ஆதாயங்கள்:
- கட்டமைக்கப்பட்ட வடிவத்தில் AI க்கு ஹல் வடிவம், எதிர்ப்பு மற்றும் உந்துவிசை அளவுருக்களை வழங்குவதன் மூலம் ஆரம்ப அளவு மற்றும் வடிவமைப்பு கண்டுபிடிப்பை விரைவுபடுத்தும் திறன்
- AI ஆதரவுடன் CFD (கணக்கீட்டு திரவ இயக்கவியல்) ஆய்வுகள், நெட்வொர்க் மற்றும் எல்லை நிலை தர்க்கத்தின் அமைப்பைக் கேட்கும் திறன்
- மாதிரி பரிசோதனை, அனுபவ முறை மற்றும் இயற்பியல் நம்பகத்தன்மையுடன் AI இன் ஹைட்ரோடைனமிக் கணிப்புகளை குறுக்கு சரிபார்ப்பதன் மூலம் பொருத்துதல் குணகங்கள் மற்றும் முடிவுகளைப் பிடிக்கும் திறன்
ஒரு கப்பலின் முழு பொருளாதாரமும் அதன் நீரில் மூழ்கிய வடிவத்தில் மறைக்கப்பட்டுள்ளது. ஹல் வடிவம் (ஹல் வடிவம்; கப்பலின் நீருக்கடியில் மற்றும் மேற்பரப்பு ஹல் வடிவியல்) ஒரு மில்லிமீட்டர் கூட மாறும்போது, அது எரியும் எரிபொருள், அது கொண்டு செல்லும் சரக்கு மற்றும் உமிழ்வு கட்டணம் ஆகியவை அந்தக் கப்பலின் வாழ்நாள் முழுவதும் மாறும். எனவே, படிவ வடிவமைப்பு மற்றும் ஹைட்ரோடைனமிக்ஸ் (படகைச் சுற்றியுள்ள நீர் ஓட்டம் மற்றும் அது ஏற்படுத்தும் சக்திகள்) ஆகியவை கடற்படைப் பொறியியலின் மிகவும் விலையுயர்ந்த முடிவுகள் எடுக்கப்படும் நிலைகளாகும். செயற்கை நுண்ணறிவு (AI) இந்த கட்டத்தில் மூன்று பணிகளை துரிதப்படுத்துகிறது: ஆரம்ப அளவு மற்றும் வடிவமைப்பு ஆய்வு, அனுபவ எதிர்ப்பு முறைகளை நிறுவுதல் மற்றும் கணக்கீட்டு திரவ இயக்கவியல் (CFD) ஆய்வுகளின் திட்டமிடல்.
ஆனால் தொடக்கத்திலிருந்தே அதை ஆணித்தரமாகப் பார்ப்போம்: எதிர்ப்பு வளைவு இல்லை, AI வழங்கிய எந்த வடிவக் குணகமும் மாதிரி பரிசோதனை அல்லது சரிபார்க்கப்பட்ட முறை மூலம் உறுதிப்படுத்தப்படாமல் ஒரு உந்துவிசை முடிவாக மொழிபெயர்க்காது. நீர் சூத்திரங்களைப் படிக்கவில்லை; படகின் உண்மையான நடத்தை அளவீடு மற்றும் உடல் நம்பகத்தன்மையால் மட்டுமே அறியப்படுகிறது. AI என்பது இங்கே ஒரு முடுக்கி மற்றும் யோசனை ஜெனரேட்டர்; ஹைட்ரோடைனமிக்ஸ் உண்மைக்கு சாட்சி அல்ல.
கருத்துக்கள்: எதிர்ப்பு: படகு முன்னோக்கிச் செல்லும்போது அதன் மீது நீர் செலுத்தும் எதிர் சக்தி; இது உராய்வு, அலை மற்றும் சுழல் கூறுகளைக் கொண்டுள்ளது. பிளாக் குணகம் (Cb): மேலோட்டத்தின் நீருக்கடியில் உள்ள அளவின் விகிதம் மற்றும் அதைச் சுற்றியுள்ள செவ்வக ப்ரிஸம்; முழுமையின் அளவுகோலாகும். ஃப்ரூட் எண் (Fn): படகு நீளத்துடன் தொடர்புடைய பரிமாணமற்ற எண்; அலை எதிர்ப்பை தீர்மானிக்கிறது. உந்து திறன்: எஞ்சின் உற்பத்தி செய்யும் சக்தியின் அளவு பயனுள்ள உந்துதலாக மாற்றப்படுகிறது. EHP/DHP: பயனுள்ள சக்தி (பயனுள்ள குதிரை சக்தி, படகின் எதிர்ப்பைக் கடக்கத் தேவையான சக்தி) மற்றும் வழங்கப்பட்ட சக்தி (டெலிவர்டு ஹார்ஸ் பவர், ப்ரொப்பல்லரை அடையும் சக்தி).
