നേട്ടങ്ങൾ:
- ഘടനാപരമായ ഫോർമാറ്റിൽ AI-ക്ക് ഹൾ ഫോം, റെസിസ്റ്റൻസ്, പ്രൊപ്പൽഷൻ പാരാമീറ്ററുകൾ എന്നിവ നൽകി പ്രാരംഭ വലുപ്പവും ഡിസൈൻ കണ്ടെത്തലും വേഗത്തിലാക്കാനുള്ള കഴിവ്
- AI പിന്തുണയോടെ CFD (കംപ്യൂട്ടേഷണൽ ഫ്ലൂയിഡ് ഡൈനാമിക്സ്) പഠനങ്ങൾ, നെറ്റ്വർക്ക്, ബൗണ്ടറി അവസ്ഥ ലോജിക് എന്നിവയുടെ സജ്ജീകരണം അന്വേഷിക്കാനുള്ള കഴിവ്
- മോഡൽ പരീക്ഷണം, അനുഭവപരമായ രീതി, ഫിസിക്കൽ പ്ലാസിബിലിറ്റി എന്നിവ ഉപയോഗിച്ച് AI യുടെ ഹൈഡ്രോഡൈനാമിക് പ്രവചനങ്ങൾ ക്രോസ്-ചെക്ക് ചെയ്തുകൊണ്ട് ഫിറ്റിംഗ് കോഫിഫിഷ്യൻ്റുകളും ഫലങ്ങളും ക്യാപ്ചർ ചെയ്യാനുള്ള കഴിവ്
ഒരു കപ്പലിൻ്റെ മുഴുവൻ സമ്പദ്വ്യവസ്ഥയും അതിൻ്റെ വെള്ളത്തിൽ മുങ്ങിയ രൂപത്തിൽ മറഞ്ഞിരിക്കുന്നു. ഹൾ ഫോം (ഹൾ ഫോം; കപ്പലിൻ്റെ വെള്ളത്തിനടിയിലുള്ളതും ഉപരിതല ഹൾ ജ്യാമിതിയും) ഒരു മില്ലിമീറ്റർ പോലും മാറുമ്പോൾ, അത് കത്തുന്ന ഇന്ധനം, അത് കൊണ്ടുപോകുന്ന ചരക്ക്, എമിഷൻ ബില്ല് എന്നിവ ആ കപ്പലിൻ്റെ ജീവിതത്തിലുടനീളം മാറും. അതിനാൽ, ഫോം ഡിസൈനും ഹൈഡ്രോഡൈനാമിക്സും (ബോട്ടിന് ചുറ്റുമുള്ള ജലപ്രവാഹത്തെക്കുറിച്ചുള്ള ശാസ്ത്രവും അത് സൃഷ്ടിക്കുന്ന ശക്തികളും) നാവിക എഞ്ചിനീയറിംഗിൻ്റെ ഏറ്റവും ചെലവേറിയ തീരുമാനങ്ങൾ എടുക്കുന്ന ഘട്ടങ്ങളാണ്. ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് (AI) ഈ ഘട്ടത്തിൽ മൂന്ന് ജോലികൾ ത്വരിതപ്പെടുത്തുന്നു: പ്രാരംഭ വലുപ്പവും രൂപകൽപ്പനയും പര്യവേക്ഷണം, അനുഭവപരമായ പ്രതിരോധ രീതികൾ സ്ഥാപിക്കൽ, കമ്പ്യൂട്ടേഷണൽ ഫ്ലൂയിഡ് ഡൈനാമിക്സ് (CFD) പഠനങ്ങളുടെ ആസൂത്രണം.
എന്നാൽ നമുക്ക് തുടക്കം മുതൽ തന്നെ ഇത് നോക്കാം: പ്രതിരോധ കർവ് ഇല്ല, AI നൽകുന്ന ഒരു ഫോം കോഫിഫിഷ്യൻ്റ് മോഡൽ പരീക്ഷണമോ സാധുതയുള്ള രീതിയോ സ്ഥിരീകരിക്കാതെ ഒരു പ്രൊപ്പൽഷൻ തീരുമാനത്തിലേക്ക് വിവർത്തനം ചെയ്യുന്നില്ല. വെള്ളം സൂത്രവാക്യങ്ങൾ വായിക്കുന്നില്ല; ബോട്ടിൻ്റെ യഥാർത്ഥ സ്വഭാവം അളക്കലും ഫിസിക്കൽ പ്ലാസിബിലിറ്റിയും കൊണ്ട് മാത്രമേ അറിയൂ. AI ഇവിടെ ഒരു ആക്സിലറേറ്ററും ആശയ ജനറേറ്ററും ആണ്; ഹൈഡ്രോഡൈനാമിക്സ് യാഥാർത്ഥ്യത്തിന് സാക്ഷിയല്ല.
