Faida:
- Uwezo wa kutambua aina za data za majaribio kama vile dynamometer, majaribio ya barabarani, uvumilivu na DVP&R na nafasi yao katika mchakato wa uthibitishaji.
- Uwezo wa kutumia akili bandia kufupisha, kuripoti hitilafu na kuandaa ripoti katika seti kubwa za data za majaribio.
- Uwezo wa kuhalalisha tafsiri ya mtihani wa AI na kutokuwa na uhakika wa kipimo, kurudia na vigezo vya kukubalika.
Jibu la swali "je linakidhi mahitaji" kabla ya gari au kijenzi kwenda katika uzalishaji hufichwa kwenye data ya majaribio na uthibitishaji. Upimaji wa magari huanzia kwenye maabara (kinamota, chumba cha hali ya hewa, jedwali la mtetemo) hadi barabarani (mtihani wa barabara, wimbo wa uvumilivu) na maabara ya ajali. Majaribio haya hutoa data kubwa: jaribio moja la ustahimilivu linaweza kuwa na mamilioni ya safu mlalo ya rekodi za vitambuzi. Katika kitengo hiki, tutaona aina za data hii, mahali pake katika mchakato wa uthibitishaji, na jinsi akili ya bandia inavyosaidia katika uchanganuzi (lakini jinsi uamuzi unabaki kwa mhandisi).
Uthibitishaji na uthibitisho ni nini?
Maneno haya mawili mara nyingi huchanganyikiwa:
- Uthibitishaji: "Je, tulitengeneza bidhaa kwa usahihi?" Inapima kufuata mahitaji. Mfano: "Vipimo vya umbali wa kusimama vinasema mita 38; tuliipima, mita 36.5. Inafaa."
- Uthibitishaji: "Je, tulitengeneza bidhaa sahihi?" Je, inakidhi mahitaji katika matumizi halisi? Mfano: "Je, madereva wanaona breki hii wanahisi salama?"
Kwenye gari, mchakato huu kwa kawaida hudhibitiwa na hati ya DVP&R (Mpango wa Uthibitishaji wa Usanifu na Ripoti): ni jedwali linaloorodhesha mahitaji yapi yatajaribiwa kwa kutumia jaribio lipi, kigezo kipi cha kukubalika, na matokeo.
Aina za data za majaribio ya kawaida
Aina ya mtihani
Hatua gani
data ya mfano
Dynamometer (dyno)
Nguvu ya injini, torque, uzalishaji
RPM-torque Curve, matumizi ya mafuta
mtihani wa barabara
Tabia ya hali halisi
GPS, kuongeza kasi, ishara za kuendesha
kudumu
uchovu wa maisha
Vibration, matatizo, idadi ya mizunguko
hali ya hewa/mazingira
Upinzani wa unyevu wa joto-baridi
hali ya joto, hali ya kufanya kazi
NVH
Kelele/mtetemo
Shinikizo la sauti, wigo wa kuongeza kasi
Mgongano (kuanguka)
Usalama
Video ya kasi ya juu, vitambuzi vya dummy
Kila jaribio lina kigezo cha kukubalika (sharti). Uchambuzi ni kuthibitisha kama data inapitisha kigezo hiki.
Je, akili ya bandia hufanya nini katika uchambuzi wa mtihani?
AI ni msaidizi mwenye nguvu katika uchanganuzi wa data ya jaribio kwa:
- Muhtasari: Muhtasari wa takwimu, thamani za kilele, usambazaji kutoka kwa mamilioni ya safu mlalo.
- Kuashiria kwa njia isiyo ya kawaida: "Kuna torati isiyotarajiwa kushuka kwa sekunde 214 katika rekodi hii."
- Ulinganisho wa muundo: Kulinganisha kukimbia mbili za majaribio au magari tofauti na kutafuta tofauti.
- Rasimu ya ripoti: Kuandaa maandishi ya matokeo ya DVP&R na maelezo ya mchoro.
- Usaidizi wa msimbo: Inazalisha hati ya uchanganuzi (Python).
Lakini kuwa mwangalifu: haya yote ni michoro na vidokezo. Ni mhandisi wa jaribio ndiye anayeamua ikiwa jaribio litafaulu au la na kama hitilafu ni kweli au hitilafu ya kipimo.
Kidokezo: Uliza AI "je mtihani huu ulipita?" Badala ya kuuliza, "Ni maeneo gani katika data hii yanaonyesha hatari kulingana na vigezo vya kukubalika, ni ukaguzi gani wa ziada ninaopaswa kufanya?" uliza. Ya kwanza inahitaji maamuzi (sio kazi ya AI), ya pili inahitaji vidokezo (kazi ya AI).
