ලාභ:
- ව්යුහගත ආකෘතියකින් AI වෙත බඳ ආකෘතිය, ප්රතිරෝධය සහ ප්රචාලන පරාමිතීන් ලබා දීමෙන් මූලික ප්රමාණය සහ සැලසුම් සොයා ගැනීම වේගවත් කිරීමේ හැකියාව
- AI සහාය ඇතිව CFD (පරිගණක තරල ගතික) අධ්යයන, ජාල සහ මායිම් තත්ත්වයේ සැකසුම විමසීමේ හැකියාව
- ආදර්ශ අත්හදා බැලීම්, ආනුභවික ක්රමය සහ භෞතික විද්යාත්මකභාවය සමඟින් AI හි ජල ගතික අනාවැකි හරස් පරීක්ෂා කිරීම මගින් ගැළපෙන සංගුණක සහ ප්රතිඵල ග්රහණය කර ගැනීමේ හැකියාව
නෞකාවක සමස්ත ආර්ථිකයම එහි ගිලී ඇති ස්වරූපයෙන් සැඟවී ඇත. බඳ ආකෘතිය (හල් ආකෘතිය; නැවේ දිය යට සහ මතුපිට බඳ ජ්යාමිතිය) මිලිමීටරයකින් පවා වෙනස් වූ විට, එය දහනය වන ඉන්ධන, එය රැගෙන යන භාණ්ඩ සහ විමෝචන බිල එම නෞකාවේ ජීවිත කාලය පුරාම වෙනස් වේ. එබැවින්, ආකෘති නිර්මාණය සහ ජල ගතික විද්යාව (බෝට්ටුව වටා ජලය ගලා යාමේ විද්යාව සහ එය ඇති කරන බලවේග) නාවික ඉංජිනේරු විද්යාවේ වඩාත්ම මිල අධික තීරණ ගන්නා අදියර වේ. කෘත්රිම බුද්ධිය (AI) මෙම අදියරේදී කාර්යයන් තුනක් වේගවත් කරයි: මූලික ප්රමාණය සහ සැලසුම් ගවේෂණය, ආනුභවික ප්රතිරෝධක ක්රම ස්ථාපනය කිරීම සහ පරිගණක තරල ගතික (CFD) අධ්යයනයන් සැලසුම් කිරීම.
නමුත් අපි එය ආරම්භයේ සිටම ඇණ ගසමු: ප්රතිරෝධක වක්රයක් නැත, AI විසින් ලබා දෙන ආකෘති සංගුණකයක් ආකෘති අත්හදා බැලීම් හෝ වලංගු ක්රමයක් මගින් තහවුරු නොකර ප්රචාලන තීරණයක් බවට පරිවර්තනය නොවේ. ජලය සූත්ර කියවන්නේ නැත; බෝට්ටුවේ සැබෑ හැසිරීම දන්නේ මිනුම් සහ භෞතික විශ්වසනීයත්වය පමණි. AI යනු මෙහි ත්වරණකාරකයක් සහ අදහස් උත්පාදකයකි; hydrodynamics යථාර්ථයට සාක්ෂියක් නොවේ.
සංකල්ප: ප්රතිරෝධය: බෝට්ටුව ඉදිරියට යන විට එහි ඇති ජලය මගින් යොදන ප්රතිවිරුද්ධ බලය; එය ඝර්ෂණ, තරංග සහ සුලිය සංරචක වලින් සමන්විත වේ. බ්ලොක් සංගුණකය (Cb): බඳෙහි දිය යට පරිමාව එය වටා ඇති සෘජුකෝණාස්රාකාර ප්රිස්මයට අනුපාතය; පූර්ණත්වයේ මිනුමක් වේ. වංචනික අංකය (Fn): බෝට්ටුවේ දිගට වේගය සම්බන්ධ මාන රහිත අංකය; තරංග ප්රතිරෝධය තීරණය කරයි. ප්රචාලන කාර්යක්ෂමතාව: එන්ජිම මගින් නිපදවන බලයෙන් කොපමණ ප්රමාණයක් ඵලදායි තෙරපුම බවට පරිවර්තනය වේ. EHP/DHP: ඵලදායි බලය (ඵලදායී අශ්ව බලය, බෝට්ටුවේ ප්රතිරෝධය ජය ගැනීමට අවශ්ය බලය) සහ ලබා දුන් බලය (බෙදා හරින ලද අශ්ව බලය, ප්රචාලකය වෙත ළඟා වන බලය).