ആശയങ്ങൾ: പ്രതിരോധം: ബോട്ട് മുന്നോട്ട് നീങ്ങുമ്പോൾ അതിൽ ജലം ചെലുത്തുന്ന എതിർ ശക്തി; ഇതിൽ ഘർഷണം, തരംഗ, വോർട്ടക്സ് ഘടകങ്ങൾ അടങ്ങിയിരിക്കുന്നു. ബ്ലോക്ക് കോഫിഫിഷ്യൻ്റ് (സിബി): ഹല്ലിൻ്റെ അണ്ടർവാട്ടർ വോളിയത്തിൻ്റെ അനുപാതം അതിനെ ചുറ്റുമുള്ള ദീർഘചതുരാകൃതിയിലുള്ള പ്രിസവുമായി; പൂർണ്ണതയുടെ അളവുകോലാണ്. ഫ്രോഡ് നമ്പർ (Fn): ബോട്ടിൻ്റെ നീളവുമായി ബന്ധപ്പെട്ട വേഗതയുമായി ബന്ധപ്പെട്ട അളവില്ലാത്ത സംഖ്യ; തരംഗ പ്രതിരോധം നിർണ്ണയിക്കുന്നു. പ്രൊപ്പൽഷൻ കാര്യക്ഷമത: എഞ്ചിൻ ഉൽപ്പാദിപ്പിക്കുന്ന ഊർജ്ജത്തിൻ്റെ എത്രത്തോളം ഫലപ്രദമായ ത്രസ്റ്റ് ആയി പരിവർത്തനം ചെയ്യപ്പെടുന്നു. EHP/DHP: ഫലപ്രദമായ ശക്തി (ഫലപ്രദമായ കുതിരശക്തി, ബോട്ടിൻ്റെ പ്രതിരോധത്തെ മറികടക്കാൻ ആവശ്യമായ ശക്തി) കൂടാതെ വിതരണം ചെയ്ത പവർ (ഡെലിവേർഡ് ഹോഴ്സ് പവർ, പ്രൊപ്പല്ലറിലേക്ക് എത്തുന്ന ശക്തി).
പ്രാരംഭ വലുപ്പവും ഡിസൈൻ പര്യവേക്ഷണവും
ഫോം ഡിസൈൻ ഒരു തിരയൽ പ്രശ്നമാണ്: പ്രധാന അളവുകൾ (ദൈർഘ്യം Lpp, വീതി B, ഡ്രാഫ്റ്റ് T), ഫോം ഗുണകങ്ങൾ (Cb, പ്രിസ്മാറ്റിക് കോഫിഫിഷ്യൻ്റ് Cp, മിഡ്-സെക്ഷൻ കോഫിഫിഷ്യൻ്റ് Cm), വേഗത എന്നിവ തമ്മിൽ അനന്തമായ കോമ്പിനേഷനുകൾ ഉണ്ട്. ക്ലാസിക്കൽ രീതിയിൽ, എഞ്ചിനീയർ ആരംഭിക്കുന്നത് സമാന കപ്പലുകളുടെ ഡാറ്റയിൽ നിന്നാണ് (പ്രധാന ദൈർഘ്യ പരമ്പര, റിഗ്രഷൻ ബന്ധങ്ങൾ). AI ഈ കണ്ടെത്തലിനെ ത്വരിതപ്പെടുത്തുന്നു: മിനിറ്റുകൾക്കുള്ളിൽ ഇത് ഡസൻ കണക്കിന് കാൻഡിഡേറ്റ് മേജർ സൈസ് കോമ്പിനേഷനുകൾ, ഓരോന്നിൻ്റെയും ഏകദേശ സ്ഥാനചലനം, കൂടാതെ L/B, B/T അനുപാതങ്ങൾ സാധാരണ പരിധിക്കുള്ളിൽ വരുമോ എന്ന് പട്ടികപ്പെടുത്തുന്നു.
