ලාභ:
- කෘත්රිම බුද්ධිය සමඟ සමාකරණ නිමැවුම් රේඛා සිය ගණනක් සාරාංශ කිරීමෙන් ස්කන්ධ/ශක්ති ශේෂය සහ ප්රධාන මිනුම් දණ්ඩ ඉක්මනින් ඇගයීමට හැකියාව
- සමාකරණය යනු තෝරාගත් තාප ගතික ආකෘතියේ සහ ප්රශ්න ආකෘතියේ යෝග්යතාවයේ සහ භෞතික විද්යාත්මකභාවයේ පිළිබිඹුවක් බව තේරුම් ගැනීමේ හැකියාව
- පර්යේෂණාත්මක/යොමු දත්ත සමඟ සංසන්දනය කිරීමෙන් අභිසාරීතාව, සමතුලිතතා අපගමනය සහ ඔත්තේබෝල අත්සන් සත්යාපනය කිරීමේ හැකියාව
ක්රියාවලි සැලසුමක් කඩදාසි මත අවසන් වූ පසු, එය පරිගණකයේ "ධාවනය" කිරීමට කාලයයි. ක්රියාවලි අනුකරණය - තාප ගතික ආකෘති හරහා පහසුකමක ස්කන්ධය, ශක්තිය සහ සමතුලිත හැසිරීම සංඛ්යාත්මකව විසඳන මෘදුකාංගය - ප්රතික්රියාකාරක, ආසවන තීරු, තාප හුවමාරුකාරක සහ සමස්තයක් ලෙස ගලා යයි. වඩාත් පොදු මෙවලම් වන්නේ Aspen Plus / Aspen HYSYS (කර්මාන්ත සම්මත වාණිජ සිමියුලේටර්) සහ DWSIM (විවෘත මූලාශ්ර විකල්පයක්) වැනි මෘදුකාංග වේ. මෙම මෙවලම් විශාල සංඛ්යා වගු නිෂ්පාදනය කරයි: ප්රවාහ අනුපාතය, උෂ්ණත්වය, පීඩනය, සංයුතිය, එක් එක් ප්රවාහයේ එන්තැල්පිය (ප්රවාහයක් රැගෙන යන තාප ශක්තිය), එක් එක් උපකරණ කොටසෙහි රාජකාරි. මෙම සංඛ්යා මුහුදේ ඇති විය හැකි නොගැලපීම් සාරාංශ කරන, සංසන්දනය කරන සහ සලකුණු කරන සහායකයෙකු ලෙස කෘතිම බුද්ධිය භාවිතා කරන්නේ කෙසේදැයි මෙම ඒකකයේදී ඔබ ඉගෙන ගනු ඇත; නමුත් සමාකරණය භෞතික විද්යාවට ගැලපෙනවාද නැද්ද යන්න ඔබ තීරණය කළ යුත්තේ මන්දැයි අපි ඉගෙන ගනිමු.
විවේචනාත්මක කරුණකින් පටන් ගනිමු: සමාකරණය යනු ඔබ තෝරා ගන්නා තාප ගතික ආකෘතිය සහ උපකල්පනවල පිළිබිඹුවකි; එය යථාර්ථයම නොවේ. ඔබ වැරදි තාප ගතික පැකේජයක් තෝරා ගන්නේ නම් (දේපල/තාප ගතික ක්රමය - තරලවල සමතුලිතතාවය සහ ගුණ ගණනය කරන ආකෘතිය; උදා: අයිඩියල්, NRTL, Peng-Robinson), සිමියුලේටරය සුමට සහ ඒත්තු ගැන්වෙන නමුත් සම්පූර්ණයෙන්ම වැරදි ප්රතිඵල නිපදවයි. AI මෙම ප්රතිඵල විග්රහ කිරීමට උපකාරී වන නමුත් ආකෘතියේ නිරවද්යතාවය සහතික කළ නොහැක.
සමාකරණ ප්රතිදානය කියවීමේදී පියවරෙන් පියවර AI සහාය
1. අභිසාරී පාලනය. සමාකරණය ඇත්ත වශයෙන්ම විසඳන්නේ දැයි පළමුව බලන්න. අභිසාරීත්වය යනු සංඛ්යාත්මක විසඳුම ස්ථාවර ප්රතිඵලයක් කරා ළඟා වන විටය; අභිසාරී නොවන ප්රතිඵලය අර්ථ විරහිත ය. ඔබට AI වෙත විසඳුම් ලඝු ලබා දිය හැකි අතර අනතුරු ඇඟවීම් සහ දෝෂ සාරාංශගත කළ හැක.
