नफा:
- AI सह IEC, TS आणि संबंधित नियम स्कॅन करण्याची आणि अधिकृत स्त्रोतांकडून पडताळणी शिस्त लागू करण्याची क्षमता
- पायथनसह अभियांत्रिकी गणना आणि सिम्युलेशन तयार करण्याची क्षमता आणि परिमाणांच्या क्रमाने परिणाम तपासण्याची क्षमता
- हे समजून घ्या की AI आउटपुट हे इलेक्ट्रिकल सुरक्षा, दायित्व आणि नैतिकतेच्या दृष्टीने अभियंत्याच्या मान्यतेसाठी पर्याय नाही.
या अंतिम युनिटमध्ये, आम्ही मॉड्यूलचे तीन गंभीर स्ट्रँड एकत्र करतो: AI सह मानके आणि नियमन संशोधन वेगवान करणे परंतु अधिकृत स्त्रोताकडून पडताळणी करणे; पायथनसह अभियांत्रिकी गणना आणि सिम्युलेशन तयार करणे आणि त्यांची परिमाणानुसार तपासणी करणे; आणि सर्वात महत्त्वाचे म्हणजे, एआय आउटपुट हे इलेक्ट्रिकल सेफ्टी आणि इंजिनीअरच्या मान्यतेचा पर्याय नाही हे समजून घेणे. इलेक्ट्रिकल आणि इलेक्ट्रॉनिक्समधील मानके (IEC, TS, EN मालिका, संबंधित स्थापना आणि उत्पादन नियम) ही केवळ नोकरशाही नाही; जीवन सुरक्षा आणि अनुपालनासाठी ही कायदेशीर चौकट आहे. हे फ्रेमवर्क स्कॅन करण्यासाठी AI शक्तिशाली आहे, परंतु ते असे आहे जेथे ते भ्रम होण्यास सर्वात जास्त संवेदनाक्षम आहे. योग्य वापर म्हणजे AI कडून वेग घेणे आणि अभियंत्याकडून अचूकता आणि जबाबदारी घेणे.
मानके आणि नियमन संशोधन: द्रुत स्कॅन, अधिकृत पडताळणी
मानक ग्रंथ लांब, तांत्रिक आणि आंतर-संदर्भीय आहेत. AI तुम्हाला प्रश्नांसाठी एक द्रुत रोड मॅप देते जसे की "कोणत्या मानकात हा विषय समाविष्ट आहे, मी कोणता लेख पाहिला पाहिजे, मूलभूत आवश्यकता काय आहे?" परंतु AI द्वारे दिलेले आयटम क्रमांक, सारणी मूल्ये आणि मर्यादा अधिकृत आणि वर्तमान मजकूरातून अचूकपणे सत्यापित करणे आवश्यक आहे.
लक्ष द्या: भाषा मॉडेल हे अशा क्षेत्रांपैकी एक आहेत जेथे मानक आयटम क्रमांक आणि संख्यात्मक सीमा बहुतेक बनलेल्या असतात (भ्रम). "IEC 60364 कलम 4.3 नुसार..." सारखी विधाने विश्वसनीय वाटतात, परंतु खंड क्रमांक किंवा मूल्य चुकीचे असू शकते. AI चे आउटपुट "मला कुठे पाहायचे ते दाखवण्यासाठी कंपास" म्हणून वापरा; एआय लक्षात ठेवलेल्या क्रमांकावर कधीही निर्णय घेऊ नका.
पडताळणी शिस्तीसाठी कार्यप्रवाह:
1) AI ने विषय स्कॅन करा: "हा विषय कोणत्या मानकांचे कुटुंब आहे, मी कोणती हेडिंग पाहावी?" (रोड मॅप)२) AI द्वारे सुचविलेल्या प्रत्येक पदार्थ/मूल्यासाठी 'स्रोत आवश्यक' लेबलची विनंती करा.3) अधिकृत मानक मजकूर उघडा (संस्थेकडून/प्रकाशकाकडून वर्तमान आवृत्ती). 4) पदार्थ क्रमांक, व्याप्ती आणि मूल्य यांची बरोबर तुलना करा. 5) अधिकृत मजकुराच्या बाजूने न जुळणारी कोणतीही गोष्ट दुरुस्त करा, AI नाही. 6) वर्तमान मानक/संपादन आहे याची पुष्टी करा.
कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट
कमजोर: "या पॅनेलने कोणत्या मानकांचे पालन करावे, मला मूल्ये सांगा." (परिणाम: तयार केलेल्या लेख क्रमांक आणि संख्यांचा उच्च धोका आहे.) स्ट्राँग: "मी कमी व्होल्टेज पॅनेल डिझाइनशी संबंधित कोणती मानक कुटुंबे पाहणे आवश्यक आहे आणि प्रत्येकामध्ये कोणता विषय समाविष्ट आहे याचा सारांश द्या. मला एक चेकलिस्ट द्या: 'या मानकाच्या विरूद्ध या विषयाची पडताळणी करा'. अचूक लेख क्रमांक किंवा संख्यात्मक मर्यादा देऊ नका; मी स्वत: या मजकूराची अधिकृत पडताळणी करणार नाही याची खात्री करा. तुम्ही हे स्पष्ट करत नाही.
हे प्रॉम्प्ट AI ला ते सर्वात मजबूत असलेल्या कार्याकडे निर्देशित करते (विषय नकाशा आणि चेकलिस्ट) आणि ज्या कार्यात ते सर्वात कमकुवत आहे त्यापासून दूर ठेवते (अचूक संख्या रिकॉल).
पायथनसह गणना आणि सिम्युलेशन: जनरेट करा, रँकसह तपासा
पायथन अभियांत्रिकी गणना पुनरुत्पादक आणि ऑडिट करण्यायोग्य बनवते. एआय तुमच्यासाठी कोड लिहू शकते; परंतु नेहमी सॅनिटी चेकने निकाल तपासा. एक उदाहरण: ट्रान्सफॉर्मरसाठी साधे नुकसान आणि कार्यक्षमतेची गणना.
# साधे ट्रान्सफॉर्मर लोड/तोटा गणना (पडताळणीच्या उद्देशाने) तोटा (डब्ल्यू) - 1360 डब्ल्यूप्रिंट (f"कार्यक्षमता: %{कार्यक्षमता:.2f}") च्या ऑर्डरवर डेटाशीट = 0.8 वरून लोड प्रमाण
येथे, श्रेणी नियंत्रण जीव वाचवते: 100 kVA ट्रान्सफॉर्मरमध्ये, एकूण नुकसान काही kW च्या क्रमाने असावे आणि कार्यक्षमता 97-99% च्या श्रेणीत असावी. जर कोडने 500 kW गमावले किंवा 50% कार्यक्षमता दिली, तर निश्चितपणे एक युनिट किंवा सूत्र त्रुटी आहे (उदा. W सह kW मिसळणे). परिणाम वाजवी मर्यादेत येईपर्यंत इनपुट आणि सूत्राचा पाठलाग करा.
टीप: प्रत्येक Python परिणाम अहवालात लिहिण्यापूर्वी, स्वतःला विचारा: "हा क्रमांक भौतिकदृष्ट्या शक्य आहे का? त्याचा आकार माझ्या अपेक्षेनुसार आहे का?" कोड त्रुटींशिवाय चालू शकतो, परंतु चुकीच्या युनिटसह तो पूर्णपणे चुकीचा परिणाम देऊ शकतो. ऑर्डर तपासणी हे सायलेंट युनिट एरर पकडण्यासाठी सर्वात स्वस्त आणि सर्वात शक्तिशाली साधन आहे.
