அலகுகள்
1. ஆட்டோமோட்டிவ் இன்ஜினியரிங்கில் செயற்கை நுண்ணறிவு மற்றும் சரிபார்ப்பு ஒழுங்குமுறை அறிமுகம் 2. வாகன வடிவமைப்பு மற்றும் உருவகப்படுத்துதல் ஆதரவு: CAE, CFD மற்றும் FEA 3. ADAS மற்றும் தன்னியக்க ஓட்டுநர்: அடிப்படைகளை உணர்தல் 4. உற்பத்தி வரி தரக் கட்டுப்பாடு: காட்சி குறைபாடு கண்டறிதல் 5. முன்கணிப்பு பராமரிப்பு மற்றும் வாகன டெலிமெட்ரி 6. சோதனை மற்றும் சரிபார்ப்பு தரவு பகுப்பாய்வு 7. பொருள் தேர்வு மற்றும் லைட்வெயிட்டிங் 8. விநியோகச் சங்கிலி, தேவை மற்றும் சரக்கு பகுப்பாய்வு 9. பைத்தானுடன் தானியங்கி தரவு பகுப்பாய்வு: முடிவு முதல் முடிவு 10. செயல்பாட்டு பாதுகாப்பு, SOTIF, நெறிமுறைகள் மற்றும் தனியுரிமை 11. எண்ட்-டு-எண்ட் ஒருங்கிணைப்பு, MLOps மற்றும் பொறியாளர் பொறுப்பு
அலகு 7 / 11

பொருள் தேர்வு மற்றும் லைட்வெயிட்டிங்

ஆதாயங்கள்:

  • எரிபொருள்/வரம்பு, உமிழ்வுகள் மற்றும் செயல்திறன் மற்றும் பொருள் தேர்வில் பல அளவுகோல் சமநிலை ஆகியவற்றில் லைட்வெயிட்டிங்கின் தாக்கத்தைப் புரிந்துகொள்வது
  • பொருள் தரவுத்தளங்கள், மல்டி-அப்ஜெக்டிவ் ஆப்டிமைசேஷன் மற்றும் டோபாலஜி ஆப்டிமைசேஷன் ஆகியவற்றில் கட்டமைக்கப்பட்ட செயற்கை நுண்ணறிவைப் பயன்படுத்துவதற்கான திறன்
  • இயந்திர சொத்து, உற்பத்தித்திறன், செலவு மற்றும் பாதுகாப்பு தேவைகளுடன் AI பொருள் பரிந்துரையை சரிபார்க்கும் திறன்

ஒரு வாகனத்தின் எடை அதன் செயல்திறனின் ஒவ்வொரு அளவையும் பாதிக்கிறது: எரிபொருள் நுகர்வு, மின்சார வாகனத்தின் வரம்பு, முடுக்கம், பிரேக்கிங் தூரம், மூலைவிட்ட நடத்தை மற்றும் உமிழ்வுகள். ஒரு கடினமான விதி: பயணிகள் காரின் எடையை 10% குறைப்பது எரிபொருள் பயன்பாட்டை 6-8% வரை மேம்படுத்தலாம். அதனால்தான் வாகனப் பொறியியலில் லைட்வெயிட்டிங் மிக முக்கியமான மற்றும் சவாலான சவால்களில் ஒன்றாகும். இந்த பிரிவில், பொருள் தேர்வின் பல அளவுகோல் தன்மை, இந்தத் தேர்வில் AI எவ்வாறு உதவுகிறது, ஏன் AI பரிந்துரை மட்டும் போதாது என்பதைப் பார்ப்போம்.

