રનમાંથી આઉટપુટની 600 રેખાઓનું મૂલ્યાંકન કરશે. AI એ ઉત્પાદન શુદ્ધતા, કૉલમ સોંપણીઓ અને સારાંશ કોષ્ટકમાં રૂપાંતરણને ખેંચ્યું; એન્જિનિયર 45 મિનિટના વાંચનના બદલે 10 મિનિટમાં મુખ્ય નિષ્કર્ષ પર પહોંચ્યા. દરેક કી મૂલ્ય ફરીથી સ્ત્રોત કોષ્ટકમાં પુષ્ટિ કરવામાં આવી હતી.

કેસ 2 - મોડલ ચેતવણી. પાણી-ઇથેનોલ વિભાજનમાં, સિમ્યુલેશન 99.9% શુદ્ધતા પ્રાપ્ત કરે છે. "આદર્શ થર્મોડાયનેમિક પેકેજ સાથે, આ સિસ્ટમમાં કોઈ એઝોટ્રોપ દેખાતું નથી; આ શારીરિક રીતે શંકાસ્પદ છે," YZ એ નિર્દેશ કર્યો. જ્યારે એન્જિનિયરે પેકેજને NRTL માં રૂપાંતરિત કર્યું, ત્યારે એઝિયોટ્રોપ દેખાયો અને વાસ્તવિક શુદ્ધતા મર્યાદા (આશરે 95.6 માસ %) દેખાઈ. AI એ ભૂલને હલ કરી નથી, પરંતુ તેણે યોગ્ય પ્રશ્ન પૂછ્યો છે.

કેસ 3 - સંતુલન વિચલન. DWSIM રનમાં, 1,000 કિગ્રા/કલાક અંદર ગયા અને 940 કિગ્રા/કલાક બહાર આવ્યા. AI એ 6% તફાવત ચિહ્નિત કર્યો. નિરીક્ષણ પર, વરાળનો પ્રવાહ ડિસ્કનેક્ટ થયો હોવાનું જણાયું હતું. સંતુલન નિયંત્રણ વિના, આ ભૂલભરેલું પરિણામ જાણ કરવામાં આવ્યું હોત.

ચાર નકલ કરી શકાય તેવા નમૂનાઓ

1) સિમ્યુલેશન સારાંશ:

તમારી ભૂમિકા: પ્રક્રિયા સિમ્યુલેશન વિશ્લેષક. હું તમને સિમ્યુલેટર ફ્લો ચાર્ટ આપીશ (થર્મોડાયનેમિક્સ પેકેજ: [પેકેજ]). આપો: (1) દરેક સ્ટ્રીમ (પ્રવાહ દર, T, P, મુખ્ય રચનાઓ), (2) ઇનપુટ-આઉટપુટ માસ અને ઊર્જા સંતુલન અને વિચલન, (3) ઉત્પાદન શુદ્ધતા અને મુખ્ય ફરજ મૂલ્યો માટે મુખ્ય મૂલ્યોનું સારાંશ કોષ્ટક. ફક્ત કોષ્ટકમાંથી વાસ્તવિક સંખ્યાઓનો ઉપયોગ કરો, મૂલ્ય બનાવશો નહીં. કોષ્ટક: [પેસ્ટ કરો]

2) સંતુલન ચકાસણી:

આ પ્રવાહ કોષ્ટકમાંથી, પ્રવેશતા અને બહાર નીકળતા કુલ દળ (અને જો શક્ય હોય તો ઊર્જા) અલગથી ઉમેરો, તફાવતની ગણતરી કરો અને ટકાવારી આપો. જો તફાવત 0.5% કરતા વધારે હોય, તો ચિહ્નિત કરો કે કયો પ્રવાહ વધુ/ઓછો હોઈ શકે છે. જો રિસાયકલ હોય, તો તપાસો કે તે ડબલ ગણાય નહીં. કોષ્ટક: [પેસ્ટ કરો]

3) મોડલ યોગ્યતા ક્વેરી:

