ಲಾಭಗಳು:
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಸಿಮ್ಯುಲೇಶನ್ ಔಟ್ಪುಟ್ನ ನೂರಾರು ಸಾಲುಗಳನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವ ಮೂಲಕ ದ್ರವ್ಯರಾಶಿ/ಶಕ್ತಿ ಸಮತೋಲನ ಮತ್ತು ಪ್ರಮುಖ ಮೆಟ್ರಿಕ್ಗಳನ್ನು ತ್ವರಿತವಾಗಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ
- ಸಿಮ್ಯುಲೇಶನ್ ಆಯ್ಕೆಮಾಡಿದ ಥರ್ಮೋಡೈನಾಮಿಕ್ ಮಾದರಿ ಮತ್ತು ಪ್ರಶ್ನೆ ಮಾದರಿಯ ಸೂಕ್ತತೆ ಮತ್ತು ಭೌತಿಕ ತೋರಿಕೆಯ ಪ್ರತಿಬಿಂಬವಾಗಿದೆ ಎಂದು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ
- ಪ್ರಾಯೋಗಿಕ/ಉಲ್ಲೇಖ ಡೇಟಾದೊಂದಿಗೆ ಹೋಲಿಸುವ ಮೂಲಕ ಒಮ್ಮುಖ, ಸಮತೋಲನ ವಿಚಲನ ಮತ್ತು ಬೆಸ ಬಾಲ್ ಸಹಿಗಳನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ
ಪ್ರಕ್ರಿಯೆಯ ವಿನ್ಯಾಸವನ್ನು ಕಾಗದದ ಮೇಲೆ ಪೂರ್ಣಗೊಳಿಸಿದ ನಂತರ, ಅದನ್ನು ಕಂಪ್ಯೂಟರ್ನಲ್ಲಿ "ರನ್" ಮಾಡುವ ಸಮಯ. ಥರ್ಮೋಡೈನಾಮಿಕ್ ಮಾದರಿಗಳ ಮೂಲಕ ಸೌಲಭ್ಯದ ದ್ರವ್ಯರಾಶಿ, ಶಕ್ತಿ ಮತ್ತು ಸಮತೋಲನ ವರ್ತನೆಯನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಪರಿಹರಿಸುವ ಪ್ರಕ್ರಿಯೆ ಸಿಮ್ಯುಲೇಶನ್-ಸಾಫ್ಟ್ವೇರ್ ರಿಯಾಕ್ಟರ್ಗಳು, ಡಿಸ್ಟಿಲೇಷನ್ ಕಾಲಮ್ಗಳು, ಶಾಖ ವಿನಿಮಯಕಾರಕಗಳು ಮತ್ತು ಒಟ್ಟಾರೆಯಾಗಿ ಹರಿಯುತ್ತದೆ. ಆಸ್ಪೆನ್ ಪ್ಲಸ್ / ಆಸ್ಪೆನ್ HYSYS (ಉದ್ಯಮ ಗುಣಮಟ್ಟದ ವಾಣಿಜ್ಯ ಸಿಮ್ಯುಲೇಟರ್ಗಳು) ಮತ್ತು DWSIM (ಒಂದು ಮುಕ್ತ ಮೂಲ ಪರ್ಯಾಯ) ನಂತಹ ಸಾಫ್ಟ್ವೇರ್ ಅತ್ಯಂತ ಸಾಮಾನ್ಯ ಸಾಧನಗಳಾಗಿವೆ. ಈ ಉಪಕರಣಗಳು ಸಂಖ್ಯೆಗಳ ಬೃಹತ್ ಕೋಷ್ಟಕಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ: ಹರಿವಿನ ಪ್ರಮಾಣ, ತಾಪಮಾನ, ಒತ್ತಡ, ಸಂಯೋಜನೆ, ಪ್ರತಿ ಸ್ಟ್ರೀಮ್ನ ಎಂಥಾಲ್ಪಿ (ಒಂದು ಸ್ಟ್ರೀಮ್ ಒಯ್ಯುವ ಶಾಖದ ಶಕ್ತಿ), ಪ್ರತಿಯೊಂದು ಉಪಕರಣದ ಕರ್ತವ್ಯಗಳು. ಈ ಘಟಕದಲ್ಲಿ ನೀವು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಸಹಾಯಕರಾಗಿ ಹೇಗೆ ಬಳಸಬೇಕೆಂದು ಕಲಿಯುವಿರಿ, ಅದು ಈ ಸಂಖ್ಯೆಗಳ ಸಮುದ್ರದಲ್ಲಿ ಸಂಭವನೀಯ ಅಸಂಗತತೆಗಳನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುತ್ತದೆ, ಹೋಲಿಸುತ್ತದೆ ಮತ್ತು ಫ್ಲ್ಯಾಗ್ ಮಾಡುತ್ತದೆ; ಆದರೆ ಸಿಮ್ಯುಲೇಶನ್ ಭೌತಶಾಸ್ತ್ರಕ್ಕೆ ಸರಿಹೊಂದುತ್ತದೆಯೇ ಅಥವಾ ಇಲ್ಲವೇ ಎಂಬುದನ್ನು ನೀವು ಏಕೆ ನಿರ್ಧರಿಸಬೇಕು ಎಂಬುದನ್ನು ನಾವು ಕಲಿಯುತ್ತೇವೆ.