குறைப்பது ஏன் கடினம்? பல அளவுகோல் சமநிலை

"இலகுவான பொருளைத் தேர்ந்தெடுங்கள்" என்று சொல்வது எளிது, ஆனால் ஒரு உண்மையான பகுதி ஒரே நேரத்தில் பல தேவைகளைப் பூர்த்தி செய்ய வேண்டும்:

  • வலிமை மற்றும் விறைப்பு: இது சுமைகளை சுமக்கும் திறன் கொண்டதாக இருக்க வேண்டும் மற்றும் நீட்டக்கூடாது.
  • சோர்வு எதிர்ப்பு: இது பல ஆண்டுகளாக மீண்டும் மீண்டும் சுமைகளில் விரிசல் ஏற்படக்கூடாது.
  • செயலிழக்கும் தன்மை: விபத்து ஏற்பட்டால் அது ஆற்றலை சரியாக உறிஞ்ச வேண்டும். லைட்டர் எப்போதும் பாதுகாப்பானது அல்ல.
  • உற்பத்தித்திறன்: இது வார்ப்பு, இயந்திரம், வெல்டிங், மோல்ட் செய்ய முடியுமா?
  • செலவு: பொருள் + உற்பத்தி + சட்டசபை.
  • அரிப்பு மற்றும் ஆயுள்: பல ஆண்டுகளாக சாலை உப்பு, ஈரப்பதம், வெப்பம்.
  • மறுசுழற்சி மற்றும் நிலைத்தன்மை.

ஒரு பொருள் ஒரு அளவுகோலில் பெரியதாகவும் மற்றொன்றில் மோசமானதாகவும் இருக்கலாம். எடுத்துக்காட்டாக, கார்பன் ஃபைபர் மிகவும் இலகுவானது மற்றும் வலிமையானது, ஆனால் அது விலை உயர்ந்தது, பழுதுபார்ப்பது கடினம், மேலும் உலோகத்தைப் போல "நசுக்கப்படுவதை" விட "உடைந்து" மோதலின் போது ஆற்றலை உறிஞ்சுகிறது; இதற்கு வேறு வடிவமைப்பு தேவை.

பொதுவான வாகன இலகுரக பொருட்கள்

பொருள்

வலுவான புள்ளி

பலவீனம்

உயர் வலிமை எஃகு (AHSS)

மலிவான, வலுவான, உற்பத்தி முதிர்ச்சியடைந்தது

அதிக அடர்த்தி

அலுமினிய கலவை

இலகுரக, அரிப்பை எதிர்க்கும்

விலையுயர்ந்த, வெல்ட்/அசெம்பிள் செய்வது கடினம்

மெக்னீசியம்

மிகவும் ஒளி

விலையுயர்ந்த, அரிப்பு மற்றும் எரியக்கூடிய ஆபத்து

கார்பன் ஃபைபர் (CFRP)

அதிகபட்ச வலிமை/எடை

மிகவும் விலை உயர்ந்தது, பழுது/மோதல் சிக்கலானது

பிளாஸ்டிக்/கலவை

இலகுரக, வடிவ சுதந்திரம்

வெப்பநிலை / சகிப்புத்தன்மை வரம்பு

குறிப்பு: இந்த அட்டவணை ஒரு பொதுவான நோக்குநிலை; சரியான மதிப்புகள் அலாய் மற்றும் பயன்பாட்டால் மாறுபடும் மற்றும் அதிகாரப்பூர்வ தரவுத்தாளில் இருந்து உறுதிப்படுத்தப்பட வேண்டும்.

பொருள் தேர்வில் AI எவ்வாறு உதவுகிறது?

  1. பொருள் தரவுத்தள ஸ்கேனிங்: கொடுக்கப்பட்ட அளவுகோல்களின்படி ஆயிரக்கணக்கான பொருட்களை வடிகட்டுதல் மற்றும் வேட்பாளர்களை பட்டியலிடுதல்.
  2. மல்டி-ஆப்ஜெக்டிவ் ஆப்டிமைசேஷன்: எடை, செலவு மற்றும் வலிமை போன்ற முரண்பட்ட இலக்குகளுக்கு இடையே "பரேட்டோ எல்லையை" கண்டறிதல் (இன்னொன்றை மேம்படுத்தாமல் மற்றொன்றை மேம்படுத்த முடியாத சிறந்த வர்த்தக வளைவு).
  3. இடவியல் தேர்வுமுறை: ஒரு பகுதியிலிருந்து தேவையற்ற பொருளை அகற்றி, அதே வலிமையை குறைவான நிறை கொண்ட வடிவவியலை உருவாக்குதல் (அலகு 2 இல் உள்ள உற்பத்தி வடிவமைப்போடு நெருக்கமாக தொடர்புடையது).
  4. சொத்து முன்கணிப்பு: ஒரு புதிய அலாய் கலவையின் பண்புகளை கணித்தல் (பொருட்கள் அறிவியல் + இயந்திர கற்றல்).
உதவிக்குறிப்பு: "இலகுவான பொருளைப் பரிந்துரைக்க" AIயிடம் சொல்லாதீர்கள்; "பொருத்தமான 3 வேட்பாளர்கள் மற்றும் ஒவ்வொருவருக்கும் பின்வரும் கட்டுப்பாடுகளின் கீழ் (வலிமை, உற்பத்தி, செலவு, அரிப்பு) பரிவர்த்தனைகளை பட்டியலிடுங்கள்." ஒரு அளவுகோல் உங்களை பாதுகாப்பானதாகத் தோன்றும் ஆனால் உற்பத்தி செய்ய முடியாத அல்லது ஆபத்தானதாகத் தோன்றும் தேர்வுக்கு அழைத்துச் செல்லும்.