મારી સિસ્ટમ: [કોમ્પોનન્ટ્સ, કન્ડિશન્સ, એઝિયોટ્રોપ/પોલર/ઇલેક્ટ્રોલાઇટ સ્ટેટ]. થર્મોડાયનેમિક પેકેજ હું ઉપયોગ કરું છું: [પેકેજ]. શું આ પેકેજ આ સિસ્ટમ માટે યોગ્ય છે, કયા કિસ્સાઓમાં તે ગેરમાર્ગે દોરનારું હશે? વૈકલ્પિક પેકેજ સૂચવો અને તે શા માટે વધુ યોગ્ય હશે તે સમજાવો. હું પ્રાયોગિક ડેટા સાથે અંતિમ પસંદગીની ચકાસણી કરીશ; અંતિમ ચુકાદો ન આપો, ન્યાય આપો.

4) દૃશ્ય સરખામણી:

હું બે સિમ્યુલેશન રન આપીશ (પરિદ્રશ્ય A અને B). તુલનાત્મક કોષ્ટકમાં મુખ્ય આઉટપુટ (શુદ્ધતા, ફરજ, રૂપાંતર, ઊર્જા) પર વિવિધ ઇનપુટ્સ અને તેમની અસર બતાવો. કયું દૃશ્ય કયા માપદંડ દ્વારા શ્રેષ્ઠ છે તે જણાવો, પણ મને નક્કી કરવા દો. ફક્ત આપેલ સંખ્યાઓનો ઉપયોગ કરો. A: [પેસ્ટ] B: [પેસ્ટ]

નબળા પ્રોમ્પ્ટ / મજબૂત પ્રોમ્પ્ટ

નબળા પ્રોમ્પ્ટ:

શું આ સિમ્યુલેશન પરિણામ સારું છે?

"સારું" અવ્યાખ્યાયિત છે: શું માપદંડ, શું ધ્યેય, કયું મોડેલ? AI સામાન્ય અને ભ્રામક મંજૂરી આપી શકે છે.

શક્તિશાળી પ્રોમ્પ્ટ:

તમારી ભૂમિકા: સિમ્યુલેશન વિશ્લેષક. મારો ધ્યેય: સ્તંભની ટોચ પર 99% શુદ્ધ બેન્ઝીન, એનર્જી ડ્યુટીને ઘટાડીને. થર્મોડાયનેમિક્સ પેકેજ: પેંગ-રોબિન્સન. નીચેના ફ્લો ચાર્ટમાંથી, મેળવો: (1) પ્રાપ્ત કરેલી શુદ્ધતા અને લક્ષ્ય સુધીનું અંતર, (2) રિબોઈલર/કન્ડેન્સર ફરજો, (3) સામૂહિક સંતુલન અને વાસ્તવિક સંખ્યાઓમાં ડ્રિફ્ટ. જો કોઈ શંકાસ્પદ ભૌતિક મૂલ્ય હોય તો ચિહ્નિત કરો. એક ટિપ્પણી ઉમેરો પરંતુ અંતિમ નિર્ણય મારા પર છોડી દો; મૂલ્ય ફિટિંગ. કોષ્ટક: [પેસ્ટ]

તફાવત સ્પષ્ટ છે: લક્ષ્ય, માપદંડ, મોડેલ અને "વાસ્તવિક સંખ્યા" અવરોધ આઉટપુટને રક્ષણાત્મક વિશ્લેષણમાં પરિવર્તિત કરે છે.

