ਪ੍ਰਕਿਰਿਆ ਸਿਮੂਲੇਸ਼ਨ ਵਿਆਖਿਆ: ਐਸਪੇਨ ਅਤੇ ਡੀਡਬਲਯੂਐਸਆਈਐਮ ਆਉਟਪੁੱਟ ਦੀ ਭਾਵਨਾ ਬਣਾਉਣਾ

ਲਾਭ:

• ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਸਿਮੂਲੇਸ਼ਨ ਆਉਟਪੁੱਟ ਦੀਆਂ ਸੈਂਕੜੇ ਲਾਈਨਾਂ ਨੂੰ ਸੰਖੇਪ ਕਰਕੇ ਪੁੰਜ/ਊਰਜਾ ਸੰਤੁਲਨ ਅਤੇ ਮੁੱਖ ਮੈਟ੍ਰਿਕਸ ਦਾ ਤੇਜ਼ੀ ਨਾਲ ਮੁਲਾਂਕਣ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
• ਇਹ ਸਮਝਣ ਦੀ ਯੋਗਤਾ ਕਿ ਸਿਮੂਲੇਸ਼ਨ ਚੁਣੇ ਗਏ ਥਰਮੋਡਾਇਨਾਮਿਕ ਮਾਡਲ ਅਤੇ ਪ੍ਰਸ਼ਨ ਮਾਡਲ ਦੀ ਅਨੁਕੂਲਤਾ ਅਤੇ ਭੌਤਿਕ ਅਨੁਕੂਲਤਾ ਦਾ ਪ੍ਰਤੀਬਿੰਬ ਹੈ
• ਪ੍ਰਯੋਗਾਤਮਕ/ਸੰਦਰਭ ਡੇਟਾ ਨਾਲ ਤੁਲਨਾ ਕਰਕੇ ਕਨਵਰਜੈਂਸ, ਸੰਤੁਲਨ ਵਿਵਹਾਰ ਅਤੇ ਔਡਬਾਲ ਹਸਤਾਖਰਾਂ ਦੀ ਪੁਸ਼ਟੀ ਕਰਨ ਦੀ ਸਮਰੱਥਾ

ਇੱਕ ਵਾਰ ਜਦੋਂ ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਦਾ ਡਿਜ਼ਾਈਨ ਕਾਗਜ਼ 'ਤੇ ਪੂਰਾ ਹੋ ਜਾਂਦਾ ਹੈ, ਤਾਂ ਇਸਨੂੰ ਕੰਪਿਊਟਰ 'ਤੇ "ਰਨ" ਕਰਨ ਦਾ ਸਮਾਂ ਆ ਗਿਆ ਹੈ। ਪ੍ਰਕਿਰਿਆ ਸਿਮੂਲੇਸ਼ਨ-ਸਾਫਟਵੇਅਰ ਜੋ ਥਰਮੋਡਾਇਨਾਮਿਕ ਮਾਡਲਾਂ ਰਾਹੀਂ ਕਿਸੇ ਸਹੂਲਤ ਦੇ ਪੁੰਜ, ਊਰਜਾ, ਅਤੇ ਸੰਤੁਲਨ ਵਿਵਹਾਰ ਨੂੰ ਸੰਖਿਆਤਮਕ ਤੌਰ 'ਤੇ ਹੱਲ ਕਰਦਾ ਹੈ-ਰਿਐਕਟਰਾਂ, ਡਿਸਟਿਲੇਸ਼ਨ ਕਾਲਮਾਂ, ਹੀਟ ​​ਐਕਸਚੇਂਜਰਾਂ, ਅਤੇ ਸਮੁੱਚੇ ਤੌਰ 'ਤੇ ਪ੍ਰਵਾਹ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ। ਸਭ ਤੋਂ ਆਮ ਟੂਲ ਸਾਫਟਵੇਅਰ ਹਨ ਜਿਵੇਂ ਕਿ Aspen Plus/ Aspen HYSYS (ਇੰਡਸਟਰੀ ਸਟੈਂਡਰਡ ਕਮਰਸ਼ੀਅਲ ਸਿਮੂਲੇਟਰ) ਅਤੇ DWSIM (ਇੱਕ ਓਪਨ ਸੋਰਸ ਵਿਕਲਪ)। ਇਹ ਸਾਧਨ ਸੰਖਿਆਵਾਂ ਦੇ ਵਿਸ਼ਾਲ ਟੇਬਲ ਤਿਆਰ ਕਰਦੇ ਹਨ: ਵਹਾਅ ਦੀ ਦਰ, ਤਾਪਮਾਨ, ਦਬਾਅ, ਰਚਨਾ, ਹਰੇਕ ਸਟ੍ਰੀਮ ਦੀ ਐਂਥਲਪੀ (ਇੱਕ ਸਟਰੀਮ ਦੀ ਗਰਮੀ ਊਰਜਾ), ਉਪਕਰਣ ਦੇ ਹਰੇਕ ਟੁਕੜੇ ਦੇ ਕਰਤੱਵ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ ਤੁਸੀਂ ਸਿੱਖੋਗੇ ਕਿ ਇੱਕ ਸਹਾਇਕ ਵਜੋਂ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਿਵੇਂ ਕਰਨੀ ਹੈ ਜੋ ਸੰਖਿਆਵਾਂ ਦੇ ਇਸ ਸਮੁੰਦਰ ਵਿੱਚ ਸੰਭਾਵਿਤ ਅਸੰਗਤਤਾਵਾਂ ਨੂੰ ਸੰਖੇਪ, ਤੁਲਨਾ ਅਤੇ ਫਲੈਗ ਕਰਦਾ ਹੈ; ਪਰ ਅਸੀਂ ਸਿਖਾਂਗੇ ਕਿ ਤੁਹਾਨੂੰ ਇਹ ਫੈਸਲਾ ਕਿਉਂ ਕਰਨਾ ਚਾਹੀਦਾ ਹੈ ਕਿ ਸਿਮੂਲੇਸ਼ਨ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਅਨੁਕੂਲ ਹੈ ਜਾਂ ਨਹੀਂ।