AI பொருள் பரிந்துரை ஏன் சரிபார்க்கப்பட வேண்டும்?

"இந்த அடைப்புக்குறியை அலுமினியத்திலிருந்து மெக்னீசியத்திற்கு மாற்றவும், அது 33% இலகுவாக இருக்கும்" என்று ஒரு AI கூறலாம். அடர்த்தி விகிதத்தை மட்டுமே பார்க்கும் வாக்கியம் இது. சரிபார்க்க வேண்டிய விஷயங்கள்:

  • இயந்திர பண்புகள்: மகசூல் வலிமை மற்றும் மெக்னீசியத்தின் நெகிழ்ச்சியின் மாடுலஸ் இந்த சுமைக்கு போதுமானதா?
  • சோர்வு: மீண்டும் மீண்டும் சுமையின் கீழ் அது வாழ்க்கையை சந்திக்கிறதா?
  • மோதல்: இந்த துண்டு மோதல் பாதையில் உள்ளதா? வெவ்வேறு உடைப்பு நடத்தை ஆபத்து உள்ளதா?
  • உற்பத்தித்திறன்: தற்போதுள்ள வார்ப்பு/எந்திரக் கோடு மெக்னீசியத்தைக் கையாளுமா?
  • அரிப்பு: மெக்னீசியம் கால்வனிக் அரிப்புக்கு ஆளாகிறது; அண்டை பகுதிகளுடனான தொடர்பு பிரச்சனையா?
  • செலவு: பொருள் அதிக விலை; மொத்த வியாபாரமும் அர்த்தமுள்ளதா?
  • உடல் பரிசோதனை: இறுதி ஆதாரம் எப்போதும் முன்மாதிரி சோதனை ஆகும்.
குறிப்பு: "லைட்டர்" மட்டும் ஏற்றுக்கொள்ளும் அளவுகோல் அல்ல. லைட்வெயிட்டிங் பாதுகாப்பு மற்றும் ஆயுள் தேவைகளை குறைக்காமல் செய்யப்படுகிறது. ஒரு பொருள் மாற்றம் மீண்டும் அனைத்து தொடர்புடைய சோதனைகளிலும் (சோர்வு, தாக்கம், சுற்றுச்சூழல்) தேர்ச்சி பெற வேண்டும்.

சிறு வழக்கு ஆய்வுகள்

வழக்கு 1 - காகிதத்தில் பெரியது, களத்தில் சிக்கல். AI பரிந்துரையுடன் ஒரு குழு கன்சோல் அடைப்பை அலுமினியத்திலிருந்து மெக்னீசியமாக மாற்றுகிறது; நிறை 30% குறைகிறது. முன்மாதிரி சோதனையில், அருகிலுள்ள எஃகு போல்ட்டுடன் பகுதியின் தொடர்பு புள்ளியில் கால்வனிக் அரிப்பு தொடங்குகிறது. இன்சுலேஷன் ஃப்ளேக் மற்றும் கோட்டிங் சேர்க்கும்போது, ​​செலவு அதிகரித்து லாபம் குறையும். முடிவு: அடர்த்தி ஆதாயம் உண்மையானது, ஆனால் அரிப்பு மற்றும் செலவு சரிபார்ப்பு இல்லாமல் முடிவு முழுமையடையாது.

