Dobici:
- Sposobnost ubrzavanja studija kompromisa od zahtjeva misije do konceptualnog dimenzioniranja zrakoplova/svemirske letjelice uz podršku umjetne inteligencije
- Sposobnost pisanja zahtjeva, sljedivosti i kontrole dosljednosti s konfiguriranim upitima
- Sposobnost eliminiranja nerazumnih rezultata unakrsnom provjerom točaka dizajna predloženih od strane umjetne inteligencije s ručnim izračunima temeljenim na fizici
Zrakoplov ili svemirska letjelica rađaju se iz popisa zahtjeva, a ne na ploči za crtanje. Rečenica "Nosite ovoliki teret do ovog dometa, ovom brzinom, po ovoj cijeni" je sjeme dizajna koji će trajati godinama koje dolaze. Idejni dizajn (najranija faza dizajna u kojoj se prvo utvrđuju gruba veličina, težina i konfiguracija vozila) je proces izvlačenja početnog oblika iz tog sjemena. Odluke koje se ovdje donose su jeftine, ali su njihovi učinci najskuplji: jedan pogrešan konceptualni izbor može odbaciti milijune dolara detaljnog dizajna.
U ovoj jedinici koristit ćemo umjetnu inteligenciju (AI) kako bismo ublažili tri tereta konceptualnog dizajna: prevođenje nejasnih zahtjeva zadataka u mjerljive zahtjeve, održavanje sljedivosti i dosljednosti između zahtjeva i ubrzanje analize kompromisa između konkurentskih opcija dizajna. Ali izložimo kritično načelo od početka: svaka veličina, svaka procjena težine koju AI predlaže nužno je unakrsno potvrđena ručnim izračunom temeljenim na fizici. AI je partner za razmišljanje i računovodstvo; ne posjeduje odluku o veličini.
Koncepti: Zahtjev: Jedna provjerljiva izjava koju alat mora zadovoljiti. Sljedivost: lanac zapisa o tome odakle dolazi svaki zahtjev i kojim je dizajnom/testom ispunjen. Trgovački prostor: Skup svih opcija stvorenih promjenjivim varijablama dizajna. MTOW: Maksimalna težina pri polijetanju (Maximum Take-Off Weight), najveća masa koju vozilo može poletjeti.
Od potrebe za zadatkom do zahtjeva: korak po korak
Dobar zahtjev ima tri kvalitete: singularan (govori jedno), mjerljiv (sadrži broj i jedinicu) i provjerljiv (očito je kako to provjeriti). "Zrakoplov mora biti brz" nije uvjet; "Zrakoplov mora postići zračnu brzinu kalibra 250 kt (KCAS) na razini mora" je uvjet.
Prvi je korak prikupiti zahtjeve dionika i pretočiti ih u nacrt zahtjeva pomoću umjetne inteligencije. Drugi korak je učiniti svaki zahtjev mjerljivim: zamijenite svaki nejasni pridjev ("lagan", "izdržljiv", "učinkovit") metrikom i pragom. Treći korak je traženje proturječja između zahtjeva: domet i nosivost često se natječu jedni s drugima, AI brzo izvlači te proturječnosti na površinu. Četvrti korak je uspostavljanje matrice sljedivosti: tablično određivanje koji cilj zadatka najviše razine vodi do kojeg podzahtjeva.
Što se tiče konceptualnog dimenzioniranja, AI se može prisjetiti poznatih inženjerskih odnosa (udjeli težine, omjer potiska i težine, opterećenje krila) i uspostaviti početni lanac izračuna. Na primjer, za putnički zrakoplov, udio težine goriva može se procijeniti Breguetovom jednadžbom dometa, a udio mase praznog zrakoplova može se procijeniti pomoću statističkih odnosa. Ali svaka karika ovog lanca potvrđena je ručnim izračunom.
Savjet: kada pišete zahtjeve, izričito dajte AI zadatak da "svaki dvosmisleni pridjev zamijeni metrikom, jedinicom i metodom provjere." Model radi mnogo discipliniranije kada kažete "napravite mjerljive" neprovjerljive izjave poput "korisnički prilagođen".
Konfiguriranje analize kompromisa
Srž analize kompromisa je sučeljavanje nekoliko konfiguracija kandidata sa zajedničkim kriterijima. Klasični alat je ponderirana matrica odlučivanja: kriterijima se daje težina važnosti, svaki kandidat se boduje po svakom kriteriju, uzima se ponderirani ukupni iznos. AI brzo gradi ovu matricu, ali čuvajte se dvije zamke: težine su subjektivna inženjerska prosudba (ne prepuštena AI) i rezultati se moraju temeljiti na fizičkom opravdanju (ne izmišljenom).
