Моделирование и оптимизация свойств материалов и технологических процессов
23

8. Постановка новых серий опытов в окрестности локального экстремума для определения нового направления градиента.

9. Переход к движению по новому направлению градиента до достижения следующего локального экстремума и т.д. вплоть до выхода в окрестности искомого глобального оптимума.

Данные о проведении процесса оптимизации методом крутого восхождения представлены в таблице 10.

Таблица 10

Метод крутого восхождения

 

P

Cr

Al

δ

Составляющая градиента

-0,0132

-0,00175

-0,00438

Шаг

0,0009

0,000119

0,000298

9

0,0199

0,023119

0,035298

26,91416297

10

0,0208

0,023239

0,035597

26,91300094

11

0,0217

0,023358

0,035895

26,91183891

12

0,0226

0,023477

0,036193

26,91067688

13

0,0235

0,023597

0,036491

26,90951484

14

0,0244

0,023716

0,03679

26,90835281

15

0,0253

0,023835

0,037088

26,90719078

16

0,0262

0,023955

0,037386

26,90602875

17

0,0271

0,024074

0,037685

26,90486672

18

0,028

0,024193

0,037983

26,90370469

19

0,0289

0,024313

0,038281

26,90254266

20

0,0298

0,024432

0,03858

26,90138063

21

0,0307

0,024551

0,038878

26,90021859

22

0,0316

0,02467

0,039176

26,89905656

 

Таким образом мы получили оптимальный химический состав, при котором предел прочности минимален (табл. 11)

Таблица 11

Оптимальный химический состав

C

Mn

Si

S

Ni

Cu

P

Cr

Al

δ

0,23

0,9

0,52

0,045

0,3

0,3

0,0307

0,024551

0,0388

26,90021

Сопоставляя результаты моделирования с теоретическими, корреляционным и регрессионным анализами, мы пришли к выводу, что наибольшее влияние на параметр оптимизации оказывают фосфор, хром, алюминий. Наименьшее влияние оказывают