Faida:
- Uwezo wa kuchapisha msimbo wa Python na kuelewa na kukubali mstari wa msimbo kwa mstari wa kusafisha data, otomatiki ya akaunti na modeli na akili ya bandia.
- Uwezo wa kuelewa kwamba msimbo ambao haujajaribiwa ni dhana, thibitisha kila nambari na matokeo yanayojulikana, na kitengo cha majaribio na kesi za makali.
- Uwezo wa kuelewa kwamba misimbo ya akaunti muhimu kwa usalama inahitaji majaribio na uthibitishaji wa mhandisi aliyeidhinishwa.
Injini ya kimya ya uhandisi wa kisasa wa kemikali sasa ni Python (lugha ya programu inayotumiwa sana na rahisi kujifunza). Kusafisha data ya kihisi, kuweka usawa wa wingi kiotomatiki, kuweka kielelezo cha kinetic kwa data, kulinganisha mamia ya matokeo ya kuiga, kutoa grafu - yote haya huchukua saa kwa mkono, lakini sekunde kwa mistari michache ya Python. Katika kitengo hiki, utajifunza jinsi ya kutumia AI kama msaada katika kuandika, kuelezea na kutatua msimbo wa Python; Lakini tutajifunza kwa nini kila msimbo unaotolewa haupaswi kutumiwa bila majaribio na uthibitishaji.
Mhandisi wa kemikali kwa ujumla si msanidi programu mtaalamu; Hapa ndipo AI inaongeza nguvu kubwa. Mhandisi anasema "Nataka hati inayofanya hivi" na anaandika rasimu ya AI. Lakini kanuni hii inabaki thabiti: kanuni ambayo AI inaandika sio sawa kwa sababu inaonekana sawa; Ni dhana hadi ijaribiwe na matokeo yanayojulikana. Kosa la kimya-kipimo kibaya, faharasa isiyo sahihi, fomula iliyobadilishwa-inaweza kutoa matokeo hatari katika hesabu ya uhandisi.
Python na AI katika uhandisi wa kemikali: hatua kwa hatua
1. Fafanua kazi kwa uwazi. Ingizo ni nini (CSV, safu, equation), pato linapaswa kuwa nini, katika vitengo gani? Kidokezo kisichoeleweka kinamaanisha msimbo mbaya.
2. Omba rasimu ya kanuni. AI hutengeneza mchoro wenye maktaba zinazofaa (pandas za data, numpy kwa usindikaji wa nambari, matplotlib ya grafu, scipy kwa uboreshaji / suluhisho).
3. Kuelewa maktaba na mawazo. Fanya AI ieleze kila mstari na dhana (kitengo, muundo wa data, kukubalika). Usikimbilie msimbo ambao hauelewi.
4. Mtihani na matokeo yanayojulikana. Tekeleza msimbo kwenye mfano rahisi ambao tayari unajua jibu lake. Msimbo wa mizani lazima utoe matokeo sahihi katika mfano unaoweza kubainishwa kwa mkono.
5. Udhibiti wa hali ya kitengo na makali. Nambari hufanya nini katika visa vya makali kama vile sifuri, hasi, maadili makubwa sana, kukosa data? Katika uhandisi wa kemikali, kushindwa kwa kitengo ni janga la kawaida.
6. Jaribu matokeo na fizikia. Nambari ilitoa nambari - je, misa imehifadhiwa, thamani ni ya kweli? Kwa sababu tu nambari inafanya kazi haithibitishi kuwa matokeo ni sahihi.
Kidokezo: Unapoomba msimbo kutoka kwa AI, sema "andika kitengo cha kila kigezo kwenye mstari wa maoni na ubainishe vitengo vya ingizo kwa uwazi." Sehemu kubwa ya hitilafu za uhandisi wa kemikali hutokana na kuchanganyikiwa kwa kitengo (bar/Pa, kg/g, °C/K); Kupachika vitengo katika msimbo hufanya makosa haya kuonekana.
Msimbo ambao haujajaribiwa ni dhana
AI hutoa msimbo laini, unaoonekana kufanya kazi; Lakini "kazi" na "sahihi" ni vitu viwili tofauti. Nambari inaweza kufanya kazi bila makosa na kutoa nambari isiyo sahihi: kosa la ishara katika fomula, kukabiliana (mbali na moja) katika safu, ubadilishaji usio sahihi wa kitengo. Kwa hivyo kanuni ya dhahabu: kila msimbo unajaribiwa katika kesi ya mtihani ambapo jibu sahihi linajulikana kwa kujitegemea. Mfano rahisi wa uchanganuzi, hesabu ya mkono, au data ya kumbukumbu inathibitisha kuegemea kwa msimbo. Hakuna maamuzi ya kihandisi yanayopaswa kutegemea msimbo bila kupitisha majaribio.