Let's start with a critical fact: the simulation is a reflection of the thermodynamic model and assumptions you choose; ਇਹ ਆਪਣੇ ਆਪ ਵਿੱਚ ਅਸਲੀਅਤ ਨਹੀਂ ਹੈ। ਜੇਕਰ ਤੁਸੀਂ ਗਲਤ ਥਰਮੋਡਾਇਨਾਮਿਕ ਪੈਕੇਜ (ਪ੍ਰਾਪਰਟੀ/ਥਰਮੋਡਾਇਨਾਮਿਕ ਵਿਧੀ — ਮਾਡਲ ਜੋ ਤਰਲ ਪਦਾਰਥਾਂ ਦੇ ਸੰਤੁਲਨ ਅਤੇ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਗਣਨਾ ਕਰਦਾ ਹੈ; ਜਿਵੇਂ ਕਿ ਆਦਰਸ਼, NRTL, ਪੇਂਗ-ਰੌਬਿਨਸਨ) ਦੀ ਚੋਣ ਕਰਦੇ ਹੋ, ਤਾਂ ਸਿਮੂਲੇਟਰ ਨਿਰਵਿਘਨ ਅਤੇ ਯਕੀਨਨ ਪਰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਗਲਤ ਨਤੀਜੇ ਪੈਦਾ ਕਰੇਗਾ। AI ਇਹਨਾਂ ਨਤੀਜਿਆਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ ਪਰ ਮਾਡਲ ਦੀ ਸ਼ੁੱਧਤਾ ਦੀ ਗਰੰਟੀ ਨਹੀਂ ਦੇ ਸਕਦਾ।

ਸਿਮੂਲੇਸ਼ਨ ਆਉਟਪੁੱਟ ਨੂੰ ਪੜ੍ਹਨ ਵਿੱਚ ਕਦਮ-ਦਰ-ਕਦਮ ਏਆਈ ਸਹਾਇਤਾ

1. ਕਨਵਰਜੈਂਸ ਕੰਟਰੋਲ। ਪਹਿਲਾਂ ਦੇਖੋ ਕਿ ਕੀ ਸਿਮੂਲੇਸ਼ਨ ਅਸਲ ਵਿੱਚ ਹੱਲ ਕਰਦੀ ਹੈ। ਕਨਵਰਜੈਂਸ ਉਦੋਂ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਸੰਖਿਆਤਮਕ ਹੱਲ ਇੱਕ ਸਥਿਰ ਨਤੀਜੇ 'ਤੇ ਪਹੁੰਚਦਾ ਹੈ; A nonconvergent result is meaningless. ਤੁਸੀਂ AI ਨੂੰ ਹੱਲ ਲੌਗ ਦੇ ਸਕਦੇ ਹੋ ਅਤੇ ਚੇਤਾਵਨੀਆਂ ਅਤੇ ਗਲਤੀਆਂ ਦਾ ਸਾਰ ਦੇ ਸਕਦੇ ਹੋ।

2. ਪੁੰਜ ਅਤੇ ਊਰਜਾ ਸੰਤੁਲਨ। ਇੱਕ ਚੰਗਾ ਸਿਮੂਲੇਸ਼ਨ ਇਹ ਯਕੀਨੀ ਬਣਾਉਂਦਾ ਹੈ ਕਿ ਅੰਦਰ = ਬਾਹਰ. AI ਫਲੋ ਟੇਬਲ ਤੋਂ ਇਨਪੁਟ-ਆਉਟਪੁੱਟ ਕੁੱਲਾਂ ਨੂੰ ਕੰਪਾਇਲ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਸੰਤੁਲਨ ਵਿੱਚ ਫਲੈਗ ਵਿਵਹਾਰ ਕਰ ਸਕਦਾ ਹੈ। ਜੇਕਰ ਭਟਕਣਾ ਵੱਡਾ ਹੈ, ਤਾਂ ਮਾਡਲ ਜਾਂ ਸੈੱਟਅੱਪ ਨੁਕਸਦਾਰ ਹੈ।

