Mga nadagdag:
- Kakayahang pabilisin ang trade-off na pag-aaral mula sa mga kinakailangan sa misyon hanggang sa conceptual na aircraft/spacecraft sizing na may suporta sa AI
- Kakayahang magsagawa ng pagsusulat ng mga kinakailangan, kakayahang masubaybayan at kontrol sa pagkakapare-pareho gamit ang mga naka-configure na prompt
- Kakayahang alisin ang hindi makatwirang mga output sa pamamagitan ng cross-validating na mga punto ng disenyo na iminungkahi ng AI na may mga kalkulasyon ng kamay na batay sa pisika
Ang isang eroplano o spacecraft ay ipinanganak mula sa isang listahan ng mga kinakailangan, hindi sa isang drawing board. Ang pangungusap na "Magdala ng ganito karaming karga sa hanay na ito, sa bilis na ito, sa halagang ito" ay ang binhi ng disenyo na tatagal sa mga darating na taon. Ang konseptong disenyo (ang pinakaunang yugto ng disenyo kung saan unang tinutukoy ang magaspang na sukat, bigat at pagsasaayos ng sasakyan) ay ang proseso ng pagkuha ng paunang hugis mula sa binhing ito. Ang mga desisyon na ginawa dito ay mura, ngunit ang kanilang mga epekto ay ang pinakamahal: ang isang maling konseptong pagpipilian ay maaaring magtapon ng milyun-milyong dolyar ng detalyadong disenyo.
Sa unit na ito, gagamit kami ng artificial intelligence (AI) para maibsan ang tatlong pasanin ng conceptual na disenyo: pagsasalin ng hindi malinaw na mga kahilingan sa gawain sa masusukat na mga kinakailangan, pagpapanatili ng traceability at consistency sa pagitan ng mga kinakailangan, at pagpapabilis ng trade-off analysis sa pagitan ng mga mapagkumpitensyang opsyon sa disenyo. Ngunit ilatag natin ang kritikal na prinsipyo mula sa simula: Bawat sukat, bawat pagtatantya ng timbang na iminumungkahi ng AI ay kinakailangang cross-validated sa pamamagitan ng pagkalkula ng kamay na batay sa pisika. AI ay isang brainstorming at accounting partner; hindi pagmamay-ari ang desisyon sa pagpapalaki.
Mga Konsepto: Kinakailangan: Isang nabe-verify na pahayag na dapat matugunan ng tool. Traceability: Ang chain of record kung saan nanggaling ang bawat kinakailangan at kung anong disenyo/pagsubok ang natugunan nito. Trade space: Ang hanay ng lahat ng opsyon na ginawa ng mga nababagong variable ng disenyo. MTOW: Maximum take-off weight (Maximum Take-Off Weight), ang pinakamataas na masa na maaaring alisin ng sasakyan.
Mula sa Pangangailangan sa Gawain hanggang sa Kinakailangan: Hakbang sa Hakbang
Ang isang mahusay na kinakailangan ay may tatlong katangian: isahan (nagsasabi ng isang bagay), nasusukat (naglalaman ng isang numero at isang yunit), at nabe-verify (ito ay malinaw kung paano suriin ito). "Ang sasakyang panghimpapawid ay dapat na mabilis" ay hindi isang kinakailangan; "Dapat makamit ng sasakyang panghimpapawid ang 250 kt caliber airspeed (KCAS) sa antas ng dagat" ay isang kinakailangan.
Ang unang hakbang ay ang pangangalap ng mga kahilingan ng stakeholder at i-distill ang mga ito sa draft na mga kinakailangan sa AI. Ang ikalawang hakbang ay gawing nasusukat ang bawat pangangailangan: palitan ang bawat malabong pang-uri (“magaan,” “matibay,” “mahusay”) ng sukatan at threshold. Ang ikatlong hakbang ay upang maghanap ng mga kontradiksyon sa pagitan ng mga kinakailangan: ang saklaw at kargamento ay madalas na nakikipagkumpitensya sa isa't isa, mabilis na dinadala ng AI ang mga kontradiksyon na ito sa ibabaw. Ang ika-apat na hakbang ay ang magtatag ng traceability matrix: pag-tabulate kung aling layunin ng gawain sa pinakamataas na antas ang humahantong sa kung aling sub-requirement.
