ਲਾਭ:
- ਟੈਸਟ ਡੇਟਾ ਕਿਸਮਾਂ ਜਿਵੇਂ ਕਿ ਡਾਇਨਾਮੋਮੀਟਰ, ਰੋਡ ਟੈਸਟ, ਸਹਿਣਸ਼ੀਲਤਾ ਅਤੇ ਡੀਵੀਪੀ ਐਂਡ ਆਰ ਅਤੇ ਤਸਦੀਕ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਉਹਨਾਂ ਦੇ ਸਥਾਨ ਨੂੰ ਪਛਾਣਨ ਦੀ ਸਮਰੱਥਾ
- ਵੱਡੇ ਟੈਸਟ ਡੇਟਾ ਸੈੱਟਾਂ ਵਿੱਚ ਸੰਖੇਪ, ਫਲੈਗ ਅਸੰਗਤੀਆਂ ਅਤੇ ਡਰਾਫਟ ਰਿਪੋਰਟਾਂ ਲਈ ਨਕਲੀ ਬੁੱਧੀ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
- ਮਾਪ ਅਨਿਸ਼ਚਿਤਤਾ, ਦੁਹਰਾਉਣਯੋਗਤਾ ਅਤੇ ਸਵੀਕ੍ਰਿਤੀ ਦੇ ਮਾਪਦੰਡਾਂ ਦੇ ਨਾਲ ਏਆਈ ਦੇ ਟੈਸਟ ਵਿਆਖਿਆ ਨੂੰ ਕ੍ਰਾਸ-ਪ੍ਰਮਾਣਿਤ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਕਿਸੇ ਵਾਹਨ ਜਾਂ ਕੰਪੋਨੈਂਟ ਦੇ ਉਤਪਾਦਨ ਵਿੱਚ ਜਾਣ ਤੋਂ ਪਹਿਲਾਂ "ਕੀ ਇਹ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ" ਸਵਾਲ ਦਾ ਜਵਾਬ ਟੈਸਟ ਅਤੇ ਤਸਦੀਕ ਡੇਟਾ ਵਿੱਚ ਲੁਕਿਆ ਹੋਇਆ ਹੈ। ਆਟੋਮੋਟਿਵ ਵਿੱਚ ਟੈਸਟਿੰਗ ਪ੍ਰਯੋਗਸ਼ਾਲਾ (ਡਾਇਨਾਮੋਮੀਟਰ, ਜਲਵਾਯੂ ਚੈਂਬਰ, ਵਾਈਬ੍ਰੇਸ਼ਨ ਟੇਬਲ) ਤੋਂ ਸੜਕ (ਸੜਕ ਟੈਸਟ, ਸਹਿਣਸ਼ੀਲਤਾ ਟਰੈਕ) ਅਤੇ ਕਰੈਸ਼ ਪ੍ਰਯੋਗਸ਼ਾਲਾ ਤੱਕ ਫੈਲੀ ਹੋਈ ਹੈ। ਇਹ ਟੈਸਟ ਵੱਡੇ ਡੇਟਾ ਤਿਆਰ ਕਰਦੇ ਹਨ: ਇੱਕ ਸਿੰਗਲ ਸਹਿਣਸ਼ੀਲਤਾ ਟੈਸਟ ਵਿੱਚ ਸੈਂਸਰ ਰਿਕਾਰਡਾਂ ਦੀਆਂ ਲੱਖਾਂ ਕਤਾਰਾਂ ਸ਼ਾਮਲ ਹੋ ਸਕਦੀਆਂ ਹਨ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ ਦੇਖਾਂਗੇ ਕਿ ਇਸ ਡੇਟਾ ਦੀਆਂ ਕਿਸਮਾਂ, ਤਸਦੀਕ ਪ੍ਰਕਿਰਿਆ ਵਿੱਚ ਇਸਦਾ ਸਥਾਨ, ਅਤੇ ਕਿਵੇਂ ਨਕਲੀ ਬੁੱਧੀ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ (ਪਰ ਕਿਵੇਂ ਫੈਸਲਾ ਇੰਜੀਨੀਅਰ ਕੋਲ ਰਹਿੰਦਾ ਹੈ)।
ਤਸਦੀਕ ਅਤੇ ਪ੍ਰਮਾਣਿਕਤਾ ਕੀ ਹਨ?