வழக்கு 2 - விபத்து ஆச்சரியம். ஒரு முன் நீளமான (விபத்து ரயில்) பகுதிக்கு, AI மெல்லிய உயர் வலிமை கொண்ட எஃகு பரிந்துரைக்கிறது; நிலையான வலிமை சரி. ஆனால் மோதல் உருவகப்படுத்துதலில், பகுதியானது ஒரு கட்டுப்படுத்தப்பட்ட "துருத்தி" போல நசுக்கப்படுவதன் மூலம் ஆற்றலை உறிஞ்சாது, மாறாக கூர்மையாக வளைப்பதன் மூலம்; இதன் பொருள் அமைச்சரவைக்கு அதிக அடி. க்ரஷ் துவக்கியைச் சேர்ப்பதன் மூலம் வடிவமைப்பு சரி செய்யப்படுகிறது. முடிவு: நிலையான வலிமை போதுமானதாக இல்லை; மோதல் நடத்தையின் தனி சரிபார்ப்பு.

வழக்கு 3 - இடவியல் தேர்வுமுறை ஆதாயம். இடவியல் தேர்வுமுறையுடன் இடைநீக்க அடைப்புக்குறி மறுவடிவமைப்பு செய்யப்படுகிறது; 22% நிறை குறைகிறது, மன அழுத்த விநியோகம் மேம்படும். ஆனால் இதன் விளைவாக வரும் கரிம வடிவவியலை தற்போதைய வார்ப்பு அச்சுடன் உருவாக்க முடியாது. உற்பத்தித்திறன் தடையானது தேர்வுமுறையில் சேர்க்கப்பட்டு மீண்டும் இயக்கப்படும் போது, ​​17% ஆதாயத்துடன் ஒரு வார்ப்பு வடிவமைப்பு பெறப்படுகிறது. முடிவு: உற்பத்தித்திறன் ஒரு தேர்வுமுறைக் கட்டுப்பாட்டாக ஆரம்பத்தில் இருந்தே அறிமுகப்படுத்தப்பட்டது.

உடனடி வார்ப்புருக்கள்

டெம்ப்ளேட் 1 - வேட்பாளர் பொருள் திரையிடல்:

பாத்திரம்: நீங்கள் ஒரு பொருள் பொறியியலாளர். பணி: ஒரு அடைப்புக்குறிக்கான 3 கேண்டிடேட் மெட்டீரியல்களைப் பரிந்துரைத்து, அவற்றின் பரிவர்த்தனைகளை ஒப்பிடவும். சூழல்: நிலையான சுமை 4 kN + அதிர்வு; அரிப்புக்கு உட்பட்டது (சக்கர பகுதி); தற்போதைய உற்பத்தி வார்ப்பு; இலக்கு வெகுஜனக் குறைப்பு. கட்டுப்பாடு: லேசான தன்மை மட்டுமல்ல; வலிமை, சோர்வு, அரிப்பு, உற்பத்தித்திறன் மற்றும் செலவு ஆகியவற்றை ஒன்றாக மதிப்பிடுங்கள்; சரியான மதிப்பை கோர வேண்டாம், தரவுத்தாளில் இருந்து உறுதிப்படுத்தலைக் குறிக்கவும். வெளியீடு: பொருள் | பிளஸ் | கழித்தல் | சோதனை அட்டவணை சரிபார்க்கப்பட வேண்டும்.

டெம்ப்ளேட் 2 - அனைத்து நோக்கத்திற்கான இருப்பு:

பங்கு: நீங்கள் ஒரு தேர்வுமுறை ஆலோசகர். பணி: எடை-செலவு-பலம் ஆகியவற்றுக்கு இடையேயான வர்த்தகத்தை விளக்குங்கள். சூழல்: 3 வேட்பாளர் பொருட்களுக்கான (அநாமதேய) தோராயங்கள் சேர்க்கப்பட்டது. கட்டுப்பாடு: பரேட்டோ தர்க்கத்தை எளிமையாக விளக்குங்கள்; எந்தத் தேர்வு எந்த முன்னுரிமையுடன் அர்த்தமுள்ளதாக இருக்கும் என்பதைக் குறிப்பிடவும். வெளியீடு: முன்னுரிமை சூழ்நிலை | பரிந்துரைக்கப்பட்ட வேட்பாளர் | காரணம்.

