Faida:
- Uwezo wa kutumia akili ya bandia kama utabiri wa awali na njia ya utabiri (mchango wa kikundi) mwongozo wa mali ya thermophysical na uombe thamani yoyote.
- Uwezo wa kunasa maonyesho kwa kuthibitisha kila kipengele muhimu kwa hifadhidata inayotegemewa (DIPPR/NIST) au majaribio.
- Uwezo wa kuelewa kuwa uteuzi wa nyenzo ni uamuzi muhimu kwa usalama ambao unahitaji data ya kutu na uidhinishaji ulioidhinishwa.
Kila hesabu ya mchakato hatimaye inakuja kwa nambari: msongamano wa maji, mnato, uwezo wa joto, shinikizo la mvuke, kiwango cha kuchemka; azimio; upinzani wa nyenzo kwa kutu. Hizi kwa pamoja huitwa sifa za thermophysical - kiasi cha kimwili ambacho huamua joto, mtiririko na tabia ya awamu ya dutu. Safu ya kunereka, mchanganyiko wa joto au pampu imeundwa kwa usahihi tu ikiwa vipengele hivi ni sahihi. Katika kitengo hiki, utajifunza jinsi ya kutumia akili ya bandia kama utabiri wa awali na chombo cha kulinganisha katika utabiri wa mali na uteuzi wa nyenzo (uteuzi wa metali, gaskets, mipako ya kuhimili hali ya mchakato); lakini tutajifunza kwa nini maadili haya yanahitaji kuthibitishwa na hifadhidata au majaribio ya kuaminika.
Ukweli muhimu ni huu: ukadiriaji wa kipengele ni msingi wa nambari wa muundo; Hitilafu hapa inaenea kwa akaunti nzima. AI inaweza kutoa shinikizo la mvuke au mnato kwa ujasiri, lakini thamani hiyo inaweza kuwa ya kiwanja kingine, inaweza kuwa katika halijoto isiyofaa, au inaweza kuwa ya kuona kabisa. Kwa hivyo kanuni kuu ya data ya kipengele: kila kipengele muhimu kinapaswa kutegemea chanzo cha kuaminika (DIPPR, NIST, laha la data la mtengenezaji) au jaribio.
Usaidizi wa hatua kwa hatua wa AI kwa utabiri wa kipengele
1. Unahitaji kipengele gani, chini ya hali gani? Joto, shinikizo, awamu na mkusanyiko hubadilisha mali. Thamani iliyochukuliwa bila kutoa masharti kwa AI inapotosha.
2. Kuchagua njia ya kukadiria. Ikiwa hakuna data ya majaribio, AI hukumbuka mbinu za utabiri kama vile mbinu za uchangiaji wa kikundi - mbinu zinazotabiri sifa kwa kuvunja molekuli katika sehemu zake na kuongeza michango ya kila sehemu; k.m. Joback, UNIFAC - na inaelezea ni ipi inayofaa.
3. Thamani ya awali na kutokuwa na uhakika. AI inaweza kutoa thamani ya awali, lakini kwa hakika ndani ya mfumo wa "huu ni utabiri, kutokuwa na hakika kwake ni kubwa, thibitisha". Pia uliza AI kuhusu ukingo wa kawaida wa makosa ya thamani.
4. Kulinganisha na chanzo. Linganisha thamani ya AI na hifadhidata ya thermodynamics au laha ya mtengenezaji. Ikiwa kupotoka ni kubwa, thamani haitumiki.
5. Uchunguzi wa awali wa utangamano wa nyenzo. YZ inakumbuka hatari zinazojulikana za kutu/kutopatana kwa jozi ya nyenzo-maji (k.m. kutu ya shimo la chuma cha pua katika mazingira yenye kloridi). Hili ni onyo; Uchaguzi wa mwisho unafanywa na chati za utangamano na tathmini ya wataalam.
6. Kichujio cha busara. Je, thamani ina maana katika suala la cheo? Je, kwa maji, msongamano ni karibu ~1000 kg/m³? Kukagua agizo rahisi kunashika makosa mengi.
Kidokezo: Unapouliza AI thamani ya kipengele, sema “taja chanzo na mbinu ya kukadiria, niambie ikiwa ni ya majaribio au inakadiriwa.” Ikiwa AI haiwezi kutaja chanzo, tia alama thamani hiyo kama ubashiri na uithibitishe kwa kujitegemea.