ഘട്ടം ഘട്ടമായുള്ള പ്രക്രിയ ഇതാ. ദൗത്യത്തിൻ്റെ ആവശ്യകത പരിഹരിക്കുക എന്നതാണ് ആദ്യപടി: കൊണ്ടുപോകേണ്ട ചരക്ക്, ശ്രേണി, സേവന വേഗത, ചാനൽ/പോർട്ട് നിയന്ത്രണങ്ങൾ (ഉദാ. പനാമ, സൂയസ് വീതി-ഡ്രാഫ്റ്റ് പരിധികൾ). സമാനമായ കപ്പൽ ഡാറ്റ ഉപയോഗിച്ച് ആദ്യത്തെ പ്രധാന നീളം ഏകദേശം നിർണ്ണയിക്കുക എന്നതാണ് രണ്ടാമത്തെ ഘട്ടം. സ്പീഡ്-ആസ്പെക്റ്റ് റേഷ്യോ (ഫ്രൗഡ് നമ്പർ) അനുസരിച്ച് ന്യായമായ പരിധിക്കുള്ളിൽ ഫോം ഗുണകങ്ങൾ തിരഞ്ഞെടുക്കുന്നതാണ് മൂന്നാമത്തെ ഘട്ടം. നാലാമത്തെ ഘട്ടം ഒരു അനുഭവപരമായ രീതി ഉപയോഗിച്ച് പ്രതിരോധത്തിൻ്റെയും ശക്തിയുടെയും പ്രാഥമിക വിലയിരുത്തൽ നടത്തുക എന്നതാണ് (ഉദാ: ഹോൾട്രോപ്പ്-മെനൻ റിഗ്രഷൻ). ഈ ഓരോ ഘട്ടത്തിലും, AI ഫോർമുല നിർമ്മിക്കുകയും നമ്പറുകൾ സൃഷ്ടിക്കുകയും ചെയ്യുന്നു; എന്നാൽ ഓരോ ഗുണകത്തിൻ്റെയും ഉറവിടം ചോദിച്ച് സാധാരണ ശ്രേണിയുമായി താരതമ്യം ചെയ്യേണ്ടത് അത്യന്താപേക്ഷിതമാണ്.
നുറുങ്ങ്: നിങ്ങൾക്ക് AI ഒരു ഫോം കോഫിഫിഷ്യൻ്റ് നിർദ്ദേശിക്കുമ്പോൾ, "ഈ Cb മൂല്യം ഈ ഫ്രൂഡ് നമ്പറിന് സാധാരണമാണോ; ഏത് ശ്രേണിയിലാണ് ഇത് വീഴേണ്ടത്?" ഉദാഹരണത്തിന്, ഉയർന്ന വേഗതയുള്ള രൂപത്തിൽ, ഒരു പൂർണ്ണ Cb (0.80+) തരംഗ പ്രതിരോധം പൊട്ടിത്തെറിക്കുന്നു; AI-ന് ഇത് നിങ്ങളെ ഓർമ്മിപ്പിക്കാൻ കഴിയും, എന്നാൽ സമാനമായ കപ്പൽ ഡാറ്റയുള്ള നിങ്ങളുടേതാണ് അന്തിമ തിരഞ്ഞെടുപ്പ്.
സിഎഫ്ഡി സജ്ജീകരണത്തിലെ അനുഭവപരമായ രീതിയും എഐയും
പ്രാഥമിക ഘട്ടത്തിൽ, മോഡൽ പരീക്ഷണങ്ങളേക്കാൾ അനുഭവപരമായ റിഗ്രഷൻ രീതികളാണ് പ്രതിരോധം കണക്കാക്കുന്നത്. ഹോൾട്രോപ്പ്-മെനെൻ പോലുള്ള മാർഗ്ഗങ്ങൾ പ്രതിരോധത്തെ അതിൻ്റെ ഘടകങ്ങളായി വിഭജിക്കുന്നു: ഘർഷണ പ്രതിരോധം, ഫോം ഇഫക്റ്റ്, തരംഗ പ്രതിരോധം, ബൾജ്, വായു പ്രതിരോധം, കപ്പലുകളുടെ ഒരു വലിയ ഡാറ്റാബേസിൽ നിന്ന് ഉരുത്തിരിഞ്ഞ സൂത്രവാക്യങ്ങൾ. AI ഈ രീതിയുടെ ഘട്ടങ്ങൾ ഓർമ്മിപ്പിക്കുകയും ഇൻ്റർമീഡിയറ്റ് ഗുണകങ്ങൾ കണക്കാക്കുകയും ഒരു സ്പ്രെഡ്ഷീറ്റ് അസ്ഥികൂടം നിർമ്മിക്കുകയും ചെയ്യുന്നു. എന്നാൽ ഈ രീതിക്ക് അതിൻ്റെ സാധുത പരിധിയുണ്ട്: ചില Cb, Fn, L/B ശ്രേണികൾക്കായി ഹോൾട്രോപ്പ് ഉരുത്തിരിഞ്ഞതാണ്; നിങ്ങൾ ഈ പരിധിക്ക് പുറത്ത് പോയാൽ, ഫലം വിശ്വസനീയമല്ല. ഈ പരിധിയെക്കുറിച്ച് AI നിങ്ങളെ ഓർമ്മിപ്പിക്കണം; അവൻ നിങ്ങളെ ഓർമ്മിപ്പിച്ചില്ലെങ്കിൽ, നിങ്ങൾ ചോദിക്കണം.