સિમ્યુલેશન અર્થઘટનમાં ભૂમિકા વિતરણ

વેપાર

AI ની ભૂમિકા

માણસનો નિર્ણય

કન્વર્જન્સ ચેક

ચેતવણી સારાંશ

પરિણામને માન્ય ગણો

માસ/ઊર્જા સંતુલન

કુલ અને વિચલન

ભૂલનું મૂળ કારણ

મુખ્ય પરિણામોનો સારાંશ

સારાંશ કોષ્ટક

લક્ષ્ય ફિટનેસ

મોડલ પસંદગી

ઉપલબ્ધતા ચેતવણી

પેકેજ નિર્ણય, પ્રયોગ

દૃશ્ય સરખામણી

તફાવત ટેબલ

ડિઝાઇન પસંદગી

વિચિત્ર મૂલ્ય

માર્કિંગ

ભૌતિક અર્થઘટન

સામાન્ય ભૂલો

• બિન-કન્વર્જન્ટ પરિણામનું અર્થઘટન. વણઉકેલાયેલ સિમ્યુલેશન અર્થહીન છે; કન્વર્જન્સ પ્રથમ પુષ્ટિ થયેલ છે.
• થર્મોડાયનેમિક્સ પેકેજ આપ્યા વિના ટિપ્પણીઓ માટે પૂછવું. AI મોડેલને જાણ્યા વિના ભ્રામક પુષ્ટિ આપે છે.
• એક સુંદર પેઇન્ટિંગને સાચી માનીને ભૂલ કરવી. ખોટો મોડલ ખાતરીપૂર્વકનું પરંતુ ખોટું પરિણામ આપે છે; પ્રયોગ સાથે સરખામણી કરો.
• સંતુલન વિચલનને અવગણવું. 1% તફાવત પણ તૂટેલા પ્રવાહ અથવા ભૂલની નિશાની હોઈ શકે છે.
• એઆઈએ બનાવેલા નંબરનો ઉપયોગ કરીને. માત્ર વાસ્તવિક કોષ્ટક મૂલ્યોને મંજૂરી આપો; "માત્ર આપેલ સંખ્યાઓ" મર્યાદા સેટ કરો.

સારાંશમાં

પ્રક્રિયા સિમ્યુલેશનમાં AI; તે એક શક્તિશાળી સહાયક છે જે આઉટપુટની સેંકડો રેખાઓનો સારાંશ આપે છે, માસ/ઊર્જા સંતુલન તપાસે છે, દૃશ્યોની તુલના કરે છે અને ભૌતિક રીતે વિચિત્ર મૂલ્યોને ફ્લેગ કરે છે. પરંતુ સિમ્યુલેશન એ પસંદ કરેલ થર્મોડાયનેમિક મોડલ અને ધારણાઓનું પ્રતિબિંબ છે; મોડેલની યોગ્યતા, ભૌતિકશાસ્ત્ર સાથેના પરિણામનું પાલન અને ડિઝાઇનનો નિર્ણય માનવીઓનો છે. AI તમને યોગ્ય પ્રશ્નો પૂછે છે; એન્જિનિયર મોડેલ પસંદ કરે છે, પ્રયોગ સાથે પરિણામની ચકાસણી કરે છે અને નિર્ણય લે છે.

એપ્લિકેશન કાર્ય

સિમ્યુલેશન આઉટપુટ (અથવા નમૂના ફ્લો ચાર્ટ) મેળવો. "સિમ્યુલેશન સારાંશ" અને "બેલેન્સ વેરિફિકેશન" ટેમ્પ્લેટ્સ સાથે AI માંથી કી મેટ્રિક્સ અને માસ બેલેન્સ કાઢો. જો ત્યાં કોઈ વિચલન છે, તો શા માટે તે શોધો. પછી તમારી સિસ્ટમ માટે તમારા થર્મોડાયનેમિક્સ પેકેજની યોગ્યતાની ચર્ચા કરવા માટે "મોડેલ યોગ્યતા ક્વેરી" ટેમ્પલેટનો ઉપયોગ કરો અને ઓછામાં ઓછા એક પ્રાયોગિક/સંદર્ભ મૂલ્ય સાથે તેની તુલના કરો.

ચેકલિસ્ટ

• [ ] મેં પુષ્ટિ કરી કે સિમ્યુલેશન કન્વર્જ થયું છે.
• [ ] મેં પુષ્ટિ કરી કે સમૂહ (અને જો શક્ય હોય તો ઊર્જા) સંતુલન ધરાવે છે.
• [ ] મેં મારી સિસ્ટમ માટે થર્મોડાયનેમિક પેકેજની યોગ્યતા પર પ્રશ્ન કર્યો.
• [ ] મેં મુખ્ય પરિણામોની સરખામણી ઓછામાં ઓછા એક સંદર્ભ/પ્રાયોગિક મૂલ્ય સાથે કરી છે.
• [ ] મેં AI પર "માત્ર વાસ્તવિક કોષ્ટક મૂલ્યો" અવરોધ મૂક્યો છે.