Riba:
- Ability don daidaita stoichiometry ta hanyar tunawa da hanyoyin da za a iya amsawa, halayen gefe da nau'ikan bayanin ƙima tare da hankali na wucin gadi.
- Ƙarfin fahimtar cewa ƙididdige ƙimar ƙima, kuzarin kunnawa da injin ana ƙaddara ta gwaji kawai kuma ba za a iya dogara da tsinkayar basirar ɗan adam ba.
- Ikon gane cewa zafin amsawa da haɗarin gudu wani lamari ne mai mahimmancin aminci da ke buƙatar calorimetry da ingantaccen kimantawa.
A cikin zuciyar kowane tsarin sinadarai shine amsawa: masu amsawa suna canzawa zuwa samfura, ana fitar da zafi ko shayarwa, an samar da samfuran samfuran, masu haɓaka suna shiga cikin wasa. Don zayyana na'ura mai mahimmanci daidai, yana da muhimmanci a san abubuwa biyu: hanyar da abin ya faru (nau'ikan amsawa da halayen gefe) da kuma yadda sauri yake tafiya. An ayyana ƙarshen ta hanyar motsin motsa jiki - filin da ke nazarin yadda adadin abin da ke faruwa ya dogara da zafin jiki, maida hankali, da mai kara kuzari. A cikin wannan rukunin, zaku koyi yadda ake amfani da hankali na wucin gadi azaman kayan aiki wanda ke haifar da yuwuwar hanyoyin amsawa, zayyana samfuran motsin rai, kuma yana taimakawa fassara bayanan gwaji; amma za mu koyi dalilin da ya sa dole ne a tabbatar da ma'aunin ƙididdiga da na'ura ta gwaji.
Ƙididdiga na farko yana da mahimmanci musamman a nan: AI na iya ba da shawarar hanyoyin da za a iya ɗauka da siffofin motsi, amma gwaji ne kawai ke ƙayyade ainihin ƙimar ƙimar, ƙarfin kunnawa, da rarraba kayan aiki. Yin ƙididdige ƙididdigewa ba daidai ba (zafin da aka saki ko shayarwa a cikin amsawa) na iya haifar da reactor ya fita daga sarrafawa (runaway thermal). Don haka, fifikon tsaro ya fi girma a wannan rukunin.
Taimako na mataki-mataki-mataki na AI a cikin motsin motsa jiki da nazarin amsawa
1. Lissafin hanyoyi masu yiwuwa. Don samfurin da aka yi niyya, AI na iya tunawa da hanyoyin da za a iya ɗauka da kuma halayen gefen da aka sani a cikin wallafe-wallafe. Wannan yana haifar da tambayar "waɗanne samfuran samfuran ne zan lura dasu?" Yana hanzarta yin tunani akan tambayar.
2. Stoichiometry da daidaita ma'auni. AI yana taimakawa daidaita ma'aunin stoichiometry na amsawa - ma'aunin mole na masu amsawa da samfuran - da sarrafa kiyaye yawan jama'a. Halin da ba shi da daidaito ba daidai ba ne.
3. Tsarin samfurin Kinetic. AI yana ba da shawarar daftarin ƙimar ƙimar (misali tsari na farko, oda na biyu, dogaro da Arrhenius). Ƙididdigar Arrhenius (k = A·exp (-Ea/RT) - furcin da ke ba da dogaro mai mahimmanci na ƙimar yawan zafin jiki) yana ƙirar tasirin zafin jiki. Amma ƙimar A da Ea sun fito ne daga gwaji.
4. Gwaji data dace daftarin. AI na iya tsara lambar Python don dacewa da ƙirar motsin rai zuwa bayanan gwaji-lokaci; Yi lissafin koma baya da kyawun dacewa (R², saura). Kuna gwada daidaiton lambar.
5. Zafin zafi da gargaɗin aminci. AI na iya tunawa ko abin da ya faru ya kasance exothermic ko endothermic da kuma yiwuwar haɗarin zafi - amma ana auna zafin zafi na ainihi ta hanyar calorimetry dauki (misali RC1).
6. Tacewarta na zahiri. Shin ƙarfin kunnawa yana cikin kewayon da ya dace? Shin adadin ya yi daidai da canjin da aka gani? Wannan sharhi naku ne.
Tukwici: Lokacin da ka tambayi AI don samfurin motsi, ka ce "rubuta kewayon yanayi (zazzabi, maida hankali, lokaci) wanda wannan ƙirar ke aiki kuma me yasa zai iya zama kuskure a waje da shi." Samfurin motsi yana aiki a cikin kunkuntar taga yanayi; Extrapolation a wajen bayanan yana da haɗari.