டெம்ப்ளேட் 3 - இடவியல் தேர்வுமுறை அமைப்பு:

பங்கு: நீங்கள் ஒரு கட்டமைப்பு தேர்வுமுறை நிபுணர். பணி: அடைப்புக்குறிக்கான வரைவு இடவியல் தேர்வுமுறை சிக்கல் வரையறையை எழுதவும். சூழல்: 3 மூட்டுகள் சரி செய்யப்பட்டுள்ளன, தடைசெய்யப்பட்ட அளவு உள்ளது, பொருள் அலுமினியம், உற்பத்தி வார்ப்பு. கட்டுப்பாடு: உற்பத்தித்திறனை (வார்ப்பு வெளிப்படும் கோணம், குறைந்தபட்ச சுவர் தடிமன்) ஆரம்பத்தில் இருந்தே ஒரு தடையாகச் சேர்க்கவும். வெளியீடு: சுமை | கட்டுப்பாடு | இலக்கு | உற்பத்தி கட்டுப்பாடு அட்டவணை.

டெம்ப்ளேட் 4 - சரிபார்ப்புத் திட்டம்:

பங்கு: நீங்கள் சரிபார்ப்பு பொறியாளர். பணி: பொருள் மாற்றத்திற்குத் தேவையான சோதனைத் திட்டத்தை உருவாக்கவும். சூழல்: அலுமினியத்திலிருந்து மெக்னீசியத்திற்கு மாறுவதற்கு முன்மொழியப்பட்டது; பகுதி அதிர்வுறும் சுமையில் உள்ளது மற்றும் எஃகு அருகில் உள்ள பகுதியுடன் தொடர்பில் உள்ளது. வெளியீடு: சோதனை (சோர்வு/அரிப்பு/விபத்து...) | நோக்கம் | ஏற்றுக்கொள்ளும் அளவுகோல்கள் | முன்னுரிமை.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

இந்த துண்டுக்கான இலகுவான பொருளுக்கு பெயரிடவும்.

ஒரு அளவுகோல் (இலேசான தன்மை) உங்களை பாதுகாப்பற்ற அல்லது உற்பத்தி செய்ய முடியாத தேர்வுக்கு இட்டுச் செல்லும்.

சக்திவாய்ந்த தூண்டுதல்:

பங்கு: நீங்கள் ஒரு பொருட்கள் மற்றும் வடிவமைப்பு பொறியாளர். பணி: இடைநீக்க அடைப்புக்குறியை ஒளிரச் செய்வதற்கான 3 விருப்பங்களைப் பரிந்துரைக்கவும் மற்றும் ஒவ்வொன்றின் சரிபார்ப்பின் அவசியத்தைக் குறிப்பிடவும். சூழல்: அதிர்வுறும் சுமை, அரிப்புக்கு உட்பட்டது, வார்ப்பு உற்பத்தி, பாதுகாப்பு காரணி குறைந்தது 1.5 பராமரிக்கப்பட வேண்டும், மோதல் பாதையில் அல்ல. கட்டுப்பாடு: வலிமை, சோர்வு, அரிப்பு, உற்பத்தி மற்றும் செலவை லேசான தன்மையுடன் எடைபோடுங்கள்; எந்த பரிந்துரைகளையும் சோதனை செய்யாமல் 'பாதுகாப்பானது' என அறிவிக்க வேண்டாம். வெளியீடு: விருப்பம் | மதிப்பிடப்பட்ட வருவாய் | ஆபத்து | தேவையான சோதனை அட்டவணை.