ஆரம்ப அளவு மற்றும் வடிவமைப்பு ஆய்வு
படிவ வடிவமைப்பு ஒரு தேடல் சிக்கல்: முக்கிய பரிமாணங்கள் (நீளம் Lpp, அகலம் B, வரைவு T), படிவ குணகங்கள் (Cb, ப்ரிஸ்மாடிக் குணகம் Cp, நடுப்பகுதி குணகம் Cm) மற்றும் வேகம் ஆகியவற்றுக்கு இடையே முடிவற்ற சேர்க்கைகள் உள்ளன. கிளாசிக்கல் முறையில், பொறியாளர் ஒத்த கப்பல்களின் தரவுகளிலிருந்து தொடங்குகிறார் (முக்கிய நீளத் தொடர், பின்னடைவு உறவுகள்). AI இந்த கண்டுபிடிப்பை துரிதப்படுத்துகிறது: நிமிடங்களில் இது டஜன் கணக்கான வேட்பாளர் பெரிய அளவு சேர்க்கைகள், ஒவ்வொன்றின் தோராயமான இடப்பெயர்ச்சி மற்றும் L/B, B/T விகிதங்கள் வழக்கமான வரம்புகளுக்குள் வருமா என்பதை அட்டவணைப்படுத்துகிறது.
இங்கே படிப்படியான செயல்முறை. முதல் படி, பணித் தேவையை சரிசெய்வதாகும்: எடுத்துச் செல்ல வேண்டிய சரக்கு, வரம்பு, சேவை வேகம், சேனல்/போர்ட் கட்டுப்பாடுகள் (எ.கா. பனாமா, சூயஸ் அகல-வரைவு வரம்புகள்). இதேபோன்ற கப்பல் தரவுகளுடன் முதல் பெரிய நீளத்தை தோராயமாக தீர்மானிப்பது இரண்டாவது படியாகும். மூன்றாவது படி, வேக-விகிதத்தின் (ஃப்ரூட் எண்) படி ஒரு நியாயமான வரம்பிற்குள் படிவக் குணகங்களைத் தேர்ந்தெடுக்க வேண்டும். நான்காவது படி, ஒரு அனுபவ முறை மூலம் எதிர்ப்பு மற்றும் சக்தியின் ஆரம்ப மதிப்பீட்டைச் செய்வது (எ.கா. ஹோல்ட்ராப்-மென்னென் பின்னடைவு). இந்த ஒவ்வொரு படிநிலையிலும், AI சூத்திரத்தை உருவாக்கி எண்களை உருவாக்குகிறது; ஆனால் ஒவ்வொரு குணகத்தின் மூலத்தையும் நீங்கள் கேட்டு வழக்கமான வரம்புடன் ஒப்பிடுவது கட்டாயமாகும்.
உதவிக்குறிப்பு: AI உங்களிடம் படிவக் குணகத்தைப் பரிந்துரைக்கும் போது, "இந்த Cb மதிப்பு இந்த Froude எண்ணுக்கு பொதுவானதா; எந்த வரம்பில் விழ வேண்டும்?" எடுத்துக்காட்டாக, அதிவேக வடிவத்தில், ஒரு முழு Cb (0.80+) அலை எதிர்ப்பை வெடிக்கிறது; AI இதை உங்களுக்கு நினைவூட்டலாம், ஆனால் இறுதித் தேர்வானது இதேபோன்ற கப்பல் தரவுகளுடன் உங்களுடையது.