2. ස්කන්ධය සහ ශක්ති සමතුලිතතාවය. හොඳ සමාකරණයක් in = out බව සහතික කරයි. AI හට ප්රවාහ වගුවෙන් ආදාන-ප්රතිදාන එකතුව සහ සමතුලිතතාවයේ ධජ අපගමනය සම්පාදනය කළ හැක. අපගමනය විශාල නම්, ආකෘතිය හෝ සැකසුම දෝෂ සහිත වේ.
3. ප්රධාන ප්රතිඵල සාරාංශ කිරීම. නිෂ්පාදන සංශුද්ධතාවය, රීබොයිලර්/කන්ඩෙන්සර් රාජකාරි, තීරු පැතිකඩ, පරිවර්තනය - ප්රතික්රියාකාරකය ප්රතික්රියාකාරකය තුළ නිෂ්පාදනයක් බවට පත්වන වේගය. AI විසින් මෙම යතුරු මිතික පේළි සිය ගණනකින් සාරාංශ වගුවකට ඇද දමයි.
4. අවස්ථා සංසන්දනය. AI ඉක්මනින් ලකුණු දෙකක් අතර වෙනස වගුගත කරයි (උදා: වෙනස් ප්රත්යාවර්ත අනුපාතය): “කොයි විචල්යය කොපමණ ප්රමාණයකින් වෙනස් කළේද, කුමන කාර්යය වැඩි වූයේද?”
5. නොගැලපීම සලකුණු කිරීම. භෞතිකව ඔත්තේ අගයන් - සෘණ ප්රවාහ අනුපාතය, ද්රාව්යතා සීමාව ඉක්මවන සංයුතිය, අසාධාරණ උෂ්ණත්වය - AI විසින් "පරීක්ෂා කිරීම" ලෙස සලකුණු කළ හැක.
6. මායිම් සහ සාධාරණත්වය පෙරහන. ප්රතිඵලය භෞතික විද්යාවට ගැලපෙනවාද? නිෂ්පාදන සංශුද්ධතාවය තාප ගතිකව කළ හැකිද? ඔයා තමයි මේ කමෙන්ට් එක දැම්මේ.
ඉඟිය: AI වෙත සමාකරණ ප්රතිදානය ලබා දෙන විට, ඔබ භාවිතා කරන තාප ගතික පැකේජයද කියන්න. AI අසයි "මෙම පැකේජය මෙම පද්ධතියට සුදුසුද (උදා: ධ්රැවීය සංරචක, azeotrope)?" - නමුත් අවසාන මාදිලිය තේරීම ඉංජිනේරු තීරණයකි.
තාප ගතික ආකෘතිය: වඩාත් පොදු සැඟවුණු දෝෂය
බොහෝ සමාකරණ දෝෂ සංඛ්යාත්මක නොවන නමුත් ආකෘති තේරීමෙන් ආරම්භ වේ. ධ්රැවීය මිශ්රණයකට පරමාදර්ශී ආකෘතියක් යෙදීමෙන් azeotrope - දී ඇති සංයුතියක ද්රව සහ වාෂ්ප සමාන වන ලක්ෂ්යය ආසවනයෙන් වෙන් කළ නොහැක - නොපෙනේ. AI හට ප්රතිදානයක් අර්ථකථනය කළ හැකි නමුත්, ඔබ තෝරා ගන්නා ආකෘතිය පද්ධතියට ගැළපෙන බව තහවුරු කළ නොහැක; මේ සඳහා තාප ගති විද්යාව පිළිබඳ දැනුම සහ පර්යේෂණාත්මක දත්ත සංසන්දනය කිරීම අවශ්ය වේ. AI විසින් පෙන්වා දෙන "මෙම අගය අමුතුයි" අනතුරු ඇඟවීම බොහෝ විට වැරදි මාදිලි තේරීමේ ප්රතිඵලයකි.
