Inizia aprendo un foglio di calcolo vuoto per creare una tabella con le righe denominate inlet1, inlet2 e inlet3 nella prima colonna. Salvare il file come sampling.xlsx. Esegui il software di ottimizzazione e trascina l'icona del foglio di calcolo sulla singola freccia dell'attività uno.
Quindi fare doppio clic sull'icona del foglio di calcolo per aprire la finestra Excel dell'editor dei componenti. Fare clic sul pulsante Sfoglia per importare sampling.xlsx. Quindi fare clic su Aggiungi questa mappatura per mappare inlet1, inlet2 e inlet3 su A1, A2 e A3 come parametri.
Fare clic su OK per tornare alla finestra iniziale. Trascinare l'icona DOE nell'attività uno e fare doppio clic su di essa per aprire la finestra DOE dell'editor dei componenti. Selezionare Ipercubo latino ottimale.
E nella finestra generale, imposta il numero di punti su 15. Passare alla finestra dei fattori e impostare 5,5 come limite superiore e cinque come limite inferiore per A1, A2 e A3. Passare alla finestra della matrice di disegno e fare clic su Genera per produrre punti di campionamento casuali per diverse velocità di ingresso. Chiudere il software di ottimizzazione.
Combina le variabili predittive x1, x2 e x3 delle matrici di velocità e y delle matrici di temperatura per formare una nuova tabella. Salvare la tabella come esempio. txt e importarlo per adattarlo a un modello di superficie di risposta.
Esegui nuovamente il software di ottimizzazione e trascina l'icona dell'approssimazione sulla singola freccia dell'attività uno. Fare doppio clic sull'icona dell'attività uno per visualizzare la finestra Approssimazione dell'editor dei componenti per selezionare il modello di superficie di risposta. Passare alla finestra File di dati e importare l'esempio.
txt contenente le variabili di previsione. Passare alla finestra Parametri e fare clic su Scansione per aprire i parametri nella finestra del file di dati in cui le variabili predittive x1, x2 e x3 sono definite come input e y come output. Successivamente, vai alla finestra Opzioni tecnica e seleziona Quadratico in ordine polinomiale.
Passare alla finestra Opzioni di analisi degli errori e selezionare la convalida incrociata nel metodo di analisi degli errori. Quindi passare alla finestra Visualizza dati e fare clic su Inizializza ora per ottenere i coefficienti dell'equazione di regressione lineare quadratica, fare clic sul pulsante Analisi errori per aprire la finestra Analisi errori approssimazione. Verificare se gli errori soddisfano gli standard accettabili per ogni tipo di errore.
Chiudere la finestra Componente di approssimazione. Trascinare l'icona di ottimizzazione nella prima attività e fare doppio clic su di essa per aprire la finestra Ottimizzazione dell'editor dei componenti. Selezionare quindi la ricottura simulata adattiva nella tecnica di ottimizzazione.
Passare alla finestra delle variabili e impostare 5,5 come limite superiore e cinque come limite inferiore. Passare alla finestra degli obiettivi e selezionare il parametro y prima di chiudere la finestra Ottimizzazione dell'editor dei componenti. Infine, fai clic sul pulsante Esegui ottimizzazione e attendi i risultati dell'ottimizzazione.
La nostra analisi quadrata ha mostrato che il modello di approssimazione della superficie di risposta polinomiale del secondo ordine aveva una buona precisione di adattamento. La temperatura massima ottenuta attraverso l'ottimizzazione è stata di 309,39 kelvin con velocità specifiche del flusso d'aria agli ingressi. Le velocità ottimizzate del flusso d'aria hanno portato a una temperatura massima inferiore di 309,39 kelvin rispetto al caso iniziale.
La somma delle velocità del flusso d'aria del case ottimizzato è inferiore a quella dei case non ottimizzati. Tuttavia, la temperatura massima non aumenta con la diminuzione della velocità del flusso d'aria. Inoltre, la distribuzione della linea di flusso dopo l'ottimizzazione diventa più ampia.
Il fattore x1 ha la maggiore influenza sulla temperatura, mentre i fattori x2 e x3 hanno effetti simili.
