まず、空のスプレッドシートを開き、最初の列に inlet1、inlet2、inlet3 という名前の行を持つテーブルを作成します。ファイルをsampling.xlsxとして保存します。最適化ソフトウェアを実行し、スプレッドシートのアイコンをタスク 1 の 1 つの矢印にドラッグします。
次に、スプレッドシート アイコンをダブルクリックして、コンポーネント エディタ(Component Editor)の Excel ウィンドウを開きます。[参照] ボタンをクリックして、sampling.xlsxインポートします。次に、add this mappingをクリックして、inlet1、inlet2、inlet3をパラメータとしてA1、A2、A3にマッピングします。
「OK」をクリックして、最初のウィンドウに戻ります。DOEアイコンをタスク1にドラッグし、ダブルクリックしてコンポーネントエディタDOEウィンドウを開きます。[Optimal Latin Hypercube] を選択します。
そして、一般ウィンドウで、ポイント数を15に設定します。因子ウィンドウに移動し、A1、A2、A3の上限として5.5を、下限として5を設定します。計画行列ウィンドウに切り替えてgenerateをクリックし、異なる入口速度のランダムサンプリングポイントを生成します。最適化ソフトウェアを閉じます。
速度配列の予測子変数 x1、x2、x3 と温度配列の y を結合して、新しいテーブルを作成します。テーブルをサンプルとして保存します。txt を作成し、応答曲面モデルに適合するようにインポートします。
最適化ソフトウェアを再実行し、近似アイコンをタスク 1 の 1 つの矢印にドラッグします。タスク 1 アイコンをダブルクリックして、コンポーネント エディタの近似ウィンドウをポップアップし、応答曲面モデルを選択します。「データ・ファイル」ウィンドウに移動し、サンプルをインポートします。
予測変数を含むtxtファイル。[パラメーター] ウィンドウに切り替えて [スキャン] をクリックし、予測子変数 x1、x2、x3 が入力として定義され、y が出力として定義されているデータ ファイル ウィンドウでパラメーターを開きます。次に、[テクニック オプション] ウィンドウに移動し、[多項式順で 2 次] を選択します。
「エラー分析オプション」ウィンドウに切り替えて、エラー分析メソッドで「交差検証」を選択します。次に、[データの表示] ウィンドウに切り替えて [今すぐ初期化] をクリックして 2 次線形回帰式の係数を取得し、[誤差解析] ボタンをクリックして [近似誤差解析] ウィンドウを開きます。エラーが、各エラータイプの許容基準を満たしているかどうかを確認します。
[近似コンポーネント] ウィンドウを閉じます。最適化アイコンをタスク 1 にドラッグしてダブルクリックし、コンポーネント エディタの最適化(Component Editor Optimization)ウィンドウを開きます。次に、最適化手法で適応型シミュレーテッドアニーリングを選択します。
変数ウィンドウに移動し、上限として 5.5、下限として 5 を設定します。目的ウィンドウに切り替えてyパラメータを選択し、コンポーネントエディタの最適化ウィンドウを閉じます。最後に、最適化の実行ボタンをクリックして、最適化結果を待ちます。
二乗解析の結果、2次多項式応答曲面近似モデルが良好なフィッティング精度を持つことが示されました。最適化によって得られた最高温度は309.39ケルビンで、入口の風速は比でした。最適化された気流速度により、最初のケースと比較して最高温度が309.39ケルビンに低下しました。
最適化されたケースの気流速度の合計は、最適化されていないケースよりも小さくなります。ただし、気流速度が低下しても最高温度は上昇しません。また、最適化後の動線分布が広くなる。
因子 x1 は温度に最も大きな影響を与えますが、因子 x2 と x3 も同様の効果があります。