ਦੋ ਸ਼ਬਦ ਅਕਸਰ ਉਲਝਣ ਵਿੱਚ ਹੁੰਦੇ ਹਨ:
- ਪੁਸ਼ਟੀਕਰਨ: "ਕੀ ਅਸੀਂ ਉਤਪਾਦ ਨੂੰ ਸਹੀ ਢੰਗ ਨਾਲ ਬਣਾਇਆ ਹੈ?" ਲੋੜਾਂ ਦੀ ਪਾਲਣਾ ਨੂੰ ਮਾਪਦਾ ਹੈ। ਉਦਾਹਰਨ: "ਬ੍ਰੇਕਿੰਗ ਦੂਰੀ ਨਿਰਧਾਰਨ 38 ਮੀਟਰ ਦੱਸਦੀ ਹੈ; ਅਸੀਂ ਇਸਨੂੰ ਮਾਪਿਆ, 36.5 ਮੀਟਰ। ਅਨੁਕੂਲ।"
- ਪ੍ਰਮਾਣਿਕਤਾ: "ਕੀ ਅਸੀਂ ਸਹੀ ਉਤਪਾਦ ਬਣਾਇਆ ਹੈ?" ਕੀ ਇਹ ਅਸਲ ਵਰਤੋਂ ਵਿੱਚ ਲੋੜਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ? ਉਦਾਹਰਨ: "ਕੀ ਡਰਾਈਵਰ ਇਸ ਬ੍ਰੇਕ ਨੂੰ ਸੁਰੱਖਿਅਤ ਮਹਿਸੂਸ ਕਰਦੇ ਹਨ?"
ਆਟੋਮੋਟਿਵ ਵਿੱਚ, ਇਹ ਪ੍ਰਕਿਰਿਆ ਆਮ ਤੌਰ 'ਤੇ DVP&R (ਡਿਜ਼ਾਈਨ ਵੈਰੀਫਿਕੇਸ਼ਨ ਪਲਾਨ ਅਤੇ ਰਿਪੋਰਟ) ਦਸਤਾਵੇਜ਼ ਨਾਲ ਵਿਵਸਥਿਤ ਕੀਤੀ ਜਾਂਦੀ ਹੈ: ਇਹ ਇੱਕ ਸਾਰਣੀ ਹੈ ਜੋ ਸੂਚੀ ਦਿੰਦੀ ਹੈ ਕਿ ਕਿਹੜੀ ਲੋੜ ਦੀ ਜਾਂਚ ਕਿਸ ਟੈਸਟ ਨਾਲ ਕੀਤੀ ਜਾਵੇਗੀ, ਕਿਸ ਸਵੀਕ੍ਰਿਤੀ ਦੇ ਮਾਪਦੰਡ ਨਾਲ, ਅਤੇ ਨਤੀਜਾ।
ਆਮ ਟੈਸਟ ਡਾਟਾ ਕਿਸਮ
ਟੈਸਟ ਦੀ ਕਿਸਮ
ਕੀ ਉਪਾਅ
ਨਮੂਨਾ ਡਾਟਾ
ਡਾਇਨਾਮੋਮੀਟਰ (ਡਾਇਨੋ)
ਇੰਜਣ ਦੀ ਸ਼ਕਤੀ, ਟਾਰਕ, ਨਿਕਾਸ
RPM-ਟਾਰਕ ਕਰਵ, ਬਾਲਣ ਦੀ ਖਪਤ
ਸੜਕ ਟੈਸਟ
ਅਸਲ ਸਥਿਤੀ ਵਿਵਹਾਰ
GPS, ਪ੍ਰਵੇਗ, ਡਰਾਈਵਿੰਗ ਸਿਗਨਲ
ਟਿਕਾਊਤਾ
ਉਮਰ ਭਰ ਦੀ ਥਕਾਵਟ
ਵਾਈਬ੍ਰੇਸ਼ਨ, ਤਣਾਅ, ਚੱਕਰਾਂ ਦੀ ਗਿਣਤੀ
ਜਲਵਾਯੂ/ਵਾਤਾਵਰਨ
ਗਰਮ-ਠੰਡੇ-ਨਮੀ ਪ੍ਰਤੀਰੋਧ
ਤਾਪਮਾਨ, ਕੰਮ ਕਰਨ ਦੀ ਸਥਿਤੀ
NVH
ਸ਼ੋਰ/ਵਾਈਬ੍ਰੇਸ਼ਨ
ਧੁਨੀ ਦਬਾਅ, ਪ੍ਰਵੇਗ ਸਪੈਕਟ੍ਰਮ
ਟੱਕਰ (ਕਰੈਸ਼)
ਸੁਰੱਖਿਆ
ਹਾਈ ਸਪੀਡ ਵੀਡੀਓ, ਡਮੀ ਸੈਂਸਰ
ਹਰੇਕ ਟੈਸਟ ਦਾ ਇੱਕ ਸਵੀਕ੍ਰਿਤੀ ਮਾਪਦੰਡ (ਲੋੜ) ਹੁੰਦਾ ਹੈ। ਵਿਸ਼ਲੇਸ਼ਣ ਇਹ ਸਾਬਤ ਕਰਨਾ ਹੈ ਕਿ ਕੀ ਡੇਟਾ ਇਸ ਮਾਪਦੰਡ ਨੂੰ ਪਾਸ ਕਰਦਾ ਹੈ।
ਨਕਲੀ ਬੁੱਧੀ ਟੈਸਟ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਕੀ ਕਰਦੀ ਹੈ?
