ಘಟಕಗಳು
1. ಲೋಹಶಾಸ್ತ್ರದಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪರಿಚಯ: ಗಡಿಗಳು, ಮೌಲ್ಯೀಕರಣ, ಜವಾಬ್ದಾರಿ ಮತ್ತು ನೀತಿಶಾಸ್ತ್ರ 2. ವಸ್ತು ಆಯ್ಕೆ ಮತ್ತು ನಿರ್ಧಾರ ಬೆಂಬಲ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ AI 3. ವೈಶಿಷ್ಟ್ಯ ಮುನ್ಸೂಚನೆ ಮತ್ತು ರಚನೆ-ಪ್ರಕ್ರಿಯೆ-ಆಸ್ತಿ ಸಂಬಂಧಗಳು (ಯಂತ್ರ ಕಲಿಕೆ) 4. CALPHAD ಅಪ್ರೋಚ್‌ನಲ್ಲಿ ಹಂತದ ರೇಖಾಚಿತ್ರಗಳು, ಥರ್ಮೋಡೈನಾಮಿಕ್ಸ್ ಮತ್ತು AI 5. ಮೈಕ್ರೋಸ್ಟ್ರಕ್ಚರ್ ಇಮೇಜ್ ಅನಾಲಿಸಿಸ್ ಮತ್ತು ಕ್ವಾಂಟಿಟೇಟಿವ್ ಮೆಟಾಲೋಗ್ರಫಿ 6. ಶಾಖ ಚಿಕಿತ್ಸೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಯ ನಿಯತಾಂಕಗಳ ಆಪ್ಟಿಮೈಸೇಶನ್‌ನಲ್ಲಿ AI 7. ಉತ್ಪಾದನಾ ಪ್ರಕ್ರಿಯೆಗಳು: ಎರಕಹೊಯ್ದ, ವೆಲ್ಡಿಂಗ್ ಮತ್ತು ಸಂಯೋಜಕ ತಯಾರಿಕೆಯಲ್ಲಿ AI 8. ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣ, ದೋಷ ಪತ್ತೆ ಮತ್ತು ಅಂಕಿಅಂಶ ಪ್ರಕ್ರಿಯೆ ನಿಯಂತ್ರಣ 9. ಡ್ಯಾಮೇಜ್ ಅನಾಲಿಸಿಸ್, ರೂಟ್ ಕಾಸ್ ಮತ್ತು ಬ್ರೇಕೇಜ್ ಇನ್ವೆಸ್ಟಿಗೇಶನ್ ನಲ್ಲಿ AI 10. ಗುಣಲಕ್ಷಣ ಡೇಟಾ ವ್ಯಾಖ್ಯಾನ: XRD, SEM/EDS, DSC ಮತ್ತು ಮೆಕ್ಯಾನಿಕಲ್ ಪರೀಕ್ಷೆ 11. ಪ್ರಮಾಣಿತ ತನಿಖೆ, ಅನುಸರಣೆ ಮತ್ತು ಪರಿಶೀಲನೆ ಶಿಸ್ತು 12. ಮೆಟಲರ್ಜಿಕಲ್ ಡೇಟಾ ಅನಾಲಿಸಿಸ್ ಮತ್ತು ಪೈಥಾನ್ ಜೊತೆ AI ನ ಗಡಿಗಳು
ಘಟಕ 2 / 12

ವಸ್ತು ಆಯ್ಕೆ ಮತ್ತು ನಿರ್ಧಾರ ಬೆಂಬಲ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ AI

ಲಾಭಗಳು:

  • ಅವಶ್ಯಕತೆಗಳು, ನಿರ್ಬಂಧಗಳು ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆ ಸೂಚ್ಯಂಕಗಳೊಂದಿಗೆ ವಸ್ತು ಆಯ್ಕೆಯ ಸಮಸ್ಯೆಯನ್ನು ರಚಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಅದನ್ನು AI ಗೆ ನಿಖರವಾಗಿ ವಿವರಿಸುತ್ತದೆ
  • ಆಶ್‌ಬಿ ವಿಧಾನ ಮತ್ತು ತೂಕದ ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ನೊಂದಿಗೆ ಅಭ್ಯರ್ಥಿ ವಸ್ತುಗಳನ್ನು ಹೋಲಿಸಿದಾಗ AI ಅನ್ನು ಊಹೆಯ ಜನರೇಟರ್ ಆಗಿ ಬಳಸುವ ಸಾಮರ್ಥ್ಯ
  • ಡೇಟಾ ಶೀಟ್, ಪ್ರಮಾಣಿತ ಮತ್ತು ವೆಚ್ಚ/ಪೂರೈಕೆ ಸತ್ಯದ ವಿರುದ್ಧ AI ಶಿಫಾರಸು ಮಾಡುವ ಪ್ರತಿಯೊಂದು ವಸ್ತು ಮತ್ತು ವೈಶಿಷ್ಟ್ಯದ ಮೌಲ್ಯವನ್ನು ಪರಿಶೀಲಿಸುವ ಸಾಮರ್ಥ್ಯ

