❖本案例的分析流程大致如下_
▓ 模型读入
▓ 设置优化目标
▓ 设置优化参数
▓ 计算(优化)
▓ 拓展/个人小结
-----◆-----
▓ 模型读入
✦打开KULI，设置根目录和工作路径，读入模型ExCAR.scs_
✦建议对模型进行另存为，以免覆该原模型文件；
▓ 设置优化目标
✦右键点击RAD元件，通过Open connection attributes打开Exit temperature IM(即热侧出口温度)的传感器；
✦通过顶部菜单栏Opt.target创建一个优化目标；
✦双击打开Opt.target，选择单位℃并赋值98；
✦点击OK关闭并参照图中将RAD的传感器与Opt.target相连接；
▓ 设置优化目参数
✦将BIR元件移动至“Circuit/Air Path”区域；
✦空气侧元件起初默认放置在“Circuit/Air Path”界面最右侧区域；
✦通过右键_Open connection attributes打开Parameter(参数)的执行器；
✦通过顶部菜单栏Opt.parameter创建一个优化参数；
✦双击打开Opt.parameter，指定Maximun(上限)和Minimum(下限)；
✦注意确保选择的下限和上限间的范围足够宽；
✦注意单位选择dimensionless中的“-”，即无量纲；
✦点击OK关闭并参照图中将BIR的执行器与Opt.parameter相连接；
❂_注意事项
✦BIR元件所使用的ExCAR.kuliBir文件中关于压力损失的设置如上图所示；
✦Pressure loss即压力损失是通过Parameters表示的，我们优化的Parameter(参数)实际上是参数a；
▓ 设置优化目参数
✦然后就可以进行计算(即优化)；
✦通过计算可以知晓，当Opt.target达到所设定的值时，Opt.parameter的值为多少；
✦即利用我们的试验可测数据(RAD热侧出口温度)来推测未知参数(BIR的压力损失系数)的正确值，然后便可以用该值进行本模型其他Operating point(操作点)的计算；
▓ 拓展/个人小结
✦或者可以采用图中的连接方式快速显示结果_
✦COM Object与传感器相连可直接在计算结束后显示传感器的值；
✦BIR需要同时打开Parameter的执行器A与传感器S；
✦传感器侧连接COM Object；
✦执行器侧连接Opt.parameter；
✦如果想要RAD传感器侧同时连接Opt.target和COM Object，则需要使用signal branch(即信号支路)；
✦Opt.parameter和Opt.target均可通过右键_Show_选择显示的信息；
✦这可以帮助用户快速的认识模型结构；
✦优化结束后可通过GUI底部的信息栏查看优化结果；
✦也可以通过KULI Lab查看结果；
✦当然我们也可以对其他参数进行优化，但是要注意单位的使用；
✦同时在一个模型中优化目标数应不小于(大于或等于均可？)优化参数的个数；
✦这有点类似于多元方程组求解，方程数应不小于(大于或等于均可)未知量个数；
❂_关于这点，博主不确定_
优化目标数小于优化参数个数_不可以；
优化目标数等于优化参数个数_可以；
优化目标数大于优化参数个数_未尝试过；