सिम्युलेशनमध्ये (स्पाईस, कंट्रोल, पॉवर फ्लो) नियम समान आहे: सिम्युलेशन तुमच्या मॉडेलइतकेच चांगले आहे. आदर्श गृहीतके (तोटा-मुक्त, अंतर-मुक्त, रेखीय) वास्तविकतेपासून विचलित होऊ शकतात. सिम्युलेशन परिणामाची तुलना साध्या विश्लेषणात्मक गणनेसह आणि/किंवा शक्य असल्यास वास्तविक मापनासह करा.
सुरक्षा, जबाबदारी आणि नैतिकता: AI अभियंता प्रमाणन बदलत नाही
हा या मॉड्यूलचा सर्वात महत्त्वाचा संदेश आहे: AI आउटपुटने इलेक्ट्रिकल आणि इलेक्ट्रॉनिक्स इंजिनिअरिंगमध्ये कधीही अभियंता निर्णय आणि स्वाक्षरी बदलू नये. याला तीन पाय आहेत:
- सुरक्षा. विद्युतीय कार्यामध्ये जीवन आणि मालमत्तेची सुरक्षा असते. एक चुकीचा विभाग, संरक्षण किंवा सुरक्षितता तर्क वास्तविक हानी निर्माण करते. AI गती देते; ते सुरक्षित आहे की नाही याबाबत अभियंता निर्णय आणि जबाबदारी स्वीकारतो.
- जबाबदारी. अभियंता जो डिझाईन मंजूर करतो, साइन ऑफ करतो आणि कमिशन देतो तो कायदेशीर आणि व्यावसायिकदृष्ट्या जबाबदार असतो. "एआयने हे सुचवले" हा बचाव नाही. जबाबदारी सोपवता येत नाही.
- नैतिकता आणि पारदर्शकता. AI चा वापर लपवण्याऐवजी, आउटपुट कसे प्रमाणित केले जाते ते दस्तऐवज करा. कोणतीही असत्यापित मूल्ये "अचूक" म्हणून सादर करू नका; राज्य अनिश्चितता प्रामाणिकपणे.
शोध
एआय करते
अभियंता बनवतो/मंजूर करतो
मानक स्कॅन
रोडमॅप, चेकलिस्ट
अधिकृत स्त्रोताकडून आयटम/मूल्य सत्यापित करते
गणना/सिम्युलेशन
कोड, पहिला निकाल
ऑर्डर, युनिट, मापन द्वारे सत्यापित करते
संरक्षण/सुरक्षा
सूचना, परिस्थिती
अंतिम निवड आणि स्वाक्षरी
कमिशनिंग
चेकलिस्ट मसुदा
साइटवर मापन आणि पुष्टीकरण
मिनी केस
प्रकल्प अभियंता सुविधेसाठी संरक्षण समन्वय अहवाल तयार करत आहे आणि AI कडून संबंधित मानक कलमांची विनंती करतो. कटर निवड वक्रांसाठी AI विशिष्ट मानक खंड आणि संख्यात्मक गुणांक देते. अभियंता अधिकृत मजकूर उघडतो आणि तपासतो: आयटम क्रमांक बरोबर आहे, परंतु एआयने दिलेला गुणांक मानकाच्या वर्तमान आवृत्तीमध्ये भिन्न मूल्यामध्ये सुधारित केला गेला आहे. एक जुने, अप्रचलित मूल्य आठवले. अभियंता वर्तमान मूल्य वापरून अहवाल दुरुस्त करतो आणि पायथनसह गणना पुनरुत्पादित करून रँक सत्यापित करतो. अहवालात वापरलेल्या मानकांचे मुद्रण वर्ष आणि सत्यापन नोट समाविष्ट आहे. धडा: AI योग्यरित्या आयटम नंबर आणि चुकीचे मूल्य दोन्ही परत करू शकते; फक्त वर्तमान अधिकृत मजकूर बंधनकारक आहे आणि जबाबदारी स्वाक्षरी अभियंत्याकडे राहते.
सामान्य चुका
- अधिकृत मजकुरातून AI द्वारे दिलेला मानक आयटम क्रमांक आणि मूल्य सत्यापित न करणे.
