ccitonline.com

CCIT – Cara Cerdas Ingat Tuhan

| AI-DAI5 | DAI5 AI Agents | NIC | ZWI | | CCITEdu | DAI5 eBook | CFDSOF | Donation | Download | CCIT Corporation | DAI5 | 33 Kriteria Evaluasi Penerapan DAI5 | Search |

Simple linear axis model for understanding mathematical modelling

Background

Saya sedang membuat tesis terkait implementasi sistem digital twin dengan mesin fused deposition modelling (FDM) 3D printer. Additive manufacturing merupakan teknologi baru dan melibatkan peristiwa kompleks saat pemrosesan. Peristiwa ini belum sepenuhnya dipahami oleh peneliti, sehingga dalam mesin skala desktop sekarang, terdapat banyak kekurangan atau limitasi pada hasil kualitas produk (print quality).

Contohnya, sering ditemukan defect seperti warping, stringing, over dan under-extrusion, poor overhangs, clogging, pillowing, dll. Peneliti berpendapat bahwa solusi untuk mendeteksi defect ini ialah sistem digital twin. Diharapkan dengan sistem ini, maka defect dapat terdeteksi dan parameter mesin dapat dimodifikasi secara real-time.

Bagian dari sistem digital twin ialah simulasi. Dalam simulasi mesin 3D printer, terdapat mathematical modelling yang dapat memprediksi parameter mesin. Hasil dari prediksi dengan hasil dari bacaan sensor dapat digunakan untuk implementasi closed-loop system, atau bisa digunakan dalam convolutional neural network (CNN) atau digunakan sebagai data analisis untuk AI.

Oleh karena itu, penting untuk membuat mathematical modelling yang akurat agar digital twin juga dapat berfungsi dengan baik. Pada minggu ini, saya mencoba untuk belajar mathematical modelling dengan menggunakan AI.

Percakapan dengan AI dapat dilihat pada link berikut: https://chatgpt.com/share/6ab14434-44b8-83ec-9c9c-fea311e823a0

Dan gambar berikut untuk prompt dalam bentuk tulisan:

Discussion

Karena penjelasan dan diskusi sangat panjang (dapat dilihat pada link), maka saya hanya akan memaparkan prinsip dasar dalam percakapan.

  • Saya meminta AI untuk menjelaskan mathematical modelling dan hubungannya dengan sistem digital twin.
  • Dari penjelasan tersebut saya meminta AI untuk membuat model sederhana untuk linear axis.
  • Setelah itu, saya meminta AI untuk melakukan tes agar AI mengetahui tingkat pengetahuan saya, dikarenakan jawaban dari AI agak kompleks.
  • Setelah itu saya berdiskusi terkait dynamic mathematical model.
  • Untuk memverifikasi jawaban AI, saya meminta AI untuk mencari paper yang berisi mathematical modelling pada linear axis. Ini untuk menghindari jawaban AI yang berhalusinasi.
  • Setelah itu saya bertanya terkait prinsip dan workflow dari mathematical modelling.
  • Akhirnya setelah saya puas dengan jawaban dan pengetahuan dari AI, saya meminta AI untuk membuat program python untuk mensimulasikan mathematical modelling pada linear axis.

Program python yang digunakan:

import numpy as np
import matplotlib.pyplot as plt

# Physical parameters
M = 1.0      # kg
c = 0.1      # Ns/m
F = 2.0      # N

# Simulation settings
dt = 0.01
total_time = 5

time = np.arange(0, total_time, dt)

# Arrays
position = np.zeros(len(time))
velocity = np.zeros(len(time))
acceleration = np.zeros(len(time))

# Numerical simulation
for i in range(1, len(time)):

    # Dynamic model
    acceleration[i] = (F - c * velocity[i-1]) / M

    # Numerical integration
    velocity[i] = velocity[i-1] + acceleration[i] * dt

    position[i] = position[i-1] + velocity[i] * dt

# Plot
plt.plot(time, position)

plt.xlabel("Time (s)")
plt.ylabel("Position (m)")
plt.title("Simulated Axis Position")

plt.grid()
plt.show()

Hasil grafik yang diihasilkan:


Leave a Reply

Your email address will not be published. Required fields are marked *