Прибуток:
- Можливість використовувати штучний інтелект як попередній прогноз та метод прогнозування (внесок групи) для теплофізичних властивостей і запитувати будь-яке значення.
- Можливість фіксувати галюцинації шляхом перевірки кожної критичної функції за допомогою надійної бази даних (DIPPR/NIST) або експерименту
- Здатність розуміти, що вибір матеріалу є критично важливим для безпеки рішенням, яке потребує даних про корозію та авторизованого схвалення.
Кожен розрахунок процесу в кінцевому підсумку зводиться до числа: щільність рідини, в’язкість, теплоємність, тиск пари, точка кипіння; резолюція; стійкість матеріалу до корозії. Вони разом називаються теплофізичними властивостями - фізичними величинами, які визначають теплоту, течію та фазову поведінку речовини. Дистиляційна колона, теплообмінник або насос сконструйовані правильно лише за умови правильності цих характеристик. У цьому розділі ви дізнаєтеся, як використовувати штучний інтелект як інструмент попереднього прогнозування та порівняння для прогнозування властивостей і вибору матеріалів (вибір металів, прокладок, покриттів, щоб витримувати умови процесу); але ми дізнаємося, чому ці значення потрібно перевіряти за допомогою надійної бази даних або експерименту.
Критична істина полягає в наступному: оцінка характеристик є чисельною основою дизайну; Помилка тут поширюється на весь обліковий запис. AI може точно давати значення тиску пари або в’язкості, але це значення може бути для іншої сполуки, може мати неправильну температуру або бути цілком галюцинаційним. Отже, золоте правило щодо даних про функції: кожна критична функція має базуватися на надійному джерелі (DIPPR, NIST, специфікація виробника) або експерименті.
Покрокова підтримка AI для передбачення функцій
1. Яка функція вам потрібна, за яких умов? Температура, тиск, фаза та концентрація змінюють властивості. Значення, взяте без надання умови ШІ, є оманливим.
2. Вибір методу оцінки. Якщо експериментальних даних немає, штучний інтелект нагадує підходи прогнозування, такі як методи групового внеску — методи, які передбачають властивості, розбиваючи молекулу на частини та додаючи внески кожної частини; напр. Joback, UNIFAC — і пояснює, який із них підходить.
3. Попереднє значення та невизначеність. ШІ може дати попереднє значення, але точно в рамках «це прогноз, його невизначеність висока, перевірте його». Також запитайте ШІ про типову похибку значення.
4. Порівняння з джерелом. Порівняйте значення AI з базою даних термодинаміки або аркушем виробника. Якщо відхилення велике, значення не використовується.
5. Попередня перевірка на сумісність матеріалів. YZ нагадує про відомі ризики корозії/несумісності для пари рідина-матеріал (наприклад, точкова корозія нержавіючої сталі в середовищі, що містить хлорид). Це попередження; Остаточний вибір здійснюється за картами сумісності та експертною оцінкою.
6. Фільтр розумності. Чи значення має сенс з точки зору рангу? Щільність води близько ~1000 кг/м³? Проста перевірка замовлення виявляє більшість помилок.
Порада: Коли ви запитуєте ШІ про значення функції, скажіть «вкажіть джерело та метод оцінки, скажіть мені, експериментальний чи оціночний». Якщо ШІ не може процитувати джерело, позначте це значення як припущення та перевірте його незалежно.
Вибір матеріалу: безпека і довговічність
Вибір матеріалу є як економічним, так і критичним рішенням щодо безпеки. Невідповідний матеріал може послабшати через корозію, спричинивши розрив ємності під тиском або витік токсичної рідини. ШІ може згадати список вихідних матеріалів і відомі несумісності; Але комбінований вплив температури, тиску, концентрації та домішок є складним, і остаточний вибір здійснюється за даними технології матеріалів (діаграми сумісності, дані про швидкість корозії) і випробувань, якщо це необхідно.
Увага: слова ШІ «цей матеріал підходить для цієї рідини» не є гарантією. У випадку обладнання під тиском і токсичних/займистих рідин вибір матеріалу вимагає схвалення кваліфікованого інженера та перевірених даних щодо корозії.
три міні-чохла
Випадок 1 — Швидке передбачення. Інженер хотів отримати попередню оцінку теплоємності для нової суміші розчинників, даних про яку в літературі було мало. ШІ дав діапазон за допомогою методу групового внеску. Інженер зробив приблизний розрахунок енергії з цим попереднім значенням, а потім виміряв його в лабораторії; вимірювання було в межах 6% від прогнозу. Прогнозування прискорило планування, але дизайн перейшов до експериментального значення.
Випадок 2 — спіймана галюцинація. YZ дав нормальну температуру кипіння сполуки як 78°C. Коли інженер порівняв його з NIST, він виявив, що фактичне значення становило 118°C; ШІ переплутав назву з іншою подібною сполукою. Порівняння з джерелом запобігло появі помилки 40°C у конструкції колонки.
Випадок 3 — Попередження про матеріал. YZ позначила вибір нержавіючої сталі 304 для водного потоку, що містить іони хлориду, як «ризик точкової коррозії та корозійного розтріскування під напругою» та посилалася на більш стійкий сплав. Інженер з матеріалів підтвердив дані про сумісність і вибрав матеріал з більш високим вмістом сплаву. AI виніс ризик на порядок денний, рішення було прийнято з даними.