Ƙididdigar ƙididdigewa da tsari: gwaji ne kawai ke ƙayyade
AI na iya ba da "ƙimar ta yau da kullun" don ƙimar ƙima; Wannan na iya zama kiyasin farko, amma ba bayanan ƙira ba ne. Irin wannan halayen yana da bambanci sosai a ƙarƙashin yanayi daban-daban na haɓakawa, ƙazanta ko yanayin lokaci. Hakanan tsarin shine: AI yana ba da shawarar hanyar da za ta yiwu, amma ana tabbatar da ainihin hanyar ta hanyar spectroscopy, bincike na tsaka-tsaki, da gwaji. Kowane ma'aunin motsin rai wanda ya shiga cikin tushen ƙira dole ne ya dogara da tushe mai ƙarfi.
Tsanaki: Ƙarfafawa da yuwuwar guduwa na martani lamari ne mai mahimmancin aminci. Wani zafi mai zafi da AI ya ba shi ba zai taba zama tushen tushen aminci ba (sanyi, ƙaura); Ana auna waɗannan ƙimar ta hanyar calorimetry kuma injiniyan da ke da izini ya kimanta su.
uku mini lokuta
Case 1 - Tunatarwa mara kyau. Yayin zayyana amsawar esterification, wata ƙungiya ta tambayi AI game da yuwuwar samfuran. YZ ya tuno da yanayin rashin ruwa mai zafi. Ƙungiyar ta gwada wannan gwaji kuma ta tabbatar da karuwa mai yawa a cikin samfurin (kimanin 8% asarar yawan amfanin ƙasa) sama da 140 ° C; Sun iyakance zafin aiki daidai.
Case 2 - Kinetic fit code. Wani injiniya yana so ya dace da bayanan lokacin tattara bayanai na maki 20 a cikin tsarin motsa jiki. YZ ya rubuta daftarin rubutun regression a Python; Injiniyan ya gwada kuma ya inganta lambar tare da sanannen bayani na nazari, sannan ya yi amfani da shi zuwa ainihin bayanai. Samfurin ya dace da tsari na biyu tare da R²=0.997 - amma wannan sakamakon ya dogara ne akan bayanan gwaji, ba madaidaicin-mai dacewa da AI ba.
Case 3 - Hasashen haɗari ya tsaya. Wani sabon injiniya ya so sanya zafin amsa da AI ta ba shi kai tsaye cikin ƙirar sanyaya. Babban injiniyan ya tsaya; Ƙimar ta kasance ta tsarin sauran ƙarfi daban-daban a cikin wallafe-wallafe. Lokacin da aka yi ma'aunin calorimeter, ainihin nauyin zafi ya kai kusan sau 1.7. Sanyaya da aka ƙera tare da ƙimar YZ ba zai wadatar ba.
Samfura huɗu masu kwafi
1) Hanyar amsawa da tantanin halitta:
Matsayinku: injiniyan amsawa. Samfurin manufa: [samfurin], reagents: [reagents], yanayi: [zazzabi/matsi / mai kara kuzari]. Ba: (1) sanannen yiwuwar manyan hanyoyin amsawa, (2) halayen gefe na al'ada da kuma a cikin wane yanayi suke ƙaruwa, (3) daidaitaccen stoichiometry na kowane hanya. Waɗannan tunãtarwa ce daga littattafai; Zan tabbatar da gwaji. Yi alama idan ba ku da tabbas.
2) Tsarin ƙirar Kinetic:
Ba da shawarar nau'i(s) mai yuwuwar ƙididdige ƙididdigewa don amsawa mai zuwa (oda, dogaron Arrhenius). Ga kowane nau'i: kewayon yanayin da yake da inganci, matakan gwaji da ake buƙata (A, Ea, order) da kuma yadda za a auna waɗannan sigogi. Lambobin A/Ea FITTING; Rubuta a fili cewa za a ƙayyade waɗannan ta gwaji. Martani: [bayani]
3) Kinetic data dace da code (Python):
Rubuta mani rubutun Python wanda ya dace da ƙirar motsi zuwa bayanan gwaji-lokaci. Shigarwa: t da igiyoyin C. (1) gwada tsari na farko da na biyu, (2) nemo k ta koma baya, (3) rahoton R² da ragowar, (4) zana jadawali. Zan gwada lambar tare da sanannen bayani na nazari. Bayyana ra'ayoyin ɗakin karatu da raka'a.