AI ਟੈਸਟ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਣ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਕ ਹੈ:
- ਸੰਖੇਪ: ਅੰਕੜਾ ਸਾਰਾਂਸ਼, ਸਿਖਰ ਮੁੱਲ, ਲੱਖਾਂ ਕਤਾਰਾਂ ਤੋਂ ਵੰਡ।
- ਅਨੌਮਲੀ ਮਾਰਕਿੰਗ: "ਇਸ ਰਿਕਾਰਡਿੰਗ ਵਿੱਚ 214 ਸਕਿੰਟਾਂ 'ਤੇ ਇੱਕ ਅਚਾਨਕ ਟਾਰਕ ਡ੍ਰੌਪ ਹੈ।"
- ਪੈਟਰਨ ਦੀ ਤੁਲਨਾ: ਦੋ ਟੈਸਟ ਦੌੜਾਂ ਜਾਂ ਵੱਖ-ਵੱਖ ਵਾਹਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ ਅਤੇ ਅੰਤਰ ਲੱਭਣਾ।
- ਰਿਪੋਰਟ ਡਰਾਫਟ: DVP&R ਨਤੀਜਾ ਟੈਕਸਟ ਅਤੇ ਗ੍ਰਾਫਿਕ ਵਿਆਖਿਆਵਾਂ ਦਾ ਖਰੜਾ ਤਿਆਰ ਕਰਨਾ।
- ਕੋਡ ਮਦਦ: ਵਿਸ਼ਲੇਸ਼ਣ ਸਕ੍ਰਿਪਟ ਤਿਆਰ ਕਰਨਾ (ਪਾਈਥਨ)।
ਪਰ ਸਾਵਧਾਨ ਰਹੋ: ਇਹ ਸਾਰੇ ਸਕੈਚ ਅਤੇ ਸੰਕੇਤ ਹਨ. ਇਹ ਟੈਸਟ ਇੰਜੀਨੀਅਰ ਹੈ ਜੋ ਇਹ ਫੈਸਲਾ ਕਰਦਾ ਹੈ ਕਿ ਟੈਸਟ ਪਾਸ ਹੁੰਦਾ ਹੈ ਜਾਂ ਨਹੀਂ ਅਤੇ ਕੀ ਕੋਈ ਵਿਗਾੜ ਅਸਲੀ ਹੈ ਜਾਂ ਮਾਪ ਦੀ ਗਲਤੀ।
ਸੰਕੇਤ: AI ਨੂੰ ਪੁੱਛੋ "ਕੀ ਇਹ ਟੈਸਟ ਪਾਸ ਹੋਇਆ?" ਇਹ ਪੁੱਛਣ ਦੀ ਬਜਾਏ, "ਇਸ ਡੇਟਾ ਵਿੱਚ ਕਿਹੜੇ ਖੇਤਰ ਸਵੀਕ੍ਰਿਤੀ ਦੇ ਮਾਪਦੰਡ ਦੇ ਅਨੁਸਾਰ ਜੋਖਮ ਦਿਖਾਉਂਦੇ ਹਨ, ਮੈਨੂੰ ਕਿਹੜੀਆਂ ਵਾਧੂ ਜਾਂਚਾਂ ਕਰਨੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ?" ਪੁੱਛੋ ਪਹਿਲੇ ਨੂੰ ਫੈਸਲਿਆਂ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ (ਏਆਈ ਦੀ ਨੌਕਰੀ ਨਹੀਂ), ਦੂਜੇ ਨੂੰ ਸੰਕੇਤ (ਏਆਈ ਦੀ ਨੌਕਰੀ) ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।
ਮਾਪ ਅਨਿਸ਼ਚਿਤਤਾ ਅਤੇ ਦੁਹਰਾਉਣਯੋਗਤਾ
ਕੋਈ ਮਾਪ ਸੰਪੂਰਣ ਨਹੀਂ ਹੈ। ਦੋ ਧਾਰਨਾਵਾਂ ਮਹੱਤਵਪੂਰਨ ਹਨ:
- ਮਾਪ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ: ਮਾਪਣ ਵਾਲੇ ਯੰਤਰ ਦੀ ਗਲਤੀ ਦਾ ਕੁਦਰਤੀ ਮਾਰਜਿਨ। ਜੇਕਰ ਬ੍ਰੇਕਿੰਗ ਦੂਰੀ "36.5 ਮੀਟਰ" ਹੈ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ±0.8 ਮੀਟਰ ਹੈ, ਤਾਂ ਅਸਲ ਮੁੱਲ 35.7-37.3 ਮੀਟਰ ਦੇ ਵਿਚਕਾਰ ਹੈ। ਜੇਕਰ ਨਿਰਧਾਰਨ 38m ਹੈ ਤਾਂ ਤੁਸੀਂ ਸੁਰੱਖਿਅਤ ਹੋ; ਪਰ ਜੇਕਰ ਨਿਰਧਾਰਨ 37 ਮੀਟਰ ਸੀ, ਤਾਂ ਅਨਿਸ਼ਚਿਤਤਾ ਸੀਮਾ ਦੇ ਬਹੁਤ ਨੇੜੇ ਹੋਵੇਗੀ।
