Câștiguri:
- Abilitatea de a accelera studiile de compromis de la cerințele misiunii până la dimensionarea conceptuală a aeronavelor/navei spațiale cu suport AI
- Abilitatea de a efectua scrierea cerințelor, controlul trasabilității și al coerenței cu solicitări configurate
- Abilitatea de a elimina rezultate nerezonabile prin validarea încrucișată a punctelor de proiectare sugerate de AI cu calcule manuale bazate pe fizică
Un avion sau o navă spațială se naște dintr-o listă de cerințe, nu pe o planșă de desen. Propoziția „Carry atât de multă sarcină la această gamă, la această viteză, la acest cost” este sămânța designului care va dura anii următori. Proiectarea conceptuală (cea mai timpurie etapă de proiectare în care sunt determinate mai întâi dimensiunea aproximativă, greutatea și configurația vehiculului) este procesul de extragere a unei forme inițiale din această sămânță. Deciziile luate aici sunt ieftine, dar efectele lor sunt cele mai scumpe: o alegere conceptuală greșită poate arunca milioane de dolari de design detaliat.
În această unitate, vom folosi inteligența artificială (AI) pentru a atenua trei sarcini ale designului conceptual: traducerea solicitărilor de sarcini vagi în cerințe măsurabile, menținerea trasabilității și consecvenței între cerințe și accelerarea analizei compromisurilor între opțiunile de proiectare concurente. Dar haideți să expunem principiul critic de la început: fiecare dimensiune, fiecare estimare a greutății pe care o sugerează AI este neapărat validată încrucișat printr-un calcul manual bazat pe fizică. AI este un partener de brainstorming și contabilitate; nu deține decizia de dimensionare.
Concepte: Cerință: O singură declarație verificabilă pe care instrumentul trebuie să o îndeplinească. Trasabilitate: lanțul de înregistrare a de unde provine fiecare cerință și cu ce design/test a fost îndeplinită. Spațiu comercial: Setul de toate opțiunile create de variabile de design modificabile. MTOW: Greutatea maximă la decolare (Maximum Take-Off Weight), cea mai mare masă pe care o poate decolare vehiculul.
De la necesitatea sarcinii la cerință: pas cu pas
O cerință bună are trei calități: singulară (spune un lucru), măsurabilă (conține un număr și o unitate) și verificabilă (este evident cum se verifică). „Aeronava trebuie să fie rapidă” nu este o cerință; „Aeronava trebuie să atingă viteza aerului de calibru 250 kt (KCAS) la nivelul mării” este o cerință.
Primul pas este de a aduna cererile părților interesate și de a le distila în proiecte de cerințe cu AI. Al doilea pas este de a face fiecare cerință măsurabilă: înlocuiți fiecare adjectiv vag („ușor”, „durabil”, „eficient”) cu o metrică și un prag. Al treilea pas este să cauți contradicții între cerințe: raza de acțiune și sarcina utilă concurează adesea între ele, AI scoate rapid aceste contradicții la suprafață. Al patrulea pas este stabilirea unei matrice de trasabilitate: tabelarea obiectivului sarcinii de nivel superior care duce la ce sub-cerință.
Pe partea de dimensionare conceptuală, AI poate reaminti relații de inginerie cunoscute (fracții de greutate, raport tracțiune-greutate, încărcare aripioară) și poate stabili un lanț inițial de calcule. De exemplu, pentru o aeronavă de pasageri, fracția de greutate a combustibilului poate fi estimată cu ecuația intervalului Breguet, iar fracția de greutate în gol poate fi estimată cu relații statistice. Dar fiecare verigă a acestui lanț este confirmată prin calcul manual.
Sfat: Când scrieți cerințe, dați în mod explicit AI sarcina de a „înlocui fiecare adjectiv ambiguu cu o metrică, unitate și metodă de verificare”. Modelul funcționează mult mai disciplinat atunci când spuneți „faceți măsurabil” declarații neverificabile precum „user friendly”.
Configurarea analizei compromisului
Inima analizei compromisului este juxtapunerea mai multor configurații candidate cu criterii comune. Instrumentul clasic este matricea de decizie ponderată: criteriilor li se acordă pondere de importanță, fiecare candidat este punctat pe fiecare criteriu, se ia totalul ponderat. AI construiește rapid această matrice, dar ferește-te de două capcane: ponderile sunt o judecată inginerească subiectivă (nu lăsată în seama AI) și scorurile trebuie să se bazeze pe o justificare fizică (nu inventată).
