基于EDR的板翅式换热器的设计

介绍EDR软件应用于多股流板翅式换热器的传热计算,通过实例分析了不同类型翅片,通道排列和通道分配等因素对多股流板翅式换热器计算结果的影响。结果显示在压力降允许的范围内,选择合适的翅片,合理的通道排列和分配可以优化换热器的设计方案,节省成本。     

基于最小熵产的多股流换热器通道排列分析及设计

多股流换热器的通道排列一直是其优化设计的重点和难点,本文通过建立其熵产数学模型,分析了多股流换热器换热过程中的上产生机理,得到了熵产与不同通道排列对应性能之间的关系,探讨了基于最小熵产的多股流换热器通道排列的优化设计,同时应用场协同温差均匀性优化原则进行了比较。结果表明,单位换热量的熵产最小可以作为多股流换热器通道排列的优化指标。     

低温多股流板翅式换热器设计优化方法研究进展

针对多股流体流动换热、复杂翅片结构优化、多重通道排布匹配以及低温工程应用等特点,本文归纳分析了低温多股流板翅式换热器结构设计中凸显的流股换热匹配、通道分配排列、多物理场叠加以及低温特殊工况下的应用等问题。总结了在通道结构优化与零部件设计中,通过翅片通道传热流动特性及相关性能评价方法来指导结构选型。文章还深入分析国内外现状,讨论了板翅式换热器的研究热点与发展方向。文章指出低温多股流板翅式换热器应用于大型空分等石化工业流程中优势明显,可显著提高气体液化率,降低实际能耗,进而提升系统运行效率。因此,对于实际应用中可能遇到的设计问题,应考虑结合局部换热网络与多流股匹配、翅片结构设计与通道排列算法优化、多场仿真与试验研究等手段形成合理优化方法和设计框架,来摆脱目前传统经验试凑所带来的限制。     

用改进的实数编码遗传算法估计反应动力学参数

通过理论分析和模拟实验研究了遗传算法中实数编码线性交叉操作的效率,提出了一种优化分布线性交叉操作策略,使子代个体在搜索空间内达到均匀分布,具有很高的搜索效率。用这种改进的实数编码遗传算法进行正丁烷选择氧化反应动力学参数估计,取得了良好的效果。     

多股流换热器设计的量纲1温差场均匀性优化因子

本文提出了多股流换热器无量纲温差场均匀性优化因子的概念，并且研究了该因子在多股流换热器通道排列上的应用。研究表明：无量纲温差场均匀性优化因子能够作为多股流换热器通道排列的一个有效的评价指标，并进而指导多股流换热器的设计。     

多股流板翅式换热器的微分与优化数值研究

采用微分计算模型对多股流板翅式换热器的优化设计问题进行了研究,提供了一种有效的通道排列方法,并编制出了相应的计算程序.利用该程序,对不同初始长度和不同片厚的多种情况进行了计算.计算结果发现,换热器初始长度对最终的收敛长度没有影响,但片厚对计算结果的影响较大.通过一个数值计算实例验证了上述方法的可行性和有效性.     

基于遗传算法的汽车永磁发电机多目标优化设计

提出了一种基于遗传算法的汽车永磁发电机多目标优化设计。该设计通过改进的遗传算法进行多目标优化。改进的遗传算法采用二进制编码,规范化几何秩选择,混合交叉及均匀变异。优化结果表明,在单目标函数和多目标函数情形下均搜索到全局最优解,遗传算法为多目标优化提供了有效的途径。同时经过反复计算后,获得一些具有实用价值的经验数据,对永磁电机的设计起到一定指导作用。     

平行流多流体板翅式换热器的动态数学模型

板翅式换热器动态特性的复杂性在于其通道间有翅片导热存在．本文从分析翅片的定态和非定态导热过程入手,建立了包括考虑隔板热容的通用平行流多流体板翅式换热器的动态数学模型．该数学模型能以热阻网络图形式加以描述,通过对热阻网络的变换,获得了可快速求解的三对角阵代数方程组．用此模型计算了两股流板翅式换热器和四股流板翅式换热器的动态响应过程,对流体流量（或进口温度）扰动,理论的预测结果与实验数据相当一致．     

