基于结构性能连续性的模拟退火算法优化换热网络

换热网络优化是典型的混合整数非线性问题,其整型变量的组合情况(换热网络的结构)对于其优化的走向以及局部最优解的质量具有至关重要的作用.指出换热网络的结构与性能存在连续性,并由此提出以连续性指导整型变量最优搜索的换热网络模拟退火算法,对换热网络的结构进行最优搜索,降低换热网络的综合费用.通过对实际算例的优化,将换热网络的综合费用由1599229美元降至1581165美元.结果表明:换热网络结构与性能的连续性能指导整型变量的优化走向,保证模拟退火算法在换热网络优化过程中的可靠性.     

基于温差均匀性因子协进化的双层算法同步优化换热网络

针对同时存在整型变量和连续型变量的换热网络综合问题,提出一种双层优化方法。外层以换热网络的温差均匀性因子作为网络结构性能的评价指标,通过蒙特卡洛随机抽样技术产生试探结构,采用整型优化算法逐步进化外层结构;内层以最小年综合费用作为优化指标,采用动态更新子群的改进粒子群算法优化连续变量。优化结果表明,温差均匀性因子可以有效评价换热网络的结构性能,从而指导结构的进化;改进的粒子群算法具有更强的全局搜索能力,相关算例均找到了更优的网络设计,应用于工业生产实际,可以有效节约成本。     

换热网络全局优化的多维峰谷轮换法

在峰谷轮换法的基础上提出了利用多维峰谷轮换法对以年综合费用最少为目标函数的无分流换热网络进行优化.在换热网络变量寻优过程中,首先将目标函数极小化得到一个局部极小值点,然后沿着多个方向进行变量搜索,找出最先跳出局部极小值点的变量组合,使得跳出局部极小值的搜索效率高于单变量的搜索效率,并可寻找到更好的换热网络结构,将极小化与跳出局部极小值点过程交替进行直至求得全局最优解.通过算例验证了该方法的可行性,且可找到比其它方法的优化结果更优的换热网络结构.     

一种流股分流动态调节的换热网络优化策略

现有的节点非结构模型(Node-wise non-structural superstructure, NW-NSS)在优化换热网络时需要预设固定的节点分流数量,难以满足结构进化过程对于求解空间和计算效率的需求,易造成换热单元生成空间受限,影响算法全局优化性能。本文提出一种流股分流动态调节策略,该策略基于实时结构的整型变量分布信息,动态增加结构进化所需的必要分流并减少无效结构对优化的阻碍,辅助算法以更高的效率跳出局部极值,提升优化质量。将策略应用于16SP、20SP算例,分别得到年综合费用为6 653 940和1 711 886$/a的最优换热网络结构,较文献最优结果降低了3 140和3 202$/a。     

基于动态拓扑结构的分布式Memetic差分进化算法同步综合换热网络

针对标准DE(差分进化)算法在优化换热网络时出现的局部搜索能力弱、易陷入局部最优等问题,本文建立了一种基于动态拓扑结构的分布式Memetic差分进化算法,同步综合换热网络。首先,在子种群内部采用基于欧拉距离的动态拓扑结构,子种群之间采用冯诺依曼拓扑结构,有效地加快了个体之间的信息交流,保持种群多样性,扩大搜索范围。继之,结合Memetic算法思想,将Hooke-Jeeves算法作为局部搜索策略,增强算法局部搜索能力。同时,对于局部搜索获得的新解,提出了一种协作学习机制,平衡算法的全局寻优与快速收敛能力。最后,为处理整型变量,提出了两条简单有效的整型变量优化策略,使算法实现了连续变量与整型变量的同步优化。选取两个经典算例验证了算法的有效性。算法应用于算例一,相对于现有文献的最优值,本文所得结构的费用值下降了1 783$/a,表明算法的性能优于标准DE算法以及其它改进版本的DE算法。算法应用于算例二,相对于现有文献的最优值,本文所得结构的费用值下降了1 209$/a,表明算法能够有效地处理大规模换热网络问题,具有很强的鲁棒性。     

隔代强制进化遗传算法在换热网络优化中应用

在对换热网络分级超结构及其数学模型分析的基础上,对网络综合优化问题进行了研究．针对普通遗传算法及其它优化算法无法保证网络优化质量和效率的缺点,对遗传算法进行了改进,提出了换热网络隔代强制进化遗传算法。该方法将换热网络结构信息转化为种群中染色体信息,利用种群的进化实现网络结构的优化,在进化过程中使用隔代强制策略,使种群向更优方向稳步进化,保证各代优化结果的有效性,降低最优群体的生成代数,并利用最优个体保存技术记录优化过程中最佳换热网络结构。采用此方法对具体换热网络实例进行了优化综合,结果表明：隔代强制进化遗传算法能在网络优化过程中避免早熟收敛而陷入局部最小点的现象,使搜索质量和效率得到有效提高。用隔代强制进化遗传算法对有分流和无分流换热网络进行优化综合,均能获得综合性能良好的网络结构。     