3. ਮੁੱਖ ਨਤੀਜਿਆਂ ਦਾ ਸਾਰ ਦੇਣਾ। ਉਤਪਾਦ ਸ਼ੁੱਧਤਾ, ਰੀਬੋਇਲਰ/ਕੰਡੈਂਸਰ ਡਿਊਟੀਆਂ, ਕਾਲਮ ਪ੍ਰੋਫਾਈਲ, ਪਰਿਵਰਤਨ — ਉਹ ਦਰ ਜਿਸ 'ਤੇ ਰਿਐਕਟਰ ਰਿਐਕਟਰ ਵਿੱਚ ਉਤਪਾਦ ਵਿੱਚ ਬਦਲਦਾ ਹੈ। AI ਇਹਨਾਂ ਮੁੱਖ ਮੈਟ੍ਰਿਕਸ ਨੂੰ ਸੈਂਕੜੇ ਕਤਾਰਾਂ ਵਿੱਚੋਂ ਇੱਕ ਸੰਖੇਪ ਸਾਰਣੀ ਵਿੱਚ ਖਿੱਚਦਾ ਹੈ।

4. ਦ੍ਰਿਸ਼ ਦੀ ਤੁਲਨਾ। AI ਤੇਜ਼ੀ ਨਾਲ ਦੋ ਦੌੜਾਂ (ਜਿਵੇਂ ਕਿ ਵੱਖੋ-ਵੱਖਰੇ ਰਿਫਲਕਸ ਅਨੁਪਾਤ) ਵਿਚਕਾਰ ਅੰਤਰ ਨੂੰ ਸਾਰਣੀਬੱਧ ਕਰਦਾ ਹੈ: "ਕਿਸ ਵੇਰੀਏਬਲ ਕਿੰਨੇ ਨਾਲ ਬਦਲਿਆ, ਕਿਹੜਾ ਕੰਮ ਵਧਿਆ?"

5. ਅਸੰਗਤਤਾ ਮਾਰਕਿੰਗ। ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਅਜੀਬ ਮੁੱਲ - ਇੱਕ ਨਕਾਰਾਤਮਕ ਪ੍ਰਵਾਹ ਦਰ, ਘੁਲਣਸ਼ੀਲਤਾ ਸੀਮਾ ਤੋਂ ਵੱਧ ਇੱਕ ਰਚਨਾ, ਇੱਕ ਗੈਰ-ਵਾਜਬ ਤਾਪਮਾਨ - ਨੂੰ AI ਦੁਆਰਾ "ਚੈੱਕ" ਵਜੋਂ ਫਲੈਗ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ।

6. ਸੀਮਾ ਅਤੇ ਤਰਕਸ਼ੀਲਤਾ ਫਿਲਟਰ। ਕੀ ਨਤੀਜਾ ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਅਨੁਕੂਲ ਹੈ? ਕੀ ਉਤਪਾਦ ਸ਼ੁੱਧਤਾ ਥਰਮੋਡਾਇਨਾਮਿਕ ਤੌਰ 'ਤੇ ਸੰਭਵ ਹੈ? ਤੁਸੀਂ ਹੀ ਹੋ ਜਿਸਨੇ ਇਹ ਟਿੱਪਣੀ ਕੀਤੀ ਹੈ।

ਸੰਕੇਤ: AI ਨੂੰ ਸਿਮੂਲੇਸ਼ਨ ਆਉਟਪੁੱਟ ਦਿੰਦੇ ਸਮੇਂ, ਇਹ ਵੀ ਦੱਸੋ ਕਿ ਤੁਸੀਂ ਕਿਹੜਾ ਥਰਮੋਡਾਇਨਾਮਿਕਸ ਪੈਕੇਜ ਵਰਤ ਰਹੇ ਹੋ। AI ਪੁੱਛਦਾ ਹੈ "ਕੀ ਇਹ ਪੈਕੇਜ ਇਸ ਸਿਸਟਮ ਵਿੱਚ ਢੁਕਵਾਂ ਹੈ (ਜਿਵੇਂ ਕਿ ਪੋਲਰ ਕੰਪੋਨੈਂਟ, ਅਜ਼ਿਓਟ੍ਰੋਪ)?" - ਪਰ ਅੰਤਿਮ ਮਾਡਲ ਦੀ ਚੋਣ ਇੱਕ ਇੰਜੀਨੀਅਰਿੰਗ ਫੈਸਲਾ ਹੈ।

