Nyocha data Metallurgical na Frontiers nke AI na Python

Uru:

• Ikike imepụta na ịghọta koodu na-asachapụ, nyocha na iji Python na-ahụ data metallurgical, yana nkwado AI.
• Ikike iji guzobe omume nke ịkwado koodu AI mepụtara site na ịlele otu, ikpe nnwale na ezi uche anụ ahụ.
• Nghọta zuru oke nke oke njedebe na njedebe, ọrụ na ụkpụrụ ụkpụrụ nke AI na metallurgy.

A na-emewanye ọrụ metallurgical site na data ndị ọzọ: ọtụtụ narị nsonaazụ ule tensile, puku kwuru puku SPC, ndekọ ọkụ ọkụ ọgwụgwọ, mmepụta njirimara. Ịchụso data a aka na Excel na-adị ngwa ngwa na njehie na-adịkarị mfe; Python (asụsụ mmemme a na-ahụkarị maka nyocha data na kọmpụta sayensị) na-eme ka nke a bụrụ nke a na-emegharịgharị, na-enyocha ya na akpaka. AI dị ike nke ukwuu n'ịde, debugging, na ịkọwa koodu Python - mana koodu ọ na-emepụta nwere ike ịdị mma mana ọ na-enye nsonaazụ na-ezighi ezi: njehie otu, ọnụọgụ na-ezighi ezi, mfu data gbachiri anya. N'ime nkeji ikpeazụ a, ị ga-amụta ka esi nyochaa data metallurgical na nkwado AI na Python wee nyochaa koodu ọ bụla, wee mechie ókèala AI, ọrụ na ụkpụrụ omume kpuchiri na modul dum.

Ọrụ ndị a na-ahụkarị na nyocha data metallurgical

Ọrụ ndị a na-ahụkarị na nkwado AI na Python:

• Nhicha data: uru na-efu efu, mgbagwoju anya otu (MPa vs. ksi), mwepụ nke ukwuu. Ihe ruru unyi na-emebi ọbụna nyocha kachasị mma.
• Nlegharị anya: Ịse usoro mgbanaka, eserese njikwa, nkesa nha ọka, profaịlụ oge okpomọkụ.
• Hesap ve ilişki: Hall-Petch (tane boyutu-akma dayanımı ilişkisi: σ = σ₀ + k·d^ (-1/2)), Arrhenius (sıcaklık-hız), regresyon, istatistik.
• Automation: Batch na-ahazi ọnụ ọgụgụ dị ukwuu nke faịlụ na iwepụta tebụl / akụkọ nchịkọta.

Mmekọrịta Ụlọ Nzukọ-Petch bụ ezigbo ihe atụ ebe a: ike mkpụrụ na-abawanye n'ụzọ dabara adaba na mgbọrọgwụ square nke dayameta ọka. AI nwere ike ịtụgharị usoro a n'ime koodu; Mana ma ị na-eji d dị ka micrometer ma ọ bụ mita na ihe unit ị na-eji maka ọnụọgụ k na-agbanwe kpamkpam nsonaazụ. Izizi koodu ahụ abụghị n'isi usoro a, kama na ịkwado nkeji na ikpe ule.

Ndụmọdụ: Jide n'aka na ị ga-etinye "nnwale azịza amara" na akaụntụ ọ bụla AI na-ede. Nye obere ntinye nke ị maara nsonaazụ ya (dịka ike tụrụ anya maka d = 100 µm); Ọ bụrụ na koodu ahụ na-enye uru ahụ, ị ​​nwere ike ịtụkwasị ya obi; ọ bụrụ na o meghị, njehie ahụ na-ezo.