Sa panig ng konseptwal na dimensyon, maaalala ng AI ang mga kilalang relasyon sa engineering (mga fraction ng timbang, ratio ng thrust-to-weight, pag-load ng pakpak) at makapagtatag ng isang paunang hanay ng mga kalkulasyon. Halimbawa, para sa isang pampasaherong sasakyang panghimpapawid, ang bahagi ng timbang ng gasolina ay maaaring matantya sa equation ng hanay ng Breguet at ang walang laman na bahagi ng timbang ay maaaring matantya sa mga istatistikal na relasyon. Ngunit ang bawat link ng chain na ito ay nakumpirma sa pamamagitan ng pagkalkula ng kamay.
Tip: Kapag nagsusulat ng mga kinakailangan, tahasang bigyan ang AI ng gawain na "palitan ang bawat hindi maliwanag na adjective ng isang sukatan, yunit, at paraan ng pag-verify." Gumagana ang modelo nang mas disiplinado kapag sinabi mong "gumawa ng nasusukat" na mga hindi nabe-verify na pahayag tulad ng "user friendly."
Pag-configure ng Trade-off Analysis
Ang puso ng trade-off analysis ay pinagsasama ang ilang mga configuration ng kandidato na may karaniwang pamantayan. Ang klasikong tool ay ang weighted decision matrix: ang mga pamantayan ay binibigyan ng kahalagahan ng timbang, ang bawat kandidato ay namarkahan sa bawat criterion, ang natimbang na kabuuan ay kinuha. Mabilis na binuo ng AI ang matrix na ito, ngunit mag-ingat sa dalawang pitfalls: ang mga timbang ay isang subjective na paghuhusga sa engineering (hindi iniiwan sa AI) at ang mga marka ay dapat na nakabatay sa pisikal na katwiran (hindi binubuo).
Criterion (timbang)
Config. A: Mataas na pakpak
Config. B: Mababang pakpak
Config. C: Canard
Saklaw, km (0.30)
1200
1350
1250
Timbang ng curb, kg (0.25)
640
610
690
Gastos sa produksyon (0.20)
daluyan
mababa
mataas
Katatagan (0.15)
mataas
daluyan
daluyan
Dali ng pagpapanatili (0.10)
mataas
daluyan
mababa
Maaari kang magkaroon ng AI na bumuo ng talahanayang ito; Ngunit ang hanay at mga numero ng timbang ay dapat magmula sa isang independiyenteng paunang pagkalkula, at ang mga marka ng husay tulad ng "katatagan: mataas" ay dapat ding makatwiran. Ang kapangyarihan ng AI ay ang pag-tabulate nito ng sampung iba't ibang configuration sa loob ng ilang minuto at nagsasagawa ng pagsusuri ng sentimento (kung paano nagbabago ang ranking kung nagbabago ang timbang).
Mahinang prompt / Malakas na prompt
Mahinang prompt:
Nagdidisenyo ako ng isang pagsasanay na sasakyang panghimpapawid. Sabihin sa akin ang pinakamahusay na configuration.
Napakahusay na prompt:
Tungkulin: Isa kang konseptwal na consultant sa disenyo ng sasakyang panghimpapawid. Konteksto: Paunang trade-off na pag-aaral para sa isang two-seat trainer aircraft (kinakatawan ang mga value): target range ~1000 km, cruise speed ~55 m/s, payload ~220 kg, mababang production cost priority. Gawain:1) Magmungkahi ng 3 configuration ng kandidato (wing position, engine type).2) Mag-set up ng table na naghahambing sa bawat kandidato sa: range, estimated empty weight, production cost, stability.3) Use for your numerical estimates write the relation and assumption.Constraint: Sabihin kung aling statistical relation ang ginamit mo sa iyong weight estimates; isulat ang yunit; Huwag gumawa ng pangwakas na desisyon, magsumite ng isang kandidato. Titimbangin ko at ako mismo ang gagawa ng huling desisyon.