采用换热单元数限制策略的RWCE算法优化换热网络

针对强制进化随机游走算法(RWCE)在优化后期换热单元数和最小年综合费用变化缓慢的问题,提出强制限制换热单元数的方式优化换热网络:首先对换热网络结构中换热单元数下限进行控制,若某种结构的换热单元数小于该下限值,即强制增加换热单元,确保后期仍有较多的换热单元参与进化;为进一步优化换热网络,在维持换热单元数下限的基础上,对换热单元的换热量重新分配,使其在跳出局部极小换热单元数的同时,进一步精细搜索,增强结构进化能力。通过9SP和16SP算例验证,得到相较文献更低的年综合费用,分别为2 926 484和6 830 843$/a,表明引入该策略的RWCE算法,具有更强的全局搜索能力,兼顾了整型变量和连续变量的优化,优化效率和质量得以提高。     

采用结构进化增强策略的RWCE算法优化换热网络

针对于启发式算法应用于换热网络优化时,后期由于种群多样性消失或其他原因导致年综合费用难以进一步下降的问题,提出了一种结构进化增强策略。该策略在一般启发式算法的整型变量优化中,通过将换热单元的生成与消去分开处理,先以一定概率随机地在网络中生成若干换热单元,再在连续变量优化的过程中实现换热单元的消去,提升网络结构变异能力。最后,将该策略与强制进化随机游走算法(random walk algorithm with compulsive evolution,RWCE)相结合形成一种新的混合算法(ESE-RWCE)。算例研究表明,ESE-RWCE算法相比于RWCE算法实现了全局搜索性能的提升。     

采用个体进化能力实时评价和强制更新策略的换热网络优化方法

针对启发式方法在优化换热网络时出现个体进化停滞的现象,提出了一种采用个体进化能力实时评价和强制更新策略的进化算法。首先,建立个体进化能力评价机制,实时考察每个个体进化过程中的性能变化;其次,当个体进化能力退化时,建立强制更新策略,通过随机抽取当前结构中的换热单元,并给予其换热量以随机扰动,提高个体的结构变异能力,促进其整型变量的全局优化,改变个体原先的优化路径从而寻得更优的结构。将该算法应用于无分流换热网络实例中,取得了优于现有文献的结果,表明了该算法具有较强的全局搜索能力。     

一种多子群协进化的粒子群算法同步综合换热网络

针对同时存在整型变量及连续变量的换热网络优化问题,提出一种多子群协进化的粒子群算法。为了增强粒子群算法的全局搜索能力,将种群按精英个体、一般个体、较差个体划分为3个子群,针对每个子群的粒子进化状态提出不同的学习算子,用于丰富粒子的进化方式,增加种群多样性;同时建立协进化机制,动态地更新子群,以实现粒子之间的良性竞争,更好地引导粒子进化。采用结构优化策略处理整型变量,并与多子群协进化的粒子群算法结合,实现了连续变量与整型变量的同步优化。通过两个优化实例验证算法的性能,优化结果表明了新方法的有效性。     

改进精度的换热网络优化遗传算法

在换热网络分级超结构及其数学模型基础上,提出了改进精度的换热网络优化综合遗传算法,该算法采用三层优化结构,利用中间层修正换热系数和流体物性,在计算量上升不多的情况下,从本质上提高了换热网络优化过程中的精度。采用此方法对炼油厂常减压系统进行优化,得到了良好的效果。     

换热器性能对内容积可变空调系统性能的影响分析

文章针对常规空调在压缩机与冷凝器之间增加变容器的内容积可变容空调结构,建立了空调系统的稳态集中参数模型。基于给定的压缩机结构,研究了换热器性能对内容积可变空调系统性能的影响,提出了系统优化的方向。     

Studies on the retrofit of heat exchanger network based on the hybrid genetic algorithm

The retrofit of heat exchanger networks (HENs) is an important branch of investigation for systematic heat integration. The studies on the economical and efficient retrofit techniques are very important for the high energy-consumption enterprises to save energy, protect environment and improve their market competitiveness. Because the retrofit of HEN is an optimization problem normally solved by a mixed integer nonlinear program (MINLP) which requires enormous solution space, it is very difficult to solve it with the traditional optimization methods. In this paper, by the analysis of an existing heat exchanger network, the hybrid genetic algorithm is applied to obtain the optimal retrofitted HEN with full utilization of the existing heat exchangers and structures. Two examples are taken to show the better effect of the retrofit method with the optimal new heat exchangers and re-piping cost and energy saving.     

