一种分步匹配的换热网络优化方法

针对复杂换热网络全局优化中可操作性、优化效率与优化质量三者间的矛盾问题,基于换热网络优化中的最佳温位匹配的原则,提出了一种复杂换热网络分步优化方法。该方法将复杂的网络集成问题分解为以冷(热)流体数目为基础的多个单一流体匹配优化的子问题,以最优匹配优选的原则进行网络结构的分步生成,最终获得网络的总体结构。结果表明,以优选匹配的换热网络结构优化结果优于焓差匹配、温位匹配的结果,匹配的原则中,优选匹配要作为首选的匹配原则,可以避免前两种匹配原则上的匹配失当,该方法极大地提高了复杂换热网络优化的可操作性,优选匹配顺序使得分步优化能够取得更高的质量。     

公用工程强制进化策略应用于换热网络优化

采用强制进化随机游走算法优化换热网络过程中公用工程不直接参与进化,导致部分公用工程难以消去,阻碍结构进化。基于此,提出一种强制公用工程参与进化的策略。使公用工程以一定的概率按照不同方式参与进化,其换热量的大小可根据自身参与进化后的系统费用的变化情况所决定,不再受到流股上其他换热单元换热量的制约,增强了公用工程变化的灵活性,更有利于使其朝着有利于结构进化的方向发展。最后,将所提策略应用于2个不同规模的换热网络算例,所获得的结果均低于当前文献最优解,说明该策略能够有效消去对结构进化不利的公用工程,有利于增强网络结构进化能力,获得更优的换热网络设计。     

国内换热网络综合方法研究进展与展望

换热网络作为大型工业企业的能量回收系统,对降低企业能耗、提高能量利用率具有重要作用,其设计方法一直是国内外学者的热点研究课题。本文介绍了我国换热网络综合方法的研究进展,对设计方法进行了分类阐述,分析了夹点设计方法、数学规划方法和优化算法的研究成果和存在问题。最后展望了同步综合方法和优化算法是未来的主要研究方向和重点,为指导综合方法的不断改进和实际应用服务。     

采用结构融合策略优化换热网络

利用强制进化随机游走算法优化换热网络至后期时,个体网络结构基本定型,很难再被破坏或改变,潜在进化能力难以发挥作用,无法求解出更优结构。基于此,探究个体进化过程中的结构变化特性,分析后期结构优化的重心所在,提出结构融合策略,将两个个体结构融合到一起,形成新个体,放大原个体结构进化潜力。对新个体进行优化,其结构中所有换热单元互相竞争,引导结构进化潜力发挥作用,保留有益于结构进化的换热单元,淘汰阻碍结构进化的换热单元,生成部分新换热单元,促进个体进化形成更优换热网络结构。最后应用两个算例验证该策略的有效性,取得了可观的优化效果。     

棋盘模型在换热网络优化中的应用

针对复杂整数非线性的换热器网络综合和优化问题,文中应用换热网络流程模拟的棋盘模型及其相应的算法,建立了换热网络同步最优综合的数学模型,通过改变网络的结构次序的数学规划优化计算,以10SP1问题为例,获得了优于以往文献的最优换热网络结构。结果表明,文中应用棋盘算法建立的换热网络求解模型及其算法,具有简单、直观、灵活、易实现的特点,能够得到综合性能更优的网络结构。     

常减压蒸馏装置的换热网络综合设计及优化研究

常减压蒸馏装置是化工企业生产中一种极为重要的装置,该装置在实际应用中具有操作参数耦合程度大、高能耗的特点,能够让其呈现出良好的分离效果。而常减压蒸馏装置在运行的过程中会消耗掉较多的能量,在节能环保的要求下,减少常减压蒸馏装置的耗能逐渐成为了一项需要重点关注和解决的问题。基于此,以常减压蒸馏装置为主要研究对象,着重对常减压蒸馏装置的换热网络综合设计及优化进行了研究和分析。     

带惩罚的逆梯度进化算法应用于换热网络

针对局部邻域搜索方法搜索结果对初始解位置依赖大,难以摆脱局部最优解影响的问题,本文提出了一种带惩罚的逆梯度进化算法。该算法通过给当前位置适应度施加一个仅与在该点处停留时间正相关的惩罚以迫使该个体沿逆梯度方向移动,进而逃离当前局部极值点。同时为了防止出现“回跳”现象,引入禁忌邻域,禁止当前个体重回原先位置。相对于一般启发式算法跳出局部极值点的随机性,该算法通过惩罚实时构造填充函数以逃离当前局部极值点的机制具有一定的确定性因素,提高了算法的搜索效率。将该算法应用于换热网络优化问题上,分别对10SP1和10SP2两个经典算例进行验证,获得了优于已有文献的优化结果,表明该算法具有较强的跳出局部最优解能力。     

数据驱动的固定拓扑结构换热网络优化改造方法

获得经济可行的换热网络改造方案目前仍然是一个巨大的难题。传统的改造方法严重依赖拓扑修改,这往往会增加改造时间和投资成本。因此,本文将围绕固定拓扑结构的换热网络改造展开研究,提出了一种基于数据驱动的高效改造方法。该方法通过建立性能模拟模型,模拟计算换热器在不同性能参数时的公用消耗与温度分布,以此获取大量的驱动换热网络改造的数据。然后通过BP神经网络预测模型与遗传算法,求解得到以最大节能量为目标的改造方案。案例研究表明,改造后的换热网络可以通过较小的投资获得较大的节能效益,与文献相比,单位费用节能量提高了51.4%;与同为固定拓扑结构的灵敏度分析相比,可以快速地获得经验规则法无法获得的改造方案,验证了改造方法的经济实用性与高效性。     

