收益：
- 能够将力量问题分解为假设、自由体图、公式和单元步骤
- 能够通过尺寸分析和数量级检查 AI 的应力/变形/安全系数输出
- 能够通过独立的方法或代码重现计算并捕获AI的算术和逻辑错误
强度（研究材料在负载下如何变形、形状改变程度以及何时损坏的科学分支）是机械工程的支柱。问题的答案“轴是否会断裂、梁是否会偏转过多、螺栓是否会脱落？”都在这里。人工智能（AI：通过学习文本生成文本和代码的软件）对于将力量问题分解为步骤、回忆正确的公式、单位转换以及使用 Python 代码自动计算来说是一个强大的帮助。但人工智能会犯算术错误，选择错误的公式，混淆边界条件，最危险的是，用极其自信的语言呈现它。这就是为什么强度计算的黄金法则没有改变：人工智能的每个输出都通过大小（单位）分析、数量级控制和独立方法再现来检查。在安全关键的部分，人工智能输出永远不会取代合格工程师的认可。在本单元中，您将学习如何使用人工智能安全地解决力量问题。
将力量问题分解为多个步骤
正确的账户始于正确的组织。将每个问题放入这个框架中；还将这个框架强加到人工智能上：
- 假设。是静态的还是动态的，材料是线弹性的，载荷是点载荷还是分布载荷，梁类型是什么（内置式、简支式）？
- 免费人体图（FBD）。画出作用在零件上的所有力和力矩以及支撑反作用力。如果跳过这一步，整个账号就烂了。
- 平衡方程。求 ΣF = 0 且 ΣM = 0 时的未知反应。
- 内力。提取剪力和弯矩分布；确定最关键的部分。
- 应力和变形。根据相关公式计算应力（例如弯曲时σ = M·c/I）和相应的挠度关系。
- 安全系数。 SF = 材料强度/计算应力。与应用的验收标准进行比较。
提示：在让 AI 解决问题之前，告诉它“先设置假设和自由体图，不要进行计算”。一起验证组织后，前往账户。建立在错误基础上的完美算术是完全错误的。
三层验证
将AI强度输出通过三个独立的过滤器。它们互相捕捉；如果一个人错过了，另一个人就会抓住它。
过滤器
什么控制
例子
规模（单位）分析
方程两边都有单位吗？
σ = M·c/I → (N·mm·mm)/mm⁴ = N/mm² = MPa ✓
数量级
结果在物理上合理吗？
机头的拉力不应超过GPa
独立繁殖
不同的方法/来源会得到相同的结果吗？
手算，表格公式和Python应该是一样的
注意：MPa = N/mm² 是最常用的强度单位。如果保持力 N、长度 mm、面积 mm² 和转动惯量 mm⁴ 不变，则应力将直接增加到 MPa。如果米和毫米混合使用，结果会偏差 1000 或 1,000,000 倍；数量级检查抓住了这一点。
分步工作示例
让我们求出长度为 L = 300 mm、矩形截面（b = 20 mm、h = 40 mm）的钢悬臂梁的最大弯曲应力，其一端固定（嵌入墙内），从自由端加载 F = 500 N。支撑处的最大力矩：M = F·L = 500·300 = 150,000 N·mm。转动惯量 I = b·h3/12 = 20·403/12 = 106.667 mm⁴。边缘距离 c = h/2 = 20 毫米。应力σ = M·c/I = 150,000·20/106,667 ≈ 28.1 MPa。由于S235钢的屈服强度约为235 MPa，因此安全系数SF ≈ 235/28.1 ≈ 8.4。让 AI 完成此计算的每一步，然后自己手动提供这三个值（M、I、σ），即可立即发现典型的 AI 错误（用 h² 代替 h³，在 I 公式中用 c 代替 h）。
及时提出问题
角色：经验丰富的强度工程师。任务：解决以下问题；只需先进行安装即可。问题：一端固定的悬臂梁，自由端负载 500 N，长度 300 mm，矩形截面 b = 20 mm h = 40 mm，材料 S235。输出： - 假设（静态、线弹性等） - 自由体图和支持反应的口头描述 - 使用哪些公式（符号、数字） - 使用哪个单位系统 规则：此步骤中的数值结果不给出；我会核实一下组织。
提示进行计算并显示单位