- कालबाह्य (सुधारित) मूल्य वर्तमान मानणे.
- युनिट/ऑर्डर न तपासता अहवालात पायथन निकाल लिहिणे.
- सिम्युलेशन परिणामाची मोजमाप किंवा विश्लेषणात्मक गणनेशी तुलना न करणे.
- "एआयने हेच सुचवले आहे" असे सांगून जबाबदारी सोपवण्याचा प्रयत्न करत आहे.
- असत्यापित मूल्ये "अचूक" म्हणून सादर करणे; अनिश्चितता लपवा.
सारांशात
- मानक संशोधनामध्ये रोडमॅपिंग आणि चेकलिस्टिंगसाठी AI शक्तिशाली आहे; आयटम आणि मूल्ये अधिकृत, वर्तमान मजकूरावरून सत्यापित केली जातात.
- मतिभ्रम होण्याचा धोका मानकांमध्ये जास्त आहे; कंपास म्हणून AI आणि अधिकृत मजकूर बंधनकारक संसाधन म्हणून वापरा.
- पायथनची गणना नेहमी युनिट्स आणि मॅग्निट्यूडच्या ऑर्डरसह तपासा.
- सिम्युलेशन फक्त तुमच्या मॉडेलइतकेच चांगले आहे; विश्लेषणात्मक गणना आणि मापनासह परिणामाची तुलना करा.
- सुरक्षा-गंभीर निर्णयांची जबाबदारी सोपवली जाऊ शकत नाही; अभियंत्याची मान्यता अनिवार्य आहे.
- नैतिक वापर म्हणजे दस्तऐवज सत्यापन आणि प्रामाणिकपणे अनिश्चितता व्यक्त करणे.
अर्ज कार्य
तुमच्या फील्डमधून एक विषय निवडा (जसे की शिल्डिंग निवड, EMC मर्यादा, केबल क्रॉस-सेक्शन). फक्त AI ला “स्टँडर्ड स्क्रीनिंग चेकलिस्ट” साठी विचारा (अचूक नंबर विचारू नका). नंतर अधिकृत मानक मजकुरातून यादीतील किमान दोन आयटम सत्यापित करा आणि AI चा विषय नकाशा योग्य आहे की नाही याचे मूल्यांकन करा. स्वतंत्रपणे, Python मध्ये एक संबंधित गणना तयार करा आणि युनिट आणि ऑर्डरसाठी निकाल तपासा. शेवटी, तुमच्या स्वतःच्या शब्दात, परिच्छेदामध्ये सारांश द्या की हे आउटपुट अभियंता मंजुरीची जागा का घेत नाहीत.
मॉड्यूल परीक्षा
1. इलेक्ट्रिकल आणि इलेक्ट्रॉनिक्स अभियांत्रिकीमध्ये एआय टूलसह काम करताना, खालीलपैकी कोणत्या कामाची अंतिम जबाबदारी नेहमी अधिकृत अभियंत्याकडे राहिली पाहिजे?
- अ) पॅनेलचे संरक्षण आणि विभाग निवड आणि कमिशनिंग निर्णयाची अंतिम मान्यता ✔
- ब) डेटाशीट सारांशाचा पहिला मसुदा तयार करणे
- क) पायथन चार्टचे अक्ष लेबल संपादित करणे
- ड) अहवालासाठी अटींचा शब्दकोष तयार करणे
वर्णन: AI; हे कोड ड्राफ्टिंग, गणनापूर्व काम आणि दस्तऐवज निर्मिती यासारख्या कामांना गती देऊ शकते. तथापि, अधिकृत अभियंता संरक्षण समन्वय, विभाग निवड आणि कमिशनिंग मंजुरीच्या अचूकतेसाठी जबाबदार आहे, जे थेट जीवन आणि मालमत्तेच्या सुरक्षेवर परिणाम करते आणि हे निर्णय स्वतंत्र पडताळणीशिवाय लागू केले जाऊ शकत नाहीत.