Nzọụkwụ site na nzọụkwụ: Ntụle nyocha dị mma na AI

1. Kọwaa ọrụ na data: Kedu faịlụ, nke kọlụm, nke nkeji, gịnị ka a ga-agbakọọ?
2. Rịọ skeleton koodu: Rịọ AI maka skeletị e kewara nke kewara n'usoro; Kọwaa nkeji nwere mgbanwe doro anya n'elu.
3. Jiri obere data nwalee: Na-agba ọsọ na ahịrị ole na ole / ụkpụrụ ama ama; Jiri aka lelee nsonaazụ ya.
4. Nkeji na njikwa oke: mmepụta ọ̀ bụ ezi uche n'ụzọ anụ ahụ? Enwere nzuzu dị ka ike adịghị mma, ọnụego 120%?
5. Were anya nke uche wee lee: eserese a ọ na-egosi usoro a na-atụ anya ya? Ndị outliers data bụ mperi?
6. Nyochaa na akwụkwọ: Tulee nsonaazụ ya na ngụkọ/ụkpụrụ nọọrọ onwe ya; Kwuo koodu na echiche.

Tebụl nkwenye koodu AI

Ihe ize ndụ

akara

Usoro njikwa

Njehie nkeji

Nsonaazụ bụ 1000x gbagọrọ agbagọ

Kọwaa nkeji na ngbanwe doro anya, njikwa nha

Ọnụọgụ/usoro nhazi ezighi ezi

Ezi uche mana uru na-ezighi ezi

Jiri azịza amaara nwalee ọnọdụ

Ọnwụ data gbachiri nkịtị

Ọnụọgụ ahịrị erughị ka a tụrụ anya ya

Bipụta ọnụọgụgụ ahịrị tupu/mgbe nhazi

outlier distor

nkezi kayak

Jiri eserese were were anya ya hụ nkesa, lelee nkesa

Ịdị mma (ọbá akwụkwọ na-ahụ anya)

ọrụ adịghị adị

Gbaa ọsọ, gụọ njehie, lelee akwụkwọ

Obere ikpe atọ

Ikpe 1 - Njehie olu ezoro ezo. Onye injinia na-arịọ koodu site na AI maka mgbako Hall-Petch; Koodu ahụ na-atụ anya dayameta ọka na mita, mana injinia na-abanye micrometers. Ihe si na ya pụta bụ ugboro 1000 gbagọrọ agbagọ, mana a naghị ahụ ya na nlele mbụ n'ihi na ọ dị ka "nọmba". Mühendis d = 100 µm için elle beklediği ~350 MPa ile kodun verdiği absürt değeri karşılaştırınca hatayı yakalar, birim dönüşümünü koda ekler. Ihe nkuzi: Nnwale azịza amaara na-ekpughe mperi nkeji na sekọnd.

Ikpe 2 - Ọnwụ data efu. Otu otu na-asachapụ 500 dọpụta nsonaazụ ule na AI-dere koodu; Ọ bụ ezie na koodu ahụ na-adaba ahịrị ndị nwere ụkpụrụ efu, ọ na-atụfukwa ụfọdụ ahịrị ndị dị mma na mberede, na-ahapụ ahịrị 300. Nkezi ike dị elu karịa ka a tụrụ anya n'ihi na a na-ewepụ ogbe ọnụ ala dị ala. Mgbe ndị otu ahụ na-ebipụta ọnụọgụ nke ahịrị tupu / mgbe nhazichara, ha na-ahụ na ahịrị 200 furu efu ma dozie nzacha. Ihe nkuzi: ibipụta ọnụọgụ nke ahịrị na usoro nhazi data ọ bụla na-enweta mfu n'obere.

Ikpe 3 — Ojiji ziri ezi, akụkọ nwere ike ikwugharị. Otu ezigbo otu ga-ahazi ọtụtụ ndekọ ndekọ ọkụ wee mepụta akụkọ nchịkọta kwa izu. Ọ na-arịọ AI ka o dee edemede kwuru nke na-agụ faịlụ na nnukwu ma mepụta eserese na tebụl nchịkọta. Ndị otu ahụ na-anwale koodu ahụ na faịlụ ole na ole amaara, na-enyocha ọnụọgụ nke nkeji na ahịrị, na-elele eserese mmepụta anya. Mgbe ahụ na-eji edemede eme ihe kwa izu; A na-ebelata awa ọrụ ka nkeji ma na-arụ ọrụ n'otu ụzọ ahụ, nke a na-enyocha kwa izu. AI nyeere akpaaka enwere ike imegharị, ndị otu ahụ kwadoro.