Tahadhari: Nambari inayofanya hesabu ya usalama, vipimo au usalama haiwezi kuchukuliwa kuwa ya kuaminika kwa sababu "inafanya kazi". Misimbo ya akaunti muhimu kwa usalama inapaswa kujaribiwa kwa matokeo yanayojulikana na matokeo yanapaswa kuthibitishwa kivyake na mhandisi aliyeidhinishwa.
kesi tatu ndogo
Kesi ya 1 - Otomatiki ya kusafisha data. Mhandisi alikuwa akisafisha mwenyewe data ya miezi 3 (takriban safumlalo milioni 1.1) kutoka kwa vitambuzi 8 kila mwezi. Hati ya pandas iliyoandikwa na AI ilipunguza hii hadi dakika. Mhandisi alijaribu kwanza msimbo kwenye faili ndogo ya sampuli inayojulikana; niligundua kuwa safu wima moja ilichanganuliwa kimakosa, ikarekebisha, kisha ikatumika kwa data nzima.
Kesi 2 - Hitilafu ya sauti ya kimya. YZ iliandika msimbo kwa hesabu ya kushuka kwa shinikizo lakini ilichanganya ingizo kwa kudhani upau na fomula Pa. Msimbo ulifanya kazi bila makosa, lakini matokeo hayakuwa sahihi kwa sababu ya 100,000. Mhandisi alipata tofauti ya mpangilio kwa hesabu ya udhibiti wa mwongozo. Baada ya kuongeza maoni ya kitengo, kosa lilifafanuliwa na kusasishwa.
Kesi ya 3 - Jaribio limehifadhiwa. Timu moja ilipata msimbo kutoka kwa AI kwa kisuluhishi cha salio la wingi. Waliijaribu kwanza katika sampuli ya vipengele viwili, inayoweza kufutwa kwa mkono; msimbo ulikuwa unafunga kitanzi kimakosa na haukuwa ukijumlisha. Hitilafu ilipatikana kabla ya kutumika kwa mfano halisi, changamano. Bila kupima, hitilafu ingeenea kwa matokeo yote.
Violezo vinne vinavyoweza kunakiliwa
1) Rasimu ya msimbo wa uchambuzi wa data:
Jukumu lako: Msaidizi wa Python kwa uhandisi wa kemikali. Kazi: [maelezo].Ingizo: [CSV/safu, safu wima, UNITS]. Pato: [nini, katika kitengo gani].tumia pandas/numpy. Katika msimbo: (1) tafsiri kitengo cha kila kigezo, (2) taja mawazo ya ingizo mwanzoni, (3) shughulikia kesi za makali (data iliyokosekana, sifuri). Nitajaribu nambari na mfano unaojulikana; usitumie nambari za uchawi, fafanua viunga kwa uwazi.
2) Maelezo ya kanuni na uthibitishaji:
Eleza mstari wa nambari ifuatayo ya Python kwa mstari: inafanya nini, ni mawazo gani hufanya, ni vitengo gani vinavyotarajia. Angazia alama za makosa zinazowezekana (mkanganyiko wa kitengo, mabadiliko ya faharisi, mgawanyiko kwa sifuri, kufurika). Pendekeza ni kesi gani rahisi, inayojulikana ninayoweza kutumia ili kuthibitisha nambari hii. Msimbo: [bandika]
3) Kuanzisha jaribio na matokeo yanayojulikana:
Andika seti ya jaribio ili kuthibitisha chaguo hili la kukokotoa: angalau kesi 3 rahisi ambazo jibu lake linajulikana kwa uchanganuzi au kwa mikono. Kwa kila jaribio, eleza matokeo yanayotarajiwa na kwa nini tunatarajia matokeo hayo. Sitatumia nambari kwa data halisi bila majaribio. Kazi: [bandika]
4) Utatuzi:
Nambari hii inatoa hitilafu/matokeo yafuatayo: [ujumbe wa makosa au matokeo yanayotarajiwa]. Orodhesha sababu zinazowezekana kwa mpangilio wa uwezekano na uniambie jinsi ya kujaribu kwa kila moja. Usiseme "nimeirekebisha" moja kwa moja; Hebu tuthibitishe chanzo pamoja kwanza. Pia pendekeza ukaguzi wa kitengo na agizo. Nambari na data: [bandika]
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Niandikie msimbo wa kuhesabu kushuka kwa shinikizo.