CFD அமைப்பில் அனுபவ முறை மற்றும் AI
ஆரம்ப கட்டத்தில், மாதிரி பரிசோதனையை விட அனுபவ பின்னடைவு முறைகளால் எதிர்ப்பை மதிப்பிடப்படுகிறது. ஹோல்ட்ராப்-மென்னென் போன்ற முறைகள் எதிர்ப்பை அதன் கூறுகளாக உடைக்கின்றன: உராய்வு எதிர்ப்பு, வடிவ விளைவு, அலை எதிர்ப்பு, வீக்கம் மற்றும் காற்று எதிர்ப்பு, கப்பல்களின் பெரிய தரவுத்தளத்திலிருந்து பெறப்பட்ட சூத்திரங்கள். AI இந்த முறையின் படிகளை நினைவுபடுத்துகிறது, இடைநிலை குணகங்களைக் கணக்கிடுகிறது மற்றும் விரிதாள் எலும்புக்கூட்டை உருவாக்குகிறது. ஆனால் இந்த முறை அதன் செல்லுபடியாகும் வரம்பைக் கொண்டுள்ளது: சில Cb, Fn மற்றும் L/B வரம்புகளுக்கு Holtrop பெறப்பட்டது; நீங்கள் இந்த வரம்பிற்கு வெளியே சென்றால், விளைவு நம்பமுடியாததாக இருக்கும். AI இந்த வரம்பை உங்களுக்கு நினைவூட்ட வேண்டும்; அவர் உங்களுக்கு நினைவூட்டவில்லை என்றால், நீங்கள் கேட்க வேண்டும்.
CFD பக்கத்தில், AI தீர்வைத் தானாகச் செய்யாது, ஆனால் அமைப்பை வினவ இது உதவுகிறது: கண்ணி தீர்மானம் எங்கு இறுக்கப்பட வேண்டும், எல்லை அடுக்குக்கு ஆரம்ப செல் உயரம் (y+) என்னவாக இருக்க வேண்டும், ஏன் கொந்தளிப்பு மாதிரி (k-ω SST போன்றது) தேர்ந்தெடுக்கப்பட்டது, எப்படி ஒருங்கிணைப்பைக் கட்டுப்படுத்துவது. இது ஆசிரியர்-மாணவர் உரையாடல்; எண்ணியல் முடிவை உறுதிப்படுத்துவது கண்ணி சுதந்திர ஆய்வு (மெஷ் சுதந்திரம்; நீங்கள் நெட்வொர்க்கை இறுக்கும்போது முடிவு மாறாது) மற்றும், முடிந்தால், மாதிரி பரிசோதனை அளவுத்திருத்தம்.
முறை
என்ன கொடுக்கிறது
வலுவான புள்ளி
வரம்பு/சரிபார்ப்பு
இதேபோன்ற கப்பல்/பின்னடைவு
முதல் பெரிய அளவு, முரட்டு சக்தி
மிக வேகமாக, டேட்டா மலிவானது
ஒத்த வடிவவியலுக்கு மட்டுமே செல்லுபடியாகும்
ஹோல்ட்ராப்-மென்னென்
கூறு எதிர்ப்பு வளைவு
முன் வடிவமைப்பிற்கான தரநிலை
Cb/Fn/L·B வரம்பு வரம்பு; மாதிரி உறுதிப்படுத்தல் தேவை
CFDகள்
விரிவான ஓட்டம், அழுத்தம் புலம்
உள்ளூர் விளைவுகளைப் பார்க்கிறது
நெட்வொர்க் மற்றும் கொந்தளிப்பு மாதிரிக்கு உணர்திறன்; அளவுத்திருத்தம் அவசியம்
மாதிரி பரிசோதனை (குளம்)
உண்மையான எதிர்ப்பை அளவிடப்படுகிறது
மிகவும் நம்பகமானது
விலையுயர்ந்த, நேரத்தை எடுத்துக்கொள்ளும்; அளவிலான விளைவு திருத்தம்
மினி வழக்குகள்
வழக்கு 1 - பொருத்தப்பட்ட திருத்தம் குணகம். 190 மீ டேங்கருக்கான மொத்த இழுவை ஹோல்ட்ராப் மூலம் 620 kN என ஒரு குழு கணக்கிடுகிறது. அவர்கள் AI யிடம் "முடிவை மேம்படுத்துங்கள்" என்று கூறும்போது, மாதிரியானது தெரியாத தோற்றத்தின் "0.80 படிவ திருத்தம் பெருக்கியை" சேர்த்து, எதிர்ப்பை 496 kN ஆகக் குறைக்கிறது. இந்த 20% குறைப்பு தோராயமாக ஒரு ஹோஸ்ட் கிளாஸ் மூலம் உந்துவிசையைக் குறைக்கிறது. பெருக்கியின் அடிப்படையைப் பற்றி குழு கேட்கிறது; AI ஆதாரங்களை மேற்கோள் காட்ட முடியாது. மாதிரிச் சோதனைத் தரவோடு ஒப்பிட்டுப் பார்த்தால், உண்மையான மின்தடை சுமார் 610 kN ஆக இருப்பதைக் காண்கிறார்கள். பாடம்: ஆதாரம் இல்லாத எந்தத் திருத்தக் காரணியும் முடிவுக்குள் நுழையாது.
