复杂逆流多效蒸发系统优化设计的模型与算法

建立了带有冷凝水闪蒸的复杂逆流多效蒸发系统优化设计的数学模型 ,该模型以整个蒸发系统的年总费用 (包括加热蒸汽年费用、真空泵年动力费用以及蒸发器和辅助设备的年折旧维修费用等 )最小为优化目标 ,以生蒸汽压力、冷凝器真空度及各效有效传热温度差为决策变量 ,提出一种新算法———复合形法结合Lagrangian乘子法、迭代法和矩阵法求解模型 .算例表明 ,生蒸汽压力、冷凝器真空度和冷凝水闪蒸对优化设计结果影响显著 ,优化设计比常规设计可节省年费用 11%左右 .新算法收敛稳定性好 ,收敛速度快     

尾气循环气流干燥工艺研究及干燥器的选型

通过实际设计实例分析了循环尾气气流干燥工艺及干燥器的选择关系。气流干燥器的操作压力影响着尾气出口的露点温度;随着载气温度的增加,载气的载湿能力增加;气流干燥器出口的湿度、燃气耗量由物料的干燥特性和循环风量决定。普通干燥器与脉冲气流干燥相比,尽管其需要的高度相对较高,停留时间短,但其压降低、加工制造简单,安装操作简易。     

热泵干燥装置操作参数的分析

分析了热泵干燥装置的独立操作参数,给出了热泵的蒸发温度、冷凝温度、干燥器进口空气的速度、干燥器出口空气的温度及相对湿度与热泵干燥装置除湿能耗比之间的关系式,计算了除湿能耗比随独立操作参数的变化规律,相关结论为热泵干燥装置测控系统的开发提供了较好的参考。     

废气循环干燥器的热量衡算

目前,烘房除原有的蒸汽加热空气的型式外,还有新设计的烟道气间接给热烘房。在设计此类烘房过程中,有二个主要问题,就是这种废气循环干燥器的热量衡算和烘房热损失的数据问题。本来在一般化工教材中对于不带废气循环的干燥器是有推导公式的,但对于带部分废气循环的热量衡算式就未列出。这在鲁利耶著的《干燥作业》中没有,就是1972年出版的R.B.Keey新著《干燥原理与应用》     

内加热式热泵干燥装置的结构与性能分析

内加热式热泵干燥装置可提高干燥器出口空气的温度和相对湿度,增加空气从物料中吸纳水蒸气的能力。介绍了内加热式热泵干燥装置的结构和工作原理,建立了其SMER计算方程,并对干燥器进口空气温度、干燥器出口空气温度和相对湿度、除湿器出口空气温度对SMER的影响进行了计算和分析。     

液化石油气管道优化设计

液化石油气管道建设周期长,投资大,且影响总费用的因素众多,而管道的优化设计直接决定着管线的经济性和可行性,因此,建立液化石油气管道数学模型,对液化石油气管道设计进行优化具有重要的研究意义。在综合考虑了影响液化石油气(LPG)管道总费用的各项因素,并以此基础,建立液化石油气管道的总费用为最小目标函数,以管道的管道强度、水力、稳定性为约束条件建立数学模型。并用VC++进行数值求解。通过算例计算得出,当管径为·114×3.2时,可使总费用达到最小值。该数学模型能够全面反映出各因素对总费用的影响,对相关的液化石油气管道优化设计具有一定的参考价值。     

吸收塔优化设计目标函数建立与求解

建立了吸收系统优化设计模型。该模型以整个吸收系统的年总费用（包括塔设备费用、填料费用、离心泵、风机和各辅助设备的年折旧维修费、吸收剂费用等）最小为优化目标，以吸收塔的液汽比为决策变量，用黄金分割法求得最优解。算例表明，该吸收系统的液汽比取值对优化结果影响显著。吸收塔优化设计比常规设计可节省年费用9.5%左右。     