Kutokuwa na uhakika wa kipimo na kurudiwa
Hakuna kipimo kamili. Dhana mbili ni muhimu:
- Kutokuwa na uhakika wa kipimo: Upeo wa asili wa hitilafu ya kifaa cha kupimia. Ikiwa umbali wa kusimama ni "36.5 m" na kutokuwa na uhakika ni ± 0.8 m, thamani halisi ni kati ya 35.7-37.3 m. Ikiwa vipimo ni 38m uko salama; lakini ikiwa vipimo vilikuwa 37 m, kutokuwa na uhakika kungekuwa karibu sana na kikomo.
- Kujirudia: Je, unapata matokeo yanayofanana unapofanya mtihani sawa tena? Mbio moja inaweza kupita kwa bahati. Katika magari, majaribio muhimu hurudiwa mara nyingi, katika magari/masharti tofauti.
"Ajabu" iliyoalamishwa na AI inaweza kweli kuwa kelele ya kipimo. Kutokuwa na uhakika na kuangalia mara mbili ni muhimu kabla ya kufanya uamuzi.
Tahadhari: AI ikisema "kigezo cha kukubalika kilichopitishwa" inadanganya ikiwa haitoi hesabu ya kutokuwa na uhakika wa kipimo na kurudia. Katika matokeo karibu na kikomo, ukingo wa kutokuwa na uhakika unaweza kubadilisha matokeo ya mtihani.
Uchunguzi mdogo wa kesi
Kesi ya 1 - Anomaly au kelele? Katika jaribio la uvumilivu, AI inaashiria kuruka 3 kwa ghafla kwenye ishara ya shida. Mhandisi wa majaribio anaangalia data mbichi: kuruka kunalingana na wakati halisi wakati kirekodi data kimeanzishwa tena; Kwa hivyo sio tukio la kimuundo halisi, ni hitilafu ya usajili. Makosa yameandikwa kuwa vizalia vya programu. Matokeo: AI ilitoa kidokezo, chanzo kilichotengwa na mhandisi; muhuri otomatiki wa "kutofaulu" hautakuwa sahihi.
Kesi ya 2 - Matokeo ya karibu na mpaka. Umbali wa wastani katika mtihani wa kuvunja ni 37.4 m, vipimo ni 38 m. AI inasema "kupita". Mhandisi anatambua kutokuwa na uhakika wa kipimo (± 0.9 m) na kwamba kukimbia 2 tu kumefanywa; Upeo wa juu unazidi vipimo vya 38.3 m. Jaribio linaongezeka hadi kukimbia 6 na hali (breki ya moto, gari iliyobeba) ni tofauti; Matokeo yake yamethibitishwa kuwa salama. Hitimisho: Kusema "kupita" bila utata na kurudia ni hatari.
Kesi ya 3 - Nguvu ya muhtasari wa haraka. Jaribio moja la NVH lina 40GB ya data kutoka kwa vyombo 12. AI hutoa jedwali na kulinganisha kwa muhtasari wa masafa ya kilele na amplitudes kwa kila zana; Mhandisi anaelekeza umakini wake kwa gari 2 zenye shida kwa dakika 20 badala ya masaa 2. Kisha anachunguza wigo mbichi wa magari hayo mawili kwa mikono yake mwenyewe. Matokeo: AI iliondoa, mhandisi alifanya uchambuzi wa kina.
violezo vya haraka
Kiolezo cha 1 - Muhtasari wa Jaribio:
Jukumu: Wewe ndiye mchambuzi wa data ya jaribio. Kazi: Fupisha rekodi ya dynamometer hapa chini. Muktadha: data ya RPM, 1000-6000 rpm; kigezo cha kukubalika: torque ya kilele angalau 320 Nm, hakuna kuanguka kwa curve ya nguvu. Kizuizi: 'Kupasi/kushindwa' kufanya maamuzi; Orodhesha maeneo ya hatari na mapendekezo ya ziada ya udhibiti kulingana na vigezo. Pato: Takwimu za muhtasari + eneo la hatari + udhibiti unaopendekezwa.
Kiolezo cha 2 - Uchanganuzi usio wa kawaida:
Jukumu: Wewe ni mtaalamu wa vipimo na zana. Kazi: Niongoze katika kutofautisha kama hitilafu zilizotiwa alama ni matukio halisi au vizalia vya vipimo. Muktadha: 3 anaruka ghafla katika ishara ya shida; Kinasa sauti huwashwa tena mara kwa mara. Pato: Maelezo yanayowezekana + ukaguzi wa kibaguzi kwa kila hitilafu.
Kiolezo cha 3 - Tathmini ya kutokuwa na uhakika:
Jukumu: Wewe ni mshauri wa metrology (sayansi ya vipimo).Kazi: Tathmini usalama wa matokeo kulingana na vigezo vya kukubalika.Muktadha: Thamani iliyopimwa 37.4 m, kutokuwa na uhakika ±0.9 m, vipimo38 m, idadi ya kukimbia 2.Kikwazo: Hakikisha kuzingatia kutokuwa na uhakika na idadi ya marudio; sisitiza ukaribu na kikomo.Pato: Tathmini + pendekezo la majaribio ya ziada + hatari iliyobaki.