CFD വശത്ത്, AI സ്വയം പരിഹാരം ചെയ്യുന്നില്ല, പക്ഷേ ഇത് സെറ്റപ്പ് അന്വേഷിക്കാൻ നിങ്ങളെ സഹായിക്കുന്നു: മെഷ് റെസല്യൂഷൻ എവിടെയാണ് ശക്തമാക്കേണ്ടത്, അതിർത്തി പാളിക്ക് പ്രാരംഭ സെൽ ഉയരം (y+) എന്തായിരിക്കണം, എന്തുകൊണ്ടാണ് ടർബുലൻസ് മോഡൽ (k-ω SST പോലെ) തിരഞ്ഞെടുത്തത്, എങ്ങനെ സംയോജനം നിയന്ത്രിക്കാം. ഇതൊരു അധ്യാപക-വിദ്യാർത്ഥി സംഭാഷണമാണ്; മെഷ് ഇൻഡിപെൻഡൻസ് സ്റ്റഡി (മെഷ് ഇൻഡിപെൻഡൻസ്; നിങ്ങൾ നെറ്റ്വർക്ക് ശക്തമാക്കുമ്പോൾ ഫലം മാറില്ല) കൂടാതെ സാധ്യമെങ്കിൽ മോഡൽ പരീക്ഷണ കാലിബ്രേഷനും ആണ് സംഖ്യാ ഫലം സ്ഥിരീകരിക്കുന്നത്.
രീതി
എന്ത് നൽകുന്നു
ശക്തമായ പോയിൻ്റ്
പരിധി/പരിശോധന
സമാനമായ കപ്പൽ/റിഗ്രഷൻ
ആദ്യത്തെ വലിയ വലിപ്പം, ബ്രൂട്ട് ഫോഴ്സ്
വളരെ വേഗം, ഡാറ്റ വിലകുറഞ്ഞതാണ്
സമാന ജ്യാമിതിക്ക് മാത്രമേ സാധുതയുള്ളൂ
ഹോൾട്രോപ്പ്-മെനെൻ
ഘടക പ്രതിരോധ വക്രം
ഫ്രണ്ട് ഡിസൈനിനുള്ള സ്റ്റാൻഡേർഡ്
Cb/Fn/L·B പരിധി പരിധി; മോഡൽ സ്ഥിരീകരണം ആവശ്യമാണ്
CFD-കൾ
വിശദമായ ഒഴുക്ക്, മർദ്ദം ഫീൽഡ്
പ്രാദേശിക ഇഫക്റ്റുകൾ കാണുന്നു
നെറ്റ്വർക്കിനും പ്രക്ഷുബ്ധ മാതൃകയ്ക്കും സെൻസിറ്റീവ്; കാലിബ്രേഷൻ ആവശ്യമാണ്
മാതൃകാ പരീക്ഷണം (കുളം)
യഥാർത്ഥ പ്രതിരോധം അളന്നു
ഏറ്റവും വിശ്വസനീയമായ
ചെലവേറിയ, സമയമെടുക്കുന്ന; സ്കെയിൽ ഇഫക്റ്റ് തിരുത്തൽ
മിനി കേസുകൾ
കേസ് 1 - ഘടിപ്പിച്ച തിരുത്തൽ ഗുണകം. 190 മീറ്റർ ടാങ്കറിനുള്ള ഹോൾട്രോപ്പ് ഉപയോഗിച്ച് ഒരു ടീം 620 kN ആയി കണക്കാക്കുന്നു. "ഫലം മെച്ചപ്പെടുത്താൻ" അവർ AI യോട് പറയുമ്പോൾ, മോഡൽ അജ്ഞാത ഉത്ഭവത്തിൻ്റെ "0.80 ഫോം തിരുത്തൽ ഗുണിതം" ചേർക്കുന്നു, പ്രതിരോധം 496 kN ആയി കുറയ്ക്കുന്നു. ഈ 20% കുറവ് പ്രൊപ്പൽഷൻ ഏകദേശം ഒരു ഹോസ്റ്റ് ക്ലാസ് കുറയ്ക്കുന്നു. ഗുണിതത്തിൻ്റെ അടിസ്ഥാനത്തെക്കുറിച്ച് ടീം ചോദിക്കുന്നു; AI-ന് ഉറവിടങ്ങൾ ഉദ്ധരിക്കാൻ കഴിയില്ല. അവർ മോഡൽ ടെസ്റ്റ് ഡാറ്റയുമായി താരതമ്യം ചെയ്യുമ്പോൾ, യഥാർത്ഥ പ്രതിരോധം ഏകദേശം 610 kN ആണെന്ന് അവർ കാണുന്നു. പാഠം: ഉറവിടമില്ലാതെ ഒരു തിരുത്തൽ ഘടകവും ഫലത്തിലേക്ക് പ്രവേശിക്കുന്നില്ല.
