Прибыль:
- Возможность использования искусственного интеллекта в качестве предварительного прогноза и метода прогнозирования (групповой вклад) для определения теплофизических свойств и запроса любого значения.
- Возможность фиксировать галлюцинации путем проверки каждой важной характеристики с помощью надежной базы данных (DIPPR/NIST) или эксперимента.
- Способность понимать, что выбор материала является критически важным решением с точки зрения безопасности, требующим данных о коррозии и авторизованного одобрения.
Любой расчет процесса в конечном итоге сводится к цифрам: плотности жидкости, вязкости, теплоемкости, давлению пара, температуре кипения; резолюция; устойчивость материала к коррозии. В совокупности они называются теплофизическими свойствами — физическими величинами, определяющими тепло, текучесть и фазовое поведение вещества. Дистилляционная колонна, теплообменник или насос спроектированы правильно только в том случае, если эти характеристики соблюдены. В этом модуле вы узнаете, как использовать искусственный интеллект в качестве предварительного инструмента прогнозирования и сравнения при прогнозировании свойств и выборе материалов (выбор металлов, прокладок, покрытий для противостояния технологическим условиям); но мы узнаем, почему эти значения необходимо проверять с помощью надежной базы данных или экспериментировать.
Критическая истина заключается в следующем: оценка характеристик является численной основой проектирования; Здесь ошибка распространяется на весь аккаунт. ИИ может с уверенностью указать давление пара или вязкость, но это значение может относиться к другому соединению, может иметь неправильную температуру или может быть полностью галлюцинаторным. Итак, золотое правило данных о функциях: каждая критическая функция должна быть основана на надежном источнике (DIPPR, NIST, паспорте производителя) или эксперименте.
Пошаговая поддержка ИИ для прогнозирования функций
1. Какая функция вам нужна и при каких условиях? Температура, давление, фаза и концентрация меняют свойство. Значение, взятое без передачи условия ИИ, вводит в заблуждение.
2. Выбор метода оценки. Если экспериментальных данных нет, ИИ вспоминает такие подходы к прогнозированию, как методы группового вклада — методы, которые предсказывают свойства, разбивая молекулу на части и складывая вклады каждой части; например Джобак, UNIFAC — и объясняет, какой из них подходит.
3. Предварительная стоимость и неопределенность. ИИ может дать предварительное значение, но обязательно в рамках «это прогноз, его неопределенность высока, проверьте». Также спросите ИИ о типичной погрешности значения.
4. Сравнение с первоисточником. Сравните значение AI с базой данных термодинамики или таблицей производителя. Если отклонение велико, значение не используется.
5. Предварительная проверка совместимости материалов. YZ напоминает об известных рисках коррозии/несовместимости пары жидкость-материал (например, питтинговая коррозия нержавеющей стали в хлоридсодержащей среде). Это предупреждение; Окончательный выбор делается на основе таблиц совместимости и экспертной оценки.
6. Фильтр разумности. Имеет ли значение значение с точки зрения ранга? Плотность воды составляет около 1000 кг/м³? Простая проверка заказов выявляет большинство ошибок.
Совет: Когда вы запрашиваете у ИИ значение признака, скажите «укажите источник и метод оценки, скажите, является ли он экспериментальным или расчетным». Если ИИ не может сослаться на источник, отметьте это значение как предположение и проверьте его независимо.
Выбор материала: безопасность и долговечность
Выбор материала является одновременно экономическим и критически важным решением с точки зрения безопасности. Неправильный материал может ослабнуть в результате коррозии, что приведет к разрыву сосуда под давлением или утечке токсичной жидкости. ИИ может вспомнить список исходных материалов и известные несовместимости; Но совокупное воздействие температуры, давления, концентрации и примесей является сложным, и окончательный выбор делается на основе данных материаловедения (диаграммы совместимости, данные о скорости коррозии) и испытаний, где это необходимо.
Внимание: сообщение ИИ «данный материал подходит для этой жидкости» не является гарантией. В случае оборудования, находящегося под давлением, и токсичных/легковоспламеняющихся жидкостей выбор материала требует одобрения квалифицированного инженера и проверенных данных о коррозии.
три мини-кейса
Случай 1 — Быстрое предсказание. Инженер хотел получить предварительную оценку теплоемкости новой смеси растворителей, данных по которой в литературе было мало. ИИ дал диапазон с помощью метода группового вклада. Инженер сделал грубый расчет энергии, используя это предварительное значение, а затем измерил его в лаборатории; измерение было в пределах 6% от прогноза. Прогнозирование ускорило планирование, но проектирование перешло к экспериментальному значению.
Случай 2 — Пойманная галлюцинация. YZ дал нормальную температуру кипения соединения, равную 78°C. Когда инженер сравнил это значение с данными NIST, он обнаружил, что фактическое значение составляет 118°C; ИИ перепутал это название с другим похожим соединением. Сравнение с источником не позволило внести в конструкцию колонки погрешность в 40°C.
Случай 3 — Существенное предупреждение. YZ отметил выбор нержавеющей стали 304 для водного потока, содержащего хлорид-ионы, как «риск точечной коррозии и коррозионного растрескивания под напряжением» и сослался на более стойкий сплав. Инженер-материаловед подтвердил данные о совместимости и выбрал материал с более высоким содержанием сплава. ИИ включил риск в повестку дня, решение было принято на основе данных.