Ndebiri ozugbo enwere ike iṅomi

CODE SKELETON TEMPLATE "Ọrụ: Ị bụ onye inyeaka koodu maka nyocha data metallurgy. Ọrụ: [dịka ịgụ ihe osise sitere na CSV na ike nkezi mkpụrụ]. Data: [file, columns, UNITS] dee skeleton kwuru na pandas: (1) kọwapụta nkeji na mgbanwe mepere emepe n'elu, (2) gụpụta data na agụta (3) n'usoro n'usoro n'usoro. Mgbakọ, (5) bipụta nsonaazụ yana nlele ezi uche. Tinye nkọwa na nzọụkwụ ọ bụla.

TEMPLATE MAARA Azịza "Dee 'nleba anya azịza' maka ọrụ ndị a: [ọrụ]. Họrọ obere ntinye nke enwere ike ịgbakọ nsonaazụ ya na aka gị, kwuo ihe a na-atụ anya ya, wee lelee ya na nkwupụta. Ọzọkwa nwalee ịdị n'otu unit. Ọ bụrụ na ule ahụ agaghị agabiga, depụta ihe nwere ike ime (unit, coefficient, formula)."

Nyochaa koodu / DEBUG TEMPLATE "Nyochaa koodu ndị a: [koodu]. Lelee ma gosi akara ndị a: (1) nkwụsi ike nke olu, (2) ihe ize ndụ nke nkwụsị data efu, (3) mmetụta na-enweghị atụ, (4) mmepụta anụ ahụ agaghị ekwe omume (ike na-adịghị mma,> 100% ọnụego).

AKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWỤKWASỊ"Plot [tensile Curve / Control plot / Distribution] with matplotlib. Tinye UNITS na akara axis, tinye aha na grid. Mark outliers dị iche iche. Rịba ama na m kwesịrị iji anya na-enyocha atụmatụ ahụ ma chọpụta usoro a na-atụ anya (dịka ịba ụba nchekasị). Ezobela isi ihe ọ bụla iji 'ịma mma' data. "

Ngwa ngwa adịghị ike / Ike siri ike

EKWU IKE: "Deere m koodu na-eme mgbako Hall-Petch."

IKE KWESỊRỊ: "Ọrụ: Ị bụ onye enyemaka koodu maka nyocha data metallurgical. Dee ọrụ Python iji gbakọọ Hall-Petch (σy = σ0 + k·d^ (-1/2)) nkeji: d micrometer, σ0 na σy MPa, k MPa·µm^(1/2) . Tụgharịa ntughari nkeji n'ime ọrụ ahụ na nkọwapụta 1. µm,σ0 = 50 MPa, k = 300 MPa·µm^0.5 wee jiri nkwuwa okwu nwalee.

Ngwa ngwa na-adịghị ike na-ewepụta koodu na-enweghị otu na nnwale ma nwee ike na-aga na-ezighi ezi. Mkpali siri ike na-akọwapụta nkeji n'ụzọ doro anya, manye ntughari, chọrọ nyocha azịza amaara, yana ịlele ezi uche - na-eme ka koodu kwenye.

Nchịkọta zuru oke nke modul: Ebe na oke nke AI na metallurgy

E kwughachiri otu ụkpụrụ n'ime modul a: AI bụ onye inyeaka, ọ bụghị onye na-eme mkpebi. N'ofe nkeji iri na abụọ, anyị na-eji njedebe AI na njedebe, site na nhọrọ ihe onwunwe na amụma ihe onwunwe, nyocha oge na microstructure, ọgwụgwọ okpomọkụ na-emepụta, njikwa mma iji mebie nyocha, njirimara na nhazi nhazi na Python analysis. Na nkeji ọ bụla, AI kọwara echiche, mepụta echiche, dee ederede na koodu - mana ọ nweghị otu ọ mere mkpebi naanị ya. Oke ndị a doro anya: ịhụ anya (ọnụọgụ emebere na ọkọlọtọ), enweghị ikike nke ọrụ nchekwa dị oke mkpa, ịdabere na ogo data na nha/nhazi, ihe egwu nke mwepu na nzuzo. Ọzụzụ nke nkwenye na-anọgide na-adị n'etiti mmadụ na triangle ọkọlọtọ-laboratory-account.

