ඒකක
1. රසායනික ඉංජිනේරු විද්‍යාවේ කෘත්‍රිම බුද්ධිය හැඳින්වීම: භූමිකාවන්, සීමා මායිම්, වලංගුකරණය, ආරක්ෂාව-විවේචනාත්මක වගකීම සහ ආචාර ධර්ම 2. ක්‍රියාවලි සැලසුම් සහ ගැලීම් සටහන: සංකල්පීය නිර්මාණයේ කෘත්‍රිම බුද්ධි සහාය 3. ක්‍රියාවලි සමාකරණ අර්ථ නිරූපණය: Aspen සහ DWSIM ප්‍රතිදානයන් පිළිබඳ හැඟීමක් ඇති කිරීම 4. ප්‍රතික්‍රියා සහ චාලක ආකෘතිකරණය: ප්‍රතික්‍රියා මාර්ග සහ අනුපාත පුරෝකථනය 5. ද්රව්ය සහ දේපල අනාවැකිය: තාප භෞතික ගුණාංග සහ ද්රව්ය තෝරාගැනීම 6. ක්‍රියාවලි ප්‍රශස්තකරණය: බලශක්ති ශේෂය, කාර්යක්ෂමතාව සහ පිරිවැය 7. තත්ත්ව සහ ක්‍රියාවලි පාලන දත්ත: SPC, විෂමතාව සහ සංවේදක දත්ත 8. ආරක්ෂාව සහ HAZOP ලේඛනගත කිරීම: උපද්‍රව විශ්ලේෂණ කෙටුම්පත සහ අවදානම් තක්සේරුව 9. ප්‍රමිති සහ නියාමන පර්යේෂණ: සත්‍යාපනය සහ අනුකූලතාව 10. පයිතන් සමඟ රසායනික ඉංජිනේරු: දත්ත විශ්ලේෂණය සහ ආකෘති ස්වයංක්‍රීයකරණය 11. අවසානය සිට අවසානය දක්වා වැඩ ප්‍රවාහය, පාලනය, සත්‍යාපනය සහ වගකීම් සහගත භාවිතය
ඒකකය 5 / 11

ද්රව්ය සහ දේපල අනාවැකිය: තාප භෞතික ගුණාංග සහ ද්රව්ය තෝරාගැනීම

ලාභ:

  • කෘත්‍රිම බුද්ධිය තාප භෞතික ගුණාංග සඳහා මූලික පුරෝකථන සහ පුරෝකථන ක්‍රමයක් (කණ්ඩායම් දායකත්වය) මාර්ගෝපදේශයක් ලෙස භාවිතා කිරීමේ හැකියාව සහ ඕනෑම අගයක් ඉල්ලා සිටීම.
  • විශ්වසනීය දත්ත සමුදායක් (DIPPR/NIST) හෝ අත්හදා බැලීමක් සමඟ එක් එක් තීරණාත්මක ලක්ෂණ සත්‍යාපනය කිරීමෙන් මායාවන් ග්‍රහණය කර ගැනීමේ හැකියාව
  • ද්‍රව්‍ය තෝරාගැනීම යනු විඛාදන දත්ත සහ බලයලත් අනුමැතිය අවශ්‍ය වන ආරක්ෂිත තීරණාත්මක තීරණයක් බව වටහා ගැනීමේ හැකියාව.