并流喷雾干燥器优化设计数学模型与软件开发

以喷雾干燥系统的年总费用为目标函数建立优化设计数学模型 ,用菲波那契法求解。喷雾干燥器优化设计软件采用可视化编程语言VisualBasic 5 .0开发 ,软件界面友好、操作方便、运行可靠稳定。将其应用于牛奶并流喷雾干燥器的优化设计 ,算例表明 :优化设计数学模型和软件为喷雾干燥器的设计提供了较合理、有效的手段。     

环己酮生产中碳酸钠回收干燥装置的设计与分析

针对环己酮生产过程中废碱碳酸钠回收利用的工艺特点,设计了一种新型干燥装置,对干燥器的干燥流程、干燥器的结构和工作原理进行了分析及计算。结果表明:循环自动干燥碳酸钠设备主要由干燥箱、供热风系统、抽湿系统、扩散系统和包装系统组成;通过温控由电烘箱进行碳酸钠干燥实验,得到了碳酸钠干燥设备的干燥曲线,该系统干燥能力达1～2 t/h,干燥后碳酸钠含水率小于2%;该系统利用工厂废烟气作热源,节省干燥成本,且无环境污染。该设备干燥能力大,热效率高,能耗低,调控性能好,很好的解决了环己酮工业中废碱处理的难题。     

热泵干燥装置的特性方程及其应用分析

以应用最广泛的封闭式热泵干燥装置为例,建立了其SMER计算方程。在此基础上,对SMER随干燥器进口空气温度、干燥器出口空气温度和蒸发器出口空气温度而变化的规律进行了计算和分析。结果表明,其他两个参数一定时,SMER随干燥器出口空气温度上升而降低,随蒸发器出口空气温度上升而增加,但当干燥器进口空气温度取适宜值时,SMER存在最大值。     

复合粒子群优化算法在模型参数估计中的应用

化工非线性模型的参数估计是较为困难的寻优问题，经典方法常会陷入局部极值。粒子群算法操作简便、容易实现且全局搜索功能较强，适用于非线性参数估计。但其参数值的确定与问题相关，若设定不当，会严重影响全局搜索的性能。今提出引入遗传算法，在粒子群算法的搜索过程中，逐代优选参数，包括惯性权值，加速常数，以此构建为复合粒子群优化算法。分析与测试表明，其全局搜索性能有显著改善。进一步的工作又将两种粒子群算法成功地应用于重油热解模型的参数估计。采用复合粒子群优化算法估计参数构建的重油热解模型，其预报相对误差比常规粒子群优化算法降低了8.97％，比简单遗传算法降低了23.21％，效果明显。     

改进PSO算法在蒸汽动力系统多周期运行优化中的应用

为了满足石化企业工艺过程对蒸汽和电力不断变化的要求,实现企业降低成本、节能降耗的目的,必须保证蒸汽动力系统在最优的状态下运行。针对这一问题在以往研究的基础上提出了包括设备维护和启停费用的改进的混合整数线性规划模型,利用改进的PSO算法对其求解,并通过实例证明了利用该模型、使用改进的PSO算法能很快得到最优的方案,并节省了大量的运行成本。     

基于粒子健康度的快速收敛粒子群优化算法

针对现有粒子群优化算法在工程应用中,特别是在粒子维数较高的情况下,很容易发生早熟收敛等缺点,提出了一种基于粒子健康度的快速收敛粒子群优化算法(HPSO)。给出了粒子健康度的概念及计算方法。该算法通过动态监控粒子的健康度指标,对健康度较低的粒子单独进行变异操作。从而可以在保护健康粒子继续搜索最优值的同时,有效“治疗”非健康的早熟粒子,提高了整个粒子群的寻优能力及跳出局部最优值的能力。然后通过大量的标准测试函数对其进行测试,并将其与标准粒子群优化算法(SPSO)、权重递减的粒子群优化算法(WPSO)进行对比。测试结果表明,在粒子维数较高的应用中HPSO算法的收敛速度更快,效率更高。     