பொதுவான தவறுகள்

  • ஒற்றை அளவுகோல் (லேசான தன்மை) உடன் முடிவு செய்தல். பொருள் தேர்வு பல அளவுகோல்களைக் கொண்டுள்ளது.
  • விபத்து நடத்தையை மறத்தல். நிலையான வலிமை போதாது; ஆற்றல் உறிஞ்சுதல் ஒரு வித்தியாசமான தேவை.
  • உற்பத்தித்திறனை நீடிக்க விட்டுவிடுவது. உற்பத்தி செய்ய முடியாத ஒரு உகந்தது உகந்தது அல்ல.
  • அரிப்பை/கால்வனிக் இடைவினையைத் தவிர்ப்பது. வெவ்வேறு உலோகங்களுக்கிடையேயான தொடர்பு புதிய சிக்கல்களை உருவாக்குகிறது.
  • உடல் பரிசோதனையைத் தவிர்த்தல். முன்மாதிரி சோதனை மூலம் நிரூபிக்கப்படும் வரை காகிதத்தில் ஆதாயம் என்பது ஒரு கருதுகோள்.

சுருக்கமாக

  • லைட்வெயிட்டிங் நேரடியாக எரிபொருள்/வரம்பு, செயல்திறன் மற்றும் உமிழ்வுகளை பாதிக்கிறது ஆனால் பல அளவுகோல் சமநிலை.
  • பொருள் தேர்வு வலிமை, சோர்வு, தாக்கம், உற்பத்தித்திறன், அரிப்பு மற்றும் செலவு ஆகியவற்றைக் கருதுகிறது.
  • மெட்டீரியல் ஸ்கிரீனிங், மல்டி-அப்ஜெக்டிவ் ஆப்டிமைசேஷன் மற்றும் டோபாலஜி ஆப்டிமைசேஷன் ஆகியவற்றில் AI ஒரு சக்திவாய்ந்த உதவியாளர்.
  • "லைட்டர்" மட்டும் ஏற்றுக்கொள்ளும் அளவுகோல் அல்ல; ஒவ்வொரு மாற்றமும் தொடர்புடைய அனைத்து சோதனைகளிலும் மீண்டும் தேர்ச்சி பெற வேண்டும்.
  • இறுதி ஆதாரம் உடல் பரிசோதனை; சரிபார்க்கப்படும் வரை AI பரிந்துரை என்பது கருதுகோள்.

விண்ணப்ப பணி

ஒரு பகுதியைத் தேர்ந்தெடுக்கவும் (எ.கா. கதவு உள் அடைப்புக்குறி). (1) இந்த பகுதி சந்திக்க வேண்டிய அனைத்து அளவுகோல்களையும் (வலிமை, சோர்வு, விபத்து, புனையப்படுதல், அரிப்பு, செலவு) பட்டியலிடவும். (2) டெம்ப்ளேட் 1 மற்றும் 3 வேட்பாளர் பொருட்கள் மற்றும் அவற்றின் வர்த்தகம் ஆகியவற்றை எடுத்துக் கொள்ளுங்கள். (3) ஒரு வேட்பாளருக்கு டெம்ப்ளேட் 4 உடன் சரிபார்ப்புத் திட்டத்தை உருவாக்கவும். (4) "இலகுவானது" மட்டும் போதாது என்பதற்கான மூன்று உறுதியான காரணங்களை விளக்குங்கள்.

சரிபார்ப்பு பட்டியல்

  • [ ] நான் பகுதியின் அனைத்து தேவைகளையும் (ஒரே அளவுகோல் அல்ல) பட்டியலிட்டுள்ளேன்.
  • [ ] விபத்து நடத்தையை ஒரு தனி அளவுகோலாக மதிப்பீடு செய்தேன்.
  • [ ] நான் ஆரம்பத்தில் இருந்தே உற்பத்தித் திறனை ஒரு தடையாகச் சேர்த்தேன்.
  • [ ] அரிப்பு/கால்வனிக் குறுக்கீடு உள்ளதா என சோதித்தேன்.
  • [ ] ஒவ்வொரு பொருள் மாற்றத்திற்கும் சரிபார்ப்பு சோதனைகளை திட்டமிட்டுள்ளேன்.
  • [ ] நான் உடல் பரிசோதனை ஆதாரத்தின் மீது இறுதி முடிவை எடுக்கிறேன்.