සෑම ක්‍රියාවලි ගණනයක්ම අවසානයේ අංකයකට පැමිණේ: තරලයක ඝනත්වය, දුස්ස්‍රාවීතාව, තාප ධාරිතාව, වාෂ්ප පීඩනය, තාපාංකය; යෝජනාවක්; විඛාදනයට ද්රව්යයේ ප්රතිරෝධය. මේවා සාමූහිකව තාප භෞතික ගුණාංග ලෙස හැඳින්වේ - ද්රව්යයක තාපය, ප්රවාහ සහ අදියර හැසිරීම තීරණය කරන භෞතික ප්රමාණයන්. ආසවනය තීරුවක්, තාපන හුවමාරුකාරකයක් හෝ පොම්පයක් නිවැරදිව නිර්මාණය කර ඇත්තේ මෙම ලක්ෂණ නිවැරදි නම් පමණි. මෙම ඒකකය තුළ, දේපල පුරෝකථනය සහ ද්‍රව්‍ය තෝරාගැනීමේදී (ක්‍රියාවලි තත්වයන්ට ඔරොත්තු දීම සඳහා ලෝහ, ගෑස්කට්, ආලේපන තෝරාගැනීම) මූලික පුරෝකථනය සහ සංසන්දනාත්මක මෙවලමක් ලෙස කෘතිම බුද්ධිය භාවිතා කරන්නේ කෙසේදැයි ඔබ ඉගෙන ගනු ඇත. නමුත් මෙම අගයන් විශ්වාසදායක දත්ත සමුදායක් හෝ අත්හදා බැලීමක් සමඟ සත්‍යාපනය කළ යුත්තේ මන්දැයි අපි ඉගෙන ගනිමු.

තීරනාත්මක සත්‍යය මෙයයි: විශේෂාංග ඇස්තමේන්තුව නිර්මාණයේ සංඛ්‍යාත්මක පදනමයි; මෙහි දෝෂයක් මුළු ගිණුමටම පැතිරෙයි. AI විශ්වාසයෙන් වාෂ්ප පීඩනයක් හෝ දුස්ස්රාවීතාවයක් ලබා දිය හැක, නමුත් එම අගය වෙනත් සංයෝගයක් සඳහා විය හැක, වැරදි උෂ්ණත්වයේ හෝ සම්පූර්ණයෙන්ම මායාවන් විය හැක. එබැවින් විශේෂාංග දත්තවල ස්වර්ණමය රීතිය: සෑම විවේචනාත්මක අංගයක්ම විශ්වාසදායක මූලාශ්‍රයක් (DIPPR, NIST, නිෂ්පාදක දත්ත පත්‍රිකාව) හෝ අත්හදා බැලීමක් මත පදනම් විය යුතුය.

විශේෂාංග අනාවැකි සඳහා පියවරෙන් පියවර AI සහාය

1. ඔබට අවශ්‍ය විශේෂාංගය, කුමන කොන්දේසියක් යටතේද? උෂ්ණත්වය, පීඩනය, අදියර සහ සාන්ද්රණය දේපල වෙනස් කරයි. AI වලට කොන්දේසිය ලබා නොදී ගත් අගය නොමඟ යවන සුළුය.

2. ඇස්තමේන්තු ක්රමය තෝරා ගැනීම. පර්යේෂණාත්මක දත්ත නොමැති නම්, සමූහ දායක ක්‍රම වැනි පුරෝකථන ප්‍රවේශයන් AI සිහිපත් කරයි - අණුව එහි කොටස්වලට කැඩීම සහ එක් එක් කොටසෙහි දායකත්වය එකතු කිරීම මගින් ගුණාංග පුරෝකථනය කරන ක්‍රම; උදා. Joback, UNIFAC - සහ කුමන එක සුදුසු දැයි පැහැදිලි කරයි.

3. පූර්ව වටිනාකම සහ අවිනිශ්චිතතාවය. AI හට මූලික අගයක් ලබා දිය හැක, නමුත් නියත වශයෙන්ම "මෙය අනාවැකියකි, එහි අවිනිශ්චිතතාවය ඉහළයි, එය සත්‍යාපනය කරන්න" යන රාමුව තුළ. අගයේ සාමාන්‍ය දෝෂ ආන්තිකය ගැන ද AI ගෙන් විමසන්න.

4. මූලාශ්රය සමඟ සැසඳීම. AI හි අගය තාප ගතික දත්ත ගබඩාවකට හෝ නිෂ්පාදක පත්‍රයකට සසඳන්න. අපගමනය විශාල නම්, අගය භාවිතා නොවේ.