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。     

一种基于PSO算法的闭环辨识方法

闭环模型辨识一直是工业先进控制领域中的一个主要课题。而现在基于粒子群优化算法PSO的辨识,大多都是连续开环系统的辨识。离散闭环模型辨识在计算机控制、运算量等方面比连续开环系统的辨识有较大的优势。文中讨论了PSO的时变惯性权重算法与参数初值的设置和选择方法。通过仿真实验表明,PSO与最小二乘递推算法相比,在有效性和一致性方面,有着明显的优势。PSO算法是一种有效地解决优化问题的群集智能算法,它的突出特点是算法中需要选择的参数少,程序实现简单,并在种群数量、寻优速度等方面较其他进化算法具有一定的优势。该方法在实际项目的应用中取得了较好的效果,应用前景广阔。     

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。     

结合遗传算子的改进粒子群算法在控制系统设计中的应用

针对粒子群优化算法容易陷入局部最优以及早熟等缺点,结合遗传算法的选择交叉变异算子进行改进,得到一种新型PSO算法.将该方法应用于PID控制系统参数调优和被控对象参数辨识,仿真结果显示所提出的算法优化效果优于基本粒子群优化算法和遗传算法,收敛性能也得到较大提高.     

混合粒子群算法用于共沸精馏塔的最优设计

提出了一种适于求解混合整数非线性规划问题的混合粒子群优化算法,并将其与化工过程模拟软件相结合,用于共沸精馏塔的最优设计。优化模型以年度总费用最小为目标,以精馏段板数、提馏段板数和回流比为优化变量,并引入流体力学约束使得优化结果更具实际价值,并以效率更高的"轮盘赌"式策略处理整数变量,约束处理采用Deb方法。最终以C++实现优化算法,C#编制界面,通过商业模拟软件Aspen Plus计算粒子适应度,将本方法用于一个醋酸甲酯/甲醇/水三元共沸组成的分离案例,所获最优年度总费用优于文献结果。     

Prediction of the gas solubility in polymers by a radial basis function neural network based on chaotic self‐adaptive particle swarm optimization and a clustering method

A novel model based on a radial basis function neural network (RBF NN), chaos theory, self‐adaptive particle swarm optimization (PSO), and a clustering method is proposed to predict the gas solubility in polymers; this model is hereafter called CSPSO‐C RBF NN. To develop the CSPSO‐C RBF NN, the conventional PSO was modified with chaos theory and a self‐adaptive inertia weight factor to overcome its premature convergence problem. The classical k‐means clustering method was used to tune the hidden centers and radial basis function spreads, and the modified PSO algorithm was used to optimize the RBF NN connection weights. Then, the CSPSO‐C RBF NN was used to investigate the solubility of N₂ in polystyrene (PS) and CO₂ in PS, polypropylene, poly(butylene succinate), and poly(butylene succinate‐co‐adipate). The results obtained in this study indicate that the CSPSO‐C RBF NN was an effective method for predicting the gas solubility in polymers. In addition, compared with conventional RBF NN and PSO neural network, the CSPSO‐C RBF NN showed better performance. The values of the average relative deviation, squared correlation coefficient, and standard deviation were 0.1282, 0.9970, and 0.0115, respectively. The statistical data demonstrated that the CSPSO‐C RBF NN had excellent prediction capabilities with a high accuracy and a good correlation between the predicted values and the experimental data. © 2013 Wiley Periodicals, Inc. J. Appl. Polym. Sci. 130: 3825–3832, 2013     

基于粒子群优化算法的水分配网络系统综合的最优化研究

The problem of optimal synthesis of an integrated water system is addressed in this study, where water using processes and water treatment operations are combined into a single network such that the total cost of fresh water and wastewater treatment is globally minimized. A superstructure that incorporates all feasible design alterna- tives for wastewater treatment, reuse and recycle, is synthesized with a non-linear programming model. An evolutionary approach--an improved particle swarm optimization is proposed for optimizing such systems. Two simple examples are .Presented.to illustrate the global op.timization of inte.grated water networks using the proposed algorithm.