Criteriu (greutate)
Config. A: Aripă înaltă
Config. B: Aripă joasă
Config. C: Canard
Raza de acțiune, km (0,30)
1200
1350
1250
Greutate proprie, kg (0,25)
640
610
690
Cost de producție (0,20)
mediu
scăzută
înalt
Stabilitate (0,15)
înalt
mediu
mediu
Ușurință de întreținere (0,10)
înalt
mediu
scăzută
Puteți cere AI să construiască acest tabel; Dar numerele de gamă și greutate trebuie să provină dintr-un calcul preliminar independent, iar scorurile calitative precum „stabilitatea: mare” trebuie de asemenea justificate. Puterea AI este că înregistrează zece configurații diferite în minute și efectuează o analiză a sentimentelor (cum se schimbă clasamentul dacă se schimbă o pondere).
Prompt slab / Prompt puternic
Prompt slab:
Proiectez un avion de antrenament. Spune-mi cea mai bună configurație.
Solicitare puternică:
Rol: Sunteți consultant în proiectarea aeronavelor conceptuale. Context: Studiu preliminar de compromis pentru un avion de antrenament cu două locuri (valorile sunt reprezentative): interval țintă ~1000 km, viteză de croazieră ~55 m/s, sarcină utilă ~220 kg, prioritate redusă a costurilor de producție. Sarcină:1) Sugerați 3 configurații candidate (poziția aripii, tipul motorului).2) Creați un tabel care compară fiecare candidat pe: interval, greutatea goală estimată, costul de producție, stabilitate.3) Folosiți pentru estimările dvs. numerice scrieți relația și ipoteza.Constrângere: Spuneți ce relație statistică ați folosit în estimările dvs. de greutate; unitate de scriere; Nu luați o decizie finală, trimiteți un candidat. Voi cântări și voi lua singur decizia finală.
Șabloane de solicitare copiabile
Șablon 1 — Traducerea unei nevoi de sarcină într-o cerință măsurabilă:
Transformați următoarele solicitări ale părților interesate în cerințe singulare, măsurabile și verificabile. Pentru fiecare cerință: o metrică, o unitate, o valoare de prag și o metodă de verificare propusă (analiza/test/demonstrație). Traduceți adjectivele vagi ("ușoare", "rapide") în numere concrete; Dacă există incertitudine, întrebați de ce informații aveți nevoie. Cereri: [lista aici]
Modelul 2 — Matricea de trasabilitate și analiza conflictelor:
Luați această listă de cerințe și: (a) construiți un tabel de trasabilitate care leagă fiecare cerință de obiectivul sarcinii de nivel înalt; (b) marcați orice pereche de cerințe conflictuale sau provocatoare (de exemplu, interval vs. sarcină utilă); (c) enumerați cerințele lipsă sau neverificabile. Lăsați rezultatul să fie un tabel. Cerințe: [lista aici]
Șablonul 3 — Configurarea matricei de decizie ponderată:
Construiți un cadru de matrice de decizie ponderată pentru următoarele configurații candidate. Faceți rândurile de criterii și coloanele candidaților. Lăsați coloana de greutate GOLĂ (voi introduce greutățile). Explicați într-o notă separată justificarea fizică a punctajului pe care îl veți pune în fiecare celulă; Nu scrieți un număr inventat, marcați locul pe care l-ați ghicit ca „ghici”. Candidați: [...] Criterii: [...]
Șablonul 4 — Verificare încrucișată a dimensionării conceptuale:
Verificați în mod independent următorul rezultat de predimensionare: MTOW, zona aripii, tracțiune. (a) Calculați încărcarea aripii (W/S) și comparați-o cu intervalul tipic pentru clasa dvs. de aeronave dată. (b) Calculați raportul tracțiune-greutate (T/W) și comparați-l cu intervalul tipic. (c) Avertizați dacă valorile sunt în afara intervalului tipic și indică o posibilă eroare. Scrieți toate unitățile în mod explicit. Intrare: [valori MTOW, S, T]
Mini Carcase
Cazul 1 – Detectarea precoce a nevoilor conflictuale. Într-un proiect UAV, părțile interesate doresc atât „cel puțin 8 ore de timp de antenă”, cât și „maximum 12 kg masa totală”. Cuantificând cele două cerințe și determinând bugetul energetic, AI arată că un zbor de 8 ore cu o densitate tipică de energie a bateriei (aproximativ 200 Wh/kg) ar necesita doar 6-7 kg de baterie; Acest lucru nu se încadrează în bugetul de 12 kg împreună cu sarcina utilă și structura. Contradicția este discutată înainte de a începe proiectarea detaliată. Lecție: traducerea cerințelor în numere dezvăluie devreme contradicții ascunse.