5. ද්‍රව්‍ය ගැළපුම මූලික පරීක්ෂාව. YZ තරල-ද්‍රව්‍ය යුගලයක් සඳහා දන්නා විඛාදන/නොගැලපෙන අවදානම් සිහිපත් කරයි (උදා: ක්ලෝරයිඩ් අඩංගු පරිසරයක මල නොබැඳෙන වානේ විඛාදනයට ලක්වීම). මෙය පූර්ව අනතුරු ඇඟවීමකි; අවසාන තේරීම සිදු කරනු ලබන්නේ අනුකූලතා ප්‍රස්ථාර සහ විශේෂඥ ඇගයීම මගිනි.

6. සාධාරණත්වය පෙරහන. තරාතිරම අනුව වටිනාකම අර්ථවත්ද? ජලය සඳහා, ඝනත්වය ~1000 kg/m³ පමණ ද? සරල ඇණවුම් පරීක්ෂා කිරීම බොහෝ දෝෂ වලට හසු වේ.

ඉඟිය: ඔබ AI වෙතින් විශේෂාංග අගයක් ඉල්ලා සිටින විට, "මූලාශ්‍රය සහ ඇස්තමේන්තු ක්‍රමය සඳහන් කරන්න, එය පර්යේෂණාත්මකද හෝ ඇස්තමේන්තුගතද යන්න මට කියන්න" යැයි පවසන්න. AI හට මූලාශ්‍රයක් උපුටා දැක්විය නොහැකි නම්, එම අගය අනුමානයක් ලෙස සලකුණු කර එය ස්වාධීනව සත්‍යාපනය කරන්න.

ද්රව්ය තෝරාගැනීම: ආරක්ෂාව සහ කල්පැවැත්ම

ද්‍රව්‍ය තෝරාගැනීම ආර්ථික සහ ආරක්‍ෂාව පිළිබඳ තීරණාත්මක තීරණයකි. වැරදි ද්රව්ය විඛාදනයෙන් දුර්වල විය හැක, පීඩන භාජනයක් පුපුරා යාම හෝ විෂ සහිත තරලයක් කාන්දු වීම. AI හට ආරම්භක ද්‍රව්‍ය ලැයිස්තුවක් සහ දන්නා නොගැලපීම් සිහිපත් කළ හැකිය; නමුත් උෂ්ණත්වය, පීඩනය, සාන්ද්‍රණය සහ අපද්‍රව්‍යවල ඒකාබද්ධ බලපෑම් සංකීර්ණ වන අතර අවසාන තේරීම සිදු කරනු ලබන්නේ ද්‍රව්‍ය ඉංජිනේරු දත්ත (අනුකූලතා ප්‍රස්ථාර, විඛාදන අනුපාත දත්ත) සහ අවශ්‍ය ස්ථාන පරීක්ෂා කිරීම මගිනි.

අවධානය: "මෙම ද්‍රව්‍යය මෙම ද්‍රවයට සුදුසුයි" යැයි පවසන AI සහතිකයක් නොවේ. පීඩන සහිත උපකරණ සහ විෂ සහිත/ගිනිගන්නාසුළු තරල සම්බන්ධයෙන්, ද්රව්ය තෝරාගැනීම සඳහා සුදුසුකම් ලත් ඉංජිනේරු අනුමැතිය සහ සත්යාපිත විඛාදන දත්ත අවශ්ය වේ.

කුඩා නඩු තුනක්

නඩුව 1 - ඉක්මන් අනාවැකි. සාහිත්‍යයේ දත්ත හිඟ වූ නව ද්‍රාවක මිශ්‍රණයක් සඳහා වන තාප ධාරිතාව පිළිබඳ මූලික ඇස්තමේන්තුවක් ඉංජිනේරුවෙකුට අවශ්‍ය විය. සමූහ දායක ක්‍රමයක් හරහා AI පරාසයක් ලබා දුන්නේය. ඉංජිනේරුවරයා මෙම මූලික අගය සමඟ දළ බලශක්ති ගණනය කිරීමක් සිදු කර, පසුව එය රසායනාගාරයේ මනිනු ලැබුවා; මිනුම් අනාවැකි වලින් 6% ක් තුළ විය. අනාවැකි කඩිනම් සැලසුම් කිරීම, නමුත් නිර්මාණය පර්යේෂණාත්මක අගයකට මාරු විය.