Uchaguzi wa nyenzo: usalama na uimara
Uteuzi wa nyenzo ni uamuzi muhimu wa kiuchumi na kiusalama. Nyenzo zisizo sahihi zinaweza kudhoofika kwa kutu, na kusababisha chombo cha shinikizo kupasuka au maji yenye sumu kuvuja. AI inaweza kukumbuka orodha ya vifaa vya kuanzia na kutokubaliana kujulikana; Lakini athari za pamoja za halijoto, shinikizo, mkusanyiko na uchafu ni changamano na uteuzi wa mwisho hufanywa na data ya uhandisi wa nyenzo (chati za uoanifu, data ya kiwango cha kutu) na majaribio inapohitajika.
Angalizo: AI kusema "nyenzo hii inafaa kwa maji haya" sio hakikisho. Katika kesi ya vifaa vilivyoshinikizwa na vimiminika vyenye sumu/kuwaka, uteuzi wa nyenzo unahitaji idhini ya mhandisi aliyehitimu na data iliyothibitishwa ya kutu.
kesi tatu ndogo
Kesi ya 1 - Utabiri wa haraka. Mhandisi alitaka makadirio ya awali ya uwezo wa joto kwa mchanganyiko mpya wa kutengenezea ambao data yake ilikuwa chache katika fasihi. AI ilitoa masafa kupitia mbinu ya mchango wa kikundi. Mhandisi alifanya hesabu mbaya ya nishati na thamani hii ya awali, kisha ikapimwa katika maabara; kipimo kilikuwa ndani ya 6% ya utabiri. Utabiri uliharakisha upangaji, lakini muundo umebadilishwa hadi thamani ya majaribio.
Kesi ya 2 - Hallucination ilikamatwa. YZ ilitoa kiwango cha mchemko cha kawaida cha kiwanja kuwa 78°C. Wakati mhandisi aliilinganisha na NIST, aligundua kuwa thamani halisi ilikuwa 118 ° C; AI ilichanganya jina na kiwanja kingine sawa. Ulinganisho na chanzo ulizuia hitilafu ya 40°C kuingia kwenye muundo wa safu wima.
Kesi 3 - Onyo la nyenzo. YZ ilialamisha chaguo la chuma cha pua 304 kwa mkondo wa maji ulio na ioni ya kloridi kama "hatari ya kupenya na mpasuko wa kutu" na akataja aloi inayostahimili zaidi. Mhandisi wa nyenzo alithibitisha na data ya utangamano na akachagua nyenzo ya aloi ya juu. AI ilileta hatari kwenye ajenda, uamuzi ulifanywa na data.
Violezo vinne vinavyoweza kunakiliwa
1) Utabiri wa kipengele (chanzo kinahitajika):
Jukumu lako: mtaalam wa mwili. Kiwanja: [jina/fomula], hali: [T, P, awamu]. Kipengele ninachotaka: [k.m. shinikizo la mvuke]. Toa: (1) thamani ya majaribio na SOURCE (DIPPR/NIST/mtengenezaji), ikiwa inapatikana, (2) kama sivyo, mbinu ya kukadiria na makadirio ya thamani na ukingo wa kutokuwa na uhakika. Eleza wazi ikiwa ni ya majaribio au ya kubashiri. Ikiwa huwezi kutaja chanzo, kiweke alama kama "utabiri unaohitaji kuthibitishwa". Usitengeneze thamani; Ikiwa huna uhakika, niambie.
2) Mwongozo wa mbinu ya uchangiaji wa kikundi:
Nina kiwanja ambacho hakuna data ya majaribio: [muundo/TABASAMU]. Ni mbinu gani ya uchangiaji ya kikundi (Joback, UNIFAC, n.k.) inafaa kwa [mali], na kwa nini? Eleza hatua za njia na vigezo vya kikundi vinavyohitajika. Tamka kwamba matokeo ni makadirio na ukingo wa kawaida wa makosa. Nitathibitisha thamani ya mwisho kwa majaribio/database.
3) Ulinganisho wa thamani/uthibitishaji:
Zifuatazo ni thamani kutoka kwa vyanzo tofauti vya kipengele. Zilinganishe kwenye jedwali, hesabu kupotoka, na weka daraja ni ipi inayotegemewa zaidi (ya kisayansi > iliyotathminiwa > iliyotabiriwa). Ikiwa kuna kupotoka kubwa, alama sababu inayowezekana (hali tofauti, isoma tofauti). Vyanzo: [bandika]
4) Uchunguzi wa awali wa utangamano wa nyenzo:
Majimaji: [utungaji, ukolezi, uchafu], hali: [T, P]. Nyenzo za mtahiniwa: [orodha]. Kumbuka hatari zinazojulikana za kutu/kutopatana (kutoweka, kupasuka kwa mkazo, kutu kwa ujumla) kwa kila moja. Huu ni uchunguzi wa AWALI; Uchaguzi wa mwisho unahitaji data ya kutu na idhini ya mhandisi aliyeidhinishwa. Weka alama kwa jozi hatari.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Je, mnato wa toluini ni nini?
