Статья

В работе представлены результаты сравнительного анализа точности шести нейросетевых моделей (DeepSeek, MathGPT, QwenChat, Gemini, Grok, Алиса AI, ручной расчёт) при термодинамическом расчёте цикла тепловой машины с рабочим телом CO. Выполнен эталонный расчёт цикла с интерполяцией теплоёмкостей по средним температурам процессов. Проведено сравнение полученных нейросетями значений температур, работ, теплот, изменений внутренней энергии, энтальпии, энтропии и термического КПД с эталонными. Установлено, что модель DeepSeek показала абсолютную точность (0% погрешности), полностью совпав с эталонным расчётом. Модели Grok и MathGPT также продемонстрировали высокую надёжность с погрешностью менее 1,2% по КПД. Выявлены причины расхождений для других моделей, связанные с некорректным учётом переменной теплоёмкости и показателей адиабаты. Полученные результаты позволяют рекомендовать DeepSeek для инженерных и учебных расчётов термодинамических циклов.