കേസ് 2 - ഫ്രോഡ് പരിധി കവിയുന്നു. 30 നോട്ട് സർവീസ് സ്പീഡ് ലക്ഷ്യമാക്കി 50 മീറ്റർ ഫെറിയുടെ പ്രതിരോധം ഒരു വിദ്യാർത്ഥി ഹോൾട്രോപ്പ് കണക്കാക്കുന്നു. ഈ ദൈർഘ്യ-വേഗതയ്ക്ക് ഫ്രോഡ് നമ്പർ ~0.70 ആയി വർദ്ധിക്കുന്നു; ഹോൾട്രോപ്പിൻ്റെ വിശ്വസനീയമായ ശ്രേണിക്ക് മുകളിൽ. ആദ്യം വ്യക്തമാക്കാതെ തന്നെ AI ഫലങ്ങൾ നൽകുന്നു. വിദ്യാർത്ഥി സാധുത ശ്രേണിയെക്കുറിച്ച് ചോദിക്കുമ്പോൾ, ഈ രീതി ഈ ഭരണകൂടത്തിൽ അനുയോജ്യമല്ലെന്നും പ്ലാനർ/സെമി ഡിസ്പ്ലേസ്മെൻ്റ് ഫോമുകൾക്ക് മറ്റൊരു രീതി (സാവിറ്റ്സ്കി മുതലായവ) ആവശ്യമാണെന്നും അത് മാറുന്നു. പാഠം: എല്ലാ അനുഭവാത്മക രീതികളുടെയും സാധുതയുള്ള എൻവലപ്പ് ചോദ്യം ചെയ്യുക.
കേസ് 3 - നെറ്റ്വർക്കിൽ നിന്നുള്ള പിശക്. ഒരു CFD പഠനത്തിൽ AI ഒരു പരുക്കൻ മെഷ് ഉപയോഗിച്ച് 540 kN പ്രതിരോധം നൽകുന്നു. എഞ്ചിനീയർ നെറ്റ്വർക്ക് ശക്തമാക്കുകയും സ്വാതന്ത്ര്യ പഠനങ്ങൾ നടത്തുകയും ചെയ്യുമ്പോൾ, ഫലം 605 kN ആണ്; പിൻ തരംഗ ഫീൽഡ് വേണ്ടത്ര പരിഹരിക്കപ്പെടാത്തതിനാൽ പ്രാരംഭ മൂല്യം 11% കുറവായിരുന്നു. പാഠം: നെറ്റ്വർക്ക് ഇൻഡിപെൻഡൻസ് പഠനം കൂടാതെ CFD ഫലം വിശ്വസനീയമായി കണക്കാക്കാനാവില്ല.
പകർത്താവുന്ന പ്രോംപ്റ്റ് ടെംപ്ലേറ്റുകൾ
ടെംപ്ലേറ്റ് 1 — പ്രീ-സൈസിംഗ് പര്യവേക്ഷണം:
റോൾ: നിങ്ങളൊരു കപ്പൽ പ്രിലിമിനറി ഡിസൈൻ കൺസൾട്ടൻ്റാണ്. സന്ദർഭം (പ്രതിനിധി): ഒരു ബൾക്ക് കാരിയറിനുള്ള പേലോഡ് ~40,000 ടൺ, സർവീസ് സ്പീഡ് ~14.5 നോട്ട്, സൂയസ് ഡ്രാഫ്റ്റ് പരിധിക്കുള്ളിൽ. ടാസ്ക്:1) 4 കാൻഡിഡേറ്റ് മെയിൻ ദൈർഘ്യ കോമ്പിനേഷനുകൾ ശുപാർശ ചെയ്യുക (Lpp, B, T, T) ഓരോ കാൻഡിഡേറ്റിനും ഏകദേശം ബി.ടി. ver.3) സാധാരണ ശ്രേണിക്ക് പുറത്തുള്ള അനുപാതങ്ങൾ അടയാളപ്പെടുത്തുക.നിയന്ത്രണം: ഓരോ സംഖ്യയുടെയും യൂണിറ്റ് എഴുതുക; നിങ്ങൾ ഉപയോഗിക്കുന്ന റിഗ്രഷൻ/ഡാറ്റാബേസ് വ്യക്തമാക്കുക; അന്തിമ തീരുമാനം എടുക്കരുത്, ഒരു സ്ഥാനാർത്ഥിയെ സമർപ്പിക്കുക.