蚁群算法在换热网络优化中的应用

提出将蚁群算法应用于换热网络优化中,按照相等的能量份额将各股热流体分解成能量集合,热流体能量通过换热器在与冷流体换热的过程中得到分配,换热器单元面积得到相应地调整．能量分配过程中换热网络得到优化,从而使年综合费用减少的换热器面积不断积累,最终形成了一个最优的换热网络结构．通过具体算例验证了该方法的可行性和有效性,最终优化的结果证明该方法具有较强的全局搜索能力,能够应用于复杂换热网络的优化问题中．     

Applying multiple decomposition methods and optimization techniques for achieving optimal cost in mixed materials heat exchanger networks

The optimization of the total annual cost in heat exchanger networks has been one of the overarching goals when synthesizing these networks. Several methodologies and techniques have been developed to achieve optimal costs in mixed material heat exchanger networks. This paper demonstrates the application of two decomposition methodologies (total decomposition and partial decomposition) for typical cost rules. The objective function was defined as the optimization and minimization of the total annual cost in mixed materials heat exchanger network. Three optimization algorithms, hybrid genetic‐particle swarm optimization (GA‐PSO), shuffled frog leaping algorithm (SFLA) techniques, and ant colony optimization (ACO), were used to further optimize the total cost in mixed materials heat exchanger network. The results indicate that the total annual cost in partial decomposition method was smaller than that in full integration method and total decomposition method. The reduction of the total annual cost was about 27% for GA‐PSO algorithm, 24% for SFLA and 10% for ACO relative to the results reported in this work. In partial decomposition method, at least one mixed material of heat exchanger was used to reduce the hot and cold utility for decreasing the total annual cost. Partial decomposition method resulted in the highest reduction of the total annual cost compared with other methods. Percentage of difference of the total annual cost were 0.36%, 1.92%, and 5.05% for full integration, total decomposition, and partial decomposition methods, respectively, in comparison with the previous studies. Results have been compared with the results of other studies to demonstrate the accuracy of the applied algorithms.     

基于AspenTech的分馏塔用能优化及换热网络夹点分析

炼油工艺过程中,分馏系统的用能优化是换热网络能量优化的必然要求。以荆门石化3．5Mt／a常减压蒸馏装置为例,利用AspenP1us和AsDenEnergyAnalyzer软件,对常压塔以及换热网络的用能情况进行分析,提出能量优化利用思路：变工况条件下．首先优化分馏系统操作参数,再以此为条件,优化换热网络结构,才能实现整个网络的能量优化。利用AspenPIus软件的模型分析功能,确定了常压塔底汽提蒸汽、常压炉出口温度、中段回流以及侧线的最佳操作参数,为换热网络的夹点分析提供基础数据;在分馏塔操作优化基础上,对现有换热网络进行夹点分析,找出最优夹点温差,求得现有换热网络最高理论换热终温（317．7℃）,为进一步优化换热网络提出了目标;通过建立现有换热网络的网格图,找出跨夹点换热的换热器（总共有5台）,为换热网络的改进提供了方向。     

Different Strategies to Improve Industrial Heat Exchange

A variety of different strategies are available to process and equipment designers to improve industrial heat transfer. These range from the use of efficient forms of individual heat exchangers to the optimum utilization of the individual units in a network, generally referred to as "process integration." This article attempts to review these strategies with reference to the conventional and more recent forms of shell-and-tube heat exchangers. In the context of a heat exchanger network, process heat transfer intensification ( global intensification ), i.e., network design for maximum energy recovery, is a first important step. This needs to be then combined with heat transfer intensification in individual units/shells ( local intensification ). The benefits of global and local intensification are illustrated with examples of a helically baffled heat exchanger ( Helixchanger ), as a representative of a more recent form of shell-and-tube exchanger. Some aspects concerning the use of multistream heat exchangers are discussed, and finally, an example for optimization of a plate-type heat exchanger is presented.     

Multipopulation differential evolution algorithm based on the opposition-based learning for heat exchanger network synthesis

Multipopulation differential evolution combined with opposition-based learning is developed to improve the convergence efficiency and optimization accuracy for heat exchanger network synthesis. The algorithm is based on a stagewise superstructure simultaneous optimization model without considering stream splitting. The candidate population and its opposite population are searched in parallel. Mutation operations are implemented on both populations to provide a full information exchange among populations at each generation. A regrouping schedule is introduced to avoid premature convergence. The algorithm is applied to five heat exchanger network cases of different sizes. More economic networks are found using this method with less computational time.