வழக்கு 2 - மோசடி வரம்பை மீறுதல். ஒரு மாணவர் ஹோல்ட்ராப் 30 முடிச்சுகள் சேவை வேகத்தை இலக்காகக் கொண்ட 50 மீ படகு எதிர்ப்பைக் கணக்கிடுகிறார். இந்த நீள-வேகத்திற்கு ஃப்ரூட் எண் ~0.70 ஆக அதிகரிக்கிறது; ஹோல்ட்ராப்பின் நம்பகமான வரம்பிற்கு மேல். AI முதலில் குறிப்பிடாமல் முடிவுகளை வழங்குகிறது. மாணவர் செல்லுபடியாகும் வரம்பைப் பற்றி கேட்கும் போது, இந்த முறை இந்த ஆட்சியில் பொருந்தாது மற்றும் திட்டமிடல்/அரை இடப்பெயர்ச்சி படிவங்களுக்கு வேறு முறை (சாவிட்ஸ்கி, முதலியன) தேவை என்று மாறிவிடும். பாடம்: ஒவ்வொரு அனுபவ முறையின் செல்லுபடியாகும் உறையையும் கேள்விக்குள்ளாக்குங்கள்.
வழக்கு 3 - நெட்வொர்க்கில் இருந்து பிழை. ஒரு CFD ஆய்வில் AI ஒரு கரடுமுரடான கண்ணியுடன் 540 kN எதிர்ப்பை அளிக்கிறது. பொறியாளர் நெட்வொர்க்கை இறுக்கி, சுதந்திர ஆய்வுகளை மேற்கொள்ளும்போது, இதன் விளைவாக 605 kN ஆகும்; பின் அலை புலம் போதுமான அளவு தீர்க்கப்படாததால் ஆரம்ப மதிப்பு 11% குறைவாக இருந்தது. பாடம்: நெட்வொர்க் சுதந்திர ஆய்வு இல்லாமல் CFD முடிவை நம்பகமானதாகக் கருத முடியாது.
நகலெடுக்கக்கூடிய உடனடி வார்ப்புருக்கள்
டெம்ப்ளேட் 1 — முன் அளவு ஆய்வு:
பங்கு: நீங்கள் ஒரு கப்பல் ஆரம்ப வடிவமைப்பு ஆலோசகர். சூழல் (பிரதிநிதி): ஒரு மொத்த கேரியருக்கான பேலோட் ~40,000 t, சேவை வேகம் ~14.5 நாட்கள், சூயஸ் வரைவு வரம்பிற்குள் ver.3) வழக்கமான வரம்பிற்கு வெளியே எந்த விகிதங்கள் விழுகின்றன என்பதைக் குறிக்கவும். கட்டுப்பாடு: ஒவ்வொரு எண்ணின் அலகையும் எழுதவும்; நீங்கள் பயன்படுத்தும் பின்னடைவு/தரவுத்தளத்தைக் குறிப்பிடவும்; இறுதி முடிவை எடுக்க வேண்டாம், ஒரு வேட்பாளரை சமர்ப்பிக்கவும்.
டெம்ப்ளேட் 2 — ஹோல்ட்ராப் மின்தடை கணக்கீட்டை கட்டமைத்தல்:
ஹோல்ட்ராப்-மென்னென் முறையுடன் பூர்வாங்க எதிர்ப்பைக் கணக்கிடும் கட்டமைப்பை அமைக்கவும். உள்ளீடுகள் (பிரதிநிதி): Lpp, B, T, Cb, Cp, சேவை வேகம், ஈரமான பகுதி. எனக்கு வேண்டும்:1) எதிர்ப்பு கூறுகளை தனித்தனியாக பட்டியலிடவும் (உராய்வு, வடிவம், அலை, ப்ராஜெக்ஷன், காற்று).2) ஒவ்வொரு கூறுக்கும் நீங்கள் பயன்படுத்தும் சூத்திரம் மற்றும் குணகத்தை எழுதவும்.3) முறையின் செல்லுபடியாகும் வரம்பைக் குறிப்பிடவும் (Cb, Fn, L/B) மற்றும் எனது உள்ளீடுகள் இந்த வரம்பில் உள்ளதா எனச் சரிபார்க்கவும். et.4) மாதிரி பரிசோதனையுடன் முடிவை எவ்வாறு அளவீடு செய்வது என்பதைச் சேர்க்கவும்.