Mmejọ ndị nkịtị

• Itinye koodu ahụ na ezigbo data na-enweghị nnwale na azịza amaara.
• Ọ bụghị ịkọwa nkeji nke ọma; Na-ele anya MPa/ksi, mgbagwoju anya µm/m.
• Anaghị ebipụta ọnụọgụ nke ahịrị n'oge usoro nhazi data ma ghara ịhụ ọnwụ nkịtị.
• Na-adabere na ihe pụtara na-enweghị iji anya nke uche pụta ìhè.
• Ịnabata ọba akwụkwọ / ọrụ na-adịghị adị nke AI mebere na-emeghị ya.
• Na-eche na koodu ahụ ziri ezi n'ihi na ọ "yiri ka ọ na-arụ ọrụ"; ọdịda ilele plausibility anụ ahụ.

Na nchịkọta

AI na nyocha data metallurgical na Python bụ ngwa ngwa dị ike maka itinye koodu, debugging, na akpaaka; mana koodu ọ na-emepụta nwere ike ibu mperi mperi, ọnụọgụ ezighi ezi, yana mfu data dị jụụ. Nyochaa koodu ọ bụla site na iji nnwale azịza amara, nlele otu, nsochi ọnụọgụ ahịrị, na ịdị mma nke anụ ahụ. N'ebe a, dị ka na modul dum, AI bụ onye inyeaka: ọ na-eme ka ọsọ na nhazi, izi ezi na ọrụ dị n'aka onye injinia nyere ikike. N'ime mkpebi ọla dị oke egwu maka nchekwa, mmepụta AI abụghị ihe nnọchi maka ụkpụrụ, nnwale, mgbako na nnabata injinia tozuru oke.

Ọrụ ngwa

Họrọ mgbako metallurgical (dịka Hall-Petch ma ọ bụ nkezi data tensile). Site na ndebiri "CODE SKELETON", jụọ AI maka koodu ekwuputara nke na-ebipụta ọnụọgụ ahịrị na nkeji doro anya. Wee tinye ọnọdụ ule ebe ị ji aka gị mara nsonaazụ ya site na iji template "MAARA ANWER ANWER" wee mee ya. Ọ bụrụ na koodu ahụ enyeghị uru a tụrụ anya ya, chọta njehie (otu, ọnụọgụ, data) wee dozie ya. N'ikpeazụ, dee banyere ịdọ aka ná ntị nkwenye AI ị mụtara na modul a site na imeghari ya na azụmahịa nke gị na edemede atọ.

ndetu

• [] Akọwapụtara m nke ọma ọrụ, data na nkeji na AI.
• [] Akọwaara m nkeji ndị ahụ na mgbanwe doro anya n'elu koodu ahụ.
• [] N'ime usoro nhazi data, ebipụtara m ọnụọgụ nke ahịrị wee lelee mfu dị jụụ.
• [ ] Eji m ajụjụ nyocha wee nweta azịza amaara koodu ahụ.
• [ ] M enyochala ịdị mma nke anụ ahụ (uru adịghị mma / uru na-adịghị mma) nke mmepụta ahụ.
• [] M na-eji AI dị ka ngwa ngwa ngwa ngwa; M nọgidere na-eguzosi ike n'ezi ihe na ibu ọrụ.

Ule modul

1. Mgbe ị na-arụ ọrụ na ngwá ọrụ AI dị ka onye injinia ihe, ọrụ kachasị maka nke n'ime ihe ndị a kwesịrị ịdị na-anọnyere mmadụ (onye ọrụ iwu) mgbe niile?