ಮೆಟೀರಿಯಲ್ ಆಯ್ಕೆಯು ಮೆಟಲರ್ಜಿಕಲ್ ಮತ್ತು ಮೆಟೀರಿಯಲ್ ಇಂಜಿನಿಯರ್ನ ಅತ್ಯಂತ ಗೋಚರಿಸುವ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ಕೆಲಸವಾಗಿದೆ. ಬೈಸಿಕಲ್ ಫ್ರೇಮ್ಗಾಗಿ ಅಲ್ಯೂಮಿನಿಯಂ, ಕಾರ್ಬನ್ ಫೈಬರ್ ಅಥವಾ ಸ್ಟೀಲ್; ಪಂಪ್ ಶಾಫ್ಟ್ಗಾಗಿ 316 ಸ್ಟೇನ್ಲೆಸ್ ಅಥವಾ ಡ್ಯುಪ್ಲೆಕ್ಸ್ ಸ್ಟೇನ್ಲೆಸ್; ಹಾಟ್ ಡೈಗಾಗಿ ಯಾವ ಟೂಲ್ ಸ್ಟೀಲ್? ಈ ನಿರ್ಧಾರಗಳಿಗೆ ಏಕಕಾಲದಲ್ಲಿ ಶಕ್ತಿ, ತೂಕ, ತುಕ್ಕು, ತಾಪಮಾನ, ಯಂತ್ರಸಾಮರ್ಥ್ಯ, ವೆಚ್ಚ ಮತ್ತು ಪೂರೈಕೆಯಂತಹ ಹತ್ತಾರು ಸಂಘರ್ಷದ ನಿರ್ಬಂಧಗಳನ್ನು ಸಮತೋಲನಗೊಳಿಸುವ ಅಗತ್ಯವಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ (ಪಠ್ಯ ಮತ್ತು ಸಂಖ್ಯೆಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುವ ಮತ್ತು ಸಲಹೆಗಳನ್ನು ನೀಡುವ ವ್ಯವಸ್ಥೆಗಳು) ಅಭ್ಯರ್ಥಿ ಪಟ್ಟಿಯನ್ನು ರಚಿಸುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ, ಹೋಲಿಕೆ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಸ್ಥಾಪಿಸುತ್ತದೆ ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ಬರೆಯುತ್ತದೆ. ಆದರೆ ಡೇಟಾ ಶೀಟ್, ಪ್ರಮಾಣಿತ ಮತ್ತು ಅಗತ್ಯವಿದ್ದಲ್ಲಿ, ಪರೀಕ್ಷೆಯು ನೀವು ಆಯ್ಕೆ ಮಾಡಿದ ವಸ್ತುವು ನಿಜವಾಗಿಯೂ ಸೂಕ್ತವಾಗಿದೆ ಎಂದು ಸಾಬೀತುಪಡಿಸುತ್ತದೆ. ಈ ಘಟಕದಲ್ಲಿ, AI ಯೊಂದಿಗೆ ಶಿಸ್ತುಬದ್ಧವಾಗಿ ವಸ್ತು ಆಯ್ಕೆಯನ್ನು ಹೇಗೆ ನಡೆಸಬೇಕೆಂದು ನೀವು ಕಲಿಯುವಿರಿ.

ವಸ್ತುವಿನ ಆಯ್ಕೆಯ ಸಮಸ್ಯೆಯನ್ನು ಸರಿಯಾಗಿ ಸ್ಥಾಪಿಸುವುದು

ಕಳಪೆ ವಸ್ತು ಆಯ್ಕೆಯು ಸಾಮಾನ್ಯವಾಗಿ ಕೆಟ್ಟ ಮಾದರಿಯಿಂದ ಉದ್ಭವಿಸುವುದಿಲ್ಲ, ಆದರೆ ತಪ್ಪಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಲಾದ ಸಮಸ್ಯೆಯಿಂದ ಉಂಟಾಗುತ್ತದೆ. AI ಅನ್ನು "ಅತ್ಯುತ್ತಮ ವಸ್ತು ಯಾವುದು" ಎಂದು ಕೇಳುವುದು ಅರ್ಥಹೀನ; ಏಕೆಂದರೆ "ಅತ್ಯುತ್ತಮ" ಅದು ಯಾವ ನಿರ್ಬಂಧದ ಅಡಿಯಲ್ಲಿ ಯಾವ ಕಾರ್ಯವನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ. ಧ್ವನಿ ವಸ್ತುಗಳ ಆಯ್ಕೆಯ ಸಮಸ್ಯೆಯನ್ನು ಈ ನಾಲ್ಕು ಘಟಕಗಳಿಂದ ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ:

  • ಕಾರ್ಯ: ತುಣುಕು ಏನು ಮಾಡುತ್ತದೆ? (ಉದಾ. ಅಕ್ಷೀಯ ಹೊರೆಯನ್ನು ಹೊತ್ತ ರಾಡ್, ಒತ್ತಡವನ್ನು ಪ್ರತಿರೋಧಿಸುವ ಹಡಗು.)
  • ನಿರ್ಬಂಧಗಳು: ಮಿತಿಗಳನ್ನು ಮೀರಬಾರದು. (ಉದಾ. ಇಳುವರಿ ಸಾಮರ್ಥ್ಯ ≥ 350 MPa, ಆಪರೇಟಿಂಗ್ ತಾಪಮಾನ 200 °C, ಉಪ್ಪು ನೀರಿಗೆ ಪ್ರತಿರೋಧ.)
  • ಉದ್ದೇಶ: ನಾವು ಏನನ್ನು ಕಡಿಮೆಗೊಳಿಸುತ್ತೇವೆ/ಗರಿಷ್ಠಗೊಳಿಸುತ್ತೇವೆ? (ಉದಾ. ತೂಕವನ್ನು ಕಡಿಮೆ ಮಾಡಿ, ವೆಚ್ಚವನ್ನು ಕಡಿಮೆ ಮಾಡಿ.)
  • ಉಚಿತ ವೇರಿಯೇಬಲ್: ನಾವು ಏನು ಆಯ್ಕೆ ಮಾಡಬಹುದು? (ವಸ್ತು ಮತ್ತು ಆಗಾಗ್ಗೆ ಆಯಾಮ, ಉದಾ. ವಿಭಾಗ.)