Cazul 2 — Analiza de sensibilitate modifică decizia. O echipă compară trei configurații de aripi; Configurare cu greutăți inițiale. B câștigă (scor ponderat 0,82 vs. 0,79). AI este întrebat „ce se întâmplă dacă reduc ponderea costului de la 0,20 la 0,10”; în acest scenariu, intervalul iese în prim-plan și Config. A preia conducerea (0,84 vs. 0,80). Echipa vede cât de sensibilă este decizia la prioritatea costurilor și clarifică ponderile cu părțile interesate. Lecție: nu contează un singur scor, ci stabilitatea clasamentului.
Cazul 3 — Eroare de comandă în estimarea greutății. AI oferă greutatea goală a unei aeronave ușoare la 95 kg dintr-o relație. Inginerul reamintește că greutatea în gol a aeronavelor cu două locuri dintr-o clasă similară este de obicei în intervalul 350-500 kg; 95 kg este fizic imposibil. Când este verificat, se vede că AI a aplicat incorect un coeficient în relație și este corectat. Lecție: fiecare estimare a greutății este comparată prin ordine de mărime cu intervalul cunoscut al clasei.
Greșeli comune
- Acceptarea cerinței vagi. O cerință care nu conține valori și unități nu poate fi verificată; „Ar trebui să fie ușor” este o dorință, nu o cerință.
- Având AI să aleagă greutățile. Ponderile criteriilor din matricea de decizie sunt ingineria subiectivă și judecata părților interesate; Dacă este lăsată în seama AI, decizia rămâne abandonată.
- Acceptarea punctelor fără justificare. Dacă scorurile calitative precum „Stabilitate: mare” nu au nicio bază fizică, matricea devine o listă fantezică de presupuneri.
- Nu se confirmă greutatea/mărimea estimată. Corelațiile statistice sunt estimări brute; Nu este inclus în designul detaliat fără a-l compara cu gama de clasă.
- Lăsând trasabilitatea pentru mai târziu. Dacă nu este înregistrată de unde a venit cerința, nimeni nu va ști ce decizii va afecta o modificare în viitor.
Pe scurt
Designul conceptual este etapa în care se iau cele mai ieftine, dar cele mai eficiente decizii. AI este un accelerator puternic în traducerea cererilor vagi în cerințe măsurabile, scanarea pentru trasabilitate și conflict și compararea mai multor configurații în tabelele de compromis. Cu toate acestea, ponderile criteriilor sunt judecata umană, predicțiile numerice sunt verificate prin calcul manual bazat pe fizică și intervale de clasă, decizia finală de configurare rămâne la inginer. AI produce candidați; nu decide.
Sarcina de aplicare
Scrie trei obiective de misiune la nivel înalt pentru o navă aeriană sau spațială la alegerea ta. Folosind AI, traduceți-le în cel puțin șase cerințe măsurabile și configurați un tabel de trasabilitate. Apoi creați o matrice de decizie ponderată pentru cele trei configurații candidate; Determinați singur greutățile. În cele din urmă, confirmați o estimare de greutate/dimensiune dată de AI cu un calcul independent de mână și un interval de clasă. Raportați cel puțin o pereche de cerințe în care găsiți un conflict.
lista de verificare
- [ ] Am făcut fiecare cerință singulară, măsurabilă și verificabilă.
- [ ] Am înlocuit adjectivele ambigue cu metrică, unitate și prag.
- [ ] Am creat un tabel de trasabilitate și am marcat cerințe contradictorii.
- [ ] Am determinat singur ponderile matricei de decizie (nu AI).
- [ ] Am atribuit scorurile matricei justificării fizice.
- [ ] Am verificat estimarile de greutate/mărime cu spațierea claselor și calculul manual.