අවවාදයයි: අනුකරණයක් "එකතු වී ලස්සන පින්තූරයක් දුන්" පමණින් එය නිවැරදි නොවේ. වැරදි තාප ගතික පැකේජය වඩාත්ම භයානක ආකාරයේ දෝෂයක් වන්නේ ප්රති result ලය ඒත්තු ගැන්වෙන බැවිනි. සෑම විටම ප්රතිදානය පර්යේෂණාත්මක දත්ත, අතින් ගණනය කිරීම හෝ දන්නා සඳහනක් සමඟ සසඳන්න.
කුඩා නඩු තුනක්
නඩුව 1 - ඉතිරි කළ කාලය සාරාංශ කිරීම. ඉංජිනේරුවෙකු විසින් ධාරා 40 කින් සහ උපකරණ 12 කින් සමන්විත Aspen ධාවනයකින් නිමැවුම් රේඛා 600 ක් ඇගයීමට ලක් කරයි. AI නිෂ්පාදන සංශුද්ධතාවය, තීරු පැවරුම් සහ සාරාංශ වගුවක් බවට පරිවර්තනය කළේය; ඉංජිනේරුවරයා විනාඩි 45ක් කියවීම වෙනුවට විනාඩි 10කින් ප්රධාන නිගමනවලට එළැඹීය. සෑම ප්රධාන අගයක්ම මූලාශ්ර වගුවේ නැවත තහවුරු කරන ලදී.
නඩුව 2 - ආදර්ශ අනතුරු ඇඟවීම. ජල-එතනෝල් වෙන් කිරීමකදී, අනුකරණය 99.9% සංශුද්ධතාවය ලබා දුන්නේය. "පරමාදර්ශී තාප ගතික පැකේජය සමඟ, මෙම පද්ධතියේ කිසිදු azeotrope නොපෙන්වයි; මෙය භෞතිකව සැක සහිතයි," YZ පෙන්වා දුන්නේය. ඉංජිනේරුවරයා පැකේජය NRTL බවට පරිවර්තනය කළ විට, azeotrope දර්ශනය වූ අතර යථාර්ථවාදී සංශුද්ධතා සීමාව (ආසන්න වශයෙන් 95.6 ස්කන්ධය %) දර්ශනය විය. AI දෝෂය විසඳුවේ නැත, නමුත් එය නිවැරදි ප්රශ්නය ඇසුවා.
නඩුව 3 - ශේෂ අපගමනය. DWSIM ධාවනයකදී, 1,000 kg/පැයට ඇතුළු වූ අතර 940 kg/පැයට පිටතට පැමිණියේය. AI 6% වෙනසක් සලකුණු කළේය. පරීක්ෂා කිරීමේදී, වාෂ්ප ප්රවාහයක් විසන්ධි වී ඇති බව සොයා ගන්නා ලදී. ශේෂ පාලනයකින් තොරව, මෙම වැරදි ප්රතිඵලය වාර්තා වනු ඇත.
පිටපත් කළ හැකි සැකිලි හතරක්
1) අනුකරණ සාරාංශය:
ඔබේ කාර්යභාරය: ක්රියාවලි සමාකරණ විශ්ලේෂක. මම ඔබට සිමියුලේටර් ප්රවාහ සටහනක් දෙන්නම් (තාප ගතික පැකේජය: [පැකේජය]). දෙන්න: (1) එක් එක් ප්රවාහය සඳහා ප්රධාන අගයන්හි සාරාංශ වගුව (ප්රවාහ අනුපාතය, ටී, පී, ප්රධාන සංයුති), (2) ආදාන-ප්රතිදාන ස්කන්ධය සහ ශක්ති ශේෂය සහ අපගමනය, (3) නිෂ්පාදන සංශුද්ධතාවය සහ ප්රධාන තීරුබදු අගයන්. වගුවේ ඇති සත්ය අංක භාවිතා කරන්න, අගය සාදන්න එපා. වගුව: [පේස්ට්]
2) ශේෂය තහවුරු කිරීම:
මෙම ප්රවාහ වගුවෙන්, ඇතුල් වන සහ පිටවන සම්පූර්ණ ස්කන්ධය (සහ හැකි නම් ශක්තිය) වෙන වෙනම එකතු කර වෙනස ගණනය කර ප්රතිශතය ලබා දෙන්න. වෙනස 0.5%ට වඩා වැඩි නම්, කුමන ප්රවාහය වැඩි/අඩු විය හැකිද යන්න සලකුණු කරන්න. ප්රතිචක්රීකරණයක් තිබේ නම්, එය ද්විත්ව ගණන් කර නොමැති බව පරීක්ෂා කරන්න. වගුව: [පේස්ට්]
3) ආදර්ශ යෝග්යතා විමසුම:
මගේ පද්ධතිය: [සංරචක, කොන්දේසි, azeotrope/polar/electrolyte state]. මම භාවිතා කරන තාප ගතික පැකේජය: [පැකේජය]. මෙම පැකේජය මෙම පද්ධතිය සඳහා සුදුසුද, එය නොමඟ යවන අවස්ථා මොනවාද? විකල්ප පැකේජයක් යෝජනා කර එය වඩාත් සුදුසු වන්නේ මන්දැයි පැහැදිලි කරන්න. මම පර්යේෂණාත්මක දත්ත සමඟ අවසාන තේරීම සත්යාපනය කරමි; අවසාන විනිශ්චය නොකරන්න, සාධාරණීකරණය කරන්න.