මූලික ප්රමාණකරණය සහ සැලසුම් ගවේෂණය
ආකෘති නිර්මාණය සෙවුම් ගැටලුවකි: ප්රධාන මානයන් (දිග Lpp, පළල B, කෙටුම්පත T), ආකෘති සංගුණක (Cb, prismatic සංගුණකය Cp, මැද කොටසේ සංගුණකය Cm) සහ වේගය අතර නිමක් නැති සංයෝජන ඇත. සම්භාව්ය ක්රමයේදී, ඉංජිනේරුවරයා සමාන නැව්වල දත්ත වලින් ආරම්භ වේ (ප්රධාන දිග ශ්රේණි, ප්රතිගාමී සම්බන්ධතා). AI මෙම සොයා ගැනීම වේගවත් කරයි: මිනිත්තු කිහිපයකින් එය අපේක්ෂක ප්රධාන ප්රමාණයේ සංයෝජන දුසිම් ගණනක්, එක් එක් ඒවායේ ආසන්න විස්ථාපනය සහ L/B, B/T අනුපාත සාමාන්ය පරාසයන් තුළට වැටේද යන්න වගුගත කරයි.
මෙන්න පියවරෙන් පියවර ක්රියාවලිය. පළමු පියවර වන්නේ මෙහෙවර අවශ්යතාවය නිවැරදි කිරීමයි: රැගෙන යා යුතු භාණ්ඩ, පරාසය, සේවා වේගය, නාලිකා/වරාය සීමා කිරීම් (උදා: පැනමාව, සූවස් පළල-කෙටුම්පත් සීමාවන්). දෙවන පියවර වන්නේ සමාන නැව් දත්ත සමඟ පළමු ප්රධාන දිග දළ වශයෙන් තීරණය කිරීමයි. තුන්වන පියවර වන්නේ වේග-දර්ශන අනුපාතය (Froude අංකය) අනුව සාධාරණ පරාසයක් තුළ ආකෘති සංගුණක තෝරා ගැනීමයි. සිව්වන පියවර වන්නේ ආනුභවික ක්රමයක් මගින් ප්රතිරෝධය සහ බලය පිළිබඳ මූලික ඇස්තමේන්තුවක් සිදු කිරීමයි (උදා: Holtrop-Mennen regression). මෙම සෑම පියවරකදීම, AI සූත්රය ගොඩනඟා අංක ජනනය කරයි; නමුත් ඔබ එක් එක් සංගුණකයේ මූලාශ්රය විමසා එය සාමාන්ය පරාසය සමඟ සංසන්දනය කිරීම අත්යවශ්ය වේ.
ඉඟිය: ඔබ සතුව AI පෝරම සංගුණකයක් යෝජනා කරන විට, "මෙම Cb අගය මෙම Froude අංකය සඳහා සාමාන්යද; එය කුමන පරාසයකට වැටිය යුතුද?" උදාහරණයක් ලෙස, අධිවේගී ආකාරයෙන්, සම්පූර්ණ Cb (0.80+) තරංග ප්රතිරෝධය පුපුරා යයි; AI ඔබට මෙය මතක් කර දිය හැක, නමුත් අවසාන තේරීම සමාන නැව් දත්ත සමඟ ඔබගේ වේ.
CFD සැකසුම තුළ අනුභූතික ක්රමය සහ AI
ප්රාථමික අවධියේදී, ප්රතිරෝධය තක්සේරු කරනු ලබන්නේ ආදර්ශ අත්හදා බැලීම් වලට වඩා ආනුභවික ප්රතිගාමී ක්රම මගිනි. Holtrop-Mennen වැනි ක්රම මගින් එහි සංරචක වලට ප්රතිරෝධය බිඳ දමයි: ඝර්ෂණ ප්රතිරෝධය, ආකෘති ආචරණය, තරංග ප්රතිරෝධය, බල්ජ් සහ වායු ප්රතිරෝධය, නැව්වල විශාල දත්ත ගබඩාවකින් ලබාගත් සූත්ර සමඟ. AI මෙම ක්රමයේ පියවර සිහිපත් කරයි, අතරමැදි සංගුණක ගණනය කරයි සහ පැතුරුම්පත් ඇටසැකිල්ලක් සාදයි. නමුත් ක්රමයට එහි වලංගු සීමාව ඇත: Holtrop ඇතැම් Cb, Fn සහ L/B පරාසයන් සඳහා ව්යුත්පන්න වේ; ඔබ මෙම පරාසයෙන් පිටත ගියහොත්, ප්රතිඵලය විශ්වාස කළ නොහැකි වනු ඇත. AI ඔබට මෙම සීමාව මතක් කළ යුතුය; ඔහු ඔබට මතක් නොකරන්නේ නම්, ඔබ විමසිය යුතුය.