ನಿರ್ಣಾಯಕ ಸಂಗತಿಯೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸೋಣ: ಸಿಮ್ಯುಲೇಶನ್ ಥರ್ಮೋಡೈನಾಮಿಕ್ ಮಾದರಿ ಮತ್ತು ನೀವು ಆಯ್ಕೆ ಮಾಡುವ ಊಹೆಗಳ ಪ್ರತಿಬಿಂಬವಾಗಿದೆ; ಇದು ಸ್ವತಃ ವಾಸ್ತವವಲ್ಲ. ನೀವು ತಪ್ಪಾದ ಥರ್ಮೋಡೈನಾಮಿಕ್ ಪ್ಯಾಕೇಜ್ ಅನ್ನು ಆರಿಸಿದರೆ (ಆಸ್ತಿ/ಥರ್ಮೋಡೈನಾಮಿಕ್ ವಿಧಾನ - ದ್ರವಗಳ ಸಮತೋಲನ ಮತ್ತು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುವ ಮಾದರಿ; ಉದಾ. ಆದರ್ಶ, NRTL, ಪೆಂಗ್-ರಾಬಿನ್ಸನ್), ಸಿಮ್ಯುಲೇಟರ್ ನಯವಾದ ಮತ್ತು ಮನವೊಪ್ಪಿಸುವ ಆದರೆ ಸಂಪೂರ್ಣವಾಗಿ ತಪ್ಪು ಫಲಿತಾಂಶಗಳನ್ನು ನೀಡುತ್ತದೆ. AI ಈ ಫಲಿತಾಂಶಗಳನ್ನು ಅರ್ಥೈಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಆದರೆ ಮಾದರಿಯ ನಿಖರತೆಯನ್ನು ಖಾತರಿಪಡಿಸುವುದಿಲ್ಲ.
ಸಿಮ್ಯುಲೇಶನ್ ಔಟ್ಪುಟ್ ಓದುವಲ್ಲಿ ಹಂತ-ಹಂತದ AI ಬೆಂಬಲ
1. ಒಮ್ಮುಖ ನಿಯಂತ್ರಣ. ಸಿಮ್ಯುಲೇಶನ್ ನಿಜವಾಗಿ ಪರಿಹರಿಸುತ್ತದೆಯೇ ಎಂದು ಮೊದಲು ನೋಡಿ. ಸಂಖ್ಯಾತ್ಮಕ ಪರಿಹಾರವು ಸ್ಥಿರ ಫಲಿತಾಂಶವನ್ನು ತಲುಪಿದಾಗ ಒಮ್ಮುಖವಾಗುವುದು; ಒಮ್ಮುಖವಾಗದ ಫಲಿತಾಂಶವು ಅರ್ಥಹೀನವಾಗಿದೆ. ನೀವು AI ಗೆ ಪರಿಹಾರ ಲಾಗ್ಗಳನ್ನು ನೀಡಬಹುದು ಮತ್ತು ಎಚ್ಚರಿಕೆಗಳು ಮತ್ತು ದೋಷಗಳನ್ನು ಸಾರಾಂಶ ಮಾಡಬಹುದು.
2. ದ್ರವ್ಯರಾಶಿ ಮತ್ತು ಶಕ್ತಿಯ ಸಮತೋಲನ. ಉತ್ತಮ ಸಿಮ್ಯುಲೇಶನ್ ಇನ್ = ಔಟ್ ಎಂದು ಖಚಿತಪಡಿಸುತ್ತದೆ. AI ಫ್ಲೋ ಟೇಬಲ್ನಿಂದ ಇನ್ಪುಟ್-ಔಟ್ಪುಟ್ ಮೊತ್ತವನ್ನು ಕಂಪೈಲ್ ಮಾಡಬಹುದು ಮತ್ತು ಸಮತೋಲನದಲ್ಲಿ ಫ್ಲ್ಯಾಗ್ ವಿಚಲನಗಳನ್ನು ಮಾಡಬಹುದು. ವಿಚಲನವು ದೊಡ್ಡದಾಗಿದ್ದರೆ, ಮಾದರಿ ಅಥವಾ ಸೆಟಪ್ ದೋಷಯುಕ್ತವಾಗಿರುತ್ತದೆ.
3. ಪ್ರಮುಖ ಫಲಿತಾಂಶಗಳ ಸಾರಾಂಶ. ಉತ್ಪನ್ನದ ಶುದ್ಧತೆ, ರೀಬಾಯ್ಲರ್/ಕಂಡೆನ್ಸರ್ ಕರ್ತವ್ಯಗಳು, ಕಾಲಮ್ ಪ್ರೊಫೈಲ್, ಪರಿವರ್ತನೆ - ರಿಯಾಕ್ಟರ್ನಲ್ಲಿ ರಿಯಾಕ್ಟಂಟ್ ಉತ್ಪನ್ನವಾಗಿ ಬದಲಾಗುವ ದರ. AI ಈ ಪ್ರಮುಖ ಮೆಟ್ರಿಕ್ಗಳನ್ನು ನೂರಾರು ಸಾಲುಗಳಿಂದ ಸಾರಾಂಶ ಕೋಷ್ಟಕಕ್ಕೆ ಎಳೆಯುತ್ತದೆ.