2. तुम्ही AI ने व्होल्टेज डिव्हायडरची रचना केली होती आणि 10 kΩ वरचा रेझिस्टर आणि 3.3 kΩ लोअर रेझिस्टर सुचवला होता. कोणते सत्यापन प्रथम केले पाहिजे?
- अ) सूचना जशी आहे तशी उत्पादनाकडे हस्तांतरित करणे
- ब) विभाजक सूत्रासह हाताने गणना करून आउटपुट व्होल्टेज सत्यापित करणे आणि मानक मालिकेसह मूल्यांची तुलना करणे ✔
- क) यादृच्छिकपणे प्रतिरोधक दुप्पट करणे
- ड) फक्त रंग कोड तपासत आहे
वर्णन: AI अंकगणित आणि टोपोलॉजीमध्ये चुका करू शकते. पहिली आणि अनिवार्य पायरी म्हणजे R2/(R1+R2) गुणोत्तरासह आउटपुट व्होल्टेजची मॅन्युअली गणना करणे आणि निवडलेली मूल्ये E24 सारख्या मानक मालिकेशी संबंधित आहेत की नाही हे तपासणे आणि प्रतिरोधकांची शक्ती कमी होणे.
3. तुम्हाला ADC सह 2 kHz पर्यंत फ्रिक्वेन्सी असलेल्या सिग्नलचा नमुना घ्यायचा आहे. AI 3 kHz च्या सॅम्पलिंग वारंवारतेची शिफारस करते. या प्रस्तावात मुख्य अडचण काय आहे?
- अ) 3 kHz वीज वापरते कारण ते आवश्यकतेपेक्षा जास्त आहे
- ब) मेमरी पूर्ण होते कारण सॅम्पलिंग वारंवारता खूप जास्त आहे
- सी) Nyquist निकषांचे उल्लंघन करते; किमान 4 kHz आवश्यक आहे, अन्यथा अलियासिंग होते ✔
- ड) हे फक्त फिल्टर विलंब वाढवते, इतर कोणताही प्रभाव नाही
स्पष्टीकरण: Nyquist-Shannon प्रमेयानुसार, सॅम्पलिंग वारंवारता सिग्नलमधील सर्वोच्च वारंवारता घटकाच्या किमान दुप्पट असणे आवश्यक आहे. 2 kHz साठी किमान 4 kHz आवश्यक आहे; 3 kHz अलियासिंग तयार करते आणि सिग्नलला अपरिवर्तनीयपणे खराब करते.
4. AI द्वारे व्युत्पन्न केलेल्या मायक्रोकंट्रोलर इंटरप्ट सर्व्हिस रूटीनमध्ये तुम्हाला दीर्घ विलंब फंक्शन दिसेल. सर्वात अचूक मूल्यांकन कोणते आहे?
- अ) हरकत नाही, ISR मध्ये दीर्घ विलंब चांगला सराव आहे
- ब) विलंब दुप्पट केल्याने स्थिरता वाढते
- क) ISR फक्त वेगवान कोअरवर चालवले पाहिजे
- ड) ISR ब्लॉकरमध्ये कोणताही विलंब नसावा; ध्वज सेट करणे आणि काम मुख्य लूपवर हलवणे आवश्यक आहे ✔
टिप्पणी: व्यत्यय सेवा दिनचर्या (ISR) शक्य तितक्या लहान असावी; यामध्ये ब्लॉकिंग विलंब वापरल्याने इतर व्यत्यय चुकणे, वॉचडॉग रीसेट करणे आणि रिअल टाइम मर्यादांचे उल्लंघन होऊ शकते. AI च्या सूचनेचे पुनरावलोकन केले पाहिजे आणि दुरुस्त केले पाहिजे.