CFD පැත්තෙන්, AI විසඳුමම කරන්නේ නැත, නමුත් එය ඔබට පිහිටුවීම විමසා බැලීමට උපකාරී වේ: දැල් විභේදනය තද කළ යුත්තේ කොතැනද, මායිම් ස්ථරය සඳහා ආරම්භක සෛල උස (y+) කුමක් විය යුතුද, කැළඹිලි ආකෘතිය (k-ω SST වැනි) තෝරා ගන්නේ ඇයි, අභිසාරීතාව පාලනය කරන්නේ කෙසේද. මෙය ගුරු-ශිෂ්ය සංවාදයකි; සංඛ්යාත්මක ප්රතිඵලය තහවුරු කරන්නේ දැල් ස්වාධීන අධ්යයනය (දැල් ස්වාධීනත්වය; ඔබ ජාලය තද කළ විට ප්රතිඵලය වෙනස් නොවේ) සහ, හැකි නම්, ආදර්ශ පරීක්ෂණ ක්රමාංකනයයි.
ක්රමය
දෙන දේ
ශක්තිමත් ලක්ෂ්යයක්
සීමාව/සත්යාපනය
සමාන නැව/ප්රතිගමනය
පළමු ප්රධාන ප්රමාණය, තිරිසන් බලය
ඉතා වේගවත්, දත්ත මිළ අඩුයි
සමාන ජ්යාමිතිය සඳහා පමණක් වලංගු වේ
හොල්ට්රොප්-මෙන්නන්
සංරචක ප්රතිරෝධක වක්රය
ඉදිරිපස නිර්මාණය සඳහා සම්මතය
Cb/Fn/L·B පරාස සීමාව; ආකෘතිය තහවුරු කිරීම අවශ්ය වේ
CFDs
සවිස්තරාත්මක ප්රවාහය, පීඩන ක්ෂේත්රය
දේශීය බලපෑම් දකියි
ජාල සහ කැළඹිලි ආකෘතියට සංවේදී; ක්රමාංකනය අවශ්ය වේ
ආදර්ශ අත්හදා බැලීම (තටාකය)
මනින ලද සැබෑ ප්රතිරෝධය
වඩාත්ම විශ්වාසදායක
මිල අධික, කාලය ගතවන; පරිමාණ බලපෑම නිවැරදි කිරීම
කුඩා නඩු
නඩුව 1 - සවි කර ඇති නිවැරදි කිරීමේ සංගුණකය. කණ්ඩායමක් විසින් හොල්ට්රොප් සමඟින් මීටර් 190ක ටැංකියක් සඳහා මුළු ඇදීම 620 kN ලෙස ගණනය කරයි. ඔවුන් AI ට “ප්රතිඵලය වැඩි දියුණු කරන ලෙස” පවසන විට, ආකෘතිය නොදන්නා සම්භවයක් ඇති “0.80 ආකෘති නිවැරදි කිරීමේ ගුණකය” එක් කරයි, ප්රතිරෝධය 496 kN දක්වා අඩු කරයි. මෙම 20% අඩු කිරීම දළ වශයෙන් එක් සත්කාරක පන්තියකින් ප්රචාලනය අඩු කරයි. කණ්ඩායම ගුණකයේ පදනම ගැන අසයි; AI හට මූලාශ්ර උපුටා දැක්විය නොහැක. ඔවුන් එය ආකෘති පරීක්ෂණ දත්ත සමඟ සංසන්දනය කරන විට, සැබෑ ප්රතිරෝධය 610 kN පමණ වන බව ඔවුන් දකී. පාඩම: මූලාශ්රයක් නොමැතිව කිසිදු නිවැරදි කිරීමේ සාධකයක් ප්රතිඵලයට ඇතුළු නොවේ.
