Analisis Tenaga, Siang dan Keselesaan

Keuntungan:

• Keupayaan untuk menerangkan peranan AI dalam penyediaan data, tafsiran dan pelaporan pada siang hari, insolasi dan aliran kerja simulasi tenaga
• Keupayaan untuk menjejaki andaian, keadaan sempadan dan ketidakpastian dengan jelas apabila meringkaskan hasil simulasi dengan AI
• Keupayaan untuk memahami bahawa hasil tenaga/keselesaan mesti disahkan dengan kaedah pengiraan rasmi dan perisian bertauliah dan AI tidak menghasilkan nombor

Sebuah bangunan bukan sahaja kelihatan cantik; Ia memastikan orang yang tinggal di dalam sejuk dalam keadaan panas dan hangat dalam kesejukan, membenarkan cahaya masuk pada siang hari, dan tidak menggunakan tenaga yang tidak diperlukan. Untuk menjangka ini, arkitek menggunakan simulasi: analisis komputer yang mengira secara numerik bagaimana bangunan itu akan berkelakuan dengan matahari, cahaya dan udara. Analisis siang hari (berapa banyak cahaya semula jadi memasuki ruang), analisis insolasi/teduhan dan simulasi tenaga adalah yang utama. Perisian khas yang diiktiraf dan disahkan membuat pengiraan ini; Kecerdasan buatan tidak menghasilkan nombor ini sendiri. Peranan AI adalah untuk menyediakan data, mengatur senario, mentafsir dan melaporkan hasil. Dalam unit ini anda akan belajar cara meletakkan AI di tempat yang betul dalam aliran kerja tenaga dan siang hari dan cara mengelakkan kesilapan yang paling berbahaya: menjadikan AI menghasilkan nombor.

Mengapa AI tidak mensimulasikan

Model bahasa boleh memberikan nombor yakin kepada soalan "berapa banyak cahaya matahari masuk ke dalam bilik ini". Tetapi nombor ini adalah anggaran/fabrikasi, bukan pengiraan sebenar. Pengganda siang hari, beban tenaga, waktu bayang; Ini adalah pengiraan fizikal berdasarkan geometri bangunan, lokasi geografi, sifat bahan dan data iklim. Hanya perisian simulasi yang memodelkan fizik menyelesaikan perkara ini dengan betul.

Sumbangan sebenar AI ialah: menyediakan input simulasi (senarai senario, bil bahan), memahami outputnya (merumuskan ratusan halaman hasil carian, mencari corak) dan menulis laporannya. Jadi AI adalah berharga sebelum dan selepas akaun; bukan dalam akaun itu sendiri.

Awas: Jangan minta AI untuk nombor seperti pengganda siang hari, penggunaan tenaga atau waktu bayangan. Hanya perisian simulasi bertauliah/disahkan menghasilkan nilai ini. Sebarang nombor yang disediakan oleh AI tidak boleh digunakan melainkan ia adalah akaun bersumber.

Menyediakan input: Manfaat pertama AI

Kualiti simulasi bergantung kepada kualiti input. AI membantu anda mengatur set senario yang kompleks: arah hadapan yang mana, jenis kaca yang mana, pilihan teduhan yang mana, jam penggunaan yang mana untuk diuji. Mengubahnya menjadi jadual berstruktur dan menjelaskan perkara yang akan diukur oleh setiap senario menjimatkan masa dan mengurangkan ralat.

AI juga boleh menyusun sifat bahan (nilai kekonduksian haba, penghantaran cahaya, dll.) dan meletakkannya dalam jadual; tetapi adalah perlu untuk mengesahkan nilai-nilai ini dari dokumentasi pengilang, kerana AI mungkin ingat dengan salah.

Mentafsir output: Manfaat kedua AI

Output simulasi selalunya besar dan kompleks: suhu jam demi jam, tahap cahaya bilik demi bilik, pengagihan tenaga bulanan. Memandangkan data ini, AI menghasilkan ringkasan yang jelas: "tiga tempat yang paling panas", "kawasan di bawah sasaran siang hari", "dalam bulan mana beban penyejukan paling tinggi". Ringkas ini mempercepatkan keputusan reka bentuk arkitek. Tetapi pastikan anda menentukan perisian dan dengan andaian apa yang anda berikan kepada AI; Komen harus diletakkan dalam konteks ini.

Petua: Apabila memberikan hasil simulasi kepada AI, katakan "hasil ini dihasilkan oleh [perisian], dengan andaian berikut; anda hanya mengulas dan menunjukkan bagaimana andaian mempengaruhi keputusan." Oleh itu, AI menjadikan ketidakpastian kelihatan dan bukannya menyembunyikannya.

Langkah demi langkah: Aliran kerja analitis dikuasakan AI

1. Jelaskan soalan. Apa yang anda ingin tahu: terlalu panas, kekurangan cahaya, tenaga?
2. Edit senario dengan AI. Jadualkan varian yang akan diuji.
3. Menyusun dan mengesahkan data bahan. Mereka berkata AI, anda mengesahkannya daripada dokumentasi pengilang.
4. Jalankan simulasi dengan perisian yang cekap. Di sinilah nombor itu datang.
5. Tafsirkan output dengan AI. Buat rumusan dengan menyatakan andaian.
6. Buat keputusan dan laporkan. Kesimpulan dan justifikasi direkodkan bersama sumbernya.

tiga kes mini

Kes 1 — Suntingan senario. Seorang arkitek ingin menguji cahaya siang untuk 4 orientasi fasad, 3 jenis kaca dan 2 pilihan teduhan. AI mengubah kombinasi ini menjadi jadual yang jelas bagi 24 senario, dan arkitek melihat yang mana yang merupakan pengulangan yang tidak perlu dan mengecilkannya kepada 16. Masa simulasi dan ketidakteraturan dikurangkan.