නඩුව 2 - මායාව අල්ලා ගැනීම. YZ සංයෝගයක සාමාන්‍ය තාපාංකය 78°C ලෙස ලබා දුන්නේය. ඉංජිනේරුවා එය NIST සමඟ සංසන්දනය කළ විට, සත්‍ය අගය 118°C බව ඔහු සොයා ගත්තේය; AI විසින් වෙනත් සමාන සංයෝගයක් සමඟ නම ව්‍යාකූල කර ඇත. මූලාශ්‍රයක් සමඟ සැසඳීම මඟින් 40°C දෝෂයක් තීරු සැලසුමට ඇතුළු වීම වැළැක්විය.

නඩුව 3 - ද්රව්යමය අනතුරු ඇඟවීම. YZ විසින් ක්ලෝරයිඩ් අයන අඩංගු ජලීය ප්‍රවාහයක් සඳහා මල නොබැඳෙන වානේ 304 තේරීම "වළවල් හා ආතති විඛාදන ඉරිතැලීමේ අවදානම" ලෙස සලකුණු කළ අතර වඩාත් ප්‍රතිරෝධී මිශ්‍ර ලෝහයක් උපුටා දක්වයි. ද්‍රව්‍ය ඉංජිනේරුවරයා අනුකූලතා දත්ත සමඟ තහවුරු කර ඉහළ මිශ්‍ර ලෝහයක් තෝරා ගන්නා ලදී. AI අවදානම න්‍යාය පත්‍රයට ගෙන ආවා, තීරණය ගනු ලැබුවේ දත්ත සමඟ ය.

පිටපත් කළ හැකි සැකිලි හතරක්

1) විශේෂාංග අනාවැකි (මූලාශ්‍රය අවශ්‍යයි):

ඔබේ භූමිකාව: කායික විශේෂඥයා. සංයෝගය: [නම/සූත්‍රය], කොන්දේසිය: [T, P, අදියර]. මට අවශ්‍ය විශේෂාංගය: [උදා. වාෂ්ප පීඩනය]. ලබා දෙන්න: (1) පර්යේෂණාත්මක අගය සහ මූලාශ්‍රය (DIPPR/NIST/නිෂ්පාදකයා), තිබේ නම්, (2) නොඑසේ නම්, ඇස්තමේන්තු ක්‍රමය සහ ඇස්තමේන්තුගත අගය සහ අවිනිශ්චිතතාවයේ ආන්තිකය. එය පර්යේෂණාත්මක ද අනාවැකි ද යන්න පැහැදිලිව සඳහන් කරන්න. ඔබට මූලාශ්‍රයක් උපුටා දැක්විය නොහැකි නම්, එය "සත්‍යාපනය අවශ්‍ය පුරෝකථනය" ලෙස සලකුණු කරන්න. වටිනාකම ගොතන්න එපා; ඔබට විශ්වාස නැත්නම්, මට කියන්න.

2) කණ්ඩායම් දායක ක්‍රම මාර්ගෝපදේශය:

පර්යේෂණාත්මක දත්ත නොමැති සංයෝගයක් මා සතුව ඇත: [ව්‍යුහය/SMILES]. කුමන කණ්ඩායම් දායක ක්‍රමය (Joback, UNIFAC, ආදිය) [දේපල] සඳහා සුදුසු වන්නේ, සහ ඇයි? ක්රමයේ පියවර සහ අවශ්ය කණ්ඩායම් පරාමිතීන් පැහැදිලි කරන්න. ප්‍රතිඵලය ඇස්තමේන්තුවක් සහ දෝෂයේ සාමාන්‍ය ආන්තිකය බව සඳහන් කරන්න. මම අත්හදා බැලීම/දත්ත සමුදාය සමඟ අවසාන අගය සත්‍යාපනය කරමි.