基于遗传算法的低噪声轮胎花纹节距排列的优化方法

介绍了遗传算法在轮胎花纹节距排列低噪优化设计中应用的方法与步骤。将节距作为基因进行编码,随机生成一个初始群体,然后进行选择,交叉,变异和再生等遗传操作,用适应度函数考核染色体个体的适应度,直至遗传操作收敛到最优解。用遗传算法进行了低噪优化实例分析。结果表明,该算法具有良好的收敛性和降噪优化效果,为轮胎花纹其它设计参数的低噪优化提供了一个先进、实用和科学的研究思路。     

LNG一级五股流板翅式换热器的研究与开发

对天然气低温液化领域中LNG多股流板翅式换热器的总体结构和研究开发现状进行了说明,对第1阶段在五股流板翅式换热器中将36℃的天然气冷却至-53℃以便进入二级预冷段的工艺流程进行了论述,并说明了涉及的主要原理和技术解决方案,最后指出了LNG板翅式换热器进一步的研究方向和有待解决的问题。     

基于遗传算法的层压板强度优化设计

本文的主要目的是研究遗传算法的优化机理并将遗传算法应用到复合材料层压板铺层的优化设计中。在深入理解力学原理,熟悉掌握数值计算方法的基础上对层压板进行强度优化设计。因此,在深入研究单层复合材料以及叠层复合材料的弹性特征理论基础和改进的遗传算法优化理论之后,针对复合材料层压结构遗传算法优化设计中层压结构参数具有离散型的特点,提出了适合复合材料层压结构遗传算法优化设计的整数编码策略,以整数来表征层压结构参数,这种编码方式简单直观、使用方便、易于进行遗传算法的交叉及变异操作。在分析层压结构强度的基础上,针对结构强度优化的目标构造了可用于遗传算法的适应度函数。同时参考了一定的铺层规则,在铺层角度限制为工程中常用的四种角度的前提下,应用遗传算法对层压板进行了铺层优化设计。设计结果表明,由于遗传算法特有的处理离散型问题的优势,在层压板铺层的优化设计中应用遗传算法是可行和可信的。     

一种新的DNA遗传算法及其在参数估计中的应用

化工过程的参数估计是十分棘手的问题,为此常将这类问题转化为非线性优化问题来解决。遗传算法是一种适应性强的全局搜索方法,常被用于解决非线性系统的参数估计问题。但其局部搜索能力较差,易早熟。针对遗传算法的缺点,提出了一种新的DNA遗传算法。该方法使用碱基对个体进行四进制编码,受DNA分子操作启发设计了新的交叉和变异算子。两个经典测试函数的计算结果表明,该算法的搜索能力相对于其他两种算法有了明显提高。使用该算法来估计重油热解三集总模型中的参数,结果表明所建模型拟合精度高。     

基于SHPSO-GA-BP的成品汽油调和中加氢汽油组分辛烷值的预测

针对成品汽油调和配方建模中加氢汽油组分辛烷值难以实时获取,考虑遗传算法（genetic algorithm,GA）、粒子群算法（particle swarm optimization,PSO）优化反向传播（back propagation,BP）网络存在的问题,提出了一种串行混合粒子群遗传算法（serial hybrid PSO-GA,SHPSO-GA）优化BP网络,并用于辛烷值的预测建模。该方法首先将PSO算法的输出依据适应度值分为优劣2个种群,弃劣留优;然后对留优种群再进行GA的交叉变异操作,进一步优化种群,经过每一代PSO和GA的交替优化,并将最优种群用于BP网络参数优化;最后基于该方法和工业历史数据,建立了加氢汽油组分辛烷值的预测模型,仿真结果表明,较传统BP,以及改进的GA-BP、PSO-BP、PSO-GA-BP等方法,SHPSO-GA-BP由于将PSO与GA进行更优的深度融合,具有更好的预测性能,可以用于辛烷值的预测。     

群智能优化LSSVM最优聚丙烯熔融指数预报

提出了群智能优化AC_ICPSO(ant colony and immune clone particle swarm optimization)算法,融合蚁群算法与粒子群算法进行动态群体搜索,设计交叉算子和变异算子、群体多次编码、迭代选择等,来提高数据搜索的范围、精度和收敛的效率,避免早熟,降低算法的复杂度。然后利用AC_ICPSO方法对最小二乘支持向量机预报模型(LSSVM)进行参数寻优,得到最优的AC_ICPSO_LSSVM预报模型。以实际聚丙烯生产的熔融指数预报作为实例进行研究,结果表明所提出的AC_ICPSO_LSSVM方法有效,具有良好的预报精度。     