Четыре копируемых шаблона
1) Прогнозирование функций (требуется источник):
Ваша роль: эксперт по телосложению. Соединение: [название/формула], состояние: [Т, Р, фаза]. Функция, которую я хочу: [например. давление пара]. Укажите: (1) экспериментальное значение и ИСТОЧНИК (DIPPR/NIST/производитель), если имеется, (2) если нет, метод оценки, расчетное значение и предел неопределенности. Четко укажите, является ли это экспериментальным или прогностическим. Если вы не можете сослаться на источник, отметьте его как «прогноз, требующий проверки». Не выдумывайте ценность; Если вы не уверены, скажите мне.
2) Руководство по методу группового вклада:
У меня есть соединение, для которого нет экспериментальных данных: [структура/УЛЫБКИ]. Какой метод группового вклада (Joback, UNIFAC и т. д.) подходит для [имущества] и почему? Объясните этапы метода и необходимые параметры группы. Укажите, что результат является оценкой и типичной погрешностью. Я проверю окончательное значение с помощью эксперимента/базы данных.
3) Сравнение/проверка значений:
Ниже приведены значения функции из разных источников. Сравните их в таблице, рассчитайте отклонение и ранжируйте, какой из них более надежен (эмпирический > оцененный > прогнозируемый). Если имеется большое отклонение, отметьте возможную причину (другое состояние, другой изомер). Источники: [вставить]
4) Предварительная проверка совместимости материалов:
Жидкость: [состав, концентрация, примеси], состояние: [Т, Р].Материалы-кандидаты: [перечень]. Вспомните известные риски коррозии/несовместимости (питтинг, растрескивание под напряжением, общая коррозия) для каждого из них. Это ПРЕДВАРИТЕЛЬНОЕ сканирование; Для окончательного выбора необходимы данные о коррозии и одобрение уполномоченного инженера. Четко обозначайте рискованные пары.
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Какова вязкость толуола?
Никакого нагрева, никакой сварки. ИИ дает цифру, но при каких условиях и насколько она надежна — неясно.
Мощная подсказка:
Ваша роль: эксперт по телосложению. Динамическая вязкость для толуола в жидкой фазе, 25°С, 1 атм. Укажите: значение, единицу измерения, ИСТОЧНИК и экспериментальную оценку. Если возможно, укажите два независимых источника и укажите согласованность. Если вы не можете указать источник, отметьте его как предположение. Соответствие стоимости. Я проверю результат с помощью термодинамической базы данных.
Разница очевидна: условие, ресурсный мандат и система проверки делают ценность доступной.
Распределение ролей при выборе характеристик и материалов
бизнес
Роль ИИ
Человеческое решение/источник
Экспериментальная функция
напоминание об источнике
Подтверждение базы данных
Нет данных, думаю
Метод + по умолчанию
Проверка эксперимента/базы данных
Сравнение значений
Таблица, отклонение
суждение о надежности
Материальные кандидаты
напоминание о риске
Данные соответствия, одобрение
Контроль рангов
маркировка
физическая разумность
Распространенные ошибки
- Использование неисходной ценности. Каждая критическая функция, предоставленная ИИ, подтверждается базой данных/экспериментом.
- Не озвучивая условие. Значение, взятое без указания температуры/давления/фазы, может относиться к неправильному состоянию.
- Ошибочное принятие оценочного значения за эмпирическое. Оценки вклада группы неопределенны; Учитывайте это при проектировании.
- Выбор материала с подтверждением в одно предложение. Коррозия многофакторна; необходимы данные и подтверждение.
- Обход проверки ранга. Простой вопрос «имеет ли это число смысл?» контроль улавливает большинство галлюцинаций.
В итоге
ИИ в прогнозировании имущества и материалов; Это мощный помощник, который генерирует предварительные значения, напоминает о методе оценки, сравнивает стоимость ресурсов и отмечает материальные риски. Но каждая критическая функция должна быть основана на надежной базе данных или эксперименте; Выбор материала является критически важным решением с точки зрения безопасности, требующим данных о коррозии и одобрения уполномоченного инженера. ИИ предоставляет прогнозы и предупреждения; Инженер подключается к источнику, проверяет и выбирает.
Задача приложения
Выберите соединение и свойство (например, давление паров растворителя, 40°C). Получите значение и его источник от ИИ с помощью шаблона «Прогнозирование атрибута (требуется ресурс)»; затем сравните его с термодинамической базой данных и отметьте отклонение. Затем используйте шаблон «предварительной проверки совместимости материалов» для пары жидкость-материал и подтвердите возникающие риски с помощью таблицы совместимости.
контрольный список
- Мне нужна была функция [ ] вместе с условием (T, P, фаза).
- [ ] Я сравнил значение, данное ИИ, с надежной базой данных/экспериментом.
- [ ] Я отличил расчетные значения от экспериментальных и отметил неопределенность.
- [ ] Я сверил выбор материала с данными о коррозии и авторизованным одобрением.
- [ ] Я применил проверку ранга/правдоподобия к каждому критическому числу.