Kiolezo cha 4 - rasimu ya ripoti ya DVP&R:
Jukumu: Wewe ndiye mhandisi wa uthibitishaji. Kazi: Andika rasimu ya maandishi ya matokeo ya DVP&R kwa matokeo yafuatayo ya mtihani. Muktadha: Mahitaji, njia ya majaribio, kigezo cha kukubalika na thamani iliyopimwa hufikiwa (bila jina). Kizuizi: Rasimu pekee; Usitumie kauli kali 'iliyoidhinishwa', acha nafasi kwa idhini ya mhandisi.Pato: Mahitaji | mtihani | kigezo | matokeo | hadhi (rasimu).
Agizo dhaifu / Ukumbusho thabiti
Agizo dhaifu:
Angalia data hii ya mtihani, imefaulu?
Hakuna vigezo vya kukubalika, utata na marudio; AI inasema kipofu "kupita / kushindwa", ambayo ni hatari.
Agizo lenye nguvu:
Jukumu: Wewe ni mchambuzi wa data ya majaribio ya magari. Kazi: Changanua data ya mtihani wa breki iliyoambatishwa dhidi ya vigezo vya kukubalika na ushauri ni ushahidi gani wa ziada unahitajika kwa uamuzi. Muktadha: Kigezo 38 m; kutokuwa na uhakika wa kipimo ± 0.9 m; Kuna hali 2; mzigo wa gari uliojaribiwa katika hali moja. Kizuizi: Kutangaza 'Imepita'; Orodhesha hatari na masharti ya ziada yaliyopendekezwa kulingana na kutokuwa na uhakika na kurudiwa.Pato: Hatari | kuhesabiwa haki | ilipendekeza meza ya ziada ya majaribio.
Makosa ya kawaida
- Kufanya AI kufanya uamuzi wa kwenda/kushindwa. Uamuzi unafanywa na mhandisi; AI inatoa dalili.
- Kupuuza kutokuwa na uhakika wa kipimo. Katika matokeo karibu na kikomo, kutokuwa na uhakika hubadilisha matokeo.
- Kutegemea kukimbia moja. Bila kurudia matokeo ni tete.
- Mara moja fikiria hali isiyo ya kawaida kama "kutofanya kazi". Kunaweza kuwa na vizalia vya kurekodi/kelele; Rudi kwa data ghafi.
- Kipofu kunakili ripoti. Rasimu ya AI haiwezi kuwa hati rasmi bila idhini ya mhandisi na marekebisho.
Kwa muhtasari
- Uthibitishaji hupima kufuata mahitaji, hatua za uthibitishaji kufuata mahitaji halisi; DVP&R inadhibiti mchakato huu.
- Ni msaidizi mwenye nguvu katika muhtasari, uwekaji alama kwa njia isiyo ya kawaida, kulinganisha na kuandaa ripoti kwenye data ya jaribio la AI.
- Uamuzi (kupita / kushindwa) ni juu ya mhandisi; Vidokezo vya AI, sio ishara.
- Bila kutokuwa na uhakika wa kipimo na kurudiwa, matokeo hayawezi kufasiriwa; Matokeo karibu na kikomo yanahitaji uangalifu maalum.
- Hitilafu lazima zitenganishwe kwa data ghafi ili kubaini kama ni matukio halisi au vizalia vya programu vya kipimo.
Jukumu la maombi
Chagua jaribio (k.m. kuanza kwa baridi kwenye chumba cha hali ya hewa). (1) Andika mahitaji, njia ya mtihani na vigezo vya kukubalika. (2) Omba muhtasari na uchanganuzi wa eneo la hatari kwa kutumia Kiolezo cha 1 (bila kuomba uamuzi). (3) Tathmini matokeo ya kuwaziwa karibu na kikomo cha kutokuwa na uhakika ukitumia Kiolezo cha 3. (4) Tengeneza rasimu ya DVP&R ukitumia Kiolezo cha 4, ukionyesha ni maeneo gani unayoacha kwa idhini ya mhandisi.
orodha ya ukaguzi
- [ ] Nimeandika kwa uwazi mahitaji na vigezo vya kukubalika.
- [ ] Niliuliza AI kwa hatari/dokezo, sio uamuzi.
- [ ] Nilijumuisha kutokuwa na uhakika wa kipimo katika matokeo.
- [ ] Nilitathmini ustadi wa kurudia (idadi ya kukimbia).
- [ ] Nilikagua hitilafu na data mbichi kwa kufanya tofauti kati ya ukweli na vizalia vya programu.
- [ ] Nilitia alama rasimu ya ripoti ili kuidhinishwa na mhandisi.