• A) Nkwenye na bịanye aka n'akwụkwọ nkwado nke akụkụ maka ọrụ ✔
• B) Nkwadebe nke edemede mbụ nke akụkọ mmebi
• C) Na-edezi akara axis nke eserese microstructure
• D) Ịkwadebe nkọwa nkọwa nke okwu ọla maka ihe ngosi

Nkọwa: AI; Ọ nwere ike ime ka ọrụ dị ngwa dịka nkọwapụta echiche, idepụta akụkọ, ndepụta echiche na skeleton koodu. Otú ọ dị, ịkwado nkwado nke akụkụ maka ọrụ / ụgbọ elu bụ mkpebi nke na-ebute nchekwa nke ndụ na ihe onwunwe; enweghị ike ibufe ya na AI na-enweghị nnwale akwadoro yana nnabata injinia nwere ikike.

2. Ị jụrụ AI banyere ike mkpụrụ nke AISI 4140 ígwè mgbe ọ kwụsịrị ma na-ewe iwe na 200 Celsius, ọ zara '1500 MPa n'ezie'. Gịnị bụ ihe mbụ ziri ezi omume ime?

• A) Tinye uru ozugbo na akaụntụ imewe n'ihi na AI yiri obi ike
• B) Nyochaa uru ya na mpempe akwụkwọ / igwe igwe na nnwale tensile ma ọ bụrụ na ọ dị mkpa, na-adabereghị na uru otu ihe ✔
• C) Na-eweda uru na-enweghị usoro iji nọrọ n'akụkụ nchekwa
• D) Nabata uru ma gaa ozugbo na usoro ọgwụgwọ okpomọkụ

Nkọwa: Ụdị asụsụ nwere ike chepụta ọnụọgụgụ na-akwadoghị (hallucination). Mpụta ike; Ọ na-adịgasị iche n'ofe dị iche iche dabere na ọnọdụ okpomọkụ, oke akụkụ na hardenability. Ọ dị mkpa ịnweta uru site na akwụkwọ igwe igwe ma ọ bụ ule nkwụsị dị ka ọkọlọtọ, ma ghara ịgụnye otu isi ihe AI ​​na-emepụta na nhazi ahụ.

3. Na igwe mmụta ihe nlereanya na-ebu amụma ihe onwunwe nke ígwè, AI na-emepụta uru 'nchekwa' maka alloy nke ọma n'èzí ihe mejupụtara na data ọzụzụ. Kedu nsogbu bụ isi na mmepụta a?

• A) Ụdị mgbe niile na-enye nsonaazụ na pasent, MPa adịghị mma
• B) Amụma ahụ enweghị ntụkwasị obi n'ihi na a na-eme ya na mpụga data ọzụzụ (extrapolation) na a ga-enyocha ya site na nnwale ✔
• C) Ihe nlereanya na-arụ ọrụ naanị maka igwe anaghị agba nchara
• D) Ihe mmepụta ihe nlereanya ahụ na-abụkarị ugboro abụọ n'ezie uru

Nkọwa: Ụdị mmụta igwe na-arụ ọrụ nke ọma n'ime oke data ọzụzụ (interpolation); Mgbe na-abụghị nke a (extrapolation), amụma na-aghọ ndị a na-apụghị ịdabere na ya na ihe nlereanya anaghị egosikarị nke a. Enweghi ike iji uru emepụtara n'otu ebe na-abụghị nkesa data ọzụzụ na-enweghị nkwenye nnwale.

4. Ị tinye AI iji gbakọọ usoro nhazi na ntinye nke abụọ. Kedu ntinye kwesịrị AI kwesịrị iji nke ọma mgbe ị na-etinye 'iwu lever'?

• A) naanị okpomọkụ; ngwakọta adịghị mkpa
• B) Naanị njupụta nke alloy
• C) Mkpokọta ngwakọta nke alloy nwere ihe mejupụtara oke ala na ọnọdụ okpomọkụ dị mkpa ✔
• D) Naanị okpomọkụ na-agbaze

Nkọwa: Iwu lever na-enye ọnụ ọgụgụ nke usoro site na iji anya dị n'etiti usoro ókèala nke akụkụ (dịka ọmụmaatụ, ihe mejupụtara nke siri ike na mmiri mmiri) na mkpokọta nke alloy na okpomọkụ nyere. Ọ bụrụ na a na-agụ ngwakọta nke oke akụkụ na-ezighi ezi, oke ga-abụ ihe na-ezighi ezi; Ya mere, nkwenye nke ụkpụrụ sitere na eserese nke usoro bụ iwu.