Kes 2 — Tafsiran dan corak. 800 baris output suhu setiap jam muncul. Arkitek memberikan ini kepada AI dan meminta ringkasan. AI menandakan dua pejabat di sudut barat daya memanas di atas sasaran pada sebelah petang. Untuk mengesahkan penemuan ini, arkitek melihat graf simulasi yang sepadan dan menambah teduhan. AI tidak menghasilkan nombor di sini; Ia menjadikan nombor sedia ada boleh dibaca.

Kes 3 — Pintasan berbahaya. Untuk menjimatkan masa, seorang pelatih bertanya kepada AI "apakah pengganda siang bagi bilik ini?" dan meletakkan nombor yang terhasil dalam laporan. Apabila disemak, ia menjadi jelas bahawa nombor ini tidak berdasarkan sebarang pengiraan dan dibuat-buat. Laporan itu ditarik balik. Pengajaran: nombor sentiasa datang daripada perisian yang cekap.

Empat gesaan yang boleh disalin

Tukar SENARIOS untuk diuji untuk sasaran analisis berikut ke dalam jadual. Lajur: senario no | arah hadapan | jenis kaca | teduhan |apakah ukurannya? Tandakan senario yang tidak perlu/berulang. Matlamat: [...]

Susun nilai hantaran haba dan hantaran cahaya untuk senarai bahan ini dalam jadual. Tandakan setiap nilai sebagai "UNTUK DISAHKAN DARIPADA DOKUMEN PENGILANG"; Jangan berikan nilai yang tepat. Senarai: [...]

Keputusan simulasi berikut telah dihasilkan oleh [nama perisian], dengan andaian berikut: [andaian]. RINGKASAN keputusan: 3 tempat paling kritikal, corak dan kesan andaian. JANGAN JANA nombor baru, hanya tafsirkan yang diberi. Keputusan: [...]

Susun draf laporan tenaga/siang ini dalam bahasa arkitek: dengan bahagian untuk kaedah, andaian, penemuan, cadangan. Tinggalkan medan [SUMBER] untuk menunjukkan sumber (perisian/akaun) setiap keluaran. Draf: [...]

Gesaan lemah / Gesaan kuat

Lemah: "Berapakah penggunaan tenaga bilik ini?"

Kuat: "Saya menampal output tenaga bulanan simulasi berasaskan EnergyPlus saya di bawah. Andaian: [fail iklim, waktu penggunaan, suhu tetapkan]. Ringkaskan hasil ini: bulan mana yang mempunyai beban paling tinggi, lokasi mana yang menonjol, andaian manakah yang paling mempengaruhi hasil. Kira nombor baharu; hanya tafsirkan data yang saya berikan."

Gesaan yang kuat mengekalkan AI dalam peranan jurubahasa; Ia tidak jatuh ke dalam perangkap menghasilkan nombor dan membuat andaian kelihatan.

perniagaan

Adakah AI melakukannya?

Siapa yang menghasilkan nombor

Suntingan skrip

ya

—

Penyusunan data bahan

Ya (disahkan)

Sijil pengilang

akaun simulasi

tidak

Perisian bertauliah

Komen/rumusan penutup

ya

—

Penulisan laporan

Ya (dikimpal)

—

Kesilapan biasa

• Membuat AI menghasilkan nombor. Nilai siang/tenaga datang daripada perisian sahaja.
• Tidak menyatakan andaian. Tafsiran kekal tanpa konteks dan mengelirukan.
• Tidak mengesahkan nilai material. AI mungkin memberikan nilai suhu/cahaya yang salah.
• Tidak membandingkan ringkasan AI dengan data mentah. Ringkasan boleh diserlahkan secara salah.
• Meletakkan nombor yang dibuat pada laporan. Tiada nombor tidak bersumber disertakan dalam laporan.

Secara ringkasnya

Pengiraan tenaga dan siang hari adalah berdasarkan fizik dan hanya perisian simulasi bertauliah yang menyelesaikannya dengan betul. AI tidak melakukan pengiraan ini; mengedit input, menyusun (mengesahkan) data bahan, mentafsir keputusan dan menulis laporan. Jangan sekali-kali membuat AI menjana nombor seperti pengganda siang hari atau penggunaan tenaga. Petik sumber setiap nombor, buat andaian kelihatan dan sahkan penilaian akhir dengan pakar yang kompeten.

Tugasan permohonan

Reka bentuk senario analisis cahaya siang atau terlalu panas untuk ruang. Dengan AI, tukar kes ujian menjadi jadual dan biarkan medan pengesahan untuk nilai material. Jika anda mempunyai output simulasi (atau jadual sampel), ringkaskannya kepada AI, nyatakan andaian, dan pastikan AI tidak menghasilkan sebarang nombor baharu.

senarai semak

• [ ] Saya menjelaskan soalan analisis.
• [ ] Saya menyunting senario dengan AI.
• [ ] Saya mengesahkan nilai material daripada dokumentasi pengilang.
• [ ] Saya mendapat nombor itu hanya daripada perisian bertauliah.
• [ ] Saya mempunyai AI menafsirkannya dengan menyatakan andaian.
• [ ] Saya menyemak bahawa AI tidak menjana nombor baharu.
• [ ] Saya menulis sumber setiap isu dalam laporan itu.