- ਦੁਹਰਾਉਣਯੋਗਤਾ: ਕੀ ਤੁਸੀਂ ਉਸੇ ਤਰ੍ਹਾਂ ਦੇ ਨਤੀਜੇ ਪ੍ਰਾਪਤ ਕਰਦੇ ਹੋ ਜਦੋਂ ਤੁਸੀਂ ਉਹੀ ਟੈਸਟ ਦੁਬਾਰਾ ਕਰਦੇ ਹੋ? ਇੱਕ ਸਿੰਗਲ ਦੌੜ ਮੌਕਾ ਦੁਆਰਾ ਲੰਘੀ ਹੋ ਸਕਦੀ ਹੈ. ਆਟੋਮੋਟਿਵ ਵਿੱਚ, ਵੱਖ-ਵੱਖ ਵਾਹਨਾਂ/ਹਾਲਤਾਂ ਵਿੱਚ, ਨਾਜ਼ੁਕ ਟੈਸਟਾਂ ਨੂੰ ਕਈ ਵਾਰ ਦੁਹਰਾਇਆ ਜਾਂਦਾ ਹੈ।
ਇੱਕ AI ਦੁਆਰਾ ਫਲੈਗ ਕੀਤੀ ਗਈ "ਅਸੰਗਤਤਾ" ਅਸਲ ਵਿੱਚ ਮਾਪ ਸ਼ੋਰ ਹੋ ਸਕਦੀ ਹੈ। ਫੈਸਲਾ ਲੈਣ ਤੋਂ ਪਹਿਲਾਂ ਅਨਿਸ਼ਚਿਤਤਾ ਅਤੇ ਦੋਹਰੀ ਜਾਂਚ ਜ਼ਰੂਰੀ ਹੈ।
ਸਾਵਧਾਨ: AI ਕਹਿਣਾ "ਸਵੀਕ੍ਰਿਤੀ ਦੇ ਮਾਪਦੰਡ ਪਾਸ" ਧੋਖੇਬਾਜ਼ ਹੈ ਜੇਕਰ ਇਹ ਮਾਪ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ ਅਤੇ ਦੁਹਰਾਈ ਲਈ ਖਾਤਾ ਨਹੀਂ ਹੈ। ਸੀਮਾ ਦੇ ਨੇੜੇ ਨਤੀਜਿਆਂ ਵਿੱਚ, ਅਨਿਸ਼ਚਿਤਤਾ ਦਾ ਹਾਸ਼ੀਏ ਟੈਸਟ ਦੇ ਨਤੀਜੇ ਨੂੰ ਬਦਲ ਸਕਦਾ ਹੈ।
ਮਿੰਨੀ ਕੇਸ ਅਧਿਐਨ
ਕੇਸ 1 - ਅਸੰਗਤਤਾ ਜਾਂ ਰੌਲਾ? ਇੱਕ ਸਹਿਣਸ਼ੀਲਤਾ ਟੈਸਟ ਵਿੱਚ, AI ਤਣਾਅ ਸਿਗਨਲ ਵਿੱਚ 3 ਅਚਾਨਕ ਛਾਲ ਮਾਰਦਾ ਹੈ। ਟੈਸਟ ਇੰਜੀਨੀਅਰ ਕੱਚੇ ਡੇਟਾ ਨੂੰ ਵੇਖਦਾ ਹੈ: ਜੰਪ ਸਹੀ ਪਲਾਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ ਜਦੋਂ ਡੇਟਾ ਲੌਗਰ ਮੁੜ ਚਾਲੂ ਹੁੰਦਾ ਹੈ; ਇਸ ਲਈ ਇਹ ਇੱਕ ਅਸਲੀ ਢਾਂਚਾਗਤ ਘਟਨਾ ਨਹੀਂ ਹੈ, ਇਹ ਇੱਕ ਰਜਿਸਟ੍ਰੇਸ਼ਨ ਆਊਟੇਜ ਹੈ। ਵਿਗਾੜਾਂ ਨੂੰ ਕਲਾਤਮਕ ਹੋਣ ਲਈ ਦਸਤਾਵੇਜ਼ੀ ਰੂਪ ਵਿੱਚ ਦਰਜ ਕੀਤਾ ਗਿਆ ਹੈ। ਨਤੀਜਾ: AI ਨੇ ਸੁਰਾਗ ਪ੍ਰਦਾਨ ਕੀਤਾ, ਇੰਜੀਨੀਅਰ ਅਲੱਗ-ਥਲੱਗ ਮੂਲ ਕਾਰਨ; ਆਟੋਮੈਟਿਕ "ਅਸਫਲਤਾ" ਸਟੈਂਪ ਗਲਤ ਹੋਵੇਗਾ।