3) අගය සංසන්දනය/සත්‍යාපනය:

විශේෂාංගයක් සඳහා විවිධ මූලාශ්‍රවල අගයන් පහත දැක්වේ. ඒවා වගුවක සසඳා, අපගමනය ගණනය කරන්න, සහ වඩා විශ්වාසදායක ලෙස ශ්‍රේණිගත කරන්න (අනුභවික > ඇගයීම > අනාවැකි). විශාල අපගමනය තිබේ නම්, හැකි හේතුව (විවිධ තත්ත්වය, විවිධ සමාවයවිකය) සලකුණු කරන්න. මූලාශ්‍ර: [පේස්ට්]

4) ද්‍රව්‍ය ගැළපුම මූලික පරීක්ෂාව:

ද්රව: [සංයුතිය, සාන්ද්රණය, අපද්රව්ය], තත්ත්වය: [T, P]. අපේක්ෂක ද්රව්ය: [ලැයිස්තුව]. එක් එක් සඳහා දන්නා විඛාදන/නොගැලපෙන අවදානම් (වළවල්, ආතති ඉරිතැලීම්, සාමාන්‍ය විඛාදනය) සිහිපත් කරන්න. මෙය පූර්ව ස්කෑන් කිරීමකි; අවසාන තේරීම සඳහා විඛාදන දත්ත සහ බලයලත් ඉංජිනේරු අනුමැතිය අවශ්‍ය වේ. අවදානම් යුගල පැහැදිලිව සලකුණු කරන්න.

දුර්වල ක්ෂණික / ශක්තිමත් විමසුම

දුර්වල ක්ෂණික:

ටොලුයින්වල දුස්ස්රාවීතාව යනු කුමක්ද?

තාපය නැත, වෙල්ඩින් නැත. AI අංකයක් ලබා දෙයි, නමුත් කුමන කොන්දේසි යටතේද සහ එය කෙතරම් විශ්වාසදායකද යන්න අපැහැදිලි ය.

බලවත් විමසුම:

ඔබේ භූමිකාව: කායික විශේෂඥයා. ද්රව අදියර තුළ ටොලුයින් සඳහා ගතික දුස්ස්රාවීතාවය, 25 ° C, 1 atm. දෙන්න: අගය, ඒකකය, මූලාශ්‍රය, සහ පර්යේෂණාත්මක ඇස්තමේන්තුව. හැකි නම්, ස්වාධීන මූලාශ්ර දෙකක් සහ රාජ්ය අනුකූලතාවයක් ලබා දෙන්න. ඔබට මූලාශ්‍රය උපුටා දැක්විය නොහැකි නම්, එය අනුමානයක් ලෙස සලකුණු කරන්න. අගය සවි කිරීම. මම තාප ගතික දත්ත ගබඩාවක් සමඟ ප්‍රතිඵලය සත්‍යාපනය කරමි.

වෙනස පැහැදිලිය: කොන්දේසිය, සම්පත් විධානය සහ වලංගු කිරීමේ රාමුව මගින් අගය ලබා ගත හැක.

