- 效率量级(示意)
- 实验次数 ↓60~80%
- 上游模块
- 智能仿真
- 下游模块
- —
- 承载平台
- openJiuwen
它做什么
从「干实验」走向「湿实验」的桥。根据仿真结果与不确定性选实验点,实验数据回来后更新模型,未达标的方案带着失败经验回到设计。
AIP 如何管住它
执行准入
实验计划下发装备前需课题负责人签批
调用与对接
调用的模型与工具
贝叶斯优化代理模型LIMS 连接器
对接系统
LIMS · 装备
工作流程
- 1
读取仿真结果与不确定性
- 2
主动学习选点
- 3
生成实验计划
- 4
回收数据更新模型
示例演示
示例数据:42CrMo φ90 调质棒材 · 重卡前桥输入
仿真筛选结果24 组候选中 6 组通过初筛
输出
实验计划首轮 4 炉真空冶炼 · 8 组热模拟
选点依据期望改进最大 · 覆盖 V/Nb 交互区
回流实验结果自动入库,失败路径同样保留
Trace 示例
由定义生成的示意,非真实运行记录- 09:12:03.000AIP接收任务契约 · 仿真筛选结果 版本校验通过
- 09:12:03.038AIP权限判定 allow · 按岗位授权调用本智能体工具集
- 09:12:03.178计算调用 贝叶斯优化
- 09:12:03.341计算调用 代理模型
- 09:12:03.527计算调用 LIMS 连接器
- 09:12:03.572AIP产物归档 · 审计日志追加写入