5. AI सह केबलच्या व्होल्टेज ड्रॉपची गणना करताना पडताळणीची सर्वात महत्त्वाची पायरी कोणती आहे?
- अ) वापरलेले वर्तमान, लांबी आणि क्रॉस-सेक्शन गृहीतके आणि मानक व्होल्टेज ड्रॉप मर्यादेसह निकालाचे अनुपालन सत्यापित करण्यासाठी ✔
- ब) फक्त निकालाच्या दशांश स्थानांची संख्या तपासत आहे
- क) खाते मोठ्या फॉन्टमध्ये मुद्रित करणे
- ड) केबलचा रंग बदलणे
स्पष्टीकरण: व्होल्टेज ड्रॉप गणना वर्तमान, केबल लांबी, क्रॉस-सेक्शन आणि कंडक्टर प्रतिरोध यावर अवलंबून असते. AI (वर्तमान, लांबी, क्रॉस-सेक्शन, कंडक्टरचा प्रकार) वापरलेल्या इनपुट गृहीतकांची पडताळणी करणे आणि परिणाम संबंधित मानकाद्वारे परवानगी दिलेल्या टक्केवारी मर्यादेपेक्षा कमी आहे की नाही हे सुरक्षित आणि योग्य डिझाइनसाठी अत्यावश्यक आहे.
6. PID कंट्रोलरसाठी, AI ने तुम्हाला Kp, Ki आणि Kd व्हॅल्यू सुचवल्या आहेत. वास्तविक प्रणालीमध्ये ही मूल्ये लागू करताना सर्वात योग्य दृष्टीकोन कोणता आहे?
- अ) संपूर्ण ऑपरेटिंग स्थितीवर थेट मूल्ये लागू करणे
- ब) सिम्युलेशन आणि कमी-जोखीम स्थितीतील पहिली चाचणी आणि प्रतिसादाचे निरीक्षण करून हळूहळू समायोजित करा ✔
- क) Ki मूल्य रीसेट करणे आणि फक्त Kp वापरणे पुरेसे आहे
- ड) कागदपत्रांमध्ये अजिबात चाचणी न करता पॅरामीटर्स लिहिणे
वर्णन: AI ने सुचवलेले PID पॅरामीटर्स फक्त एक प्रारंभिक बिंदू आहेत. मूल्यांची चाचणी प्रथम सिम्युलेशनमध्ये आणि नंतर फील्डमध्ये हळूहळू आणि सुरक्षित मर्यादेत केली पाहिजे; ओव्हरशूट, दोलन आणि स्थिरता पाहिली पाहिजे आणि सुधारली पाहिजे. पूर्ण अधिकाराने थेट अर्ज केल्याने उपकरणे खराब होऊ शकतात.
7. जेव्हा तुम्ही AI ला पॉवर सप्लाय PCB साठी ट्रेस रुंदीबद्दल विचारले तेव्हा त्याने 5 A चा पातळ ट्रेस सुचवला. तुम्ही ही सूचना कशी प्रमाणित करता?
- अ) डागाचा रंग पाहून
- ब) फक्त कार्डचे सौंदर्यशास्त्र पाहणे
- C) आयपीसी सारख्या ट्रेस रुंदीच्या नियमांसह वर्तमान, तांब्याची जाडी आणि तापमान वाढ यानुसार स्वतंत्रपणे गणना करणे ✔
- ड) ट्रेस शक्य तितक्या लहान करून
वर्णन: ट्रेस रुंदी IPC-2221 सारख्या नियमांनुसार, वाहून नेण्यात येणारा प्रवाह, तांब्याची जाडी आणि स्वीकार्य तापमान वाढ यानुसार निर्धारित केली जाते. या नियमांविरुद्ध स्वतंत्र गणना करून AI द्वारे दिलेले मूल्य आणि वास्तविक वर्तमान/तापमानाची आवश्यकता जास्त गरम होणे आणि ट्रेस बर्न टाळण्यासाठी आवश्यक आहे.
8. तुम्ही AI द्वारे निर्मित PLC शिडी लॉजिकमध्ये आपत्कालीन स्टॉप (ई-स्टॉप) सर्किटचे पुनरावलोकन करत आहात. कोणत्या तत्त्वाची खात्री करणे आवश्यक आहे?