5. Ị tụlere nha ọka site na microstructure site na iji usoro nhazi ihe onyonyo na-akwado AI, mana echefuru ịhazi nha nha na pixel. Gịnị mere na ihe a na-apụghị ịdabere na ya?

• A) Ntụle akụkụ niile dị n'ọkwa na-ezighi ezi n'ihi na emebeghị nhazi ogologo pikselụ ✔
• B) A na-agbagọ nha n'ihi na a na-eji onyonyo agba
• C) Enwere ike tụọ nha ọka naanị site na SEM, microscope optical ezighi ezi
• D) Ntụle adịghị mkpa n'ihi na mkpebi onyonyo dị elu

Nkọwa: Na quantitative metallography, pixel ọ bụla kwekọrọ na ogologo; Ọ bụrụ na ahazighị mgbanwe a n'ogwe ọnụ ọgụgụ, nha nha niile dịka nha ọka, oke akụkụ, na porosity ga-apụta n'ogo na-ezighi ezi. Nhazi bụ nzọụkwụ mbụ na amanyere iwu nke nha dabere na onyonyo.

6. AI tụrụ aro usoro ọgwụgwọ okpomọkụ (austenitizing + quenching + tempering) iji nweta ike siri ike maka ígwè. Kedu ihe kacha mma tupu itinye ndenye ọgwụ?

• A) Itinye usoro nhazi ozugbo na mmepụta oke
• B) Tinye uzommeputa na mpempe ikpe, tụọ ike / microstructure ma jiri ya tụnyere ọkọlọtọ ✔
• C) Naanị na-abawanye okpomọkụ na-ekpo ọkụ n'akụkụ nchekwa
• D) Idozi na ịkwado naanị mkpope akwụkwọ ndenye ọgwụ

Nkọwa: N'ihi ọgwụgwọ okpomọkụ; Akụkụ akụkụ ọkpụrụkpụ, hardenability (Jominy) dịgasị iche iche na eziokwu nke ọkụ na gburugburu ebe jụrụ oyi. Ndenye ọgwụ AI nyere bụ echiche mbụ; Ekwesịrị ịnwapụta ya site n'itinye ya na mpempe ikpe ahụ ma tụọ ike na microstructure ma jiri ya tụnyere ọkọlọtọ.

7. Ị jụrụ AI maka 'nọmba ihe akọwapụtara' nke ọkọlọtọ ASTM maka ọnụ ahịa njedebe ihe ma ọ zara ọnụ ahịa ziri ezi. Kedu ihe bụ omume injinia ziri ezi?

• A) Ide uru ozugbo na akụkọ ahụ n'ihi na AI dị ọhụrụ
• B) Ịgbanwe uru na-enweghị usoro iji nọrọ n'akụkụ nchekwa
• C) Nyochaa ọnụọgụ ihe, ụdị na uru sitere na ederede ọkọlọtọ na nke ugbu a ✔
• D) Ịtinye nọmba ihe ahụ na faịlụ nkwenye na-enyochaghị ya

Nkọwa: Ọbụlagodi na ụdị asụsụ maara aha ọkọlọtọ nke ọma, ha nwere ike chefuo ma ọ bụ mejupụta nọmba akụkọ, ụdị na ebe nkwụsịtụ. N'ebe ejikọtara dị ka ASTM/ISO/EN, ihe ọ bụla na uru ga-enwerịrị nkwenye site na isi mmalite na ugbu a; Ihe mmepụta AI na-egosi naanị ebe ị ga-ele anya.

8. Ị gosiri foto nke gbajiri elu nke a bolt na AI ma nata azịza 'nke a bụ n'ezie mgbaji ike ọgwụgwụ'. Kedu ụzọ ziri ezi maka nyocha ihe kpatara mgbọrọgwụ?