ਕੇਸ 2 - ਨੇੜੇ-ਸੀਮਾ ਰੇਖਾ ਨਤੀਜਾ। ਇੱਕ ਬ੍ਰੇਕ ਟੈਸਟ ਵਿੱਚ ਔਸਤ ਦੂਰੀ 37.4 ਮੀਟਰ ਹੈ, ਨਿਰਧਾਰਨ 38 ਮੀਟਰ ਹੈ। AI ਕਹਿੰਦਾ ਹੈ "ਪਾਸ"। ਇੰਜੀਨੀਅਰ ਨੂੰ ਮਾਪ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ (±0.9 ਮੀਟਰ) ਦਾ ਅਹਿਸਾਸ ਹੁੰਦਾ ਹੈ ਅਤੇ ਇਹ ਕਿ ਸਿਰਫ਼ 2 ਦੌੜਾਂ ਹੀ ਬਣੀਆਂ ਹਨ; ਉਪਰਲੀ ਸੀਮਾ 38.3 ਮੀਟਰ ਨਿਰਧਾਰਨ ਤੋਂ ਵੱਧ ਗਈ ਹੈ। ਟੈਸਟ ਨੂੰ 6 ਦੌੜਾਂ ਤੱਕ ਵਧਾ ਦਿੱਤਾ ਗਿਆ ਹੈ ਅਤੇ ਸਥਿਤੀਆਂ (ਗਰਮ ਬ੍ਰੇਕ, ਲੋਡ ਵਾਹਨ) ਵੱਖੋ-ਵੱਖਰੇ ਹਨ; ਨਤੀਜਾ ਸੁਰੱਖਿਅਤ ਹੋਣ ਦੀ ਪੁਸ਼ਟੀ ਕੀਤੀ ਗਈ ਹੈ। ਸਿੱਟਾ: ਅਸਪਸ਼ਟਤਾ ਅਤੇ ਦੁਹਰਾਓ ਦੇ ਬਿਨਾਂ "ਪਾਸ" ਕਹਿਣਾ ਜੋਖਮ ਭਰਪੂਰ ਹੈ।
ਕੇਸ 3 - ਤੇਜ਼ ਸਾਰਾਂਸ਼ ਦੀ ਸ਼ਕਤੀ। ਇੱਕ NVH ਟੈਸਟ ਵਿੱਚ 12 ਯੰਤਰਾਂ ਤੋਂ 40GB ਡੇਟਾ ਹੁੰਦਾ ਹੈ। AI ਹਰੇਕ ਟੂਲ ਲਈ ਇੱਕ ਸਾਰਣੀ ਅਤੇ ਤੁਲਨਾ ਦਾ ਸਾਰ ਦਿੰਦਾ ਹੈ ਪੀਕ ਫ੍ਰੀਕੁਐਂਸੀ ਅਤੇ ਐਪਲੀਟਿਊਡਸ; ਇੰਜੀਨੀਅਰ 2 ਘੰਟਿਆਂ ਦੀ ਬਜਾਏ 20 ਮਿੰਟਾਂ ਵਿੱਚ 2 ਸਮੱਸਿਆ ਵਾਲੇ ਵਾਹਨਾਂ ਵੱਲ ਆਪਣਾ ਧਿਆਨ ਦਿਵਾਉਂਦਾ ਹੈ। ਫਿਰ ਉਹ ਆਪਣੇ ਹੱਥਾਂ ਨਾਲ ਉਨ੍ਹਾਂ ਦੋਵਾਂ ਵਾਹਨਾਂ ਦੇ ਕੱਚੇ ਸਪੈਕਟ੍ਰਮ ਦੀ ਜਾਂਚ ਕਰਦਾ ਹੈ। ਨਤੀਜਾ: ਏਆਈ ਨੇ ਖ਼ਤਮ ਕੀਤਾ, ਇੰਜੀਨੀਅਰ ਨੇ ਡੂੰਘਾਈ ਨਾਲ ਵਿਸ਼ਲੇਸ਼ਣ ਕੀਤਾ।
ਪ੍ਰੋਂਪਟ ਟੈਂਪਲੇਟਸ
ਟੈਮਪਲੇਟ 1 - ਟੈਸਟ ਸੰਖੇਪ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਟੈਸਟ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਹੋ। ਕਾਰਜ: ਹੇਠਾਂ ਡਾਇਨਾਮੋਮੀਟਰ ਰਿਕਾਰਡ ਦਾ ਸਾਰ ਦਿਓ। ਸੰਦਰਭ: RPM ਡਾਟਾ, 1000-6000 rpm; ਸਵੀਕ੍ਰਿਤੀ ਮਾਪਦੰਡ: ਪੀਕ ਟਾਰਕ ਘੱਟੋ ਘੱਟ 320 Nm, ਪਾਵਰ ਕਰਵ ਵਿੱਚ ਕੋਈ ਢਹਿ ਨਹੀਂ। ਪਾਬੰਦੀ: 'ਪਾਸ/ਫੇਲ' ਫੈਸਲਾ ਲੈਣਾ; ਮਾਪਦੰਡ ਦੇ ਅਨੁਸਾਰ ਜੋਖਮ ਜ਼ੋਨ ਅਤੇ ਵਾਧੂ ਨਿਯੰਤਰਣ ਸਿਫਾਰਸ਼ਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਆਉਟਪੁੱਟ: ਸੰਖੇਪ ਅੰਕੜੇ + ਜੋਖਮ ਜ਼ੋਨ + ਸਿਫਾਰਸ਼ੀ ਨਿਯੰਤਰਣ।