නඩුව 2 - ෆ්රෝඩ් සීමාව ඉක්මවා යාම. ගැට 30 ක සේවා වේගයක් ඉලක්ක කර ගනිමින් මීටර් 50 ක තොටුපළක ප්රතිරෝධය ගණනය කිරීමට ශිෂ්යයෙකුට Holtrop ඇත. මෙම දිග-වේගය සඳහා Froude අංකය ~0.70 දක්වා වැඩි වේ; හොල්ට්රොප්ගේ විශ්වාසනීය පරාසයට වඩා ඉහළින්. AI එය මුලින් සඳහන් නොකර ප්රතිඵල ලබා දෙයි. ශිෂ්යයා වලංගු පරාසය ගැන විමසූ විට, මෙම තන්ත්රය තුළ ක්රමය සුදුසු නොවන බවත්, ප්ලෑනර්/අර්ධ විස්ථාපන ආකෘති සඳහා වෙනත් ක්රමයක් (සැවිට්ස්කි, ආදිය) අවශ්ය බවත් පෙනී යයි. පාඩම: සෑම ආනුභවික ක්රමයකම වලංගු ලියුම් කවරය ප්රශ්න කරන්න.
නඩුව 3 - ජාලයෙන් දෝෂයක්. CFD අධ්යයනයක දී AI රළු දැලක් සහිත ප්රතිරෝධය 540 kN ලබා දෙයි. ඉංජිනේරුවා ජාලය තද කර ස්වාධීන අධ්යයන සිදු කරන විට, ප්රතිඵලය 605 kN වේ; පසුපස තරංග ක්ෂේත්රය ප්රමාණවත් ලෙස විසඳා නොතිබූ නිසා ආරම්භක අගය 11% අඩු විය. පාඩම: ජාල ස්වාධීන අධ්යයනයකින් තොරව CFD ප්රතිඵලය විශ්වාසදායක ලෙස සැලකිය නොහැක.
පිටපත් කළ හැකි ඉක්මන් සැකිලි
සැකිල්ල 1 — පූර්ව-ප්රමාණ ගවේෂණය:
භූමිකාව: ඔබ නැව් මූලික සැලසුම් උපදේශකයෙකි. සන්දර්භය (නියෝජිත): තොග වාහකයක් සඳහා ගෙවීම ~40,000 t, සේවා වේගය ~14.5 knots, Suez කෙටුම්පත් සීමාව තුළ. කාර්යය:1) අපේක්ෂක ප්රධාන දිග සංයෝජන 4ක් නිර්දේශ කරන්න (Lpp, B, T) එක් එක් අපේක්ෂකයා සඳහා 4 අපේක්ෂක ප්රධාන දිග සංයෝජන (Lpp, B, T).2) ආසන්න වශයෙන් B, T.B. ver.3) සාමාන්ය පරාසයට පිටින් වැටෙන අනුපාත සලකුණු කරන්න. සීමා කිරීම: එක් එක් සංඛ්යාවේ ඒකකය ලියන්න; ඔබ භාවිතා කරන ප්රතිගමනය/දත්ත සමුදාය සඳහන් කරන්න; අවසාන තීරණයක් ගන්න එපා, අපේක්ෂකයෙක් ඉදිරිපත් කරන්න.
සැකිල්ල 2 — Holtrop ප්රතිරෝධක ගණනය වින්යාස කිරීම:
Holtrop-Mennen ක්රමය සමඟ මූලික ප්රතිරෝධක ගණනය කිරීමේ රාමුවක් සකසන්න. යෙදවුම් (නියෝජිත): Lpp, B, T, Cb, Cp, සේවා වේගය, තෙත් ප්රදේශය. මට අවශ්ය:1) ප්රතිරෝධක සංරචක වෙන වෙනම ලැයිස්තුගත කරන්න (ඝර්ෂණය, ආකෘතිය, තරංගය, ප්රක්ෂේපණය, වාතය).2) එක් එක් සංරචක සඳහා ඔබ භාවිතා කරන සූත්රය සහ සංගුණකය ලියන්න.3) ක්රමයේ වලංගුතා පරාසය සඳහන් කරන්න (Cb, Fn, L/B) සහ මගේ යෙදවුම් මෙම පරාසය තුළ තිබේදැයි පරීක්ෂා කරන්න. et.4) ආදර්ශ අත්හදා බැලීම සමඟ ප්රතිඵලය ක්රමාංකනය කරන ආකාරය එක් කරන්න.