විශේෂාංග සහ ද්රව්යමය තීරණයෙහි භූමිකාව බෙදා හැරීම

ව්යාපාර

AI හි කාර්යභාරය

මානව තීරණය / මූලාශ්රය

පර්යේෂණාත්මක ලක්ෂණය

මූලාශ්ර මතක් කිරීම

දත්ත සමුදාය තහවුරු කිරීම

දත්ත නැත, අනුමාන කරන්න

ක්‍රමය + පෙරනිමිය

අත්හදා බැලීම/දත්ත සමුදාය වලංගු කිරීම

අගය සංසන්දනය

වගුව, අපගමනය

විශ්වසනීයත්වය විනිශ්චය

ද්රව්ය අපේක්ෂකයින්

අවදානම් මතක් කිරීම

අනුකූලතා දත්ත, අනුමැතිය

ශ්රේණිගත පාලනය

සලකුණු කිරීම

භෞතික සාධාරණත්වය

පොදු වැරදි

  • මූලාශ්‍ර රහිත අගය භාවිතා කිරීම. AI විසින් ලබා දෙන සෑම තීරණාත්මක අංගයක්ම දත්ත සමුදාය/පරීක්ෂණයෙන් තහවුරු වේ.
  • කොන්දේසිය නොකියයි. උෂ්ණත්වය/පීඩනය/අදියර සඳහන් නොකර ගත් අගය වැරදි තත්ත්වයට අයත් විය හැක.
  • ඇස්තමේන්තුගත අගය ආනුභවික ලෙස වරදවා වටහා ගැනීම. කණ්ඩායම් දායක ඇස්තමේන්තු අවිනිශ්චිතයි; නිර්මාණයේ දී මෙය සැලකිල්ලට ගන්න.
  • එක් වාක්‍යයකින් තහවුරු කිරීමක් සමඟ ද්‍රව්‍ය තෝරා ගැනීම. විඛාදනය බහුවිධ වේ; දත්ත සහ තහවුරු කිරීම අවශ්ය වේ.
  • තරාතිරමේ චෙක්පත මග හැරීම. සරල "මෙම අංකය අර්ථවත්ද?" පාලනය බොහෝ මායාවන් අල්ලා ගනී.

සාරාංශයකින්

දේපල හා ද්රව්යමය පුරෝකථනය තුළ AI; එය ප්‍රාථමික අගයන් ජනනය කරන, ඇස්තමේන්තු ක්‍රමය ඔබට මතක් කර දෙන, සම්පත් අගයන් සංසන්දනය කරන සහ ද්‍රව්‍යමය අවදානම් සලකුණු කරන ප්‍රබල සහායකයෙකි. නමුත් සෑම විවේචනාත්මක අංගයක්ම විශ්වාසදායක දත්ත සමුදායක් හෝ අත්හදා බැලීමක් මත පදනම් විය යුතුය; ද්‍රව්‍ය තෝරාගැනීම යනු විඛාදන දත්ත සහ බලයලත් ඉංජිනේරු අනුමැතිය අවශ්‍ය වන ආරක්ෂිත තීරණාත්මක තීරණයකි. AI අනාවැකි සහ අනතුරු ඇඟවීම් සපයයි; ඉංජිනේරුවා ප්‍රභවයට සම්බන්ධ කරයි, සත්‍යාපනය කර තෝරා ගනී.

යෙදුම් කාර්යය

සංයෝගයක් සහ ගුණයක් තෝරන්න (උදා: ද්‍රාවකයක වාෂ්ප පීඩනය, 40 ° C). "උලක්ෂණ පුරෝකථනය (සම්පත් අවශ්‍ය)" අච්චුව සමඟින් AI වෙතින් අගය සහ එහි මූලාශ්‍රය ලබා ගන්න; ඉන්පසු එය තාප ගතික දත්ත ගබඩාවකට සංසන්දනය කර අපගමනය සටහන් කරන්න. ඉන්පසු ද්‍රව්‍ය-ද්‍රව්‍ය යුගලයක් සඳහා “මූලික ද්‍රව්‍ය අනුකූලතා පිරික්සීම” අච්චුව භාවිතා කර එහි ප්‍රතිඵලය වන අවදානම් අනුකූලතා සටහනක් සමඟ තහවුරු කරන්න.

පිරික්සුම් ලැයිස්තුව

  • මට කොන්දේසිය (T, P, අදියර) සමඟ [ ] විශේෂාංගය අවශ්‍ය විය.
  • [ ] මම AI විසින් දෙන ලද අගය විශ්වාසදායක දත්ත සමුදායක්/පරීක්ෂණයක් සමඟ සංසන්දනය කළෙමි.
  • [] මම ඇස්තමේන්තුගත අගයන් පර්යේෂණාත්මක අගයන්ගෙන් වෙන්කර හඳුනාගෙන අවිනිශ්චිත බව සටහන් කළෙමි.
  • [ ] මම ද්‍රව්‍ය තේරීම විඛාදන දත්ත සහ බලයලත් අනුමැතිය සමඟ සත්‍යාපනය කළෙමි.
  • [ ] මම එක් එක් තීරණාත්මක සංඛ්‍යාව සඳහා ශ්‍රේණිගත කිරීම්/විශ්වාසතා පරීක්‍ෂණයක් යෙදුවෙමි.