ਥਰਮੋਡਾਇਨਾਮਿਕ ਮਾਡਲ: ਸਭ ਤੋਂ ਆਮ ਲੁਕਵੀਂ ਗਲਤੀ

ਜ਼ਿਆਦਾਤਰ ਸਿਮੂਲੇਸ਼ਨ ਗਲਤੀਆਂ ਸੰਖਿਆਤਮਕ ਨਹੀਂ ਹਨ ਪਰ ਮਾਡਲ ਚੋਣ ਤੋਂ ਉਤਪੰਨ ਹੁੰਦੀਆਂ ਹਨ। ਇੱਕ ਧਰੁਵੀ ਮਿਸ਼ਰਣ ਵਿੱਚ ਇੱਕ ਆਦਰਸ਼ ਮਾਡਲ ਨੂੰ ਲਾਗੂ ਕਰਨਾ ਇੱਕ ਅਜ਼ੀਓਟ੍ਰੋਪ ਬਣਾਉਂਦਾ ਹੈ - ਉਹ ਬਿੰਦੂ ਜਿਸ 'ਤੇ ਤਰਲ ਅਤੇ ਭਾਫ਼ ਇੱਕ ਦਿੱਤੀ ਰਚਨਾ ਵਿੱਚ ਇੱਕੋ ਜਿਹੇ ਹੁੰਦੇ ਹਨ, ਡਿਸਟਿਲੇਸ਼ਨ ਦੁਆਰਾ ਵੱਖ ਕੀਤੇ ਜਾਣ ਵਿੱਚ ਅਸਮਰੱਥ ਹੁੰਦੇ ਹਨ - ਅਦਿੱਖ। AI ਇੱਕ ਆਉਟਪੁੱਟ ਦੀ ਵਿਆਖਿਆ ਕਰ ਸਕਦਾ ਹੈ, ਪਰ ਇਹ ਪੁਸ਼ਟੀ ਨਹੀਂ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਤੁਹਾਡੇ ਦੁਆਰਾ ਚੁਣਿਆ ਮਾਡਲ ਸਿਸਟਮ ਵਿੱਚ ਫਿੱਟ ਹੈ; ਇਸ ਲਈ ਥਰਮੋਡਾਇਨਾਮਿਕਸ ਦੇ ਗਿਆਨ ਅਤੇ ਪ੍ਰਯੋਗਾਤਮਕ ਡੇਟਾ ਦੀ ਤੁਲਨਾ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ। ਏਆਈ ਦੁਆਰਾ ਦਰਸਾਈ ਗਈ "ਇਹ ਮੁੱਲ ਅਜੀਬ ਹੈ" ਚੇਤਾਵਨੀ ਅਕਸਰ ਗਲਤ ਮਾਡਲ ਚੋਣ ਦਾ ਨਤੀਜਾ ਹੁੰਦਾ ਹੈ।

ਸਾਵਧਾਨ: ਇੱਕ ਸਿਮੂਲੇਸ਼ਨ ਸਹੀ ਨਹੀਂ ਹੈ ਕਿਉਂਕਿ ਇਹ "ਇਕਸਾਰ ਹੋ ਗਿਆ ਅਤੇ ਇੱਕ ਵਧੀਆ ਤਸਵੀਰ ਦਿੱਤੀ"। ਗਲਤ ਥਰਮੋਡਾਇਨਾਮਿਕ ਪੈਕੇਜ ਸਭ ਤੋਂ ਖਤਰਨਾਕ ਕਿਸਮ ਦੀ ਗਲਤੀ ਹੈ ਕਿਉਂਕਿ ਨਤੀਜਾ ਯਕੀਨਨ ਲੱਗਦਾ ਹੈ। ਹਮੇਸ਼ਾ ਪ੍ਰਯੋਗਾਤਮਕ ਡੇਟਾ, ਹੱਥ ਦੀ ਗਣਨਾ, ਜਾਂ ਕਿਸੇ ਜਾਣੇ-ਪਛਾਣੇ ਹਵਾਲੇ ਨਾਲ ਆਉਟਪੁੱਟ ਦੀ ਤੁਲਨਾ ਕਰੋ।

ਤਿੰਨ ਛੋਟੇ ਕੇਸ

ਕੇਸ 1 - ਬਚੇ ਸਮੇਂ ਦਾ ਸਾਰ ਦੇਣਾ। ਇੱਕ ਇੰਜੀਨੀਅਰ 40 ਸਟ੍ਰੀਮਾਂ ਅਤੇ 12 ਉਪਕਰਣਾਂ ਵਾਲੇ ਇੱਕ ਐਸਪੇਨ ਰਨ ਤੋਂ ਆਉਟਪੁੱਟ ਦੀਆਂ 600 ਲਾਈਨਾਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰੇਗਾ। AI ਨੇ ਉਤਪਾਦ ਸ਼ੁੱਧਤਾ, ਕਾਲਮ ਅਸਾਈਨਮੈਂਟ, ਅਤੇ ਇੱਕ ਸੰਖੇਪ ਸਾਰਣੀ ਵਿੱਚ ਰੂਪਾਂਤਰਨ ਨੂੰ ਖਿੱਚਿਆ; ਇੰਜੀਨੀਅਰ 45 ਮਿੰਟ ਦੀ ਰੀਡਿੰਗ ਦੀ ਬਜਾਏ 10 ਮਿੰਟਾਂ ਵਿੱਚ ਮੁੱਖ ਸਿੱਟੇ 'ਤੇ ਪਹੁੰਚ ਗਿਆ। ਸਰੋਤ ਸਾਰਣੀ ਵਿੱਚ ਹਰੇਕ ਕੁੰਜੀ ਮੁੱਲ ਦੀ ਦੁਬਾਰਾ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਸੀ।