4. ಸನ್ನಿವೇಶ ಹೋಲಿಕೆ. ಎರಡು ರನ್ಗಳ ನಡುವಿನ ವ್ಯತ್ಯಾಸವನ್ನು AI ತ್ವರಿತವಾಗಿ ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ (ಉದಾ. ವಿಭಿನ್ನ ರಿಫ್ಲಕ್ಸ್ ಅನುಪಾತ): "ಯಾವ ವೇರಿಯಬಲ್ ಎಷ್ಟು ಬದಲಾಗಿದೆ, ಯಾವ ಕಾರ್ಯವು ಹೆಚ್ಚಾಗಿದೆ?"
5. ಅಸಂಗತತೆ ಗುರುತು. ಭೌತಿಕವಾಗಿ ಬೆಸ ಮೌಲ್ಯಗಳು - ಋಣಾತ್ಮಕ ಹರಿವಿನ ಪ್ರಮಾಣ, ಕರಗುವ ಮಿತಿಯನ್ನು ಮೀರಿದ ಸಂಯೋಜನೆ, ಅಸಮಂಜಸ ತಾಪಮಾನ - AI ನಿಂದ "ಚೆಕ್" ಎಂದು ಫ್ಲ್ಯಾಗ್ ಮಾಡಬಹುದು.
6. ಗಡಿ ಮತ್ತು ಸಮಂಜಸತೆ ಫಿಲ್ಟರ್. ಫಲಿತಾಂಶವು ಭೌತಶಾಸ್ತ್ರಕ್ಕೆ ಸರಿಹೊಂದುತ್ತದೆಯೇ? ಉತ್ಪನ್ನದ ಶುದ್ಧತೆ ಉಷ್ಣಬಲವಾಗಿ ಸಾಧ್ಯವೇ? ಈ ಕಾಮೆಂಟ್ ಮಾಡಿದವರು ನೀವು.
ಸಲಹೆ: AI ಗೆ ಸಿಮ್ಯುಲೇಶನ್ ಔಟ್ಪುಟ್ ನೀಡುವಾಗ, ನೀವು ಯಾವ ಥರ್ಮೋಡೈನಾಮಿಕ್ಸ್ ಪ್ಯಾಕೇಜ್ ಬಳಸುತ್ತಿರುವಿರಿ ಎಂಬುದನ್ನು ಸಹ ತಿಳಿಸಿ. AI ಕೇಳುತ್ತದೆ "ಈ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಈ ಪ್ಯಾಕೇಜ್ ಸೂಕ್ತವಾಗಿದೆಯೇ (ಉದಾ. ಧ್ರುವ ಘಟಕಗಳು, ಅಜಿಯೋಟ್ರೋಪ್)?" - ಆದರೆ ಅಂತಿಮ ಮಾದರಿ ಆಯ್ಕೆಯು ಎಂಜಿನಿಯರಿಂಗ್ ನಿರ್ಧಾರವಾಗಿದೆ.
ಥರ್ಮೋಡೈನಾಮಿಕ್ ಮಾದರಿ: ಅತ್ಯಂತ ಸಾಮಾನ್ಯವಾದ ಗುಪ್ತ ದೋಷ
ಹೆಚ್ಚಿನ ಸಿಮ್ಯುಲೇಶನ್ ದೋಷಗಳು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿಲ್ಲ ಆದರೆ ಮಾದರಿ ಆಯ್ಕೆಯಿಂದ ಹುಟ್ಟಿಕೊಂಡಿವೆ. ಧ್ರುವೀಯ ಮಿಶ್ರಣಕ್ಕೆ ಆದರ್ಶ ಮಾದರಿಯನ್ನು ಅನ್ವಯಿಸುವುದರಿಂದ ಅಜಿಯೋಟ್ರೋಪ್ ಆಗುತ್ತದೆ - ನಿರ್ದಿಷ್ಟ ಸಂಯೋಜನೆಯಲ್ಲಿ ದ್ರವ ಮತ್ತು ಆವಿ ಒಂದೇ ಆಗಿರುವ ಬಿಂದು, ಬಟ್ಟಿ ಇಳಿಸುವಿಕೆಯಿಂದ ಬೇರ್ಪಡಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ - ಅದೃಶ್ಯ. AI ಒಂದು ಔಟ್ಪುಟ್ ಅನ್ನು ಅರ್ಥೈಸಬಲ್ಲದು, ಆದರೆ ನೀವು ಆಯ್ಕೆಮಾಡುವ ಮಾದರಿಯು ಸಿಸ್ಟಮ್ಗೆ ಸರಿಹೊಂದುತ್ತದೆ ಎಂದು ಪರಿಶೀಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ; ಇದಕ್ಕೆ ಥರ್ಮೋಡೈನಾಮಿಕ್ಸ್ ಮತ್ತು ಪ್ರಾಯೋಗಿಕ ದತ್ತಾಂಶದ ಹೋಲಿಕೆಯ ಜ್ಞಾನದ ಅಗತ್ಯವಿದೆ. AI ಸೂಚಿಸಿದ "ಈ ಮೌಲ್ಯವು ವಿಚಿತ್ರವಾಗಿದೆ" ಎಚ್ಚರಿಕೆಯು ಸಾಮಾನ್ಯವಾಗಿ ತಪ್ಪು ಮಾದರಿ ಆಯ್ಕೆಯ ಫಲಿತಾಂಶವಾಗಿದೆ.