සැකිල්ල 3 — CFD සැකසුම් විමසුම:
මම බෝට්ටු ප්රතිරෝධක CFD අධ්යයනයක් පිහිටුවනවා. පහත තීරණ සාධාරණීකරණය සමඟ පැහැදිලි කර සාමාන්ය අගයන් පරාසයක් ලබා දෙන්න: - කැළඹිලි ආකෘති තේරීම සහ හේතුව - බිත්තියට ආසන්න විසඳුම (y+ ඉලක්කය) සහ ආරම්භක සෛල උස - නිදහස් මතුපිට (VOF) සැකසුම් - අභිසාරීතාවය සහ දැල් ස්වාධීනත්වය පරීක්ෂා කරන්නේ කෙසේද එක් එක් යෝජනාව සඳහා "මම මෙය සත්යාපනය කරන්නේ කෙසේද" රේඛාවක් එක් කරන්න.
සැකිල්ල 4 — ප්රතිඵල සාධාරණත්වය පරීක්ෂා කිරීම:
පහත ප්රතිරෝධය/බල ප්රතිඵලය විවේචනය කරන්න:[EHP, DHP, වේගය, ප්රතිරෝධක අගයන් අලවන්න]1) මෙම ප්රමාණයේ නැව සඳහා විශාලත්වයේ අනුපිළිවෙල සාමාන්යද?2) ඔබේ ප්රචාලන කාර්යක්ෂමතාව උපකල්පනය සාධාරණද (සාමාන්යයෙන් 0.55-0.70)?3) මා ඇතුළත් කළ වේගයෙන් ප්රතිරෝධය නැවත ගණනය කරන්න. කිසියම් ප්රශ්නයක් අනුකූල නොවේද?
දුර්වල ක්ෂණික / ශක්තිමත් විමසුම
දුර්වල ක්ෂණික:
මෙම බෝට්ටුව සඳහා හොඳම ආකෘතිය සහ ප්රතිරෝධක වක්රය ලබා දෙන්න.
බලවත් විමසුම:
භූමිකාව: ඔබ ජල ගතික ප්රාථමික සැලසුම් උපදේශකයෙකි. සන්දර්භය (නියෝජිත, සැබෑ ව්යාපෘතිය නොවේ): Lpp ~ 180 m, B ~ 32 m, T ~ 12.5 m, Cb ~ 0.84, සේවා වේගය ~ 14.5 knots. කාර්යය: හොල්ට්රොප් ක්රමය මගින් සංරචක මූලික ප්රතිරෝධය ඇස්තමේන්තු කරන්න; එක් එක් සංගුණකයේ මූලාශ්රය සහ ක්රමයේ වලංගුතා පරාසය ලියන්න. බාධාව: මූලාශ්ර නොමැතිව නිවැරදි කිරීමේ සාධකය එකතු කරන්න. ආකෘති පරීක්ෂාව සමඟ ප්රතිඵලය සත්යාපනය කරන්නේ කෙසේද සහ මා ගත යුතු මිනුම් මොනවාදැයි ලැයිස්තුගත කරන්න. රාජ්ය ඒකක (kN, kW, knots) පැහැදිලිව.
දුර්වල ක්ෂණික පෝරමය "හොඳම" යන්න නිර්වචනය කර නැති අතර වලංගු කිරීමක් අවශ්ය නොවේ; ශක්තිමත් ප්රේරකය සන්දර්භය, ක්රමය, වලංගු සීමාව සහ සත්යාපන මාර්ගය ඉල්ලා සිටී.
පොදු වැරදි
- වලංගු ලියුම් කවරය නොසලකා හැරීම. හොල්ට්රොප් හෝ එය ව්යුත්පන්න වූ පරාසයෙන් පිටත වෙනත් ප්රතිගමනයක් භාවිතා කිරීම සාධාරණ පෙනුමක් ඇති නමුත් වැරදි ප්රතිරෝධයක් ලබා දෙයි.
- මූලාශ්ර රහිත නිවැරදි කිරීමේ සාධකයක් අනුගමනය කිරීම. "වැඩිදියුණු කරන්න" කියන්න සහ AI එකතු කරන දුර්වල සංගුණක ප්රතිඵලය නිහඬව විකෘති කරයි.