Umbizo la ingizo, kitengo, mlingano, hali si wazi. AI inaficha mawazo yake, inaweza kuchanganya vitengo.
Agizo lenye nguvu:
Jukumu lako: uhandisi wa kemikali msaidizi wa Python. Kazi: kushuka kwa shinikizo linalosababishwa na msuguano kwenye bomba la mviringo. Ingizo: kasi ya mtiririko [m3/s], kipenyo [m], urefu[m], msongamano [kg/m3], mnato [Pa·s]. Pato: kushuka kwa shinikizo [Pa].Tumia Darcy-Weisbach; Angalia utaratibu wa mtiririko (Re) kwa sababu ya msuguano. Toa maoni kwa kila kitengo, mawazo ya serikali (mzigo kamili, mtiririko thabiti). Nitajaribu nambari dhidi ya hesabu ya mwongozo kwenye mfano wa laminar.
Tofauti ni wazi: vitengo vya ingizo, mbinu, kitengo cha pato na dhamira ya jaribio hufanya nambari kuwa ya kuaminika.
Usambazaji wa jukumu katika utumiaji wa Python
biashara
Jukumu la AI
uamuzi wa mwanadamu
kanuni ya kuandika
Unda rasimu
Maelezo ya kazi, vitengo
Uchaguzi wa maktaba
Pendekezo
Uthibitisho wa kufuata
Maelezo
mstari kwa mstari
Kubali kwa ufahamu
mtihani
Mapendekezo ya kuweka mtihani
Uthibitishaji na matokeo yanayojulikana
Tatua
hypothesis, mwelekeo
Uthibitisho wa sababu ya mizizi
Hitimisho
Uzalishaji wa nambari
Mtihani na fizikia
Makosa ya kawaida
- Kutumia nambari bila kuijaribu. Nambari ya kufanya kazi sio nambari sahihi; Haiwezi kuaminiwa isipokuwa ijaribiwe na matokeo yanayojulikana.
- Kuacha vitengo bila kuamua. Kuchanganyikiwa kwa kitengo ni kosa la kawaida na la hatari katika uhandisi wa kemikali.
- Kufanya kazi bila kuelewa. Usiamini matokeo bila kuelewa nambari iliyoandikwa na AI kwa mstari.
- Majimbo ya ukingo wa kupita. Sifuri, hasi, data inayokosekana inaweza kuongoza kimya kimya msimbo kwa hitimisho lisilo sahihi.
- Kuweka msingi wa hesabu ya usalama kwenye msimbo pekee. Nambari muhimu za usalama zinahitaji majaribio + uthibitishaji huru wa mamlaka.
Kwa muhtasari
AI katika uhandisi wa kemikali na Python; Ni msaidizi mwenye nguvu ambaye huandika, kueleza, na kutoa mwongozo wa utatuzi wa utakaso wa data, uwekaji kiotomatiki wa uhasibu, uundaji wa miundo na michoro. Lakini nambari ya AI inaaminika sio kwa sababu inaonekana sawa, lakini kwa sababu imejaribiwa na matokeo yanayojulikana. Ni muhimu kubainisha vitengo kwa uwazi, kuelewa kanuni, kesi za makali ya majaribio, na kuthibitisha matokeo kwa kutumia fizikia; Hesabu muhimu za usalama pia zinahitaji uthibitishaji wa mhandisi aliyeidhinishwa.
Jukumu la maombi
Chagua hesabu (k.m. kushuka kwa shinikizo la bomba au usawa wa wingi wa sehemu mbili). Pata msimbo kutoka kwa AI ukitumia kiolezo cha "uchambuzi wa data/rasimu ya msimbo wa akaunti", sema vitengo kwa uwazi. Kisha uthibitishe msimbo katika mfano unaoweza kutatuliwa kwa mikono na mchoro wa "weka jaribio na matokeo yanayojulikana"; Ikiwa matokeo hayalingani, tafuta sababu ya msingi na muundo wa "debug".
orodha ya ukaguzi
- [ ] Nimeeleza kwa uwazi vitengo vya pembejeo/pato na mbinu.
- [ ] Nilielewa msimbo kwa mstari na nikaona mawazo yake.
- [ ] Nilijaribu msimbo kwenye mfano unaojulikana/unaoweza kueleweka kwa mikono.
- [ ] Nilijaribu visa vya ukingo (sifuri, hasi, data iliyokosekana).
- [ ] Nilithibitisha matokeo na fizikia (uhifadhi wa wingi, utaratibu); Pia nilithibitisha akaunti ya usalama na afisa huyo.