ಎಚ್ಚರಿಕೆ: ಸಿಮ್ಯುಲೇಶನ್ "ಒಮ್ಮುಖವಾಗಿ ಮತ್ತು ಸುಂದರವಾದ ಚಿತ್ರವನ್ನು ನೀಡಿದೆ" ಎಂಬ ಕಾರಣಕ್ಕೆ ಸರಿಯಾಗಿಲ್ಲ. ತಪ್ಪಾದ ಥರ್ಮೋಡೈನಾಮಿಕ್ ಪ್ಯಾಕೇಜ್ ದೋಷದ ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ವಿಧವಾಗಿದೆ ಏಕೆಂದರೆ ಫಲಿತಾಂಶವು ಮನವರಿಕೆಯಾಗುತ್ತದೆ. ಯಾವಾಗಲೂ ಔಟ್ಪುಟ್ ಅನ್ನು ಪ್ರಾಯೋಗಿಕ ಡೇಟಾ, ಕೈ ಲೆಕ್ಕಾಚಾರ ಅಥವಾ ತಿಳಿದಿರುವ ಉಲ್ಲೇಖದೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಉಳಿಸಿದ ಸಮಯವನ್ನು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವುದು. ಒಬ್ಬ ಇಂಜಿನಿಯರ್ 40 ಸ್ಟ್ರೀಮ್ಗಳು ಮತ್ತು 12 ಉಪಕರಣಗಳನ್ನು ಒಳಗೊಂಡಿರುವ ಆಸ್ಪೆನ್ ರನ್ನಿಂದ 600 ಲೈನ್ಗಳ ಔಟ್ಪುಟ್ ಅನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುತ್ತಾನೆ. AI ಉತ್ಪನ್ನದ ಶುದ್ಧತೆ, ಕಾಲಮ್ ಅಸೈನ್ಮೆಂಟ್ಗಳು ಮತ್ತು ಸಾರಾಂಶ ಕೋಷ್ಟಕಕ್ಕೆ ಪರಿವರ್ತನೆಯನ್ನು ಎಳೆದಿದೆ; ಇಂಜಿನಿಯರ್ 45 ನಿಮಿಷಗಳ ಓದುವ ಬದಲು 10 ನಿಮಿಷಗಳಲ್ಲಿ ಪ್ರಮುಖ ತೀರ್ಮಾನಗಳನ್ನು ತಲುಪಿದರು. ಪ್ರತಿಯೊಂದು ಪ್ರಮುಖ ಮೌಲ್ಯವನ್ನು ಮತ್ತೊಮ್ಮೆ ಮೂಲ ಕೋಷ್ಟಕದಲ್ಲಿ ದೃಢೀಕರಿಸಲಾಗಿದೆ.
ಪ್ರಕರಣ 2 - ಮಾದರಿ ಎಚ್ಚರಿಕೆ. ನೀರು-ಎಥೆನಾಲ್ ಬೇರ್ಪಡಿಕೆಯಲ್ಲಿ, ಸಿಮ್ಯುಲೇಶನ್ 99.9% ಶುದ್ಧತೆಯನ್ನು ನೀಡಿತು. "ಆದರ್ಶ ಥರ್ಮೋಡೈನಾಮಿಕ್ ಪ್ಯಾಕೇಜ್ನೊಂದಿಗೆ, ಈ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಯಾವುದೇ ಅಜಿಯೋಟ್ರೋಪ್ ಕಾಣಿಸುವುದಿಲ್ಲ; ಇದು ಭೌತಿಕವಾಗಿ ಪ್ರಶ್ನಾರ್ಹವಾಗಿದೆ," YZ ಗಮನಸೆಳೆದಿದೆ. ಎಂಜಿನಿಯರ್ ಪ್ಯಾಕೇಜ್ ಅನ್ನು NRTL ಗೆ ಪರಿವರ್ತಿಸಿದಾಗ, ಅಜಿಯೋಟ್ರೋಪ್ ಕಾಣಿಸಿಕೊಂಡಿತು ಮತ್ತು ವಾಸ್ತವಿಕ ಶುದ್ಧತೆಯ ಮಿತಿ (ಅಂದಾಜು 95.6 ದ್ರವ್ಯರಾಶಿ %) ಕಾಣಿಸಿಕೊಂಡಿತು. AI ದೋಷವನ್ನು ಪರಿಹರಿಸಲಿಲ್ಲ, ಆದರೆ ಅದು ಸರಿಯಾದ ಪ್ರಶ್ನೆಯನ್ನು ಕೇಳಿದೆ.