ടെംപ്ലേറ്റ് 2 — ഹോൾട്രോപ്പ് റെസിസ്റ്റർ കണക്കുകൂട്ടൽ ക്രമീകരിക്കുന്നു:
ഹോൾട്രോപ്പ്-മെനെൻ രീതി ഉപയോഗിച്ച് ഒരു പ്രാഥമിക പ്രതിരോധ കണക്കുകൂട്ടൽ ചട്ടക്കൂട് സജ്ജമാക്കുക. ഇൻപുട്ടുകൾ (പ്രതിനിധി): Lpp, B, T, Cb, Cp, സേവന വേഗത, വെറ്റ് ഏരിയ. എനിക്ക് വേണ്ടത്:1) പ്രതിരോധ ഘടകങ്ങൾ വെവ്വേറെ ലിസ്റ്റ് ചെയ്യുക (ഘർഷണം, ഫോം, വേവ്, പ്രൊജക്ഷൻ, എയർ).2) ഓരോ ഘടകത്തിനും നിങ്ങൾ ഉപയോഗിക്കുന്ന ഫോർമുലയും കോഫിഫിഷ്യൻ്റും എഴുതുക.3) രീതിയുടെ സാധുത ശ്രേണി വ്യക്തമാക്കുക (Cb, Fn, L/B) കൂടാതെ എൻ്റെ ഇൻപുട്ടുകൾ ഈ ശ്രേണിയിലാണോ എന്ന് പരിശോധിക്കുക. et.4) മോഡൽ പരീക്ഷണം ഉപയോഗിച്ച് ഫലം എങ്ങനെ കാലിബ്രേറ്റ് ചെയ്യാം എന്ന് ചേർക്കുക.
ടെംപ്ലേറ്റ് 3 — CFD സജ്ജീകരണ അന്വേഷണം:
ഞാൻ ബോട്ട് റെസിസ്റ്റൻസ് CFD പഠനം സജ്ജീകരിക്കുകയാണ്. ഇനിപ്പറയുന്ന തീരുമാനങ്ങൾ ന്യായീകരണത്തോടെ വിശദീകരിക്കുകയും മൂല്യങ്ങളുടെ ഒരു സാധാരണ ശ്രേണി നൽകുകയും ചെയ്യുക: - ടർബുലൻസ് മോഡൽ തിരഞ്ഞെടുക്കലും കാരണവും - ചുവരിന് സമീപമുള്ള പരിഹാരം (y+ ടാർഗെറ്റ്), പ്രാരംഭ സെൽ ഉയരം - സ്വതന്ത്ര ഉപരിതല (VOF) ക്രമീകരണങ്ങൾ - എങ്ങനെ ഒത്തുചേരലും മെഷ് സ്വാതന്ത്ര്യവും പരിശോധിക്കാം ഓരോ നിർദ്ദേശത്തിനും "ഞാൻ ഇത് എങ്ങനെ പരിശോധിക്കാം" എന്ന വരി ചേർക്കുക.
ടെംപ്ലേറ്റ് 4 - ഫലത്തിൻ്റെ ന്യായമായ പരിശോധന:
ഇനിപ്പറയുന്ന പ്രതിരോധം/പവർ ഫലത്തെ വിമർശിക്കുക:[EHP, DHP, സ്പീഡ്, റെസിസ്റ്റൻസ് മൂല്യങ്ങൾ ഒട്ടിക്കുക]1) ഈ വലിപ്പമുള്ള കപ്പലിൻ്റെ മാഗ്നിറ്റ്യൂഡിൻ്റെ ക്രമം സാധാരണമാണോ?2) നിങ്ങളുടെ പ്രൊപ്പൽഷൻ കാര്യക്ഷമത അനുമാനം ന്യായമാണോ (സാധാരണയായി 0.55-0.70)?3) ഞാൻ നൽകിയ വേഗതയിൽ നിന്ന് പ്രതിരോധം കണക്കാക്കുക. ഏതെങ്കിലും ചോദ്യത്തിന് സ്ഥിരതയില്ലേ?
ദുർബലമായ പ്രോംപ്റ്റ് / ശക്തമായ പ്രോംപ്റ്റ്
ദുർബലമായ പ്രോംപ്റ്റ്:
ഈ ബോട്ടിന് മികച്ച രൂപവും പ്രതിരോധ വക്രവും നൽകുക.