4) අවස්ථා සංසන්දනය:
මම simulation run දෙකක් දෙන්නම් (සිනාරියෝ A සහ B). සංසන්දනාත්මක වගුවක ප්රධාන නිමැවුම් (පරිශුද්ධතාවය, රාජකාරිය, පරිවර්තනය, ශක්තිය) මත විවිධ යෙදවුම් සහ ඒවායේ බලපෑම පෙන්වන්න. කුමන නිර්ණායකය අනුව උසස් වේද යන්න සඳහන් කරන්න, නමුත් මට තීරණය කිරීමට ඉඩ දෙන්න. ලබා දී ඇති අංක භාවිතා කරන්න.A: [paste] B: [paste]
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම සමාකරණ ප්රතිඵලය හොඳද?
"හොඳ" නිර්වචනය කර නැත: කුමන නිර්ණායකය, කුමන ඉලක්කය, කුමන ආකෘතියද? AI හට සාමාන්ය සහ නොමග යවන අනුමැතිය ලබා දිය හැක.
බලවත් විමසුම:
ඔබේ භූමිකාව: සමාකරණ විශ්ලේෂක. මගේ ඉලක්කය: තීරුවේ මුදුනේ 99% පිරිසිදු බෙන්සීන්, බලශක්ති තීරුබදු අවම කිරීම. තාප ගති විද්යා පැකේජය: Peng-Robinson.පහත ප්රවාහ සටහනෙන්, ව්යුත්පන්න කරන්න: (1) සාක්ෂාත් කර ගත් සංශුද්ධතාවය සහ ඉලක්කයට ඇති දුර, (2) රීබොයිලර්/කන්ඩෙන්සර් රාජකාරි, (3) ස්කන්ධ ශේෂය සහ සැබෑ සංඛ්යාවල ප්ලාවිතය. කිසියම් සැක සහිත භෞතික වටිනාකමක් තිබේ නම් සලකුණු කරන්න. අදහසක් එක් කරන්න, නමුත් අවසාන තීරණය මට භාර දෙන්න; අගය සවි කිරීම.වගුව: [පේස්ට්]
වෙනස පැහැදිලිය: ඉලක්කය, නිර්ණායකය, ආකෘතිය සහ "සැබෑ අංකය" සීමාව ප්රතිදානය ආරක්ෂාකාරී විශ්ලේෂණයක් බවට පරිවර්තනය කරයි.
සමාකරණ අර්ථ නිරූපණයෙහි භූමිකාව බෙදා හැරීම
ව්යාපාර
AI හි කාර්යභාරය
මිනිසාගේ තීරණය
අභිසාරී පරීක්ෂාව
අනතුරු ඇඟවීමේ සාරාංශය
ප්රතිඵලය වලංගු බව සලකන්න
ස්කන්ධ/ශක්ති ශේෂය
එකතුව සහ අපගමනය
දෝෂ මූල හේතුව
ප්රධාන ප්රතිඵල සාරාංශය
සාරාංශ වගුව
ඉලක්කගත යෝග්යතාවය
ආදර්ශ තේරීම
ලබා ගත හැකි අනතුරු ඇඟවීම
පැකේජ තීරණය, අත්හදා බැලීම
අවස්ථා සංසන්දනය
වෙනස්කම් වගුව
නිර්මාණ තේරීම
ඔත්තේ අගය
සලකුණු කිරීම
භෞතික අර්ථ නිරූපණය
පොදු වැරදි
- අභිසාරී නොවන ප්රතිඵලය අර්ථකථනය කිරීම. නොවිසඳුනු අනුකරණය අර්ථ විරහිත ය; අභිසාරීතාවය මුලින්ම තහවුරු වේ.