டெம்ப்ளேட் 3 — CFD அமைவு வினவல்:
நான் படகு எதிர்ப்பு CFD ஆய்வை அமைக்கிறேன். பின்வரும் முடிவுகளை நியாயப்படுத்துதலுடன் விளக்கி, வழக்கமான மதிப்புகளின் வரம்பைக் கொடுங்கள்: - கொந்தளிப்பு மாதிரித் தேர்வு மற்றும் காரணம் - சுவருக்கு அருகிலுள்ள தீர்வு (y+ இலக்கு) மற்றும் ஆரம்ப செல் உயரம் - இலவச மேற்பரப்பு (VOF) அமைப்புகள் - ஒன்றிணைதல் மற்றும் கண்ணி சுதந்திரத்தை எவ்வாறு சரிபார்க்கலாம் ஒவ்வொரு பரிந்துரைக்கும் "இதை எவ்வாறு சரிபார்க்கலாம்" என்ற வரியைச் சேர்க்கவும்.
டெம்ப்ளேட் 4 — முடிவு நியாயத்தன்மை சரிபார்ப்பு:
பின்வரும் மின்தடை/பவர் முடிவை விமர்சியுங்கள்:[EHP, DHP, வேகம், மின்தடை மதிப்புகளை ஒட்டவும்]1) இந்த அளவு கப்பலின் அளவின் வரிசை வழக்கமானதா?2) உங்கள் உந்துவிசை திறன் அனுமானம் நியாயமானதா (பொதுவாக 0.55-0.70)?3) நான் உள்ளிட்ட வேகத்திலிருந்து எதிர்ப்பைக் கணக்கிடுங்கள். 4 மதிப்புகள் சீராக உள்ளதா?
பலவீனமான வரியில் / வலுவான வரியில்
பலவீனமான உடனடி:
இந்தப் படகிற்கு சிறந்த வடிவம் மற்றும் எதிர்ப்பு வளைவைக் கொடுங்கள்.
சக்திவாய்ந்த தூண்டுதல்:
பங்கு: நீங்கள் ஒரு ஹைட்ரோடினமிக் பூர்வாங்க வடிவமைப்பு ஆலோசகர். சூழல் (பிரதிநிதி, உண்மையான திட்டம் அல்ல): Lpp ~180 m, B ~32 m,T ~12.5 m, Cb ~0.84, சேவை வேகம் ~14.5 முடிச்சுகள். பணி: ஹோல்ட்ராப் முறை மூலம் கூறு பூர்வாங்க எதிர்ப்பை மதிப்பிடுங்கள்; ஒவ்வொரு குணகத்தின் மூலத்தையும் முறையின் செல்லுபடியாகும் வரம்பையும் எழுதுங்கள். கட்டுப்பாடு: ஆதாரம் இல்லாமல் திருத்தும் காரணியைச் சேர்க்கவும். மாதிரி சோதனை மூலம் முடிவை எவ்வாறு சரிபார்க்கலாம் மற்றும் நான் எடுக்க வேண்டிய அளவீடுகளை பட்டியலிடுங்கள். மாநில அலகுகள் (kN, kW, knots) தெளிவாக.
பலவீனமான உடனடி வடிவம் "சிறந்தது" என்று வரையறுக்கப்படாமல் விட்டுவிடுகிறது மற்றும் சரிபார்ப்பு தேவையில்லை; வலுவான ப்ராம்ட் சூழல், முறை, செல்லுபடியாகும் வரம்பு மற்றும் சரிபார்ப்பு பாதை ஆகியவற்றைக் கோருகிறது.
பொதுவான தவறுகள்
- செல்லுபடியாகும் உறை புறக்கணிக்கப்படுகிறது. ஹோல்ட்ராப் அல்லது அது பெறப்பட்ட வரம்பிற்கு வெளியே வேறு ஏதேனும் பின்னடைவைப் பயன்படுத்துவது நியாயமான தோற்றமுடைய ஆனால் தவறான எதிர்ப்பை அளிக்கிறது.
- ஆதாரமற்ற திருத்தக் காரணியை ஏற்றுக்கொள்வது. "மேம்படுத்து" என்று கூறுங்கள் மற்றும் AI சேர்க்கும் மெலிந்த குணகங்கள் முடிவை அமைதியாக சிதைக்கும்.
- நெட்வொர்க் சுதந்திரம் இல்லாமல் CFD ஐப் பயன்படுத்துதல். கரடுமுரடான கண்ணி கடுமையான அலை மற்றும் சுழல் புலத்தை தீர்க்க முடியாது; எதிர்ப்பு குறைகிறது.