ಈ ಚೌಕಟ್ಟು ಆಶ್ಬಿಯ ವಸ್ತು ಆಯ್ಕೆ ವಿಧಾನದ ಆಧಾರವಾಗಿದೆ. ಕಾರ್ಯಕ್ಷಮತೆಯ ಸೂಚ್ಯಂಕವು ಒಂದು ನಿರ್ದಿಷ್ಟ ಉದ್ದೇಶವನ್ನು ಉತ್ತಮವಾಗಿ ಪೂರೈಸುವ ವಸ್ತು ಗುಣಲಕ್ಷಣಗಳ ಸಂಯೋಜನೆಯನ್ನು ನೀಡುವ ಅಭಿವ್ಯಕ್ತಿಯಾಗಿದೆ; ಉದಾಹರಣೆಗೆ, ನಿರ್ದಿಷ್ಟ ಶಕ್ತಿಯಂತಹ ಸೂಚ್ಯಂಕವನ್ನು ನಿರ್ದಿಷ್ಟ ಬಿಗಿತದ ಹಗುರವಾದ ಕಿರಣಕ್ಕೆ ಬಳಸಲಾಗುತ್ತದೆ. ಕಾರ್ಯ ಮತ್ತು ನಿರ್ಬಂಧಗಳನ್ನು ನೀಡಿದರೆ, AI ನಿಮಗೆ ಸರಿಯಾದ ಕಾರ್ಯಕ್ಷಮತೆ ಸೂಚ್ಯಂಕವನ್ನು ಪಡೆಯಲು ಮತ್ತು ಅಭ್ಯರ್ಥಿಯ ವಸ್ತು ವರ್ಗಗಳನ್ನು ಶ್ರೇಣಿಯನ್ನು ಪಡೆಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ - ಆದರೆ ಅದು ಪಡೆದ ಸೂಚ್ಯಂಕದ ಭೌತಿಕ ಉತ್ಪನ್ನವನ್ನು ಪರೀಕ್ಷಿಸಲು ಮರೆಯದಿರಿ.

ಹಂತ ಹಂತವಾಗಿ: AI-ಚಾಲಿತ ವಸ್ತು ಆಯ್ಕೆ

  1. ಅವಶ್ಯಕತೆಗಳನ್ನು ಬರೆಯಿರಿ: ಕಾರ್ಯ, ನಿರ್ಬಂಧಗಳು, ಉದ್ದೇಶ, ಉಚಿತ ವೇರಿಯಬಲ್. ಇದು ಸಂಖ್ಯಾತ್ಮಕ ಮತ್ತು ಅಳೆಯಬಹುದಾದಂತಿರಲಿ.
  2. ಅಭ್ಯರ್ಥಿ ವರ್ಗಗಳನ್ನು ಗುರುತಿಸಿ: ವಸ್ತು ವರ್ಗಗಳನ್ನು (ಸ್ಟೀಲ್ಸ್, ಸ್ಟೇನ್‌ಲೆಸ್, ಅಲ್ಯೂಮಿನಿಯಂ ಮಿಶ್ರಲೋಹಗಳು, ಟೈಟಾನಿಯಂ, ಪಾಲಿಮರ್‌ಗಳು, ಸಂಯುಕ್ತಗಳು) ಪಟ್ಟಿ ಮಾಡಲು AI ಅನ್ನು ಕೇಳಿ ಮತ್ತು ಈ ಕಾರ್ಯಕ್ಕಾಗಿ ಪ್ರತಿಯೊಂದರ ಸೂಕ್ತತೆಯನ್ನು ಸಮರ್ಥಿಸಿ.
  3. ನಿರ್ಬಂಧದೊಂದಿಗೆ ನಿವಾರಿಸಿ: ನಿರ್ಬಂಧಗಳನ್ನು ಪೂರೈಸದ ಶ್ರೇಣಿಗಳನ್ನು ತೆಗೆದುಹಾಕಿ (ಉದಾ. ತುಕ್ಕು ನಿರ್ಬಂಧವು ಇಂಗಾಲದ ಉಕ್ಕನ್ನು ನಿವಾರಿಸುತ್ತದೆ).
  4. ಕಾರ್ಯಕ್ಷಮತೆ ಸೂಚ್ಯಂಕದಿಂದ ವಿಂಗಡಿಸಿ: ಉಳಿದ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಉದ್ದೇಶದಿಂದ ವಿಂಗಡಿಸಿ (ಲಘುತೆ, ವೆಚ್ಚ).
  5. ನಿರ್ಧಾರದ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಹೊಂದಿಸಿ: ಅಂತಿಮ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ತೂಕದ ಸ್ಕೋರಿಂಗ್ ಟೇಬಲ್‌ನೊಂದಿಗೆ ಹೋಲಿಕೆ ಮಾಡಿ.
  6. ಪರಿಶೀಲಿಸಿ: ಡೇಟಾ ಶೀಟ್/ಸ್ಟ್ಯಾಂಡರ್ಡ್‌ನಿಂದ ಆಯ್ದ ವಸ್ತುಗಳ ಆಸ್ತಿ ಮೌಲ್ಯಗಳನ್ನು ಪಡೆದುಕೊಳ್ಳಿ, ಪೂರೈಕೆ ಮತ್ತು ವೆಚ್ಚವನ್ನು ದೃಢೀಕರಿಸಿ, ಅಗತ್ಯವಿದ್ದರೆ ಮಾದರಿಯನ್ನು ಪರೀಕ್ಷಿಸಿ.
ಸಲಹೆ: AI ನೀಡಿದ ವಸ್ತು ಗುಣಲಕ್ಷಣಗಳನ್ನು ಅಂತಿಮ ಮೌಲ್ಯಗಳಾಗಿ ಎಂದಿಗೂ ತೆಗೆದುಕೊಳ್ಳಬೇಡಿ. AI "6061-T6 ಅಲ್ಯೂಮಿನಿಯಂನ ಇಳುವರಿ ಸಾಮರ್ಥ್ಯ 276 MPa ಆಗಿದೆ" ಎಂದು ಹೇಳಿದರೂ ಸಹ, ನಿಜವಾದ ಮೌಲ್ಯವು ಉದ್ವೇಗ ಸ್ಥಿತಿ, ಅರೆ-ಸಿದ್ಧ ಉತ್ಪನ್ನದ ರೂಪ (ಪ್ಲೇಟ್, ಬಾರ್, ಹೊರತೆಗೆಯುವಿಕೆ) ಮತ್ತು ವಿಭಾಗದ ದಪ್ಪವನ್ನು ಅವಲಂಬಿಸಿ ಬದಲಾಗುತ್ತದೆ. EN/ASTM ಡೇಟಾ ಶೀಟ್‌ನಿಂದ ಮೌಲ್ಯವನ್ನು ದೃಢೀಕರಿಸಿ.