4) Tsaro / lodin zafi kafin dubawa:
Shin wannan halayen exothermic ne ko endothermic, kuma a cikin waɗanne yanayi ne yake haifar da haɗarin tarin zafi? Yi lissafin alamun da za a duba da kuma abin da ake buƙata (calorimetry). Lambar FIT don zafi mai zafi; Jaddada cewa za a auna wannan tare da calorimeter kuma injiniya mai izini ya kimanta shi. Martani: [bayani]
Rauni mai ƙarfi / Ƙarfi mai ƙarfi
Rawanin faɗakarwa:
Ba da adadin yawan wannan dauki.
AI na iya yin lamba; yanayi, mai kara kuzari, tushen ba a sani ba. Idan wannan lambar ta shiga zane yana da haɗari.
Ƙarfi mai ƙarfi:
Matsayinku: injiniyan amsawa. Amsa: A + B -> C (lokacin ruwa, [catalyst], 60-100°C). Kada ku sanya ni tare da ƙima. Madadin haka: (1) bayyana nau'in magana mai yiwuwa, (2) ƙirar gwaji da ake buƙata don tantance A da Ea (yawan yanayin zafi, maki nawa), da (3) yadda za a dace da bayanan. Jaddada cewa dabi'u za su fito daga gwaji. Ƙara bayanin kula idan akwai exothermia.
Bambancin a bayyane yake: neman hanyoyin maimakon lambobi yana ba da hanya don ingantaccen bincike na motsin motsi.
Rarraba rawar gani a cikin samfurin amsawa
kasuwanci
Matsayin AI
Shawarar ɗan adam / tushen
Hanyoyi masu yiwuwa
tunatarwar adabi
Tabbatar da gwaji
stoichiometry
Daftarin aiki
Tabbatar da yawan jama'a kiyayewa
Sigar magana mai saurin gudu
Shawarar samfuri
zabi ta gwaji
A, Ee, daraja
- (masu gyara)
Gwaji/calorimetry
Data dace code
Python zane
gwaji, tabbatarwa
Nauyin zafi/aminci
gargadi, alama
Calorimetry, amincewar injiniya
Kuskuren gama gari
- Saka madaidaicin ƙimar da AI ke bayarwa a cikin ƙira. Siffofin motsa jiki na gwaji ne; Ƙimar ƙima tana da haɗari.
- Dangana zafin amsa ga tushe guda. Exothermy yana da mahimmancin aminci; Ana auna shi ta hanyar calorimetry.
- Extrapolating samfurin a waje da m kewayon. Samfurin motsi yana aiki a cikin kunkuntar taga.
- Yin watsi da halayen gefe. Asarar amfanin gona da tsaka-tsaki masu haɗari galibi suna zuwa ta gefe.
- Amfani da Fit code ba tare da gwada shi ba. Ba a amfani da lambar zuwa ainihin bayanai ba tare da an inganta shi tare da sanannen bayani ba.
A takaice
AI a cikin amsawa da ƙirar motsin motsi; Mataimaki ne mai ƙarfi wanda ke tunatar da ku hanyoyin da za a iya ɗauka da halayen gefe, daidaita ma'aunin stoichiometry, yana ba da shawarar ƙimar ƙimar ƙima, da rubuta lambar Python don dacewa da bayanai. Amma ƙimar ƙimar, kuzarin kunnawa, inji da zafin amsa ana ƙaddara ta gwaji kawai; Babu ɗayan waɗannan da zai iya dogara akan hasashen AI. Musamman, exothermia da haɗarin tserewa al'amura ne masu mahimmancin aminci waɗanda ke buƙatar calorimetry da ƙwararrun injiniyoyi.
Aikin aikace-aikace
Zaɓi martani. Samun hanyoyin da za a iya samu da abubuwan da aka samo daga AI tare da samfurin "Hanyar amsawa da kuma samfurin nunawa"; Tabbatar da kowane tare da wallafe-wallafe / tushe. Sa'an nan ɗauki rubutun da ya dace tare da samfurin "kinetic data fitting (Python) code", gwada shi tare da nazari/sanantaccen bayani, sannan kawai a yi amfani da shi zuwa bayanan samfurin.
jerin abubuwan dubawa
- [ ] Na tambayi AI don kada ya daidaita yawan adadin / Ea, amma don bayyana hanyar.
- [ ] Na tabbatar da yiwuwar hanyoyi da halayen gefe tare da wallafe-wallafen.
- [ ] Na dogara da zafin amsa akan calorimetry/ amintaccen tushen.
- [ ] Na yi amfani da lambar dacewa bayan gwada shi tare da sanannen bayani.
- [ ] Na matsar da haɗarin exothermia / tserewa zuwa ƙima mai izini azaman aminci-mahimmanci.