- अ) ई-स्टॉप फक्त सॉफ्टवेअर ध्वजासह सेट करणे आवश्यक आहे, सामान्यतः उघडलेले संपर्क
- ब) ई-स्टॉप लॉजिक चाचणीशिवाय फील्ड केले जाऊ शकते
- क) ई-स्टॉपला फेल-सेफ (अपयश झाल्यास सुरक्षित बाजूने पडणे) आणि हार्डवेअर सुरक्षा साखळीद्वारे समर्थित केले पाहिजे आणि अभियंता द्वारे सत्यापित केले जावे ✔
- ड) ई-स्टॉप हे HMI स्क्रीनवरील फक्त एक बटण असू शकते
वर्णन: इमर्जन्सी स्टॉप हे एक सुरक्षितता कार्य आहे आणि दोष झाल्यास सुरक्षित बाजूने (फेल-सेफ) पडण्यासाठी सामान्यपणे बंद (NC) संपर्कांसह डिझाइन केलेले असणे आवश्यक आहे. केवळ सॉफ्टवेअर लॉजिक पुरेसे नाही; हार्डवेअर सुरक्षा साखळी आणि संबंधित सुरक्षा मानकांचे पालन अभियंत्याद्वारे सत्यापित करणे आवश्यक आहे.
9. AI आयईसी मानकाच्या विशिष्ट कलमाचा संदर्भ देऊन संरक्षण मूल्य देते. योग्य अभियांत्रिकी वर्तन काय आहे?
- अ) अधिकृत, वर्तमान मानक मजकूर ✔ पासून पदार्थ क्रमांक आणि मूल्य सत्यापित करा
- ब) मूल्य जसे आहे तसे वापरणे कारण AI खूप आत्मविश्वासपूर्ण दिसते
- क) सुरक्षित बाजूने राहण्यासाठी यादृच्छिकपणे मूल्य वाढवणे
- ड) अहवालात आयटम क्रमांक अजिबात न तपासता जोडणे
स्पष्टीकरण: भाषा मॉडेल आयटम क्रमांक आणि मूल्ये चुकीच्या लक्षात ठेवू शकतात किंवा बनवू शकतात (भ्रम) प्रत्येक मानक-आधारित मूल्य अधिकृत आणि वर्तमान मानक मजकूरातून शब्दशः सत्यापित करणे आवश्यक आहे; एआय आउटपुट हा फक्त कुठे पाहायचा याचा रोड मॅप आहे.
10. तुम्ही Python सोबत तयार केलेल्या ट्रान्सफॉर्मर लॉस कॅल्क्युलेशनमध्ये, AI परिणाम 500 kW देते, तर ट्रान्सफॉर्मर पॉवर 100 kVA आहे. या परिस्थितीत तुमची पहिली प्रतिक्रिया काय असावी?
- अ) निकाल थेट अहवालावर लिहिणे
- ब) निकालाच्या परिमाणाचा क्रम भौतिकदृष्ट्या अशक्य आहे हे पाहणे आणि एकक आणि सूत्र त्रुटी शोधणे ✔
- सी) परिणाम जुळण्यासाठी ट्रान्सफॉर्मर पॉवर बदलणे
- ड) नुकसानाकडे दुर्लक्ष करून पुढे चालू ठेवणे
स्पष्टीकरण: तोटा डिव्हाइस पॉवरची एक लहान टक्केवारी असावी; 100 केव्हीए ट्रान्सफॉर्मरमध्ये 500 किलोवॅटचे नुकसान शारीरिकदृष्ट्या अशक्य आहे. सॅनिटी तपासणी ताबडतोब युनिट किंवा सूत्र त्रुटी प्रकट करते. परिणाम वाजवी मर्यादेत येईपर्यंत इनपुट आणि सूत्राचे पुनरावलोकन केले पाहिजे.