ತೂಕದ ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್

ಅಂತಿಮ ಅಭ್ಯರ್ಥಿಗಳಲ್ಲಿ ಆಯ್ಕೆಮಾಡುವಾಗ ತೂಕದ ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಪಾರದರ್ಶಕ ಮತ್ತು ರಕ್ಷಣಾತ್ಮಕ ವಿಧಾನವಾಗಿದೆ. ಪ್ರತಿ ಮಾನದಂಡಕ್ಕೆ ಪ್ರಾಮುಖ್ಯತೆಯ ತೂಕವನ್ನು ನೀಡಲಾಗುತ್ತದೆ, ಪ್ರತಿ ಅಭ್ಯರ್ಥಿಯನ್ನು ಪ್ರತಿ ಮಾನದಂಡದಲ್ಲಿ ಸ್ಕೋರ್ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ತೂಕದ ಮೊತ್ತವನ್ನು ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ. ಸಮುದ್ರದ ನೀರಿನ ಪಂಪ್ ಶಾಫ್ಟ್‌ನ ಉದಾಹರಣೆಯನ್ನು ಕೆಳಗೆ ನೀಡಲಾಗಿದೆ (ಸ್ಕೋರ್‌ಗಳು 1-5, ತೂಕದ ಮೊತ್ತ 1.0).

ಮಾನದಂಡ

ತೂಕ

316L ಸ್ಟೇನ್ಲೆಸ್

ಡ್ಯುಪ್ಲೆಕ್ಸ್ 2205

ನಿ-ಅಲ್ ಕಂಚು

ತುಕ್ಕು ನಿರೋಧಕ (ಸಮುದ್ರ ನೀರು)

0.35

3

5

4

ಇಳುವರಿ ಶಕ್ತಿ

0.25

3

5

3

ಯಂತ್ರಸಾಮರ್ಥ್ಯ

0.15

4

3

4

ವೆಚ್ಚ (ಕಡಿಮೆ ಉತ್ತಮ)

0.15

4

3

2

ಪೂರೈಕೆ/ಮುಂದಿನ ಸಮಯ

0.10

5

3

3

ತೂಕದ ಒಟ್ಟು

1.00

3.40

4.30

3.45

ಈ ಕೋಷ್ಟಕವು ಡ್ಯುಪ್ಲೆಕ್ಸ್ 2205 ಅನ್ನು ಹೈಲೈಟ್ ಮಾಡುತ್ತದೆ; ಆದರೆ ಟೇಬಲ್ ನಿರ್ಧಾರವಲ್ಲ, ಇದು ಚರ್ಚೆಯ ಮೈದಾನವಾಗಿದೆ. ನೀವು ತೂಕ ಮತ್ತು ಅಂಕಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತೀರಿ; AI ಅವುಗಳನ್ನು ನಿಯಮಿತವಾಗಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ಬರೆಯುತ್ತದೆ. ಸ್ಕೋರ್‌ಗಳಿಗೆ ಆಧಾರವನ್ನು (ಸವೆತಕ್ಕಾಗಿ PREN ಮೌಲ್ಯ, ಶಕ್ತಿಗಾಗಿ ಪ್ರಮಾಣಿತ ಕನಿಷ್ಠ) ಪರಿಶೀಲಿಸಬೇಕು.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ತಪ್ಪು ಕೋಪ, ತಪ್ಪು ಶಕ್ತಿ. ವಿನ್ಯಾಸಕಾರರು AI ಯನ್ನು ಬ್ರಾಕೆಟ್‌ಗಾಗಿ "6061 ಅಲ್ಯೂಮಿನಿಯಂನ ಇಳುವರಿ ಸಾಮರ್ಥ್ಯ" ಕೇಳುತ್ತಾರೆ; AI "276 MPa" ಎಂದು ಹೇಳುತ್ತದೆ. ವಿನ್ಯಾಸಕಾರರು ಈ ಮೌಲ್ಯವನ್ನು ಬಳಸುತ್ತಾರೆ, ಆದರೆ ಸರಬರಾಜು ಮಾಡಲಾದ ವಸ್ತುವು T4 ಟೆಂಪರ್‌ನಲ್ಲಿದೆ ಮತ್ತು ಕೇವಲ ~145 MPa ಇಳುವರಿ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ. ನಿರೀಕ್ಷಿತ ಹೊರೆಗಿಂತ ಕಡಿಮೆ ಭಾಗವು ಶಾಶ್ವತವಾಗಿ ವಿರೂಪಗೊಳ್ಳುತ್ತದೆ. ಪಾಠ: ಆಸ್ತಿ ಮೌಲ್ಯವು ವಸ್ತುವಿನ ಸ್ಥಿತಿಯನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ (T4 / T6); AI ನೀಡಿದ ಮೌಲ್ಯವು ಉದ್ವೇಗವನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸದೆ ಅರ್ಥಹೀನವಾಗಿದೆ ಮತ್ತು ಡೇಟಾ ಶೀಟ್‌ನಿಂದ ದೃಢೀಕರಿಸಬೇಕು.