Nakokopyang Prompt Template
Template 1 — Pagsasalin ng pangangailangan sa gawain sa isang masusukat na kinakailangan:
Ibahin ang anyo ng mga sumusunod na kahilingan ng stakeholder sa isahan, nasusukat at nabe-verify na mga kinakailangan. Para sa bawat kinakailangan: isang sukatan, isang yunit, isang halaga ng threshold, at isang iminungkahing paraan ng pag-verify (pagsusuri/pagsusulit/pagpapakita).Isalin ang mga hindi malinaw na adjectives ("magaan", "mabilis") sa mga kongkretong numero; Kung walang katiyakan, itanong kung anong impormasyon ang kailangan mo. Mga Kahilingan: [listahan dito]
Template 2 — Traceability matrix at conflict screening:
Kunin ang listahang ito ng mga kinakailangan at: (a) bumuo ng isang talaan ng kakayahang masubaybayan na nag-uugnay sa bawat pangangailangan sa mataas na antas na layunin ng gawain; (b) markahan ang anumang pares ng magkasalungat o mapaghamong mga kinakailangan (hal. range vs. payload); (c) ilista ang mga kulang o hindi nabe-verify na mga kinakailangan. Hayaan ang resulta ay isang talahanayan. Mga Kinakailangan: [listahan dito]
Template 3 — Weighted decision matrix setup:
Bumuo ng weighted decision matrix framework para sa mga sumusunod na configuration ng kandidato. Gawin ang mga hilera ng pamantayan at mga hanay ng mga kandidato. Iwanang BLANK ang column ng timbang (Ipapasok ko ang mga timbang). Ipaliwanag sa isang hiwalay na tala ang pisikal na katwiran para sa puntos na iyong ilalagay sa bawat cell; Huwag magsulat ng isang ginawang numero, markahan ang lugar na iyong nahulaan bilang "hulaan". Mga Kandidato: [...] Pamantayan: [...]
Template 4 — Cross-check ng dimensyon ng konsepto:
Malayang suriin ang sumusunod na resulta ng presizing: MTOW, wing area, thrust. (a) Kalkulahin ang wing loading (W/S) at ihambing ito sa karaniwang hanay para sa iyong ibinigay na klase ng sasakyang panghimpapawid. (b) Kalkulahin ang thrust-to-weight ratio (T/W) at ihambing ito sa karaniwang hanay. (c) Magbabala kung ang mga halaga ay nasa labas ng karaniwang saklaw at nagpapahiwatig ng posibleng pagkakamali. Isulat ang lahat ng unit nang tahasan. Input: [mga halaga ng MTOW, S, T]
Mga Mini Case
Kaso 1 — Maagang pagtuklas ng magkasalungat na pangangailangan. Sa isang proyekto ng UAV, gusto ng mga stakeholder ang parehong "hindi bababa sa 8 oras ng airtime" at "maximum na 12 kg na kabuuang masa". Sa pamamagitan ng pagbibilang ng dalawang kinakailangan at pag-iwas sa badyet ng enerhiya, ipinapakita ng AI na ang isang 8-oras na flight na may karaniwang density ng enerhiya ng baterya (mga 200 Wh/kg) ay mangangailangan ng 6-7 kg ng baterya lamang; Hindi ito akma sa 12 kg na badyet kasama ang kargamento at istraktura. Ang kontradiksyon ay tinalakay bago magsimula ang detalyadong disenyo. Aralin: ang pagsasalin ng mga kinakailangan sa mga numero ay nagpapakita ng mga nakatagong kontradiksyon nang maaga.
Kaso 2 — Binabago ng pagsusuri sa pagiging sensitibo ang desisyon. Ang isang koponan ay naghahambing ng tatlong mga pagsasaayos ng pakpak; I-configure gamit ang mga paunang timbang. B panalo (weighted score 0.82 vs. 0.79). Tinanong ang AI "ano ang mangyayari kung bawasan ko ang timbang ng gastos mula 0.20 hanggang 0.10"; sa hanay ng sitwasyong ito ay nauuna at Config. Nangunguna si A (0.84 vs. 0.80). Nakikita ng team kung gaano kasensitibo ang desisyon sa priyoridad sa gastos at nililinaw nito ang mga timbang sa stakeholder. Aral: hindi isang solong marka ang mahalaga, ngunit ang katatagan ng ranggo.