- அளவிலான விளைவை மறந்துவிடுதல். மாதிரி பரிசோதனை முடிவு முழு அளவில் நகரும் போது உராய்வு திருத்தம் (ITTC முறை) தேவைப்படுகிறது; AI இதைத் தவிர்க்கலாம்.
- அனுப்பும் திறனை நம்பிக்கையுடன் எடுத்துக்கொள்வது. எதிர்ப்பானது சரியாக இருந்தாலும் கூட, அதிக நம்பிக்கை கொண்ட இயக்கி செயல்திறன் தேவையான இயந்திர சக்தியை குறைத்து மதிப்பிடுகிறது.
சுருக்கமாக
AI ஹல் வடிவ கண்டுபிடிப்பு, அனுபவ எதிர்ப்புக் கணக்கீடு அமைப்பு மற்றும் CFD ரன் திட்டமிடல் ஆகியவற்றை துரிதப்படுத்துகிறது; டஜன் கணக்கான வேட்பாளர் படிவங்களை நிமிடங்களில் ஒப்பிடலாம். ஆனால் ஒவ்வொரு அனுபவ முறையிலும் ஒரு செல்லுபடியாகும் உறை உள்ளது, ஒவ்வொரு CFD முடிவும் பிணைய சார்புநிலையைக் கொண்டுள்ளது, மேலும் ஒவ்வொரு முழு அளவிலான மதிப்பீட்டிற்கும் ஒரு அளவிலான திருத்தம் உள்ளது. AI ஆல் உற்பத்தி செய்யப்படும் எதிர்ப்பு மற்றும் சக்தி மதிப்புகள் மாதிரி பரிசோதனை, அனுபவ உறுதிப்படுத்தல் மற்றும் உடல் நம்பகத்தன்மை ஆகியவற்றின் வடிகட்டியைக் கடந்த பிறகு மட்டுமே பரிந்துரை முடிவாக மொழிபெயர்க்க முடியும்.
விண்ணப்ப பணி
ஒரு பிரதிநிதிக் கப்பலுக்கு (எ.கா. Lpp ~150 m, B ~25 m, T ~9 m, Cb ~0.75, வேகம் ~15 முடிச்சுகள்), AI ஆனது ஹோல்ட்ராப் முறையைப் பயன்படுத்தி பூர்வாங்க இழுவை மற்றும் EHP ஆகியவற்றைக் கணக்கிட வேண்டும். பின்னர் "முடிவு நம்பகத்தன்மை சரிபார்ப்பு" டெம்ப்ளேட்டைப் பயன்படுத்துவதன் மூலம் அளவு மற்றும் அனுப்பும் திறன் அனுமானத்தின் வரிசையை வினவவும். முறையின் செல்லுபடியாகும் வரம்பை AIயிடம் கேட்டு உங்கள் உள்ளீடுகள் இந்த வரம்பிற்குள் உள்ளதா எனச் சரிபார்க்கவும். நீங்கள் கண்டறிந்த குறைந்தது ஒரு முரண்பாடு மற்றும் அதை எப்படி சரிபார்த்தீர்கள் என்பதை அரைப் பக்கத்தில் தெரிவிக்கவும்.
சரிபார்ப்பு பட்டியல்
- [ ] நான் பயன்படுத்திய அனுபவ முறையின் செல்லுபடியாகும் வரம்பை எனது உள்ளீடுகளுடன் ஒப்பிட்டேன்.
- AI சேர்த்த ஒவ்வொரு திருத்தக் காரணியின் மூலத்தையும் நான் கேட்டு உறுதிப்படுத்தினேன்.
- [ ] நான் எதிர்ப்பு மற்றும் சக்தி முடிவுகளை ஒரு வழக்கமான கப்பலுடன் அளவின் வரிசையுடன் ஒப்பிட்டேன்.
- [ ] நான் CFD ஐப் பயன்படுத்தினால், நெட்வொர்க் சுதந்திர ஆய்வைத் திட்டமிட்டேன்/செயல்படுத்தினேன்.
- [ ] அனுப்பும் திறன் அனுமானம் நியாயமான வரம்பிற்குள் இருப்பதை நான் சரிபார்த்துள்ளேன்.
- [ ] நான் மாதிரி பரிசோதனை/சரிபார்க்கப்பட்ட முறையின் அடிப்படையில் இறுதி உந்துவிசை முடிவை எடுத்தேன்.