ಪ್ರಕರಣ 2 - ಸರಿಯಾದ ನಿರ್ಮೂಲನೆ. ಒಂದು ತಂಡವು 6 ಬಾರ್ ಒತ್ತಡ ಮತ್ತು ನಿರಂತರ ಉಪ್ಪು ನೀರಿನ ಸಂಪರ್ಕದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಕವಾಟದ ದೇಹಕ್ಕಾಗಿ AI ನಿಂದ ಅಭ್ಯರ್ಥಿಗಳ ಪಟ್ಟಿಯನ್ನು ವಿನಂತಿಸುತ್ತದೆ. ತುಕ್ಕು ಮಿತಿಯಿಂದಾಗಿ AI ಕಾರ್ಬನ್ ಸ್ಟೀಲ್ ಮತ್ತು ಕಡಿಮೆ ಮಿಶ್ರಲೋಹದ ಉಕ್ಕುಗಳನ್ನು ನಿವಾರಿಸುತ್ತದೆ; 316L ಡ್ಯುಪ್ಲೆಕ್ಸ್ ಮತ್ತು ಕಂಚುಗಳನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ ಮತ್ತು ಪ್ರತಿಯೊಂದಕ್ಕೂ PREN (ಪಿಟ್ಟಿಂಗ್ ರೆಸಿಸ್ಟೆನ್ಸ್ ಸಮಾನ ಸಂಖ್ಯೆ) ಪರಿಕಲ್ಪನೆಯನ್ನು ವಿವರಿಸುತ್ತದೆ. ತಂಡವು ಈ ಪ್ರಾಥಮಿಕ ಸ್ಕ್ರೀನಿಂಗ್ ಅನ್ನು ಸ್ವೀಕರಿಸುತ್ತದೆ, ಆದರೆ ನಿಜವಾದ ಕ್ಲೋರಿನ್ ಸಾಂದ್ರತೆ ಮತ್ತು ತಾಪಮಾನದ ತುಕ್ಕು ಪರೀಕ್ಷೆಯ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ ಅಂತಿಮ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. AI ಅನ್ನು ತೆಗೆದುಹಾಕಲಾಗಿದೆ ಮತ್ತು ಪ್ರಯೋಗಿಸಿದೆ.

ಪ್ರಕರಣ 3 - ವೆಚ್ಚದ ವಾಸ್ತವತೆ. ಒಂದು ಉತ್ಪನ್ನಕ್ಕಾಗಿ, AI ಟೈಟಾನಿಯಂ Ti-6Al-4V ಅನ್ನು ಶಿಫಾರಸು ಮಾಡುತ್ತದೆ; ಲಘುತೆ ಮತ್ತು ತುಕ್ಕುಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಇದು ಅತ್ಯುತ್ತಮವಾಗಿದೆ. ಆದರೆ, ವಾರ್ಷಿಕ 50,000 ಯೂನಿಟ್‌ಗಳಲ್ಲಿ ಭಾಗ ಉತ್ಪಾದಿಸಲಾಗುವುದು ಮತ್ತು ಬೆಲೆ ಒತ್ತಡವಿದೆ ಎಂಬ ಸಂದರ್ಭವನ್ನು ನೀಡಲಾಗಿಲ್ಲ. ಪ್ರತಿ ಕಿಲೋಗ್ರಾಂ ಬೆಲೆ ಮತ್ತು ಟೈಟಾನಿಯಂನ ಸಂಸ್ಕರಣೆಯ ತೊಂದರೆಯು ಉತ್ಪನ್ನವನ್ನು ವಾಣಿಜ್ಯಿಕವಾಗಿ ಕಾರ್ಯಸಾಧ್ಯವಾಗುವುದಿಲ್ಲ. ತಂಡವು ಸಂದರ್ಭವನ್ನು ಸೇರಿಸುತ್ತದೆ ಮತ್ತು ಮತ್ತೆ ಕೇಳುತ್ತದೆ; ಈ ಬಾರಿ ವೆಚ್ಚ-ಪರಿಣಾಮಕಾರಿ ಸ್ಟೇನ್‌ಲೆಸ್ ಸ್ಟೀಲ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಲಾಗಿದೆ. ಪಾಠ: ನೀವು ಮೊದಲಿನಿಂದಲೂ ವೆಚ್ಚ ಮತ್ತು ತಯಾರಿಕೆಯ ನಿರ್ಬಂಧಗಳನ್ನು ನೀಡದಿದ್ದರೆ, AI ತಾಂತ್ರಿಕವಾಗಿ ಸರಿಯಾದ ಆದರೆ ವಾಣಿಜ್ಯಿಕವಾಗಿ ತಪ್ಪಾದ ಸಲಹೆಯನ್ನು ನೀಡುತ್ತದೆ.

ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

ಮೆಟೀರಿಯಲ್ ಆಯ್ಕೆ ಫ್ರೇಮ್‌ವರ್ಕ್ ಟೆಂಪ್ಲೇಟ್"ಪಾತ್ರ: ನೀವು ಸಹಾಯಕ ವಸ್ತು ಆಯ್ಕೆಯ ಪರಿಣಿತರು. ಭಾಗ: [ವಿವರಣೆ]. ಕೆಳಗಿನ ಚೌಕಟ್ಟನ್ನು ಭರ್ತಿ ಮಾಡಿ:- ಕಾರ್ಯ: [...]- ನಿರ್ಬಂಧಗಳು (ಸಂಖ್ಯೆಯ): [ಶಕ್ತಿ, ತಾಪಮಾನ, ತುಕ್ಕು, ತೂಕ...]- ಉದ್ದೇಶ: [ಕಡಿಮೆಗೊಳಿಸಬೇಕು: ತೂಕ/ವೆಚ್ಚದ ಅನುಗುಣವಾದ ವಿಭಾಗ ಅದರಂತೆ ಮತ್ತು ಅದನ್ನು ಹಂತ ಹಂತವಾಗಿ ತೋರಿಸಿ ಮತ್ತು ಮೂಲದೊಂದಿಗೆ ಆಸ್ತಿ ಮೌಲ್ಯಗಳನ್ನು ನೀಡಿ ಮತ್ತು 'ಡೇಟಾಶೀಟ್‌ನಿಂದ ಪರಿಶೀಲಿಸಬೇಕು' ಎಚ್ಚರಿಕೆಯನ್ನು ಸೇರಿಸಿ.

ಅಭ್ಯರ್ಥಿ ಸ್ಕ್ರೀನಿಂಗ್ ಟೆಂಪ್ಲೇಟ್ "ಕೆಳಗಿನ ನಿರ್ಬಂಧಗಳನ್ನು ಪೂರೈಸದ ವಸ್ತು ತರಗತಿಗಳಿಗೆ ಸಹಿ ಮಾಡಿ ಮತ್ತು ಸಮರ್ಥಿಸಿ: [ಪಟ್ಟಿ ನಿರ್ಬಂಧಗಳು]. ಉಳಿದ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಉದ್ದೇಶದಿಂದ ವಿಂಗಡಿಸಿ. ಪ್ರತಿ ಅಭ್ಯರ್ಥಿಯನ್ನು ಯಾವ ಮಾನದಂಡದಿಂದ (ಉದಾ. EN, ASTM) ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ. ನಿಖರವಾದ ಆಸ್ತಿ ಸಂಖ್ಯೆಗಳನ್ನು ನೀಡಬೇಡಿ; ಶ್ರೇಣಿಯನ್ನು ನೀಡಿ ಮತ್ತು 'ಪರಿಶೀಲಿಸಿರಬೇಕು' ರೇಟಿಂಗ್."

ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಟೆಂಪ್ಲೇಟ್ "ಕೆಳಗಿನ ಅಭ್ಯರ್ಥಿಗಳಿಗೆ ತೂಕದ ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ಹೊಂದಿಸಿ: [ಅಭ್ಯರ್ಥಿಗಳು]. ನನ್ನ ಮಾನದಂಡಗಳು ಮತ್ತು ತೂಕಗಳು: [ಮಾನದಂಡ=ತೂಕದ ಪಟ್ಟಿ]. ಪ್ರತಿ ಅಭ್ಯರ್ಥಿಯನ್ನು 1-5 ಅಂಕಗಳೊಂದಿಗೆ ರೇಟ್ ಮಾಡಿ ಮತ್ತು ಪ್ರತಿ ಸ್ಕೋರ್‌ನ ಆಧಾರವನ್ನು (ಯಾವ ವೈಶಿಷ್ಟ್ಯ, ಯಾವ ಮೂಲ) ಒಂದು ವಾಕ್ಯದಲ್ಲಿ ಬರೆಯಿರಿ. ಫಲಿತಾಂಶದ ಅಂಕವನ್ನು ಆಧಾರವಾಗಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ ಮತ್ತು ಒಟ್ಟು ಅಂಕವನ್ನು ನೀಡಿ. verified'."

ತುಕ್ಕು ಹೊಂದಾಣಿಕೆ ಟೆಂಪ್ಲೇಟ್ "ಪರಿಸರ: [ತಾಪಮಾನ, ಕ್ಲೋರಿನ್/ಆಮ್ಲದ ಸಾಂದ್ರತೆ, pH]. ಅಭ್ಯರ್ಥಿ ಸ್ಟೇನ್‌ಲೆಸ್‌ಗಾಗಿ PREN ತಾರ್ಕಿಕತೆಯನ್ನು ವಿವರಿಸಿ ಮತ್ತು ಯಾವ ಪರೀಕ್ಷೆಯನ್ನು (ಉದಾ. ASTM G48 ಪಿಟ್ ಪರೀಕ್ಷೆ) ಪರಿಶೀಲಿಸಬೇಕು ಎಂಬುದನ್ನು ತಿಳಿಸಿ. ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಪರೀಕ್ಷಿಸದೆಯೇ ವಸ್ತು ಪಟ್ಟಿಯನ್ನು ಅಂತಿಮಗೊಳಿಸಬೇಡಿ."