Kriterij (težina)
Konfiguracija O: Visoko krilo
Konfiguracija B: Nisko krilo
Konfiguracija C: Canard
Domet, km (0,30)
1200
1350
1250
Težina praznog vozila, kg (0,25)
640
610
690
Trošak proizvodnje (0,20)
srednji
nizak
visoka
Stabilnost (0,15)
visoka
srednji
srednji
Lakoća održavanja (0,10)
visoka
srednji
nizak
Možete AI napraviti ovu tablicu; No brojevi raspona i težine moraju proizaći iz neovisnog preliminarnog izračuna, a kvalitativne ocjene poput "stabilnost: visoka" također moraju biti opravdane. Snaga umjetne inteligencije je u tome što u nekoliko minuta prikazuje deset različitih konfiguracija u tablici i provodi analizu raspoloženja (kako se rangiranje mijenja ako se težina promijeni).
Slab upit / Jak upit
Slab upit:
Dizajniram letjelicu za obuku. Reci mi najbolju konfiguraciju.
Snažan upit:
Uloga: Vi ste konzultant za konceptualni dizajn zrakoplova. Kontekst: Preliminarna studija kompromisa za školski dvosjed (vrijednosti su reprezentativne): domet cilja ~1000 km, brzina krstarenja ~55 m/s, nosivost ~220 kg, prioritet niskih troškova proizvodnje. Zadatak:1) Predložite 3 konfiguracije kandidata (položaj krila, tip motora).2) Postavite tablicu usporedbe svakog kandidata na: domet, procijenjenu praznu masu, trošak proizvodnje, stabilnost.3) Za svoje numeričke procjene napišite relaciju i pretpostavku. Ograničenje: Navedite koju ste statističku relaciju koristili u procjeni težine; pisati jedinicu; Nemojte donositi konačnu odluku, prijavite kandidata. Sam ću odvagnuti i donijeti konačnu odluku.
Predlošci upita koji se mogu kopirati
Predložak 1 — Prevođenje potrebe za zadatkom u mjerljivi zahtjev:
Pretvorite sljedeće zahtjeve dionika u jedinstvene, mjerljive i provjerljive zahtjeve. Za svaki zahtjev: metrika, jedinica, vrijednost praga i predložena metoda verifikacije (analiza/test/demonstracija). Prevedite nejasne pridjeve ("lagano", "brzo") u konkretne brojeve; Ako postoji nedoumica, pitajte koje su vam informacije potrebne. Zahtjevi: [popis ovdje]
Predložak 2 — Matrica sljedivosti i provjera sukoba:
Uzmite ovaj popis zahtjeva i: (a) napravite tablicu sljedivosti koja povezuje svaki zahtjev s ciljem zadatka visoke razine; (b) označite sve parove proturječnih ili izazovnih zahtjeva (npr. domet nasuprot nosivosti); (c) popis zahtjeva koji nedostaju ili se ne mogu provjeriti. Neka rezultat bude tablica. Zahtjevi: [navedite ovdje]
Predložak 3 — Postavljanje matrice ponderirane odluke:
Izradite okvir matrice ponderirane odluke za sljedeće konfiguracije kandidata. Napravite retke kriterija i stupce kandidata. Ostavite stupac težine PRAZAN (ja ću unijeti težine). Objasnite u zasebnoj bilješci fizičko opravdanje za rezultat koji ćete staviti u svaku ćeliju; Nemojte pisati izmišljeni broj, označite mjesto koje ste pogodili kao "pogodi". Kandidati: [...] Kriteriji: [...]
Predložak 4 — Unakrsna provjera konceptualnog dimenzioniranja:
Neovisno provjerite sljedeće rezultate predodređivanja: MTOW, područje krila, potisak. (a) Izračunajte opterećenje krila (W/S) i usporedite ga s tipičnim rasponom za vašu klasu zrakoplova. (b) Izračunajte omjer potiska i težine (T/W) i usporedite ga s tipičnim rasponom. (c) Upozorenje ako su vrijednosti izvan uobičajenog raspona i ukazuje na moguću pogrešku. Napiši eksplicitno sve jedinice. Ulaz: [MTOW, S, T vrijednosti]
Mini kućišta
Slučaj 1 — Rano otkrivanje konfliktnih potreba. U projektu UAV-a, zainteresirane strane žele i "najmanje 8 sati emitiranja" i "maksimalno 12 kg ukupne mase". Kvantificiranjem dva zahtjeva i grubim proračunom energije, AI pokazuje da bi 8-satni let s tipičnom gustoćom energije baterije (oko 200 Wh/kg) zahtijevao 6-7 kg same baterije; Ovo se ne uklapa u proračun od 12 kg zajedno s nosivošću i strukturom. O kontradikciji se raspravlja prije nego što počne detaljni dizajn. Lekcija: prevođenje zahtjeva u brojke rano otkriva skrivena proturječja.