ಪ್ರಕರಣ 3 - ಸಮತೋಲನ ವಿಚಲನ. DWSIM ಓಟದಲ್ಲಿ, 1,000 ಕೆಜಿ/ಗಂಟೆ ಒಳಗೆ ಹೋದರು ಮತ್ತು 940 ಕೆಜಿ/ಗಂಟೆ ಹೊರಬಂದಿತು. AI 6% ವ್ಯತ್ಯಾಸವನ್ನು ಗುರುತಿಸಿದೆ. ತಪಾಸಣೆಯ ನಂತರ, ಉಗಿ ಹರಿವು ಸಂಪರ್ಕ ಕಡಿತಗೊಂಡಿರುವುದು ಕಂಡುಬಂದಿದೆ. ಸಮತೋಲನ ನಿಯಂತ್ರಣವಿಲ್ಲದೆ, ಈ ತಪ್ಪಾದ ಫಲಿತಾಂಶವನ್ನು ವರದಿ ಮಾಡಲಾಗುವುದು.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಸಿಮ್ಯುಲೇಶನ್ ಸಾರಾಂಶ:
ನಿಮ್ಮ ಪಾತ್ರ: ಪ್ರಕ್ರಿಯೆ ಸಿಮ್ಯುಲೇಶನ್ ವಿಶ್ಲೇಷಕ. ನಾನು ನಿಮಗೆ ಸಿಮ್ಯುಲೇಟರ್ ಫ್ಲೋ ಚಾರ್ಟ್ ಅನ್ನು ನೀಡುತ್ತೇನೆ (ಥರ್ಮೋಡೈನಾಮಿಕ್ಸ್ ಪ್ಯಾಕೇಜ್: [ಪ್ಯಾಕೇಜ್]). ನೀಡಿ: (1) ಪ್ರತಿ ಸ್ಟ್ರೀಮ್ಗೆ ಪ್ರಮುಖ ಮೌಲ್ಯಗಳ ಸಾರಾಂಶ ಕೋಷ್ಟಕ (ಹರಿವಿನ ದರ, ಟಿ, ಪಿ, ಪ್ರಮುಖ ಸಂಯೋಜನೆಗಳು), (2) ಇನ್ಪುಟ್-ಔಟ್ಪುಟ್ ದ್ರವ್ಯರಾಶಿ ಮತ್ತು ಶಕ್ತಿಯ ಸಮತೋಲನ ಮತ್ತು ವಿಚಲನ, (3) ಉತ್ಪನ್ನದ ಶುದ್ಧತೆ ಮತ್ತು ಪ್ರಮುಖ ಕರ್ತವ್ಯ ಮೌಲ್ಯಗಳು. ಟೇಬಲ್ನಿಂದ ನಿಜವಾದ ಸಂಖ್ಯೆಗಳನ್ನು ಬಳಸಿ, ಮೌಲ್ಯವನ್ನು ರೂಪಿಸಬೇಡಿ. ಟೇಬಲ್: [ಅಂಟಿಸಿ]
2) ಬ್ಯಾಲೆನ್ಸ್ ಪರಿಶೀಲನೆ:
ಈ ಹರಿವಿನ ಕೋಷ್ಟಕದಿಂದ, ಒಟ್ಟು ದ್ರವ್ಯರಾಶಿಯನ್ನು ಸೇರಿಸಿ (ಮತ್ತು ಸಾಧ್ಯವಾದರೆ ಶಕ್ತಿ) ಪ್ರತ್ಯೇಕವಾಗಿ ನಮೂದಿಸಿ ಮತ್ತು ನಿರ್ಗಮಿಸಿ, ವ್ಯತ್ಯಾಸವನ್ನು ಲೆಕ್ಕ ಹಾಕಿ ಮತ್ತು ಶೇಕಡಾವಾರು ನೀಡಿ. ವ್ಯತ್ಯಾಸವು 0.5% ಕ್ಕಿಂತ ಹೆಚ್ಚಿದ್ದರೆ, ಯಾವ ಹರಿವು ಹೆಚ್ಚು/ಕಡಿಮೆ ಇರಬಹುದು ಎಂಬುದನ್ನು ಗುರುತಿಸಿ. ಮರುಬಳಕೆಯಿದ್ದರೆ, ಅದು ಎರಡು ಬಾರಿ ಎಣಿಕೆಯಾಗಿಲ್ಲ ಎಂದು ಪರಿಶೀಲಿಸಿ. ಕೋಷ್ಟಕ: [ಅಂಟಿಸಿ]
3) ಮಾದರಿಯ ಸೂಕ್ತತೆಯ ಪ್ರಶ್ನೆ:
ನನ್ನ ವ್ಯವಸ್ಥೆ: [ಘಟಕಗಳು, ಪರಿಸ್ಥಿತಿಗಳು, ಅಜಿಯೋಟ್ರೋಪ್/ಪೋಲಾರ್/ಎಲೆಕ್ಟ್ರೋಲೈಟ್ ಸ್ಥಿತಿ]. ನಾನು ಬಳಸುವ ಥರ್ಮೋಡೈನಾಮಿಕ್ ಪ್ಯಾಕೇಜ್: [ಪ್ಯಾಕೇಜ್]. ಈ ವ್ಯವಸ್ಥೆಗೆ ಈ ಪ್ಯಾಕೇಜ್ ಸೂಕ್ತವಾಗಿದೆ, ಯಾವ ಸಂದರ್ಭಗಳಲ್ಲಿ ಇದು ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತದೆ? ಪರ್ಯಾಯ ಪ್ಯಾಕೇಜ್ ಅನ್ನು ಸೂಚಿಸಿ ಮತ್ತು ಅದು ಏಕೆ ಹೆಚ್ಚು ಸೂಕ್ತವಾಗಿದೆ ಎಂಬುದನ್ನು ವಿವರಿಸಿ. ಪ್ರಾಯೋಗಿಕ ಡೇಟಾದೊಂದಿಗೆ ಅಂತಿಮ ಆಯ್ಕೆಯನ್ನು ನಾನು ಪರಿಶೀಲಿಸುತ್ತೇನೆ; ಅಂತಿಮ ತೀರ್ಪು ನೀಡಬೇಡಿ, ಸಮರ್ಥನೆ ನೀಡಿ.