基于自适应竞争群优化算法的无分流换热网络综合

换热网络模型具有非凸和非线性的特性,对于大规模超结构优化问题,采用经典的智能算法优化效率低,容易陷入局部最优值。以年综合费用为目标函数,基于自适应竞争群优化算法对无分流分级超结构换热网络模型进行优化。该方法采用对粒子平均位置的递减学习,通过自适应调节速度权重提高换热网络结构的全局优化能力和局部优化能力。通过两个典型算例分析表明,该方法相比量子粒子群算法大幅减少了模型调用次数,缩短了运行时间,并且找到了更好的优化结果。     

某合成氨厂氨合成工段换热网络的模拟与优化

降低化工过程系统用能的手段之一就是应用系统能量综合技术,对整个系统进行用能的分析及调优,确定整个换热网络最佳的流程结构,在满足过程工艺物流初、终温要求的基础上,使其具有最少的设备投资费用和操作费用.基于夹点设计为主要方法,以年平均费用最小为目标,利用化工模拟软件SIMSCI HEXTRAN对某大型合成氨厂氨合成工段进行模拟,发现传热温差较大,用能状况有不尽合理之处,提出改善建议,并给出优化结果.     

基于节点配置策略的有分流换热网络优化性能探析

应用节点非结构模型（nodes-based non-structural model,NNM）优化换热网络时,合理地配置节点参数（分流组数和分支数）可辅助算法以更高的效率获得更优的结果。然而,NNM模型的设置中,所有热流股共用一组节点参数,所有冷流股共用一组节点参数,因此无法定制化地满足每一个流股对分流的需求。为提高网络中节点的利用率,本文提出了节点配置策略。该策略可根据流股热容流率对流股上的分支数及其组数进行调整,减少无效结构对优化的阻碍,使算法在优化初期快速获得潜在优势结构,提升优化质量。通过10SP和15SP算例验证策略的有效性,所获结果比文献最优结果分别低340USD/a和2285USD/a,且低于同参数下无该节点配置策略的NNM模型所获结果,从算例分析可知该策略可有效辅助提升算法的优化性能,以获取更优的优化结果。     

不确定性下基于多工况优化的可控性换热器网络综合

换热器网络在化工生产过程中起着能量回收、节能降耗的重要作用。常规换热器网络综合方法以经济性为目标进行参数和结构优化,导致换热设备之间的强烈耦合从而引起潜在的控制困难。此外,在实际生产中,无论是单个换热设备还是整个网络都不可避免地受到一些不确定性因素的干扰,故能够抵御这些扰动的可控性换热器网络是至关重要的。通过考虑网络结构与可控性之间的相互作用,提出可控性换热器网络综合方法,并基于多工况优化探究了决策变量对网络结构的影响。然后以柔性指数衡量扰动存在情况下换热器网络操作可行性,进一步优化换热器网络结构以抵御不确定性因素的干扰。最后,通过算例分析验证了该方法的可行性与有效性。     

考虑热泵设置的换热网络分步改造及其多目标优化策略

为了研究热泵设置对换热网络系统节能和CO₂减排的综合影响,建立了以换热网络年度化的改造费用和新增CO₂排放量最小为目标的多策略分步改造的多目标优化模型。以酮苯脱蜡装置的换热网络改造为例,阐明了本文所提方法的有效性,并获得了经济性和CO₂排放量目标权衡的Pareto曲线。本文还对热泵在换热网络中的设置位置进行了讨论,对比和分析了换热网络优化、热泵设置和燃料替换3种改造策略的经济性、减排效果以及节能效果。该方法可为过程工业系统的节能和CO₂排放控制策略的制定提供理论依据。     

基于新策略粒子群算法优化换热网络

换热网络综合优化是过程系统中最广泛研究的方向。尽管如此,MINLP的复杂性给粒子群算法的应用提供了广泛的空间。首先,提出两种不同机理的局部搜索策略来完善粒子群算法作为启发式算法局部搜索能力不强和精度不高的问题,使算法能更有利地接近全局最优的局部极值。其次,对含固定投资费用的算例,采用费用计算替换公式的策略,来避免迭代计算初期面积较小时因为固定投资费用权重较大而使算法陷入局部最优问题。最后用4个四股流算例分别从不同侧面说明以上两种策略的有效性,并都得到了该算例目前为止最好的局部极值。     

Bypass control of heat exchanger network under uncertainty

The dynamic control of the heat exchanger network is important for developing energy-efficient and safe industrial processes. In such a system, the control is achieved through the bypass stream around the heat exchanger. This work aims to track the setpoint temperature of the mixed stream by manipulating the bypass fraction of the cold stream around the heat exchanger. The implemented control is in a non-linear model predictive control (NMPC) framework. The first-principles model of a shell and a tube heat exchanger is used. The orthogonal collocation technique is used to discretize the first-principles model into the system of algebraic equations. In this work, uncertainty is also considered in the inlet temperature of the hot stream. The uncertain optimal control problem is dealt with by using a scenario tree-based approximation along with the affine policy-based method. The results show that, under different scenarios of uncertainty, the controlled variable efficiently tracks the setpoint. In comparison, considering the same scenarios of uncertainty used, the deterministic optimization approach shows significant deviation in the controlled variable from the setpoint as time passes.