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್: "ಸಮುದ್ರದ ನೀರಿನಲ್ಲಿ ಪಂಪ್ ಶಾಫ್ಟ್ ಅನ್ನು ಬಳಸಲು ಉತ್ತಮವಾದ ವಸ್ತು ಯಾವುದು?"

ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್:"ಪಾತ್ರ: ನೀವು ವಸ್ತುವಿನ ಆಯ್ಕೆಯ ಪರಿಣಿತರು. ಭಾಗ: ಕೇಂದ್ರಾಪಗಾಮಿ ಸಮುದ್ರದ ನೀರಿನ ಪಂಪ್ ಶಾಫ್ಟ್. ನಿರ್ಬಂಧಗಳು: ನಿರಂತರ ಸಮುದ್ರದ ನೀರಿನ ಸಂಪರ್ಕ (~20,000 ppm ಕ್ಲೋರೈಡ್, 25-40 °C), ಇಳುವರಿ ಶಕ್ತಿ ≥ 450 MPa, ಆಯಾಸ ಲೋಡ್ ಲಭ್ಯವಿದೆ, ಲ್ಯಾಥ್‌ನಿಂದ ಯಂತ್ರಕ್ಕೆ, ಅಭ್ಯರ್ಥಿಗೆ ಕನಿಷ್ಠ 300 ಜೀವಿತಾವಧಿ ವೆಚ್ಚ. ಸ್ಟೇನ್‌ಲೆಸ್ ಮತ್ತು ಕಂಸ್ಟ್ರೇಷನ್‌ಗಳ ಪ್ರಕಾರ ಪ್ರತಿಯೊಂದಕ್ಕೂ ಯಾವ ಪ್ರಮಾಣಿತ ಮತ್ತು ಯಾವ ಪರಿಶೀಲನಾ ಪರೀಕ್ಷೆ ಅಗತ್ಯವಿದೆ ಎಂಬುದನ್ನು ಬರೆಯಿರಿ, ಅಂತಿಮಗೊಳಿಸಿ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್; ಇದು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಪರಿಸರವನ್ನು ನೀಡುತ್ತದೆ, ಶಕ್ತಿಯ ನಿರ್ಬಂಧವನ್ನು ಹೊಂದಿಸುತ್ತದೆ, ಉತ್ಪಾದನಾ ಪ್ರಮಾಣ ಮತ್ತು ವೆಚ್ಚದ ಉದ್ದೇಶವನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸುತ್ತದೆ ಮತ್ತು ಪರಿಶೀಲನೆ ಪರೀಕ್ಷೆಯನ್ನು ವಿನಂತಿಸುತ್ತದೆ. ಹೀಗಾಗಿ, AI ವಾಣಿಜ್ಯಿಕವಾಗಿ ಮತ್ತು ತಾಂತ್ರಿಕವಾಗಿ ಸೂಕ್ತವಾದ ಅಭ್ಯರ್ಥಿಗಳ ಪಟ್ಟಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ಕಾರ್ಯ ಮತ್ತು ನಿರ್ಬಂಧಗಳನ್ನು ಪ್ರಮಾಣೀಕರಿಸದೆಯೇ "ಅತ್ಯುತ್ತಮ ವಸ್ತು" ವನ್ನು ಕೇಳುವುದು.
  • ವಸ್ತುವಿನ ಸ್ಥಿತಿಯನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸದೆ ಆಸ್ತಿ ಮೌಲ್ಯವನ್ನು ಪಡೆಯುವುದು (ಕೋಪ, ಆಕಾರ, ವಿಭಾಗ).
  • ವೆಚ್ಚ, ಪೂರೈಕೆ ಮತ್ತು ತಯಾರಿಕೆಯ ನಿರ್ಬಂಧವನ್ನು ಸಂದರ್ಭಕ್ಕೆ ಒಳಪಡಿಸದಿರುವುದು.
  • AI ಪಡೆದ ಕಾರ್ಯಕ್ಷಮತೆಯ ಸೂಚ್ಯಂಕದ ಭೌತಿಕ ಉತ್ಪನ್ನವನ್ನು ನಿಯಂತ್ರಿಸುವುದಿಲ್ಲ.
  • ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್‌ನಲ್ಲಿ ಸ್ಕೋರ್‌ಗಳಿಗೆ ಆಧಾರವನ್ನು ಪರಿಶೀಲಿಸದೆ ಫಲಿತಾಂಶವನ್ನು ನಿರ್ಣಾಯಕವಾಗಿ ತೆಗೆದುಕೊಳ್ಳುವುದು.
  • ಪ್ರಯೋಗವಿಲ್ಲದೆ ಸವೆತದಂತಹ ಪರಿಸರ-ಅವಲಂಬಿತ ನಿರ್ಧಾರಗಳನ್ನು ದೃಢೀಕರಿಸುವುದು.