ਟੈਮਪਲੇਟ 2 - ਅਨੌਮਲੀ ਪਾਰਸਿੰਗ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਮਾਪ ਅਤੇ ਯੰਤਰ ਮਾਹਰ ਹੋ। ਟਾਸਕ: ਇਹ ਫਰਕ ਕਰਨ ਵਿੱਚ ਮੇਰੀ ਮਾਰਗਦਰਸ਼ਨ ਕਰੋ ਕਿ ਕੀ ਚਿੰਨ੍ਹਿਤ ਅਸੰਗਤੀਆਂ ਅਸਲ ਘਟਨਾਵਾਂ ਹਨ ਜਾਂ ਮਾਪ ਦੀਆਂ ਕਲਾਕ੍ਰਿਤੀਆਂ। ਸੰਦਰਭ: ਤਣਾਅ ਸਿਗਨਲ ਵਿੱਚ 3 ਅਚਾਨਕ ਛਾਲ; ਰਿਕਾਰਡਰ ਰੁਕ-ਰੁਕ ਕੇ ਮੁੜ ਚਾਲੂ ਹੁੰਦਾ ਹੈ। ਆਉਟਪੁੱਟ: ਸੰਭਾਵੀ ਵਿਆਖਿਆ + ਹਰੇਕ ਵਿਗਾੜ ਲਈ ਵਿਤਕਰੇ ਵਾਲੀ ਜਾਂਚ।
ਟੈਮਪਲੇਟ 3 - ਅਨਿਸ਼ਚਿਤਤਾ ਮੁਲਾਂਕਣ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਮੈਟਰੋਲੋਜੀ (ਮਾਪ ਦਾ ਵਿਗਿਆਨ) ਸਲਾਹਕਾਰ ਹੋ। ਕੰਮ: ਸਵੀਕ੍ਰਿਤੀ ਦੇ ਮਾਪਦੰਡ ਦੇ ਅਨੁਸਾਰ ਨਤੀਜੇ ਦੀ ਸੁਰੱਖਿਆ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। ਪ੍ਰਸੰਗ: ਮਾਪਿਆ ਮੁੱਲ 37.4 ਮੀਟਰ, ਅਨਿਸ਼ਚਿਤਤਾ ±0.9 ਮੀਟਰ, ਨਿਰਧਾਰਨ 38 ਮੀਟਰ, ਦੌੜਾਂ ਦੀ ਸੰਖਿਆ 2. ਪਾਬੰਦੀ: ਸੰਖਿਆ ਅਤੇ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਧਿਆਨ ਵਿੱਚ ਰੱਖਣਾ ਯਕੀਨੀ ਬਣਾਓ; ਸੀਮਾ ਦੇ ਨੇੜੇ ਹੋਣ 'ਤੇ ਜ਼ੋਰ ਦਿਓ। ਆਉਟਪੁੱਟ: ਮੁਲਾਂਕਣ + ਵਾਧੂ ਟੈਸਟਿੰਗ ਲਈ ਸਿਫਾਰਸ਼ + ਬਾਕੀ ਜੋਖਮ।
ਟੈਮਪਲੇਟ 4 - DVP&R ਰਿਪੋਰਟ ਡਰਾਫਟ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਪੁਸ਼ਟੀਕਰਨ ਇੰਜੀਨੀਅਰ ਹੋ। ਟਾਸਕ: ਹੇਠਾਂ ਦਿੱਤੇ ਟੈਸਟ ਨਤੀਜਿਆਂ ਲਈ ਇੱਕ DVP&R ਨਤੀਜਾ ਟੈਕਸਟ ਡਰਾਫਟ ਲਿਖੋ। ਸੰਦਰਭ: ਲੋੜ, ਟੈਸਟ ਵਿਧੀ, ਸਵੀਕ੍ਰਿਤੀ ਮਾਪਦੰਡ, ਅਤੇ ਮਾਪਿਆ ਮੁੱਲ ਪੂਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ (ਅਗਿਆਤ)। ਪਾਬੰਦੀ: ਸਿਰਫ਼ ਡਰਾਫਟ; ਸਖਤ 'ਪ੍ਰਵਾਨਿਤ' ਕਥਨ ਦੀ ਵਰਤੋਂ ਨਾ ਕਰੋ, ਇੰਜੀਨੀਅਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਲਈ ਜਗ੍ਹਾ ਛੱਡੋ। ਆਉਟਪੁੱਟ: ਲੋੜ | ਟੈਸਟ | ਮਾਪਦੰਡ | ਨਤੀਜਾ | ਸਥਿਤੀ (ਖਰੜਾ)।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ:
ਇਸ ਟੈਸਟ ਦੇ ਅੰਕੜਿਆਂ ਨੂੰ ਦੇਖੋ, ਕੀ ਇਹ ਪਾਸ ਹੋਇਆ?