ശക്തമായ നിർദ്ദേശം:
റോൾ: നിങ്ങൾ ഒരു ഹൈഡ്രോഡൈനാമിക് പ്രിലിമിനറി ഡിസൈൻ കൺസൾട്ടൻ്റാണ്. സന്ദർഭം (പ്രതിനിധി, യഥാർത്ഥ പദ്ധതിയല്ല): Lpp ~180 m, B ~32 m,T ~12.5 m, Cb ~0.84, സേവന വേഗത ~14.5 നോട്ട്സ്. ടാസ്ക്: ഹോൾട്രോപ്പ് രീതി ഉപയോഗിച്ച് ഘടകത്തിൻ്റെ പ്രാഥമിക പ്രതിരോധം കണക്കാക്കുക; ഓരോ ഗുണകത്തിൻ്റെയും ഉറവിടവും രീതിയുടെ സാധുത ശ്രേണിയും എഴുതുക. നിയന്ത്രണം: ഉറവിടമില്ലാതെ തിരുത്തൽ ഘടകം ചേർക്കുക. മോഡൽ ടെസ്റ്റിംഗ് ഉപയോഗിച്ച് ഫലം എങ്ങനെ പരിശോധിക്കാമെന്നും ഞാൻ എന്ത് അളവുകൾ എടുക്കണമെന്നും ലിസ്റ്റ് ചെയ്യുക. സംസ്ഥാന യൂണിറ്റുകൾ (kN, kW, knots) വ്യക്തമായി.
ദുർബലമായ പ്രോംപ്റ്റ് ഫോം "മികച്ചത്" നിർവചിക്കാതെ വിടുന്നു, സാധൂകരണം ആവശ്യമില്ല; ശക്തമായ പ്രോംപ്റ്റ് സന്ദർഭം, രീതി, സാധുത പരിധി, സ്ഥിരീകരണ പാത എന്നിവ അഭ്യർത്ഥിക്കുന്നു.
സാധാരണ തെറ്റുകൾ
- സാധുതയുള്ള എൻവലപ്പ് അവഗണിക്കുന്നു. ഹോൾട്രോപ്പ് അല്ലെങ്കിൽ അത് ഉരുത്തിരിഞ്ഞ പരിധിക്ക് പുറത്തുള്ള മറ്റേതെങ്കിലും റിഗ്രഷൻ ഉപയോഗിക്കുന്നത് ന്യായമായ രൂപത്തിലുള്ളതും എന്നാൽ തെറ്റായതുമായ പ്രതിരോധം നൽകുന്നു.
- ഉറവിടമില്ലാത്ത ഒരു തിരുത്തൽ ഘടകം സ്വീകരിക്കുന്നു. "മെച്ചപ്പെടുത്തുക" എന്ന് പറയുക, AI ചേർക്കുന്ന ദുർബലമായ ഗുണകങ്ങൾ ഫലത്തെ നിശബ്ദമായി വളച്ചൊടിക്കുന്നു.
- നെറ്റ്വർക്ക് സ്വാതന്ത്ര്യമില്ലാതെ CFD ഉപയോഗിക്കുന്നു. പരുക്കൻ മെഷിന് അഗ്ര തരംഗവും ചുഴി മണ്ഡലവും പരിഹരിക്കാൻ കഴിയില്ല; പ്രതിരോധം കുറയുന്നു.
- സ്കെയിൽ പ്രഭാവം മറക്കുന്നു. ഫുൾ സ്കെയിലിലേക്ക് നീങ്ങുമ്പോൾ മോഡൽ പരീക്ഷണ ഫലത്തിന് ഫ്രിക്ഷൻ കറക്ഷൻ (ഐടിടിസി രീതി) ആവശ്യമാണ്; AI-ക്ക് ഇത് മറികടക്കാൻ കഴിയും.
- ഡിസ്പാച്ച് കാര്യക്ഷമത ശുഭാപ്തിവിശ്വാസത്തോടെ എടുക്കുന്നു. പ്രതിരോധം ശരിയാണെങ്കിലും, അമിതമായ ശുഭാപ്തിവിശ്വാസമുള്ള ഡ്രൈവ് കാര്യക്ഷമത ആവശ്യമായ യന്ത്രത്തിൻ്റെ ശക്തിയെ കുറച്ചുകാണുന്നു.