Hakuna joto, hakuna kulehemu. AI inatoa nambari, lakini chini ya hali gani na jinsi inavyoaminika haijulikani.
Agizo lenye nguvu:
Jukumu lako: mtaalam wa mwili. Mnato wa nguvu wa toluini katika awamu ya kioevu, 25 ° C, 1 atm. Toa: thamani, kitengo, SOURCE, na makadirio ya majaribio. Ikiwezekana, toa vyanzo viwili huru na uthabiti wa serikali. Ikiwa huwezi kutaja chanzo, kiweke alama kama kisio. Kuweka thamani. Nitathibitisha matokeo na hifadhidata ya thermodynamic.
Tofauti ni wazi: hali, mamlaka ya rasilimali, na mfumo wa uthibitishaji hufanya thamani kupatikana.
Usambazaji wa jukumu katika uamuzi wa kipengele na nyenzo
biashara
Jukumu la AI
Uamuzi/chanzo cha binadamu
Kipengele cha majaribio
ukumbusho wa chanzo
Uthibitishaji wa hifadhidata
Hakuna data, nadhani
Mbinu + chaguo-msingi
Jaribio/uthibitishaji wa hifadhidata
Ulinganisho wa thamani
Jedwali, kupotoka
uamuzi wa kuaminika
Wagombea wa nyenzo
ukumbusho wa hatari
Data ya kufuata, idhini
Udhibiti wa cheo
kuashiria
busara ya kimwili
Makosa ya kawaida
- Kwa kutumia thamani isiyo na chanzo. Kila kipengele muhimu kilichotolewa na AI kinathibitishwa na hifadhidata/jaribio.
- Bila kusema hali. Thamani iliyochukuliwa bila kubainisha halijoto/shinikizo/awamu inaweza kuwa ya hali isiyo sahihi.
- Kukosea thamani iliyokadiriwa kama ya majaribio. Makadirio ya michango ya kikundi hayana uhakika; Kuzingatia hili katika kubuni.
- Kufanya uteuzi wa nyenzo kwa uthibitisho wa sentensi moja. kutu ni multivariate; data na uthibitisho unaohitajika.
- Kukwepa hundi ya cheo. Rahisi "Je, nambari hii ina maana?" kudhibiti upatikanaji wa samaki hallucinations zaidi.
Kwa muhtasari
AI katika utabiri wa mali na nyenzo; Ni msaidizi mwenye nguvu ambaye hutoa maadili ya awali, kukukumbusha njia ya makadirio, kulinganisha maadili ya rasilimali na kuashiria hatari za nyenzo. Lakini kila kipengele muhimu lazima kiwe kulingana na hifadhidata au majaribio ya kuaminika; Uteuzi wa nyenzo ni uamuzi muhimu wa usalama ambao unahitaji data ya kutu na idhini ya mhandisi aliyeidhinishwa. AI hutoa utabiri na maonyo; Mhandisi huunganisha kwa chanzo, huthibitisha na kuchagua.
Jukumu la maombi
Chagua kiwanja na mali (k.m. shinikizo la mvuke wa kutengenezea, 40°C). Pata thamani na chanzo chake kutoka kwa AI ukitumia kiolezo cha "Utabiri wa Sifa (rasilimali inahitajika)"; kisha ulinganishe na hifadhidata ya thermodynamic na kumbuka kupotoka. Kisha tumia kiolezo cha "uchunguzi wa awali wa uoanifu" kwa jozi ya nyenzo-maji na uthibitishe hatari zinazotokana na chati ya uoanifu.
orodha ya ukaguzi
- Nilitaka [ ] kipengele pamoja na hali (T, P, awamu).
- [ ] Nililinganisha thamani iliyotolewa na AI na hifadhidata/majaribio ya kuaminika.
- [ ] Nilitofautisha thamani zilizokadiriwa na majaribio na nikabaini kutokuwa na uhakika.
- [ ] Nilithibitisha uteuzi wa nyenzo kwa data ya kutu na uidhinishaji ulioidhinishwa.
- [ ] Nilitumia ukaguzi wa cheo/usahihi kwa kila nambari muhimu.