4) ಸನ್ನಿವೇಶ ಹೋಲಿಕೆ:
ನಾನು ಎರಡು ಸಿಮ್ಯುಲೇಶನ್ ರನ್ಗಳನ್ನು ನೀಡುತ್ತೇನೆ (ಸನ್ನಿವೇಶಗಳು A ಮತ್ತು B). ತುಲನಾತ್ಮಕ ಕೋಷ್ಟಕದಲ್ಲಿ ಪ್ರಮುಖ ಉತ್ಪನ್ನಗಳ (ಶುದ್ಧತೆ, ಕರ್ತವ್ಯ, ಪರಿವರ್ತನೆ, ಶಕ್ತಿ) ಮೇಲೆ ವಿಭಿನ್ನ ಒಳಹರಿವು ಮತ್ತು ಅವುಗಳ ಪ್ರಭಾವವನ್ನು ತೋರಿಸಿ. ಯಾವ ಸನ್ನಿವೇಶವು ಯಾವ ಮಾನದಂಡದಿಂದ ಉತ್ತಮವಾಗಿದೆ ಎಂಬುದನ್ನು ತಿಳಿಸಿ, ಆದರೆ ನಾನು ನಿರ್ಧರಿಸುತ್ತೇನೆ. ನೀಡಿರುವ ಸಂಖ್ಯೆಗಳನ್ನು ಬಳಸಿ.A: [ಅಂಟಿಸಿ] ಬಿ: [ಅಂಟಿಸಿ]
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ಈ ಸಿಮ್ಯುಲೇಶನ್ ಫಲಿತಾಂಶ ಉತ್ತಮವಾಗಿದೆಯೇ?
"ಒಳ್ಳೆಯದು" ಎಂದು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿಲ್ಲ: ಯಾವ ಮಾನದಂಡ, ಯಾವ ಗುರಿ, ಯಾವ ಮಾದರಿ? AI ಸಾರ್ವತ್ರಿಕ ಮತ್ತು ತಪ್ಪುದಾರಿಗೆಳೆಯುವ ಅನುಮೋದನೆಯನ್ನು ನೀಡಬಹುದು.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಿಮ್ಮ ಪಾತ್ರ: ಸಿಮ್ಯುಲೇಶನ್ ವಿಶ್ಲೇಷಕ. ನನ್ನ ಗುರಿ: ಕಾಲಮ್ನ ಮೇಲ್ಭಾಗದಲ್ಲಿ 99% ಶುದ್ಧ ಬೆಂಜೀನ್, ಶಕ್ತಿಯ ಸುಂಕವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ. ಥರ್ಮೋಡೈನಾಮಿಕ್ಸ್ ಪ್ಯಾಕೇಜ್: ಪೆಂಗ್-ರಾಬಿನ್ಸನ್. ಈ ಕೆಳಗಿನ ಫ್ಲೋ ಚಾರ್ಟ್ನಿಂದ, ಪಡೆಯಲಾಗಿದೆ: (1) ಸಾಧಿಸಿದ ಶುದ್ಧತೆ ಮತ್ತು ಗುರಿಗೆ ದೂರ, (2) ರೀಬಾಯ್ಲರ್/ಕಂಡೆನ್ಸರ್ ಕರ್ತವ್ಯಗಳು, (3) ನೈಜ ಸಂಖ್ಯೆಯಲ್ಲಿ ಸಮೂಹ ಸಮತೋಲನ ಮತ್ತು ಡ್ರಿಫ್ಟ್. ಯಾವುದೇ ಪ್ರಶ್ನಾರ್ಹ ಭೌತಿಕ ಮೌಲ್ಯವಿದ್ದರೆ ಗುರುತಿಸಿ. ಕಾಮೆಂಟ್ ಸೇರಿಸಿ ಆದರೆ ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ನನಗೆ ಬಿಡಿ; ಮೌಲ್ಯ ಫಿಟ್ಟಿಂಗ್. ಟೇಬಲ್: [ಅಂಟಿಸಿ]
ವ್ಯತ್ಯಾಸವು ಸ್ಪಷ್ಟವಾಗಿದೆ: ಗುರಿ, ಮಾನದಂಡ, ಮಾದರಿ ಮತ್ತು "ನೈಜ ಸಂಖ್ಯೆ" ನಿರ್ಬಂಧವು ಔಟ್ಪುಟ್ ಅನ್ನು ಸಮರ್ಥನೀಯ ವಿಶ್ಲೇಷಣೆಯಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ.