- තාප ගතික පැකේජය ලබා නොදී අදහස් විමසීම. AI ආකෘතිය නොදැන නොමඟ යවනසුලු තහවුරු කිරීමක් ලබා දෙයි.
- ලස්සන චිත්රයක් සත්ය යැයි වරදවා වටහා ගැනීම. වැරදි ආකෘතිය ඒත්තු ගැන්වෙන නමුත් වැරදි ප්රතිඵලය නිපදවයි; අත්හදා බැලීම් සමඟ සසඳන්න.
- ශේෂ අපගමනය නොසලකා හැරීම. 1% ක වෙනසක් පවා කැඩී ගිය ප්රවාහයක හෝ දෝෂයක ලකුණක් විය හැකිය.
- AI විසින් සාදන ලද අංකය භාවිතා කිරීම. සත්ය වගු අගයන් පමණක් ඉඩ දෙන්න; "දී ඇති අංක පමණක්" සීමාවක් සකසන්න.
සාරාංශයක් ලෙස
AI ක්රියාවලි අනුකරණයේදී; එය ප්රතිදාන රේඛා සිය ගණනක් සාරාංශ කරන, ස්කන්ධ/ශක්ති සමතුලිතතාවය පරීක්ෂා කරන, අවස්ථා සංසන්දනය කරන සහ භෞතික වශයෙන් අමුතු අගයන් සලකුණු කරන ප්රබල සහායකයෙකි. නමුත් සමාකරණය තෝරාගත් තාප ගතික ආකෘතියේ සහ උපකල්පනවල පිළිබිඹුවකි; ආකෘතියේ යෝග්යතාවය, භෞතික විද්යාව සමඟ ප්රති result ලය අනුකූල වීම සහ සැලසුම් තීරණය මිනිසුන්ට අයත් වේ. AI ඔබට නිවැරදි ප්රශ්න ඇසීමට සලස්වයි; ඉංජිනේරුවා විසින් ආකෘතිය තෝරා, අත්හදා බැලීම් සමඟ ප්රතිඵලය තහවුරු කර තීරණයක් ගනී.
යෙදුම් කාර්යය
සමාකරණ ප්රතිදානයක් (හෝ නියැදි ප්රවාහ සටහනක්) ලබා ගන්න. “සමාකරණ සාරාංශය” සහ “ශේෂ සත්යාපනය” සැකිලි සමඟින් AI වෙතින් ප්රධාන මිතික සහ ස්කන්ධ ශේෂය උපුටා ගන්න. අපගමනය තිබේ නම්, ඒ මන්දැයි සොයා බලන්න. ඉන්පසු ඔබේ පද්ධතිය සඳහා ඔබේ තාප ගතික පැකේජයේ යෝග්යතාව සාකච්ඡා කිරීමට සහ අවම වශයෙන් එක් පර්යේෂණාත්මක/යොමු අගයක් සමඟ එය සංසන්දනය කිරීමට "ආකෘති යෝග්යතා විමසුම" අච්චුව භාවිතා කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම අනුකරණය අභිසාරී බව තහවුරු කළා.
- [ ] ස්කන්ධය (සහ හැකි නම් ශක්තිය) ශේෂය පවතින බව මම තහවුරු කළෙමි.
- [ ] මම මගේ පද්ධතිය සඳහා තාප ගතික පැකේජයේ යෝග්යතාවය ප්රශ්න කළෙමි.
- [ ] මම ප්රධාන ප්රතිඵල අවම වශයෙන් එක් යොමු/පරීක්ෂණ අගයකට සංසන්දනය කළෙමි.
- [ ] මම AI මත "එකම සැබෑ වගු අගයන්" සීමාවක් තැබුවෙමි.