• A) Ide nchoputa ozugbo na akụkọ n'ihi na AI na-ekwu kpọmkwem
• B) Naanị welie mkpebi nke foto ahụ ma kwado nchoputa ahụ
• C) Ịwụnye akụkụ ọhụrụ na-enyochaghị elu gbajiri agbaji
• D) Kwado nchoputa ahụ dị ka nkwupụta na fractography, akụkọ ebubo, na ihe akaebe microstructure ✔

Nkọwa: nkọwa elu gbajiri agbaji; Fractography (striation, osimiri ahịrị, dimple/cleavage nkewa na SEM) chọrọ nleba anya nke ibu akụkọ ihe mere eme, gburugburu ebe obibi na microstructure akaebe ọnụ. Nchọpụta nke ọma AI na-eme site na otu foto bụ echiche; Enweghị ike ikwupụta ihe kpatara ya na-enweghị nkwenye site na nchọpụta ụlọ nyocha.

9. AI kenyere ọnụ ọgụgụ kasị elu n'otu oge na usoro XRD (X-ray diffraction). Kedu usoro kacha kwesị ekwesị iji mee ka njirimara oge bụrụ ihe a pụrụ ịdabere na ya?

• A) Dakọtara ọnụ ọgụgụ kasị elu na nchekwa data ụkpụrụ ntụaka (dịka kaadị PDF) na ịlele maka ihe ndakọrịta na ihe arịa ✔
• B) Ịnabata ọrụ ahụ ozugbo n'ihi na AI na-ekwu aha ngalaba
• C) N'ịtụle naanị ọnụ ọgụgụ kachasị elu na ileghara ndị ọzọ anya
• D) Agba ụkpụrụ ahụ ma mee ka ọ mara mma n'anya

Nkọwa: A na-eme njirimara usoro XRD site n'itinye ọnụ ọgụgụ kachasị elu na ike ya na usoro ntụaka amaara (dịka kaadị ICDD/PDF). Ikenye otu ọnụ ọgụgụ kasị elu n'iche na-eduhie eduhie; Ekwesịrị iburu n'uche ọnụ ọgụgụ kachasị elu, ntụzịaka nhọrọ na ihe dị n'azụ wee kwado ọrụ ahụ site na nchekwa data ntụaka.

10. Akwụkwọ akụkọ mmebi/nyocha nke AI kwadebere nwere ụkpụrụ teknụzụ bụ mmiri mmiri mana amabeghị ya. Kedu ihe bụ omume ziri ezi?

• A) Igosi akụkọ ahụ ka ọ dị n'ihi na ederede mara mma
• B) Na-agbakọta na glossing ụkpụrụ
• C) Naanị gụọ nchịkọta ndị isi wee mapụ ndị ọzọ
• D) Dakọtara ọnụ ahịa ọ bụla na nha/isi mmalite ma wepụ ✔ ekwenyeghi

Nkọwa: Uru teknụzụ ọ bụla na akụkọ ahụ; Ọ ga-enwerịrị ike ịchọta ya na nha, ndekọ ngwaọrụ elele, ọkọlọtọ ma ọ bụ data nrụpụta. Ọbụlagodi na ọ bụ uru dị n'ahịrịokwu na-aga nke ọma, ọ nweghị ọnụọgụgụ nke enwetabeghị isi mmalite ya kwesịrị itinye n'ime akụkọ ma ọ bụ ntọala mkpebi; Ma ọ bụghị ya, a na-ebufe uru efu na akwụkwọ na-emepụta ụgwọ.

11. Gịnị bụ nzọụkwụ kacha mma tupu iji AI-emepụta Python ngụkọta oge (dịka, Hall-Petch mmekọrịta maka ọka size-mkpụrụ ike)?