ಸಿಮ್ಯುಲೇಶನ್ ವ್ಯಾಖ್ಯಾನದಲ್ಲಿ ಪಾತ್ರ ವಿತರಣೆ
ವ್ಯಾಪಾರ
AI ನ ಪಾತ್ರ
ಮನುಷ್ಯನ ನಿರ್ಧಾರ
ಒಮ್ಮುಖ ಪರಿಶೀಲನೆ
ಎಚ್ಚರಿಕೆ ಸಾರಾಂಶ
ಫಲಿತಾಂಶವನ್ನು ಮಾನ್ಯವಾಗಿ ಪರಿಗಣಿಸಿ
ದ್ರವ್ಯರಾಶಿ/ಶಕ್ತಿ ಸಮತೋಲನ
ಒಟ್ಟು ಮತ್ತು ವಿಚಲನ
ದೋಷ ಮೂಲ ಕಾರಣ
ಪ್ರಮುಖ ಫಲಿತಾಂಶಗಳ ಸಾರಾಂಶ
ಸಾರಾಂಶ ಕೋಷ್ಟಕ
ಗುರಿ ಫಿಟ್ನೆಸ್
ಮಾದರಿ ಆಯ್ಕೆ
ಲಭ್ಯತೆಯ ಎಚ್ಚರಿಕೆ
ಪ್ಯಾಕೇಜ್ ನಿರ್ಧಾರ, ಪ್ರಯೋಗ
ಸನ್ನಿವೇಶ ಹೋಲಿಕೆ
ವ್ಯತ್ಯಾಸ ಕೋಷ್ಟಕ
ವಿನ್ಯಾಸ ಆಯ್ಕೆ
ಬೆಸ ಮೌಲ್ಯ
ಗುರುತು ಹಾಕುವುದು
ಭೌತಿಕ ವ್ಯಾಖ್ಯಾನ
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಒಮ್ಮುಖವಲ್ಲದ ಫಲಿತಾಂಶವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವುದು. ಬಗೆಹರಿಯದ ಸಿಮ್ಯುಲೇಶನ್ ಅರ್ಥಹೀನವಾಗಿದೆ; ಒಮ್ಮುಖವನ್ನು ಮೊದಲು ದೃಢೀಕರಿಸಲಾಗಿದೆ.
- ಥರ್ಮೋಡೈನಾಮಿಕ್ಸ್ ಪ್ಯಾಕೇಜ್ ನೀಡದೆ ಕಾಮೆಂಟ್ಗಳನ್ನು ಕೇಳಲಾಗುತ್ತಿದೆ. AI ಮಾದರಿಯನ್ನು ತಿಳಿಯದೆ ದಾರಿತಪ್ಪಿಸುವ ದೃಢೀಕರಣವನ್ನು ನೀಡುತ್ತದೆ.
- ಸುಂದರವಾದ ವರ್ಣಚಿತ್ರವನ್ನು ನಿಜವೆಂದು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ತಪ್ಪು ಮಾದರಿಯು ಮನವೊಪ್ಪಿಸುವ ಆದರೆ ತಪ್ಪು ಫಲಿತಾಂಶವನ್ನು ನೀಡುತ್ತದೆ; ಪ್ರಯೋಗದೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ.
- ಸಮತೋಲನ ವಿಚಲನವನ್ನು ನಿರ್ಲಕ್ಷಿಸಲಾಗುತ್ತಿದೆ. 1% ವ್ಯತ್ಯಾಸವು ಮುರಿದ ಹರಿವು ಅಥವಾ ದೋಷದ ಸಂಕೇತವಾಗಿರಬಹುದು.
- AI ರಚಿಸಿದ ಸಂಖ್ಯೆಯನ್ನು ಬಳಸುವುದು. ನಿಜವಾದ ಟೇಬಲ್ ಮೌಲ್ಯಗಳನ್ನು ಮಾತ್ರ ಅನುಮತಿಸಿ; "ಕೇವಲ ಸಂಖ್ಯೆಗಳನ್ನು ನೀಡಲಾಗಿದೆ" ನಿರ್ಬಂಧವನ್ನು ಹೊಂದಿಸಿ.