ਕੇਸ 2 - ਮਾਡਲ ਚੇਤਾਵਨੀ। ਇੱਕ ਪਾਣੀ-ਈਥਾਨੋਲ ਵਿਭਾਜਨ ਵਿੱਚ, ਸਿਮੂਲੇਸ਼ਨ ਨੇ 99.9% ਸ਼ੁੱਧਤਾ ਪ੍ਰਾਪਤ ਕੀਤੀ। "ਆਦਰਸ਼ ਥਰਮੋਡਾਇਨਾਮਿਕ ਪੈਕੇਜ ਦੇ ਨਾਲ, ਇਸ ਪ੍ਰਣਾਲੀ ਵਿੱਚ ਕੋਈ ਅਜ਼ੀਓਟ੍ਰੋਪ ਦਿਖਾਈ ਨਹੀਂ ਦਿੰਦਾ; ਇਹ ਸਰੀਰਕ ਤੌਰ 'ਤੇ ਸ਼ੱਕੀ ਹੈ," YZ ਨੇ ਇਸ਼ਾਰਾ ਕੀਤਾ। ਜਦੋਂ ਇੰਜੀਨੀਅਰ ਨੇ ਪੈਕੇਜ ਨੂੰ NRTL ਵਿੱਚ ਬਦਲਿਆ, ਤਾਂ ਅਜ਼ੀਓਟ੍ਰੋਪ ਪ੍ਰਗਟ ਹੋਇਆ ਅਤੇ ਯਥਾਰਥਵਾਦੀ ਸ਼ੁੱਧਤਾ ਸੀਮਾ (ਲਗਭਗ 95.6 ਪੁੰਜ %) ਦਿਖਾਈ ਦਿੱਤੀ। AI ਨੇ ਗਲਤੀ ਨੂੰ ਹੱਲ ਨਹੀਂ ਕੀਤਾ, ਪਰ ਇਸ ਨੇ ਸਹੀ ਸਵਾਲ ਪੁੱਛਿਆ।

ਕੇਸ 3 - ਸੰਤੁਲਨ ਵਿਵਹਾਰ। ਇੱਕ DWSIM ਦੌੜ ਵਿੱਚ, 1,000 ਕਿਲੋਗ੍ਰਾਮ/ਘੰਟਾ ਅੰਦਰ ਗਿਆ ਅਤੇ 940 ਕਿਲੋਗ੍ਰਾਮ/ਘੰਟਾ ਬਾਹਰ ਆਇਆ। AI ਨੇ 6% ਅੰਤਰ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ। ਨਿਰੀਖਣ ਕਰਨ 'ਤੇ, ਇੱਕ ਭਾਫ਼ ਦਾ ਪ੍ਰਵਾਹ ਡਿਸਕਨੈਕਟ ਕੀਤਾ ਗਿਆ ਸੀ। ਸੰਤੁਲਨ ਨਿਯੰਤਰਣ ਦੇ ਬਿਨਾਂ, ਇਹ ਗਲਤ ਨਤੀਜਾ ਰਿਪੋਰਟ ਕੀਤਾ ਜਾਣਾ ਸੀ।

ਚਾਰ ਕਾਪੀ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟ

1) ਸਿਮੂਲੇਸ਼ਨ ਸੰਖੇਪ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਪ੍ਰਕਿਰਿਆ ਸਿਮੂਲੇਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਕ। ਮੈਂ ਤੁਹਾਨੂੰ ਇੱਕ ਸਿਮੂਲੇਟਰ ਫਲੋ ਚਾਰਟ ਦੇਵਾਂਗਾ (ਥਰਮੋਡਾਇਨਾਮਿਕਸ ਪੈਕੇਜ: [ਪੈਕੇਜ])। ਦਿਓ: (1) ਹਰੇਕ ਸਟ੍ਰੀਮ (ਪ੍ਰਵਾਹ ਦਰ, ਟੀ, ਪੀ, ਮੁੱਖ ਰਚਨਾਵਾਂ), (2) ਇਨਪੁਟ-ਆਉਟਪੁੱਟ ਪੁੰਜ ਅਤੇ ਊਰਜਾ ਸੰਤੁਲਨ ਅਤੇ ਵਿਵਹਾਰ, (3) ਉਤਪਾਦ ਸ਼ੁੱਧਤਾ ਅਤੇ ਮੁੱਖ ਡਿਊਟੀ ਮੁੱਲਾਂ ਲਈ ਮੁੱਖ ਮੁੱਲਾਂ ਦੀ ਸੰਖੇਪ ਸਾਰਣੀ। ਸਿਰਫ਼ ਸਾਰਣੀ ਤੋਂ ਅਸਲ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ, ਮੁੱਲ ਨਾ ਬਣਾਓ। ਸਾਰਣੀ: [ਪੇਸਟ]

2) ਬਕਾਇਆ ਤਸਦੀਕ:

ਇਸ ਵਹਾਅ ਸਾਰਣੀ ਤੋਂ, ਕੁੱਲ ਪੁੰਜ (ਅਤੇ ਜੇ ਸੰਭਵ ਹੋਵੇ ਤਾਂ ਊਰਜਾ) ਨੂੰ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਦਾਖਲ ਕਰੋ ਅਤੇ ਬਾਹਰ ਨਿਕਲੋ, ਅੰਤਰ ਦੀ ਗਣਨਾ ਕਰੋ ਅਤੇ ਪ੍ਰਤੀਸ਼ਤ ਦਿਓ। ਜੇਕਰ ਅੰਤਰ 0.5% ਤੋਂ ਵੱਧ ਹੈ, ਤਾਂ ਨਿਸ਼ਾਨ ਲਗਾਓ ਕਿ ਕਿਹੜਾ ਵਹਾਅ ਵੱਧ/ਘੱਟ ਹੋ ਸਕਦਾ ਹੈ। ਜੇ ਕੋਈ ਰੀਸਾਈਕਲ ਹੈ, ਤਾਂ ਜਾਂਚ ਕਰੋ ਕਿ ਇਹ ਡਬਲ ਨਹੀਂ ਗਿਣਿਆ ਗਿਆ ਹੈ। ਸਾਰਣੀ: [ਪੇਸਟ]