Slučaj 2 — Analiza osjetljivosti mijenja odluku. Jedan tim uspoređuje tri konfiguracije krila; Konfiguracija s početnim težinama. B pobjeđuje (ponderirani rezultat 0,82 prema 0,79). AI se pita "što će se dogoditi ako smanjim težinu troška s 0,20 na 0,10"; u ovom scenariju raspon dolazi do izražaja i Config. A preuzima vodstvo (0,84 naspram 0,80). Tim uviđa koliko je odluka o prioritetu troškova osjetljiva i razjašnjava pondere sa dionicima. Pouka: nije važan jedan rezultat, već stabilnost poretka.
Slučaj 3 — Pogreška narudžbe u procjeni težine. AI daje praznu težinu lakog zrakoplova kao 95 kg iz relacije. Inženjer podsjeća da je prazna težina zrakoplova s dva sjedala slične klase obično u rasponu od 350-500 kg; 95 kg je fizički nemoguće. Kada se provjeri, vidi se da je AI netočno primijenio koeficijent u odnosu i to se ispravlja. Lekcija: svaka procjena težine uspoređuje se po redovima veličine s poznatim rasponom klase.
Uobičajene greške
- Prihvaćanje nejasnih zahtjeva. Zahtjev koji ne sadrži metriku i jedinice ne može se provjeriti; "Trebalo bi biti lagano" je želja, a ne uvjet.
- Pomoću umjetne inteligencije odaberite težine. Ponderi kriterija u matrici odlučivanja su subjektivni inženjering i prosudba dionika; Ako se prepusti umjetnoj inteligenciji, odluka ostaje zapuštena.
- Prihvaćanje bodova bez opravdanja. Ako kvalitativni rezultati poput "Stabilnost: visoka" nemaju fizičku osnovu, matrica postaje otmjena lista nagađanja.
- Ne potvrđuje se procjena težine/veličine. Statističke korelacije su grube procjene; Ne uključuje se u detaljni dizajn bez usporedbe s rasponom klase.
- Ostavljajući sljedivost za kasnije. Ako se ne zabilježi odakle zahtjev dolazi, nitko neće znati na koje će odluke promjena utjecati u budućnosti.
Ukratko
Idejni dizajn je faza u kojoj se donose najjeftinije, ali najučinkovitije odluke. AI je moćan akcelerator ovdje u prevođenju nejasnih zahtjeva u mjerljive zahtjeve, skeniranju sljedivosti i sukoba te usporedbi višestrukih konfiguracija preko tablica kompromisa. Međutim, težine kriterija su ljudska prosudba, numerička predviđanja se verificiraju ručnim izračunom temeljenim na fizici i intervalima klasa, konačna odluka o konfiguraciji ostaje na inženjeru. AI proizvodi kandidate; ne odlučuje.
Zadatak aplikacije
Napišite tri cilja misije visoke razine za zračnu ili svemirsku letjelicu po vašem izboru. Koristeći AI, prevedite ih u najmanje šest mjerljivih zahtjeva i postavite tablicu sljedivosti. Zatim izradite ponderiranu matricu odlučivanja za tri konfiguracije kandidata; Težine odredite sami. Na kraju, potvrdite procjenu težine/veličine koju je dao AI s neovisnim izračunom ruke i rasponom klase. Prijavite barem jedan par zahtjeva u kojima ste pronašli sukob.
popis za provjeru
- [ ] Svaki sam zahtjev učinio jedinstvenim, mjerljivim i provjerljivim.
- [ ] Dvosmislene pridjeve zamijenio sam metričkim, jediničnim i pragom.
- [ ] Postavio sam tablicu sljedivosti i označio proturječne zahtjeve.
- [ ] Sam sam odredio težine matrice odluka (ne AI).
- [ ] Rezultate matrice pripisao sam fizičkom opravdanju.
- [ ] Potvrdio sam procjene težine/veličine s razmakom između razreda i ručnim izračunom.