ಸಾರಾಂಶದಲ್ಲಿ
ಪ್ರಕ್ರಿಯೆ ಸಿಮ್ಯುಲೇಶನ್ನಲ್ಲಿ AI; ಇದು ನೂರಾರು ಲೈನ್ಗಳ ಔಟ್ಪುಟ್ನ ಸಾರಾಂಶ, ದ್ರವ್ಯರಾಶಿ/ಶಕ್ತಿ ಸಮತೋಲನವನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ, ಸನ್ನಿವೇಶಗಳನ್ನು ಹೋಲಿಸುತ್ತದೆ ಮತ್ತು ಭೌತಿಕವಾಗಿ ಬೆಸ ಮೌಲ್ಯಗಳನ್ನು ಫ್ಲ್ಯಾಗ್ ಮಾಡುವ ಪ್ರಬಲ ಸಹಾಯಕವಾಗಿದೆ. ಆದರೆ ಸಿಮ್ಯುಲೇಶನ್ ಆಯ್ಕೆಮಾಡಿದ ಥರ್ಮೋಡೈನಾಮಿಕ್ ಮಾದರಿ ಮತ್ತು ಊಹೆಗಳ ಪ್ರತಿಬಿಂಬವಾಗಿದೆ; ಮಾದರಿಯ ಸೂಕ್ತತೆ, ಭೌತಶಾಸ್ತ್ರದೊಂದಿಗೆ ಫಲಿತಾಂಶದ ಅನುಸರಣೆ ಮತ್ತು ವಿನ್ಯಾಸ ನಿರ್ಧಾರವು ಮಾನವರಿಗೆ ಸೇರಿದೆ. AI ನಿಮಗೆ ಸರಿಯಾದ ಪ್ರಶ್ನೆಗಳನ್ನು ಕೇಳುವಂತೆ ಮಾಡುತ್ತದೆ; ಎಂಜಿನಿಯರ್ ಮಾದರಿಯನ್ನು ಆಯ್ಕೆ ಮಾಡುತ್ತಾರೆ, ಪ್ರಯೋಗದೊಂದಿಗೆ ಫಲಿತಾಂಶವನ್ನು ಪರಿಶೀಲಿಸುತ್ತಾರೆ ಮತ್ತು ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುತ್ತಾರೆ.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಸಿಮ್ಯುಲೇಶನ್ ಔಟ್ಪುಟ್ (ಅಥವಾ ಮಾದರಿ ಹರಿವಿನ ಚಾರ್ಟ್) ಪಡೆಯಿರಿ. "ಸಿಮ್ಯುಲೇಶನ್ ಸಾರಾಂಶ" ಮತ್ತು "ಸಮತೋಲನ ಪರಿಶೀಲನೆ" ಟೆಂಪ್ಲೇಟ್ಗಳೊಂದಿಗೆ AI ನಿಂದ ಪ್ರಮುಖ ಮೆಟ್ರಿಕ್ಗಳು ಮತ್ತು ಸಮೂಹ ಸಮತೋಲನವನ್ನು ಹೊರತೆಗೆಯಿರಿ. ವಿಚಲನವಿದ್ದರೆ, ಏಕೆ ಎಂದು ಕಂಡುಹಿಡಿಯಿರಿ. ನಂತರ ನಿಮ್ಮ ಸಿಸ್ಟಮ್ಗೆ ನಿಮ್ಮ ಥರ್ಮೋಡೈನಾಮಿಕ್ಸ್ ಪ್ಯಾಕೇಜ್ನ ಸೂಕ್ತತೆಯನ್ನು ಚರ್ಚಿಸಲು "ಮಾದರಿ ಸೂಕ್ತತೆಯ ಪ್ರಶ್ನೆ" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಬಳಸಿ ಮತ್ತು ಅದನ್ನು ಕನಿಷ್ಠ ಒಂದು ಪ್ರಾಯೋಗಿಕ/ಉಲ್ಲೇಖ ಮೌಲ್ಯದೊಂದಿಗೆ ಹೋಲಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ಸಿಮ್ಯುಲೇಶನ್ ಒಮ್ಮುಖವಾಗಿದೆ ಎಂದು ನಾನು ದೃಢಪಡಿಸಿದೆ.
- [ ] ದ್ರವ್ಯರಾಶಿ (ಮತ್ತು ಸಾಧ್ಯವಾದರೆ ಶಕ್ತಿ) ಸಮತೋಲನವನ್ನು ಹೊಂದಿದೆ ಎಂದು ನಾನು ದೃಢಪಡಿಸಿದೆ.
- [ ] ನನ್ನ ಸಿಸ್ಟಮ್ಗೆ ಥರ್ಮೋಡೈನಾಮಿಕ್ ಪ್ಯಾಕೇಜ್ನ ಸೂಕ್ತತೆಯನ್ನು ನಾನು ಪ್ರಶ್ನಿಸಿದೆ.
- [ ] ನಾನು ಪ್ರಮುಖ ಫಲಿತಾಂಶಗಳನ್ನು ಕನಿಷ್ಠ ಒಂದು ಉಲ್ಲೇಖ/ಪ್ರಾಯೋಗಿಕ ಮೌಲ್ಯಕ್ಕೆ ಹೋಲಿಸಿದೆ.
- [ ] ನಾನು AI ಮೇಲೆ "ಕೇವಲ ನಿಜವಾದ ಟೇಬಲ್ ಮೌಲ್ಯಗಳು" ನಿರ್ಬಂಧವನ್ನು ಹಾಕಿದ್ದೇನೆ.