Чотири шаблони, які можна копіювати
1) Прогнозування функції (потрібне джерело):
Ваша роль: експерт з фізичної форми. Сполука: [назва/формула], стан: [T, P, фаза]. Функція, яку я хочу: [наприклад, тиск пари]. Укажіть: (1) експериментальне значення та ДЖЕРЕЛО (DIPPR/NIST/виробник), якщо доступно, (2) якщо ні, метод оцінки та оціночне значення та межу невизначеності. Чітко вкажіть, чи є це експериментальним чи прогнозним. Якщо ви не можете вказати джерело, позначте його як «прогноз, який потребує перевірки». Не вигадуйте значення; Якщо ви не впевнені, скажіть мені.
2) Інструкція з методу групового внеску:
У мене є сполука, для якої немає експериментальних даних: [структура/ПОСМІХАЄТЬСЯ]. Який груповий метод внеску (Joback, UNIFAC тощо) підходить для [власності] і чому? Поясніть кроки методу та необхідні параметри групи. Зазначте, що результат є оцінкою та типовою похибкою. Я перевірю остаточне значення за допомогою експерименту/бази даних.
3) Порівняння/перевірка значень:
Нижче наведено значення з різних джерел для функції. Порівняйте їх у таблиці, обчисліть відхилення та ранжуйте, який із них є більш надійним (емпіричний > оцінений > прогнозований). Якщо є велике відхилення, позначте можливу причину (інший стан, інший ізомер). Джерела: [вставити]
4) Попередня перевірка на сумісність матеріалів:
Рідина: [склад, концентрація, домішки], стан: [Т, П]. Кандидатські матеріали: [список]. Згадайте відомі ризики корозії/несумісності (піттинг, розтріскування під напругою, загальна корозія) для кожного. Це ПОПЕРЕДНЄ сканування; Остаточний вибір вимагає даних про корозію та схвалення авторизованого інженера. Чітко позначте ризиковані пари.
Слабка підказка / Сильна підказка
Слабка підказка:
Яка в'язкість толуолу?
Ні тепла, ні зварювання. ШІ дає цифру, але за яких умов і наскільки вона надійна, незрозуміло.
Потужна підказка:
Ваша роль: експерт з фізичної форми. Динамічна в'язкість толуолу в рідкій фазі, 25°C, 1 атм. Укажіть: значення, одиницю, ДЖЕРЕЛО та експериментальну оцінку. Якщо можливо, надайте два незалежних джерела та вкажіть послідовність. Якщо ви не можете вказати джерело, позначте це як припущення. Підгонка вартості. Я перевірю результат за допомогою термодинамічної бази даних.
Різниця очевидна: умова, повноваження ресурсу та структура перевірки роблять цінність доступною.
Розподіл ролей у художньо-матеріальному вирішенні
бізнес
Роль ШІ
Людське рішення/джерело
Експериментальна функція
джерело нагадування
Підтвердження бази даних
Немає даних, гадаю
Метод + за замовчуванням
Перевірка експерименту/бази даних
Порівняння вартості
Таблиця, відхилення
оцінка надійності
Матеріальні кандидати
нагадування про ризик
Дані про відповідність, затвердження
Контроль рангу
маркування
фізична розумність
Поширені помилки
- Використання значення без джерела. Кожна критична функція, надана ШІ, підтверджується базою даних/експериментом.
- Не вказуючи умови. Значення, отримане без вказівки температури/тиску/фази, може належати до неправильного стану.
- Прийняття оціночної вартості як емпіричної. Оцінки внеску групи є невизначеними; Враховуйте це при проектуванні.
- Вибір матеріалу з підтвердженням одним реченням. Корозія багатофакторна; необхідні дані та підтвердження.
- Обхід перевірки рангу. Просте «чи має ця цифра сенс?» контроль вловлює більшість галюцинацій.
Підсумовуючи
AI у майновому та матеріальному прогнозуванні; Це потужний помічник, який генерує попередні значення, нагадує вам про метод оцінки, порівнює вартість ресурсів і позначає значні ризики. Але кожна критична характеристика має базуватися на надійній базі даних або експерименті; Вибір матеріалу є критично важливим рішенням з точки зору безпеки, яке потребує даних про корозію та схвалення авторизованого інженера. AI забезпечує передбачення та попередження; Інженер підключається до джерела, перевіряє та вибирає.
Аплікаційне завдання
Виберіть сполуку та властивість (наприклад, тиск пари розчинника, 40°C). Отримати значення та його джерело від ШІ за допомогою шаблону «Прогноз атрибута (потрібний ресурс)»; потім порівняйте його з термодинамічною базою даних і зверніть увагу на відхилення. Потім скористайтеся шаблоном «попередньої перевірки сумісності матеріалу» для пари рідина-матеріал і підтвердьте отримані ризики за допомогою діаграми сумісності.
контрольний список
- Мені потрібна функція [] разом із умовою (T, P, фаза).
- [ ] Я порівняв значення, надане штучним інтелектом, із надійною базою даних/експериментом.
- [ ] Я відрізнив розрахункові значення від експериментальних і зазначив невизначеність.
- [ ] Я перевірив вибір матеріалу за допомогою даних щодо корозії та авторизованого схвалення.
- [] Я застосував перевірку рангу/правдоподібності до кожного критичного числа.