3) ਮਾਡਲ ਅਨੁਕੂਲਤਾ ਪੁੱਛਗਿੱਛ:

ਮੇਰਾ ਸਿਸਟਮ: [ਕੰਪੋਨੈਂਟ, ਸ਼ਰਤਾਂ, ਅਜ਼ੀਓਟ੍ਰੋਪ/ਪੋਲਰ/ਇਲੈਕਟ੍ਰੋਲਾਈਟ ਸਟੇਟ]। ਥਰਮੋਡਾਇਨਾਮਿਕ ਪੈਕੇਜ ਜੋ ਮੈਂ ਵਰਤਦਾ ਹਾਂ: [ਪੈਕੇਜ]। ਕੀ ਇਹ ਪੈਕੇਜ ਇਸ ਪ੍ਰਣਾਲੀ ਲਈ ਢੁਕਵਾਂ ਹੈ, ਕਿਨ੍ਹਾਂ ਮਾਮਲਿਆਂ ਵਿੱਚ ਇਹ ਗੁੰਮਰਾਹਕੁੰਨ ਹੋਵੇਗਾ? Suggest an alternative package and explain why it would be more suitable. ਮੈਂ ਪ੍ਰਯੋਗਾਤਮਕ ਡੇਟਾ ਦੇ ਨਾਲ ਅੰਤਿਮ ਚੋਣ ਦੀ ਪੁਸ਼ਟੀ ਕਰਾਂਗਾ; ਅੰਤਮ ਨਿਰਣਾ ਨਾ ਕਰੋ, ਤਰਕ ਦਿਓ।

4) ਦ੍ਰਿਸ਼ ਦੀ ਤੁਲਨਾ:

ਮੈਂ ਦੋ ਸਿਮੂਲੇਸ਼ਨ ਦੌੜਾਂ ਦੇਵਾਂਗਾ (ਸੀਨੇਰੀਓਸ ਏ ਅਤੇ ਬੀ)। ਇੱਕ ਤੁਲਨਾਤਮਕ ਸਾਰਣੀ ਵਿੱਚ ਮੁੱਖ ਆਉਟਪੁੱਟ (ਸ਼ੁੱਧਤਾ, ਡਿਊਟੀ, ਪਰਿਵਰਤਨ, ਊਰਜਾ) 'ਤੇ ਵੱਖ-ਵੱਖ ਇਨਪੁਟਸ ਅਤੇ ਉਹਨਾਂ ਦੇ ਪ੍ਰਭਾਵ ਨੂੰ ਦਿਖਾਓ। ਦੱਸੋ ਕਿ ਕਿਹੜਾ ਦ੍ਰਿਸ਼ ਕਿਸ ਮਾਪਦੰਡ ਦੁਆਰਾ ਉੱਤਮ ਹੈ, ਪਰ ਮੈਨੂੰ ਫੈਸਲਾ ਕਰਨ ਦਿਓ। ਸਿਰਫ਼ ਦਿੱਤੇ ਗਏ ਨੰਬਰਾਂ ਦੀ ਵਰਤੋਂ ਕਰੋ। A: [ਪੇਸਟ] B: [ਪੇਸਟ]

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ

ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:

ਕੀ ਇਹ ਸਿਮੂਲੇਸ਼ਨ ਨਤੀਜਾ ਚੰਗਾ ਹੈ?

"ਚੰਗਾ" ਪਰਿਭਾਸ਼ਿਤ ਨਹੀਂ ਹੈ: ਕਿਹੜਾ ਮਾਪਦੰਡ, ਕਿਹੜਾ ਟੀਚਾ, ਕਿਹੜਾ ਮਾਡਲ? AI ਆਮ ਅਤੇ ਗੁੰਮਰਾਹਕੁੰਨ ਪ੍ਰਵਾਨਗੀ ਦੇ ਸਕਦਾ ਹੈ।

ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:

ਤੁਹਾਡੀ ਭੂਮਿਕਾ: ਸਿਮੂਲੇਸ਼ਨ ਵਿਸ਼ਲੇਸ਼ਕ. ਮੇਰਾ ਟੀਚਾ: ਕਾਲਮ ਦੇ ਸਿਖਰ 'ਤੇ 99% ਸ਼ੁੱਧ ਬੈਂਜੀਨ, ਊਰਜਾ ਡਿਊਟੀ ਨੂੰ ਘੱਟ ਕਰਦਾ ਹੈ। ਥਰਮੋਡਾਇਨਾਮਿਕਸ ਪੈਕੇਜ: ਪੇਂਗ-ਰੋਬਿਨਸਨ।ਹੇਠ ਦਿੱਤੇ ਪ੍ਰਵਾਹ ਚਾਰਟ ਤੋਂ, ਪ੍ਰਾਪਤ ਕਰੋ: (1) ਪ੍ਰਾਪਤ ਕੀਤੀ ਸ਼ੁੱਧਤਾ ਅਤੇ ਟੀਚੇ ਦੀ ਦੂਰੀ, (2) ਰੀਬੋਇਲਰ/ਕੰਡੈਂਸਰ ਡਿਊਟੀਆਂ, (3) ਅਸਲ ਸੰਖਿਆਵਾਂ ਵਿੱਚ ਪੁੰਜ ਸੰਤੁਲਨ ਅਤੇ ਵਹਿਣਾ। ਜੇਕਰ ਕੋਈ ਸ਼ੱਕੀ ਭੌਤਿਕ ਮੁੱਲ ਹੈ ਤਾਂ ਮਾਰਕ ਕਰੋ। ਇੱਕ ਟਿੱਪਣੀ ਸ਼ਾਮਲ ਕਰੋ ਪਰ ਅੰਤਮ ਫੈਸਲਾ ਮੇਰੇ 'ਤੇ ਛੱਡੋ; ਮੁੱਲ ਫਿਟਿੰਗ। ਸਾਰਣੀ: [ਪੇਸਟ]