- ජාල ස්වාධීනත්වයකින් තොරව CFD භාවිතා කිරීම. ගොරෝසු දැලකට ස්ටර්න් තරංගය සහ සුළි ක්ෂේත්රය විසඳිය නොහැක; ප්රතිරෝධය අඩු වේ.
- පරිමාණ බලපෑම අමතක වීම. සම්පූර්ණ පරිමාණයට ගමන් කරන විට ආදර්ශ අත්හදා බැලීමේ ප්රතිඵලය සඳහා ඝර්ෂණ නිවැරදි කිරීම (ITTC ක්රමය) අවශ්ය වේ; AI හට මෙය මග හැරිය හැක.
- යැවීමේ කාර්යක්ෂමතාව ශුභවාදීව ගැනීම. ප්රතිරෝධය නිවැරදි වුවද, අධික ශුභවාදී ධාවක කාර්යක්ෂමතාවයක් අවශ්ය යන්ත්ර බලය අවතක්සේරු කරයි.
සාරාංශයක් ලෙස
AI හල් ආකෘති සොයා ගැනීම, ආනුභවික ප්රතිරෝධය ගණනය කිරීම සහ CFD ධාවන සැලසුම් කිරීම වේගවත් කරයි; මිනිත්තු කිහිපයකින් අපේක්ෂක පෝරම දුසිම් ගණනක් සැසඳිය හැක. නමුත් සෑම ආනුභවික ක්රමයකටම වලංගු ලියුම් කවරයක් ඇත, සෑම CFD ප්රතිඵලයකටම ජාල පරායත්තතාවයක් ඇත, සහ සෑම පූර්ණ පරිමාණ ඇස්තමේන්තුවක් පරිමාණ නිවැරදි කිරීමක් ඇත. AI විසින් නිපදවන ප්රතිරෝධය සහ බල අගයන් යොමු කිරීමේ තීරණයක් බවට පරිවර්තනය කළ හැක්කේ ආදර්ශ අත්හදා බැලීම්, ආනුභවික තහවුරු කිරීම සහ භෞතික විද්යාව යන පෙරහන හරහා යාමෙන් පසුව පමණි.
යෙදුම් කාර්යය
නියෝජිත නෞකාවක් සඳහා (උදා: Lpp ~150 m, B ~25 m, T ~9 m, Cb ~0.75, වේගය ~15 knots), හොල්ට්රොප් ක්රමය භාවිතයෙන් AI විසින් ප්රාථමික ඇදගෙන යාම සහ EHP ගණනය කරන්න. ඉන්පසුව "නිගමන විශ්වාසනීය පරීක්ෂාව" අච්චුව යෙදීමෙන් විශාලත්වයේ අනුපිළිවෙල සහ යැවීමේ කාර්යක්ෂමතාව උපකල්පනය විමසන්න. ක්රමයේ වලංගු පරාසය සඳහා AI ගෙන් විමසා ඔබේ යෙදවුම් මෙම පරාසය තුළ තිබේදැයි පරීක්ෂා කරන්න. අඩුම තරමින් ඔබ සොයාගත් එක් නොගැලපීමක් සහ ඔබ එය සත්යාපනය කළ ආකාරය පිටු භාගයකින් වාර්තා කරන්න.
පිරික්සුම් ලැයිස්තුව
- [ ] මම භාවිතා කළ ආනුභවික ක්රමයේ වලංගු පරාසය මගේ යෙදවුම් සමඟ සංසන්දනය කළෙමි.
- [ ] මම AI එකතු කළ එක් එක් නිවැරදි කිරීමේ සාධකයේ මූලාශ්රය විමසා තහවුරු කළෙමි.
- [ ] මම ප්රතිරෝධය සහ බල ප්රතිඵල සාමාන්ය නැවක් සමඟ විශාලත්වයේ අනුපිළිවෙලකට සංසන්දනය කළෙමි.
- [ ] මම CFD භාවිතා කළේ නම්, මම ජාල ස්වාධීන අධ්යයනය සැලසුම් කළ/ක්රියාත්මක කළෙමි.
- [ ] යැවීමේ කාර්යක්ෂමතාව උපකල්පනය සාධාරණ පරාසයක් තුළ ඇති බව මම සත්යාපනය කර ඇත්තෙමි.
- [ ] මම අවසාන ප්රචාලන තීරණය පදනම් වූයේ ආදර්ශ අත්හදා බැලීම/වලංගු කළ ක්රමය මතය.