Case 3 — Error sa order sa pagtatantya ng timbang. Binibigyan ng AI ang walang laman na bigat ng isang magaan na sasakyang panghimpapawid bilang 95 kg mula sa isang kaugnayan. Naaalala ng inhinyero na ang walang laman na bigat ng dalawang-upuan na sasakyang panghimpapawid ng isang katulad na klase ay karaniwang nasa hanay na 350-500 kg; Ang 95 kg ay pisikal na imposible. Kapag nasuri, makikita na ang AI ay hindi wastong naglapat ng isang koepisyent sa kaugnayan at ito ay naitama. Aralin: ang bawat pagtatantya ng timbang ay inihambing sa pamamagitan ng mga order ng magnitude sa kilalang hanay ng klase.
Mga karaniwang pagkakamali
- Pagtanggap ng hindi malinaw na pangangailangan. Ang isang kinakailangan na hindi naglalaman ng mga sukatan at mga yunit ay hindi mabe-verify; "Dapat magaan" ay isang hiling, hindi isang kinakailangan.
- Ang pagkakaroon ng AI ay pumili ng mga timbang. Ang mga pamantayang timbang sa decision matrix ay subjective engineering at stakeholder judgment; Kung iiwan sa AI, ang desisyon ay nananatiling dereliant.
- Pagtanggap ng mga puntos nang walang katwiran. Kung walang pisikal na batayan ang mga marka ng husay tulad ng "Stability: high," ang matrix ay magiging isang magarbong listahan ng mga hula.
- Hindi kinukumpirma ang pagtatantya ng timbang/laki. Ang mga ugnayan sa istatistika ay mga magaspang na pagtatantya; Hindi ito dinadala sa detalye ng disenyo nang hindi inihahambing ito sa hanay ng klase.
- Nag-iiwan ng traceability para sa ibang pagkakataon. Kung hindi naitala kung saan nanggaling ang kinakailangan, walang makakaalam kung anong mga desisyon ang maaapektuhan ng pagbabago sa hinaharap.
Sa buod
Ang konseptong disenyo ay ang yugto kung saan ang pinakamurang ngunit pinaka-epektibong mga desisyon ay ginawa. Ang AI ay isang makapangyarihang accelerator dito sa pagsasalin ng mga hindi malinaw na kahilingan sa mga masusukat na kinakailangan, pag-scan para sa traceability at conflict, at paghahambing ng maraming configuration sa mga trade-off table. Gayunpaman, ang mga timbang ng pamantayan ay paghatol ng tao, ang mga numerical na hula ay na-verify sa pamamagitan ng pagkalkula ng kamay na nakabatay sa pisika at mga agwat ng klase, ang panghuling desisyon sa pagsasaayos ay nananatili sa engineer. Ang AI ay gumagawa ng mga kandidato; hindi nagpapasya.
Gawain ng aplikasyon
Sumulat ng tatlong mataas na antas na layunin ng misyon para sa isang himpapawid o spacecraft na iyong pinili. Gamit ang AI, isalin ang mga ito sa hindi bababa sa anim na masusukat na kinakailangan at mag-set up ng talahanayan ng traceability. Pagkatapos ay gumawa ng weighted decision matrix para sa tatlong configuration ng kandidato; Tukuyin ang mga timbang sa iyong sarili. Panghuli, kumpirmahin ang isang pagtatantya ng timbang/laki na ibinigay ng AI na may independiyenteng pagkalkula ng kamay at hanay ng klase. Mag-ulat ng hindi bababa sa isang pares ng mga kinakailangan kung saan nakakita ka ng hindi pagkakasundo.
checklist
- [ ] Ginawa kong isahan, nasusukat, at nabe-verify ang bawat kinakailangan.
- [ ] Pinalitan ko ng metric, unit at threshold ang mga hindi maliwanag na adjectives.
- [ ] Nag-set up ako ng traceability table at minarkahan ang magkasalungat na mga kinakailangan.
- [ ] Ako mismo ang nagpasiya ng decision matrix weights (hindi AI).
- [ ] Iniuugnay ko ang mga marka ng matrix sa pisikal na pagbibigay-katwiran.
- [ ] Na-verify ko ang mga pagtatantya sa timbang/laki gamit ang spacing ng klase at pagkalkula ng kamay.