ചുരുക്കത്തിൽ
ഹൾ ഫോം കണ്ടെത്തൽ, അനുഭവപരമായ പ്രതിരോധം കണക്കുകൂട്ടൽ സജ്ജീകരണം, CFD റൺ പ്ലാനിംഗ് എന്നിവ AI ത്വരിതപ്പെടുത്തുന്നു; ഡസൻ കണക്കിന് കാൻഡിഡേറ്റ് ഫോമുകൾ മിനിറ്റുകൾക്കുള്ളിൽ താരതമ്യപ്പെടുത്താവുന്നതാണ്. എന്നാൽ എല്ലാ അനുഭവാത്മക രീതികൾക്കും ഒരു സാധുതയുള്ള എൻവലപ്പ് ഉണ്ട്, ഓരോ CFD ഫലത്തിനും ഒരു നെറ്റ്വർക്ക് ആശ്രിതത്വമുണ്ട്, കൂടാതെ എല്ലാ പൂർണ്ണ സ്കെയിൽ എസ്റ്റിമേറ്റിനും ഒരു സ്കെയിൽ തിരുത്തലുണ്ട്. AI നിർമ്മിക്കുന്ന പ്രതിരോധവും പവർ മൂല്യങ്ങളും മോഡൽ പരീക്ഷണം, അനുഭവപരമായ സ്ഥിരീകരണം, ഫിസിക്കൽ പ്ലാസിബിലിറ്റി എന്നിവയുടെ ഫിൽട്ടറിലൂടെ കടന്നുപോയതിനുശേഷം മാത്രമേ ഒരു റഫറൽ തീരുമാനത്തിലേക്ക് വിവർത്തനം ചെയ്യാൻ കഴിയൂ.
ആപ്ലിക്കേഷൻ ടാസ്ക്
ഒരു പ്രതിനിധി കപ്പലിന് (ഉദാ. Lpp ~150 m, B ~25 m, T ~9 m, Cb ~0.75, വേഗത ~15 നോട്ട്), ഹോൾട്രോപ്പ് രീതി ഉപയോഗിച്ച് AI പ്രാഥമിക ഡ്രാഗ്, EHP എന്നിവ കണക്കാക്കുക. തുടർന്ന് "ക്ലൂഷൻ പ്ലാസിബിലിറ്റി ചെക്ക്" ടെംപ്ലേറ്റ് പ്രയോഗിച്ച് മാഗ്നിറ്റ്യൂഡിൻ്റെ ക്രമവും ഡിസ്പാച്ച് കാര്യക്ഷമത അനുമാനവും അന്വേഷിക്കുക. രീതിയുടെ സാധുത പരിധിക്കായി AI-യോട് ചോദിക്കുകയും നിങ്ങളുടെ ഇൻപുട്ടുകൾ ഈ പരിധിക്കുള്ളിലാണോയെന്ന് പരിശോധിക്കുക. നിങ്ങൾ കണ്ടെത്തിയ ഒരു പൊരുത്തക്കേടെങ്കിലും നിങ്ങൾ അത് എങ്ങനെ പരിശോധിച്ചുവെന്ന് അര പേജിൽ റിപ്പോർട്ട് ചെയ്യുക.
ചെക്ക്ലിസ്റ്റ്
- [ ] ഞാൻ ഉപയോഗിച്ച അനുഭവപരമായ രീതിയുടെ സാധുത പരിധി എൻ്റെ ഇൻപുട്ടുകളുമായി താരതമ്യം ചെയ്തു.
- AI ചേർത്ത ഓരോ തിരുത്തൽ ഘടകത്തിൻ്റെയും ഉറവിടം ഞാൻ ചോദിക്കുകയും സ്ഥിരീകരിക്കുകയും ചെയ്തു.
- [ ] ഞാൻ പ്രതിരോധത്തിൻ്റെയും ശക്തിയുടെയും ഫലങ്ങളെ ഒരു സാധാരണ കപ്പലുമായി മാഗ്നിറ്റ്യൂഡ് ഓർഡറുമായി താരതമ്യം ചെയ്തു.
- [ ] ഞാൻ CFD ഉപയോഗിച്ചിരുന്നെങ്കിൽ, ഞാൻ നെറ്റ്വർക്ക് ഇൻഡിപെൻഡൻസ് പഠനം ആസൂത്രണം ചെയ്തു/നടത്തി.
- [ ] ഡിസ്പാച്ച് കാര്യക്ഷമത അനുമാനം ന്യായമായ പരിധിക്കുള്ളിലാണെന്ന് ഞാൻ പരിശോധിച്ചു.
- [ ] മോഡൽ പരീക്ഷണം/സാധുതയുള്ള രീതിയെ അടിസ്ഥാനമാക്കിയാണ് ഞാൻ അന്തിമ പ്രൊപ്പൽഷൻ തീരുമാനം എടുത്തത്.