基于EGA的RBF-PLS方法为脉冲萃取过程建模

针对径向基网络(RBFN)结构与参数难以确定的问题,在分析径向基函数-偏最小二乘(RBF-PLS)方法的基础上,提出以模型拟合和预报性能为目标,同时优选RBF的宽度参数和PLS成分数,并设计了基于优进策略的遗传算法(EGA)实施优化。EGA增加了模式搜索寻优算子,对交叉算子作了改进,自适应地调整交叉率和变异率,由此形成EGA-RBF-PLS方法,并将它应用于回收ε-己内酰胺的脉冲萃取过程。它工作量小,效果良好,所建模型的拟合和预报性能明显优于近似机理模型和其它RBFN模型,稳健性也更好。     

RBF-CSR-EHCGA模型及其在脉冲萃取中的应用

径向基函数-循环子空间回归（RBF-CSR）是一种有效的非线性网络模型,以高斯条为基函数,性能更优,但其参数多,且难以选定,将显著影响模型性能.为此,本文提出基于优进策略的混合编码遗传算法（EHCGA）,以不同的方式为各类参数编码,并引入确定性的Powell算子,提高全局搜优效率.EHCGA算法以模型预报性能为目标,优选参数,以此建立RBF-CSR-EHCGA模型,它的预报精度高、稳定性良好.已成功应用于回收己内酰胺的脉冲萃取过程建模,效果良好,明显优于其他网络模型,也优于近似机理模型.     

一种基于并行计算的混合算法优化有分流换热网络

换热网络优化是化工过程系统工程领域的研究难点,其数学模型具有高度的非凸、非线性,在使用单一启发式算法优化时,往往具有局限性。研究以换热网络的年综合费用最小为目标,针对强制进化随机游走（RWCE）算法在优化时由于个体间独立进化,导致优化过程中信息缺乏交流的问题,提出将遗传算法（GA）与其混合。混合后的算法在保持前一半优势种群中的个体单独进化的基础上,通过周期性的交叉、变异等操作产生子代来替换掉劣势种群,从而增强了原有算法的整型变量优化能力,并弥补了弱势个体无法更新的不足。为了兼顾算法在大种群下优化有分流换热网络的计算效率,节约时间成本,使用OpenMP系统将混合算法实现了并行化设计。通过三个不同规模的换热网络问题对并行后的混合算法进行验证,结果表明该算法能在有效提升优化质量的前提下相比串行算法大幅缩短计算时间,其中两个算例突破了目前文献最优解。     

A Mixed Coding Scheme of a Particle Swarm Optimization and a Hybrid Genetic Algorithm with Sequential Quadratic Programming for Mixed Integer Nonlinear Programming in Common Chemical Engineering Practice

In this paper, mixed integer nonlinear programming (MINLP) is optimized by PSO_GA–SQP, the mixed coding of a particle swarm optimization (PSO), and a hybrid genetic algorithm and sequential quadratic programming (GA–SQP). The population is separated into two groups: discrete and continuous variables. The discrete variables are optimized by the adapted PSO, while the continuous variables are optimized by the GA–SQP using the discrete variable information from the adapted PSO. Therefore, the population can be set to a smaller size than usual to obtain a global solution. The proposed PSO_GA–SQP algorithm is verified using various MINLP problems including the designing of retrofit heat exchanger networks. The fitness values of the tested problems are able to reach the global optimum.     

基于最大水回用规则的遗传算法用水网络优化

超结构用水网络规模大、结构复杂、求解比较困难。本文提出了基于最大水回用规则的遗传算法用水网络优化设计方法,该方法按出口浓度的单调性进行排列,使进口浓度或出口浓度达最大值以确定用水量,简化了用水网络超结构及数学模型。以最小新鲜水量为目标,以过程之间回用水量和废水量为基因,对简化后的用水网络运用遗传算法进行了优化设计。遗传算法采用浮点数编码方法,运用了算术交叉技术和种群间交叉技术。计算实例表明,本文所提方法可行,能利用最大水回用规则简化用水网络,并快速求出其最优解。     

大型水煤浆气化装置中黑水处理单元设备布置优化

通过某项目实例分析,阐述大型水煤浆气化装置中黑水处理单元"四级闪蒸"设备布置优化情况,设备布置优化调整后运行稳定、高效,降低了项目总投资和运行成本。