现在算一下。清楚地写出每个步骤的单位（N、mm、mm^4、MPa）。要求：最大弯矩、惯性矩、最大弯曲应力、根据屈服强度的安全系数。规则：同时显示中间结果的单位；说明您使用的恒等式 MPa = N/mm^2。评论一下最后一行的数量级是否合理。
独立验证提示
使用独立方法（例如，来自标准梁公式表）再次解决相同的问题。别看我之前的结果，从头开始做。然后比较两个结果；如果有差异，请告诉我它在哪里。
使用 Python 配置提示符
编写一个简短的 Python 函数来执行此计算。输入：F、L、b、h、屈服强度。输出：M、I、sigma、SF。在注释行中指定单位。还添加一个已知的测试用例：对于 F=500，L=300，b=20，h=40，sigma 应为 ~28.1 MPa；用断言检查。
弱提示/强提示
弱提示：
这梁会断吗？
无几何形状、材料、负载或支撑类型；人工智能要么提出问题，要么做出假设。基于虚构假设的“牢不可破”的答案是危险的。
强力提示：
内置悬臂梁，末端 500 N，L = 300 mm，横截面 20x40 mm，S235。根据屈服强度计算最大弯曲应力和安全系数。显示每个步骤的单位，按数量级提供结果，并使用独立方法重复相同的计算。标记您不确定的假设。
第二个提示给出所有输入，强制通过单位和等级控制进行独立重复；表示不确定性。
三个迷你箱（按数字）
情况 1 - 惯性矩陷阱。工程师错误地将 I = b·h²/12 打印到 AI 中，而不是 I = b·h³/12；对于 b=20、h=40，结果为 2.667 mm⁴ 而不是 106.667 mm⁴，应力似乎为 1.125 MPa 而不是 28 MPa。数量级检查（“在该载荷下，40 毫米钢的压力不可能是 1 GPa，它已经通过了屈服”）捕获了错误；单位分析也证实它应该是 h3。
情况 2 - 米毫米混淆。实习生以 0.3 m 进入 L，以 500 N 进入 F，以 mm⁴ 离开 I。结果偏差 1000 倍：0.028 MPa，而不是 28 MPa。 “不可能这么强，原来是SF 8000”的说法揭示了这种不一致。课程：选择一个单位制并将所有输入转换为该单位制。
情况 3 - 公式选择错误。 AI 对简支梁使用固定梁挠度公式 (δ = FL3/3EI)；而对于中心加载的简单梁，δ = FL³/48EI。相差16倍。工程师使用自由体图确认支撑类型，并转向正确的公式。教训：验证的不是公式，而是公式所属的边界条件。
常见错误
- 跳过自由体图：在载荷路径和反应清晰之前开始计算。
- 混合单位制：将 m 和 mm、N 和 kN、MPa 和 Pa 保留在同一帐户中。
- 错误的边界条件：使用简单的支撑公式而不是锚（反之亦然）。
- 不解释安全系数：不只是找到数字并将其与应用程序的验收标准进行比较。
- 依赖单一来源：不以独立的方式复制人工智能输出。
- 不将静态载荷视为动态载荷：认为如果存在疲劳/冲击，静态计算就足够了。
综上所述
- 强度计算分为假设、自由体图、平衡、内力、应力和安全系数步骤。
- AI在组织、公式回忆、自动化方面能力很强；但在算术和公式选择上犯了错误。
- 每个输出都经过尺寸分析、数量级和独立再现的三层验证。
- MPa = N/mm² 等式以及单一单位系统的规则可防止最常见的错误（1000 倍偏差）。
- 对安全至关重要的账户，AI是蓝图；主管工程师仍需批准并承担责任。
应用任务
选择一个简单的强度问题（悬臂梁、拉杆或螺栓剪切计算）。只需让AI先建立假设和自由体图即可；验证组织。然后通过显示每一步的单位来完成计算。然后执行所有三个验证：手动检查单元分析，查询结果的数量级，并使用独立方法（表格公式或Python）再次解决同一问题并比较两个结果。如果有差异，请写出来源。最后，用一句话说明这部分是否是安全关键部分以及需要哪些批准。
清单
- [ ] 计算前建立并验证假设和自由体图。
- [ ] 选择单一单元系统；所有的输入都被翻译成它。
- [ ] 每个计算步骤均清楚地标明单位（MPa = N/mm²）。
- [ ] 已执行健全性检查。
- [ ] 解决了同样的问题，并再次与独立方法进行比较。
- [ ] 安全系数由应用程序的验收标准解释；批准权留给了工程师。