• A) Itinye koodu ahụ ozugbo na data mmepụta n'ezie
• B) Naanị ijide n'aka na koodu ahụ dị mkpụmkpụ ma dị mma
• C) Gbaa koodu ahụ n'ọnọdụ nnwale yana nsonaazụ ama ama wee nyochaa nkeji na mmepụta ✔
• D) Ihichapụ akụkụ nke koodu ahụ iji belata ya

Nkọwa: Otu koodu nwere ike iyi ihe ziri ezi mana nye nsonaazụ na-ezighi ezi: enwere ike ịnwe njehie otu, ọnụọgụ na-ezighi ezi ma ọ bụ njehie usoro. Na-agba ọsọ koodu na obere ule ule ebe ị maara ihe ga-esi na aka pụta ma jiri ya tụnyere mmepụta a na-atụ anya ya na ịlele nkeji na-ejide njehie ahụ tupu ya eburu mkpebi ahụ n'ezie.

12. Ị chọrọ mado gị ụlọ ọrụ na-adịghị ma patented alloy uzommeputa na usoro parameters n'ime a ọha dị AI ngwá ọrụ na-arịọ analysis. Kedu ụzọ kacha mma?

• A) Tapawa uzommeputa ka ọ na-eme ngwa ngwa
• B) O zuru ezu ihichapụ aha ụlọ ọrụ ma kesaa paramita niile fọdụrụnụ.
• C) Kekọrịta data wee rịọ AI ka ihichapụ ya
• D) Nyochaa amụma ụlọ ọrụ na ịkọwapụta data ma ọ bụ jiri ngwa nchekwa / ụlọ ọrụ ✔

Nkọwa: Alloy Ntụziaka, usoro parameters na ndị ahịa nkọwa na-azụmaahịa nzuzo na ọgụgụ isi nwere mmetụta. Tupu ikesa data, ọ dị mkpa ịlele amụma ụlọ ọrụ, kpughee ya aha, ma ọ bụ jiri ngwa ụlọ ọrụ/na saịtị na-ezigaghị data ahụ.

13. AI-powered SPC (statistical process control) usoro gosipụtara na agafeela oke akara akara na nhazi mmepụta. Kedu ihe bụ omume injinia ziri ezi?

• A) Ileghara ịdọ aka ná ntị anya wee gaa n'ihu mmepụta
• B) Ịgbasa oke nchịkwa ka ọ ghara ịdọ aka ná ntị eme
• C) Tụlee ịdọ aka ná ntị dị ka ihe na-akpali akpali, kwado nha ahụ, nyochaa ihe kpatara ya wee kpebie na njirisi nnabata ✔
• D) Na-ekpochapụ batch ahụ ozugbo na-enweghị atụ

Nkọwa: Ịgafe oke akara njikwa bụ ịdọ aka ná ntị; Ihe kpatara ya anaghị apụta ìhè ozugbo. Ọ nwere ike ịbụ njehie nha, nsogbu nlele, ma ọ bụ mpụ usoro n'ezie. Ụzọ ziri ezi bụ ịtụle ịdọ aka ná ntị dị ka ihe na-akpali akpali, kwado nha, nyochaa ihe kpatara ya wee mee mkpebi dabere na njirisi nnabata na nsonaazụ NDT / nyocha.

14. Ntụle onyonyo nke AI-enyere aka na akụkụ nkedo akara mpaghara dịka 'anabatara'. Gịnị bụ ụzọ ziri ezi maka akụkụ dị mkpa nchekwa?

• A) N'ịtụle nyocha mbido AI dị ka ngwa nyocha na ijikọ nnabata ikpeazụ na nsonaazụ NDT yana nnabata ikike ✔
• B) Tụlee nyocha AI dị ka nnabata ikpeazụ ma kwado akụkụ ahụ
• C) Ịga n'ihu na usoro na-esote na-enyochaghị akụkụ ahụ ma ọlị
• D) O zuru ezu iji anya na-elele elu akụkụ ahụ.

Nkọwa: Nkedo n'ime ime (porosity, shrinkage, inclusions) na-adịkarịghị ahụ anya site na elu ma na-enyocha ya site na nyocha na-adịghị emebi emebi (NDT: redio, ultrasonic). Ntụle mbụ nke AI na-enye site na ihe oyiyi bụ ngwá ọrụ nyocha; A na-enye nnabata ikpeazụ nke akụkụ dị mkpa nchekwa na NDT yana nnabata ikike nyocha dịka ọkọlọtọ siri dị.