ਕੋਈ ਸਵੀਕ੍ਰਿਤੀ ਮਾਪਦੰਡ, ਅਸਪਸ਼ਟਤਾ ਅਤੇ ਦੁਹਰਾਓ; AI ਇੱਕ ਅੰਨ੍ਹਾ "ਪਾਸ/ਫੇਲ" ਕਹਿੰਦਾ ਹੈ, ਜੋ ਕਿ ਖ਼ਤਰਨਾਕ ਹੈ।
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰਾਉਟ:
ਭੂਮਿਕਾ: ਤੁਸੀਂ ਇੱਕ ਆਟੋਮੋਟਿਵ ਟੈਸਟ ਡੇਟਾ ਵਿਸ਼ਲੇਸ਼ਕ ਹੋ। ਟਾਸਕ: ਸਵੀਕ੍ਰਿਤੀ ਦੇ ਮਾਪਦੰਡ ਦੇ ਵਿਰੁੱਧ ਜੁੜੇ ਬ੍ਰੇਕ ਟੈਸਟ ਡੇਟਾ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰੋ ਅਤੇ ਸਲਾਹ ਦਿਓ ਕਿ ਫੈਸਲੇ ਲਈ ਕਿਹੜੇ ਵਾਧੂ ਸਬੂਤ ਦੀ ਲੋੜ ਹੈ। ਪ੍ਰਸੰਗ: ਮਾਪਦੰਡ 38 ਮੀ; ਮਾਪ ਅਨਿਸ਼ਚਿਤਤਾ ±0.9 ਮੀਟਰ; ਇੱਥੇ 2 ਸ਼ਰਤਾਂ ਹਨ; ਇੱਕ ਸ਼ਰਤ ਵਿੱਚ ਵਾਹਨ ਦੇ ਲੋਡ ਦੀ ਜਾਂਚ ਕੀਤੀ ਗਈ ਹੈ। ਪਾਬੰਦੀ: 'ਪਾਸ' ਘੋਸ਼ਿਤ ਕਰਨਾ; ਅਨਿਸ਼ਚਿਤਤਾ ਅਤੇ ਡੁਪਲੀਕੇਸ਼ਨ ਦੇ ਰੂਪ ਵਿੱਚ ਜੋਖਮਾਂ ਅਤੇ ਪ੍ਰਸਤਾਵਿਤ ਵਾਧੂ ਸ਼ਰਤਾਂ ਦੀ ਸੂਚੀ ਬਣਾਓ। ਆਉਟਪੁੱਟ: ਜੋਖਮ | ਜਾਇਜ਼ | ਸਿਫਾਰਸ਼ ਕੀਤੀ ਵਾਧੂ ਟੈਸਟਿੰਗ ਸਾਰਣੀ.
ਆਮ ਗਲਤੀਆਂ
- AI ਬਣਾਉਣਾ ਇੱਕ ਜਾਣ/ਅਸਫ਼ਲ ਫੈਸਲਾ ਲੈਂਦਾ ਹੈ। ਫੈਸਲਾ ਇੰਜੀਨੀਅਰ ਦੁਆਰਾ ਕੀਤਾ ਜਾਂਦਾ ਹੈ; AI ਸੁਰਾਗ ਦਿੰਦਾ ਹੈ।
- ਮਾਪ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ। ਸੀਮਾ ਦੇ ਨੇੜੇ ਨਤੀਜਿਆਂ ਵਿੱਚ, ਅਨਿਸ਼ਚਿਤਤਾ ਨਤੀਜੇ ਨੂੰ ਬਦਲਦੀ ਹੈ।
- ਇੱਕ ਦੌੜ 'ਤੇ ਭਰੋਸਾ ਕਰਨਾ. ਦੁਹਰਾਉਣਯੋਗਤਾ ਦੇ ਬਿਨਾਂ ਨਤੀਜਾ ਨਾਜ਼ੁਕ ਹੈ.
- ਤੁਰੰਤ ਵਿਗਾੜ ਨੂੰ "ਖਰਾਬ" ਵਜੋਂ ਵਿਚਾਰੋ। ਰਿਕਾਰਡਿੰਗ ਆਰਟੀਫੈਕਟ/ਸ਼ੋਰ ਹੋ ਸਕਦਾ ਹੈ; ਕੱਚੇ ਡੇਟਾ ’ਤੇ ਵਾਪਸ ਜਾਓ।
- ਰਿਪੋਰਟ ਦੀ ਅੰਨ੍ਹੀ ਨਕਲ. AI ਡਰਾਫਟ ਇੰਜੀਨੀਅਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਅਤੇ ਸੁਧਾਰ ਤੋਂ ਬਿਨਾਂ ਅਧਿਕਾਰਤ ਦਸਤਾਵੇਜ਼ ਨਹੀਂ ਬਣ ਸਕਦਾ।
ਸੰਖੇਪ ਵਿੱਚ
- ਪੁਸ਼ਟੀਕਰਣ ਲੋੜਾਂ ਦੀ ਪਾਲਣਾ ਨੂੰ ਮਾਪਦਾ ਹੈ, ਪ੍ਰਮਾਣਿਕਤਾ ਅਸਲ ਲੋੜ ਦੀ ਪਾਲਣਾ ਨੂੰ ਮਾਪਦਾ ਹੈ; DVP&R ਇਸ ਪ੍ਰਕਿਰਿਆ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਦਾ ਹੈ।
- ਇਹ AI ਟੈਸਟ ਡੇਟਾ 'ਤੇ ਰਿਪੋਰਟਾਂ ਦਾ ਸਾਰ ਕਰਨ, ਅਸੰਗਤਤਾ ਮਾਰਕ ਕਰਨ, ਤੁਲਨਾ ਕਰਨ ਅਤੇ ਖਰੜਾ ਤਿਆਰ ਕਰਨ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਕ ਹੈ।
- ਫੈਸਲਾ (ਪਾਸ/ਫੇਲ) ਇੰਜੀਨੀਅਰ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ; AI ਸੰਕੇਤ, ਸੰਕੇਤ ਨਹੀਂ।
- ਮਾਪ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ ਅਤੇ ਦੁਹਰਾਉਣਯੋਗਤਾ ਤੋਂ ਬਿਨਾਂ, ਨਤੀਜੇ ਦੀ ਵਿਆਖਿਆ ਨਹੀਂ ਕੀਤੀ ਜਾ ਸਕਦੀ; ਸੀਮਾ ਦੇ ਨੇੜੇ ਨਤੀਜੇ ਵਿਸ਼ੇਸ਼ ਧਿਆਨ ਦੀ ਲੋੜ ਹੈ.