ਅੰਤਰ ਸਪੱਸ਼ਟ ਹੈ: ਟੀਚਾ, ਮਾਪਦੰਡ, ਮਾਡਲ, ਅਤੇ "ਅਸਲ ਸੰਖਿਆ" ਰੁਕਾਵਟ ਆਉਟਪੁੱਟ ਨੂੰ ਇੱਕ ਬਚਾਅ ਯੋਗ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਬਦਲ ਦਿੰਦੀ ਹੈ।

ਸਿਮੂਲੇਸ਼ਨ ਵਿਆਖਿਆ ਵਿੱਚ ਭੂਮਿਕਾ ਦੀ ਵੰਡ

ਕਾਰੋਬਾਰ

ਏਆਈ ਦੀ ਭੂਮਿਕਾ

ਆਦਮੀ ਦਾ ਫੈਸਲਾ

ਕਨਵਰਜੈਂਸ ਜਾਂਚ

ਚੇਤਾਵਨੀ ਸੰਖੇਪ

ਨਤੀਜੇ ਨੂੰ ਜਾਇਜ਼ ਮੰਨੋ

ਪੁੰਜ/ਊਰਜਾ ਸੰਤੁਲਨ

ਕੁੱਲ ਅਤੇ ਭਟਕਣਾ

ਗਲਤੀ ਮੂਲ ਕਾਰਨ

ਮੁੱਖ ਨਤੀਜਿਆਂ ਦਾ ਸਾਰ

ਸੰਖੇਪ ਸਾਰਣੀ

ਟੀਚਾ ਤੰਦਰੁਸਤੀ

ਮਾਡਲ ਦੀ ਚੋਣ

ਉਪਲਬਧਤਾ ਚੇਤਾਵਨੀ

ਪੈਕੇਜ ਦਾ ਫੈਸਲਾ, ਪ੍ਰਯੋਗ

ਦ੍ਰਿਸ਼ ਦੀ ਤੁਲਨਾ

ਅੰਤਰ ਸਾਰਣੀ

ਡਿਜ਼ਾਈਨ ਦੀ ਚੋਣ

ਅਜੀਬ ਮੁੱਲ

ਨਿਸ਼ਾਨਦੇਹੀ

ਸਰੀਰਕ ਵਿਆਖਿਆ

ਆਮ ਗਲਤੀਆਂ

• ਗੈਰ-ਕਨਵਰਜੈਂਟ ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਕਰਨਾ। ਅਣਸੁਲਝਿਆ ਸਿਮੂਲੇਸ਼ਨ ਅਰਥਹੀਣ ਹੈ; ਕਨਵਰਜੈਂਸ ਪਹਿਲਾਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।
• ਥਰਮੋਡਾਇਨਾਮਿਕਸ ਪੈਕੇਜ ਦਿੱਤੇ ਬਿਨਾਂ ਟਿੱਪਣੀਆਂ ਲਈ ਪੁੱਛਣਾ। AI ਮਾਡਲ ਨੂੰ ਜਾਣੇ ਬਿਨਾਂ ਗੁੰਮਰਾਹਕੁੰਨ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ।
• ਇੱਕ ਸੁੰਦਰ ਪੇਂਟਿੰਗ ਨੂੰ ਸੱਚ ਸਮਝਣਾ. ਗਲਤ ਮਾਡਲ ਇੱਕ ਯਕੀਨਨ ਪਰ ਗਲਤ ਨਤੀਜਾ ਪੈਦਾ ਕਰਦਾ ਹੈ; ਪ੍ਰਯੋਗ ਨਾਲ ਤੁਲਨਾ ਕਰੋ.
• ਸੰਤੁਲਨ ਵਿਵਹਾਰ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ। ਇੱਥੋਂ ਤੱਕ ਕਿ ਇੱਕ 1% ਅੰਤਰ ਟੁੱਟੇ ਪ੍ਰਵਾਹ ਜਾਂ ਗਲਤੀ ਦਾ ਸੰਕੇਤ ਹੋ ਸਕਦਾ ਹੈ।
• AI ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਨੰਬਰ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ। ਸਿਰਫ਼ ਅਸਲ ਸਾਰਣੀ ਮੁੱਲਾਂ ਦੀ ਇਜਾਜ਼ਤ ਦਿਓ; ਇੱਕ "ਸਿਰਫ਼ ਦਿੱਤੇ ਗਏ ਨੰਬਰ" ਸੀਮਾ ਸੈੱਟ ਕਰੋ।