ಸಾರಾಂಶದಲ್ಲಿ

ವಸ್ತುವಿನ ಆಯ್ಕೆಯಲ್ಲಿ, ನೀವು ಕಾರ್ಯ ಮತ್ತು ನಿರ್ಬಂಧಗಳನ್ನು ಸ್ಪಷ್ಟಪಡಿಸಿದ ನಂತರ AI ಪ್ರಬಲ ನಿರ್ಧಾರ ಬೆಂಬಲ ಸಾಧನವಾಗಿದೆ: ಇದು ಅಭ್ಯರ್ಥಿಗಳ ಪಟ್ಟಿಯನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ, ಕಾರ್ಯಕ್ಷಮತೆ ಸೂಚ್ಯಂಕವನ್ನು ಪಡೆಯುತ್ತದೆ, ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಅನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ ಮತ್ತು ಸಮರ್ಥನೆಯನ್ನು ಬರೆಯುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಪ್ರತಿ ಆಸ್ತಿ ಮೌಲ್ಯವನ್ನು ಡೇಟಾ ಶೀಟ್ ಮತ್ತು ಮಾನದಂಡದಿಂದ ಪರಿಶೀಲಿಸಬೇಕು ಮತ್ತು ಪ್ರತಿ ತುಕ್ಕು/ನಿರೋಧಕ ನಿರ್ಣಾಯಕ ನಿರ್ಧಾರವನ್ನು ಪ್ರಯೋಗದ ಮೂಲಕ ಪರಿಶೀಲಿಸಬೇಕು. ಕಾರ್ಯ-ನಿರ್ಬಂಧ-ವಸ್ತು-ಮುಕ್ತ ವೇರಿಯಬಲ್‌ನ ಚೌಕಟ್ಟಿನೊಳಗೆ ಸಮಸ್ಯೆಯನ್ನು ರೂಪಿಸುವುದು ಉತ್ತಮ ಆಯ್ಕೆಯ ಅರ್ಧದಷ್ಟು.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ನೈಜ ಅಥವಾ ಕಾಲ್ಪನಿಕ ಭಾಗವನ್ನು ಆಯ್ಕೆಮಾಡಿ (ಉದಾ. ಬಾಹ್ಯ ಫಾಸ್ಟೆನರ್). ಕಾರ್ಯ, ನಿರ್ಬಂಧಗಳು, ವಸ್ತುನಿಷ್ಠ ಮತ್ತು ಉಚಿತ ವೇರಿಯಬಲ್ ಅನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ಬರೆಯಿರಿ. "ಮೆಟೀರಿಯಲ್ ಆಯ್ಕೆ ಫ್ರೇಮ್‌ವರ್ಕ್" ಟೆಂಪ್ಲೇಟ್‌ನೊಂದಿಗೆ AI ನಿಂದ ಅಭ್ಯರ್ಥಿ ಪಟ್ಟಿ ಮತ್ತು ಕಾರ್ಯಕ್ಷಮತೆ ಸೂಚ್ಯಂಕವನ್ನು ವಿನಂತಿಸಿ. ನಂತರ ಕನಿಷ್ಠ ಮೂರು ಅಭ್ಯರ್ಥಿಗಳೊಂದಿಗೆ "ನಿರ್ಣಯ ಮ್ಯಾಟ್ರಿಕ್ಸ್" ಟೆಂಪ್ಲೇಟ್ ಅನ್ನು ಭರ್ತಿ ಮಾಡಿ. ಅಂತಿಮವಾಗಿ, ನೀವು ಆಯ್ಕೆ ಮಾಡಿದ ವಸ್ತುವಿನ ಇಳುವರಿ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ತುಕ್ಕು ನಡವಳಿಕೆಯನ್ನು ಪರಿಶೀಲಿಸಲು ನೀವು ಯಾವ ಮಾನದಂಡವನ್ನು ಮತ್ತು ಪರೀಕ್ಷೆಯನ್ನು ಬಳಸುತ್ತೀರಿ ಎಂಬುದನ್ನು ಪ್ಯಾರಾಗ್ರಾಫ್‌ನಲ್ಲಿ ಬರೆಯಿರಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] ನಾನು ಕಾರ್ಯ, ನಿರ್ಬಂಧಗಳು, ಉದ್ದೇಶ ಮತ್ತು ಉಚಿತ ವೇರಿಯಬಲ್ ಅನ್ನು ಸಂಖ್ಯಾತ್ಮಕವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಿದ್ದೇನೆ.
  • [ ] ನಾನು ಸಮರ್ಥನೆಯೊಂದಿಗೆ ನಿರ್ಬಂಧಗಳನ್ನು ಪೂರೈಸದ ವರ್ಗಗಳನ್ನು ತೆಗೆದುಹಾಕಿದೆ.
  • [ ] ವಸ್ತು ಸ್ಥಿತಿಯನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸುವ ಮೂಲಕ ನಾನು ಆಸ್ತಿ ಮೌಲ್ಯಗಳನ್ನು ಪಡೆದುಕೊಂಡಿದ್ದೇನೆ (ಕೋಪ/ರೂಪ).
  • [ ] ನಾನು ನಿರ್ಧಾರ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಸ್ಕೋರ್‌ಗಳಿಗೆ ಆಧಾರವನ್ನು ಗಮನಿಸಿದ್ದೇನೆ.
  • [ ] ನಾನು ವೆಚ್ಚ, ಪೂರೈಕೆ ಮತ್ತು ಉತ್ಪಾದನೆಯನ್ನು ಸಂದರ್ಭಕ್ಕೆ ಸೇರಿಸುತ್ತೇನೆ.
  • [ ] ಡೇಟಾ ಶೀಟ್, ಪ್ರಮಾಣಿತ ಮತ್ತು ಅಗತ್ಯ ಪ್ರಯೋಗಗಳೊಂದಿಗೆ ಆಯ್ಕೆಯನ್ನು ಪರಿಶೀಲಿಸಲು ನಾನು ಯೋಜನೆಯನ್ನು ಮಾಡಿದ್ದೇನೆ.