- ਇਹ ਨਿਰਧਾਰਿਤ ਕਰਨ ਲਈ ਕਿ ਕੀ ਉਹ ਅਸਲ ਘਟਨਾਵਾਂ ਹਨ ਜਾਂ ਮਾਪ ਦੀਆਂ ਕਲਾਕ੍ਰਿਤੀਆਂ ਹਨ, ਨੂੰ ਕੱਚੇ ਡੇਟਾ ਨਾਲ ਵੱਖ ਕੀਤਾ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਟੈਸਟ ਚੁਣੋ (ਜਿਵੇਂ ਕਿ ਜਲਵਾਯੂ ਚੈਂਬਰ ਵਿੱਚ ਕੋਲਡ ਸਟਾਰਟ-ਅੱਪ)। (1) ਲੋੜ, ਟੈਸਟ ਵਿਧੀ ਅਤੇ ਸਵੀਕ੍ਰਿਤੀ ਦੇ ਮਾਪਦੰਡ ਲਿਖੋ। (2) ਟੈਮਪਲੇਟ 1 ਦੇ ਨਾਲ ਇੱਕ ਸੰਖੇਪ ਅਤੇ ਜੋਖਮ ਜ਼ੋਨ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਬੇਨਤੀ ਕਰੋ (ਕਿਸੇ ਫੈਸਲੇ ਦੀ ਬੇਨਤੀ ਕੀਤੇ ਬਿਨਾਂ)। (3) ਟੈਂਪਲੇਟ 3 ਨਾਲ ਅਨਿਸ਼ਚਿਤਤਾ ਦੀ ਸੀਮਾ ਦੇ ਨੇੜੇ ਇੱਕ ਕਾਲਪਨਿਕ ਨਤੀਜੇ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। (4) ਟੈਮਪਲੇਟ 4 ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਇੱਕ ਡਰਾਫਟ DVP&R ਤਿਆਰ ਕਰੋ, ਇਹ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਤੁਸੀਂ ਇੰਜੀਨੀਅਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਲਈ ਕਿਹੜੇ ਖੇਤਰਾਂ ਨੂੰ ਛੱਡ ਰਹੇ ਹੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਂ ਸਪੱਸ਼ਟ ਤੌਰ 'ਤੇ ਲੋੜਾਂ ਅਤੇ ਸਵੀਕ੍ਰਿਤੀ ਦੇ ਮਾਪਦੰਡ ਲਿਖੇ ਹਨ।
- [ ] ਮੈਂ AI ਨੂੰ ਜੋਖਮ/ਸੰਕੇਤ ਲਈ ਕਿਹਾ, ਨਾ ਕਿ ਕੋਈ ਫੈਸਲਾ।
- [ ] ਮੈਂ ਨਤੀਜੇ ਵਿੱਚ ਮਾਪ ਦੀ ਅਨਿਸ਼ਚਿਤਤਾ ਨੂੰ ਸ਼ਾਮਲ ਕੀਤਾ ਹੈ।
- [ ] ਮੈਂ ਦੁਹਰਾਉਣਯੋਗਤਾ (ਰਨਾਂ ਦੀ ਗਿਣਤੀ) ਦੀ ਮੁਹਾਰਤ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ।
- [ ] ਮੈਂ ਤੱਥ ਅਤੇ ਆਰਟੀਫੈਕਟ ਵਿਚਕਾਰ ਅੰਤਰ ਬਣਾ ਕੇ ਕੱਚੇ ਡੇਟਾ ਦੇ ਨਾਲ ਵਿਗਾੜਾਂ ਦੀ ਜਾਂਚ ਕੀਤੀ।
- [ ] ਮੈਂ ਇੰਜੀਨੀਅਰ ਦੀ ਪ੍ਰਵਾਨਗੀ ਲਈ ਰਿਪੋਰਟ ਡਰਾਫਟ ਨੂੰ ਚਿੰਨ੍ਹਿਤ ਕੀਤਾ ਹੈ।