ਸੰਖੇਪ ਵਿੱਚ

ਪ੍ਰਕਿਰਿਆ ਸਿਮੂਲੇਸ਼ਨ ਵਿੱਚ AI; ਇਹ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਕ ਹੈ ਜੋ ਆਉਟਪੁੱਟ ਦੀਆਂ ਸੈਂਕੜੇ ਲਾਈਨਾਂ ਦਾ ਸਾਰ ਦਿੰਦਾ ਹੈ, ਪੁੰਜ/ਊਰਜਾ ਸੰਤੁਲਨ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ, ਦ੍ਰਿਸ਼ਾਂ ਦੀ ਤੁਲਨਾ ਕਰਦਾ ਹੈ, ਅਤੇ ਭੌਤਿਕ ਤੌਰ 'ਤੇ ਅਜੀਬ ਮੁੱਲਾਂ ਨੂੰ ਫਲੈਗ ਕਰਦਾ ਹੈ। ਪਰ ਸਿਮੂਲੇਸ਼ਨ ਚੁਣੇ ਗਏ ਥਰਮੋਡਾਇਨਾਮਿਕ ਮਾਡਲ ਅਤੇ ਧਾਰਨਾਵਾਂ ਦਾ ਪ੍ਰਤੀਬਿੰਬ ਹੈ; ਮਾਡਲ ਦੀ ਅਨੁਕੂਲਤਾ, ਭੌਤਿਕ ਵਿਗਿਆਨ ਦੇ ਨਾਲ ਨਤੀਜੇ ਦੀ ਪਾਲਣਾ ਅਤੇ ਡਿਜ਼ਾਈਨ ਦਾ ਫੈਸਲਾ ਮਨੁੱਖਾਂ ਨਾਲ ਸਬੰਧਤ ਹੈ। AI ਤੁਹਾਨੂੰ ਸਹੀ ਸਵਾਲ ਪੁੱਛਦਾ ਹੈ; ਇੰਜੀਨੀਅਰ ਮਾਡਲ ਦੀ ਚੋਣ ਕਰਦਾ ਹੈ, ਪ੍ਰਯੋਗ ਨਾਲ ਨਤੀਜੇ ਦੀ ਪੁਸ਼ਟੀ ਕਰਦਾ ਹੈ, ਅਤੇ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ।

ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ

ਇੱਕ ਸਿਮੂਲੇਸ਼ਨ ਆਉਟਪੁੱਟ (ਜਾਂ ਇੱਕ ਨਮੂਨਾ ਫਲੋ ਚਾਰਟ) ਪ੍ਰਾਪਤ ਕਰੋ। "ਸਿਮੂਲੇਸ਼ਨ ਸਾਰਾਂਸ਼" ਅਤੇ "ਸੰਤੁਲਨ ਤਸਦੀਕ" ਟੈਮਪਲੇਟਸ ਦੇ ਨਾਲ AI ਤੋਂ ਮੁੱਖ ਮੈਟ੍ਰਿਕਸ ਅਤੇ ਪੁੰਜ ਸੰਤੁਲਨ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰੋ। ਜੇ ਕੋਈ ਭਟਕਣਾ ਹੈ, ਤਾਂ ਪਤਾ ਕਰੋ ਕਿ ਕਿਉਂ. ਫਿਰ ਆਪਣੇ ਸਿਸਟਮ ਲਈ ਆਪਣੇ ਥਰਮੋਡਾਇਨਾਮਿਕਸ ਪੈਕੇਜ ਦੀ ਅਨੁਕੂਲਤਾ ਬਾਰੇ ਚਰਚਾ ਕਰਨ ਲਈ "ਮਾਡਲ ਅਨੁਕੂਲਤਾ ਪੁੱਛਗਿੱਛ" ਟੈਮਪਲੇਟ ਦੀ ਵਰਤੋਂ ਕਰੋ ਅਤੇ ਇਸਦੀ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਪ੍ਰਯੋਗਾਤਮਕ/ਸੰਦਰਭ ਮੁੱਲ ਨਾਲ ਤੁਲਨਾ ਕਰੋ।

ਚੈੱਕਲਿਸਟ

• [ ] ਮੈਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਕਿ ਸਿਮੂਲੇਸ਼ਨ ਇਕਸਾਰ ਹੋ ਗਈ ਹੈ।
• [ ] ਮੈਂ ਪੁਸ਼ਟੀ ਕੀਤੀ ਕਿ ਪੁੰਜ (ਅਤੇ ਜੇ ਸੰਭਵ ਹੋਵੇ ਤਾਂ ਊਰਜਾ) ਸੰਤੁਲਨ ਰੱਖਦਾ ਹੈ।
• [ ] ਮੈਂ ਆਪਣੇ ਸਿਸਟਮ ਲਈ ਥਰਮੋਡਾਇਨਾਮਿਕ ਪੈਕੇਜ ਦੀ ਅਨੁਕੂਲਤਾ 'ਤੇ ਸਵਾਲ ਕੀਤਾ।
• [ ] ਮੈਂ ਮੁੱਖ ਨਤੀਜਿਆਂ ਦੀ ਤੁਲਨਾ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਸੰਦਰਭ/ਪ੍ਰਯੋਗਾਤਮਕ ਮੁੱਲ ਨਾਲ ਕੀਤੀ ਹੈ।
• [ ] ਮੈਂ AI 'ਤੇ ਇੱਕ "ਸਿਰਫ ਅਸਲ ਸਾਰਣੀ ਮੁੱਲ" ਦੀ ਰੁਕਾਵਟ ਪਾਉਂਦਾ ਹਾਂ।