改进的遗传算法在换热网络综合优化中的应用研究

通过对遗传算法和模拟退火算法进行深入研究,建立了改进的遗传算法--遗传模拟退火算法,并通过换热网络综合优化的实例进行计算验证,结果表明,该算法切实可行.     

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.     

利用夹点技术优化蒸馏换热网络

介绍夹点技术设计的基本原理及设计原则,采用Aspen Hx-net软件,运用夹点技术对某炼油厂常压蒸馏装置换热网络进行优化分析,确定最优传热温差△Tmin、最小公用工程用量和夹点位置,并对换热网络进行了优化.装置运行情况表明,优化后的换热网络节能效果明显,装置投资回收期仅8个月.     

常减压换热网络的优化改进和优化控制

对结构已定或正在运行的常减压换热网络,在操作夹点附近设置旁路,通过对旁路流量的优化控制,使换热网络在某些过程物流的流量、温度发生变化时,换热网络的换热仍能满足工艺上的换热要求,公用工程能量消耗在现有的换热设备的基础上接近最小公用工程消耗量。     

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。     

能量回收换热网络的构造与优化

本文采用系统合理用能的方法,针对一具有多生产线、多产品的联合企业,在进行系统用能现状分析的基础上,找出系统用能不合理的主要薄弱环节并结合工艺过程寻求出可能的回收环节,由此进行薄弱环节与回收环节之间的换能网络的构造。提出了最大能回收模型,得出以换热网络出口物流温度作为优化变量,当分别达到最大能和回收目标时,该优化变量在两种目标下取值相同,这对能量回收换热网络的设计具有指导意义。     

夹点理论及其在换热网络中的优化分析

本文主要介绍了利用夹点技术设计换热网络的原则及需要注意的问题,并利用夹点技术对乙烯生产原有换热网络进行夹点分析,研究换热网络利用的瓶颈,找出换热网络不合理的环节和原因。经优化改造后新增4台换热设备,新增设备及改装费用约2 900万元,但每年节约公用工程费用2 949万元,回收期为一年,故改造合理,节能明显。     

换热网络优化的研究进展

换热流程中换热器、加热器、冷却器、混合器和分流器等组合构成换热网络。国内外对如何优化换热网络已有大量研究,提出了不同的优化方法。本文介绍夹点设计法、双最小换热温差法、人工智能法、神经网络模型法、遗传算法等具有代表性的研究进展情况。     

无分流换热网络同步优化综合

提出了具有无分流结构特征的换热网络同步综合数学规划方法。该方法以分级超结构模型为基础,在工艺物流匹配过程中只考虑无分流串级结构,建立混合整数非线性数学模型进行优化求解。无分流同步综合模型中的非线性项只存在于目标函数中,约束条件集合是由线性等式和不等式约束组成的,且相对于有分流同步综合模型,决策变量个数显著降低,模型的鲁棒性较好,模型复杂度降低,求解难度减小。此外,根据此模型的特点,提出了一种双层随机优化算法对模型进行求解,外层利用遗传算法搜索最优结构,内层则利用粒子群算法求解连续非线性数学规划子问题。两个典型算例用来验证方法的可行性和有效性。     

混合微分进化算法应用于换热网络优化

针对微分进化(Differential Evolution,DE)算法应用于换热网络优化存在局部搜索能力不足、收敛速度慢和求解精度低等问题,提出一种混合微分进化(Hybrid Differential Evolution,HDE)算法。当DE算法的变异、交叉和选择操作不再使种群的最优值继续进化时,加入梯度操作使当前种群的最优个体趋向更好的解。为了防止算法早熟收敛,当种群的多样性低于设定的阈值时,引入迁移操作,在最优个体附近区域重新生成新的个体并以此替换旧的个体,增强算法的种群多样性。通过算例验证了该算法可以有效适用于换热网络的优化过程,具有更强的局部搜索能力,更快的收敛速度和更高的优化效率。     

换热器网络设计的优化研究

基于感知器模型本文提出一种换热器网络优化新算法,在遗传迭代过程中,依据目标函数的适应值,该算法不断调节感知器的权值,使感知器以随机方式搜索网络拓扑结构和运行参数。经过本文的计算表明：这一算法对于多维、多峰、非凸函数也具有很好的适应性,能够有效地克服传统方法（混合整数非线性优化）的不足之处。     

Multi‐objective genetic algorithm optimization of thermoelectric heat exchanger for waste heat recovery

A model is developed to simulate a cross‐flow heat exchanger, including fins, in the wall of which thermoelectric generators are sandwiched. Such a system could be used for waste heat recovery. The model is used to optimize the device based on several objective functions: total volume, total number of thermoelectric modules, power output, and pumping power. The design variables are the local distribution of modules and of current, the shape of the fins, and the division of the heat exchanger in sub‐channels. Pareto fronts are achieved with a multi‐objective genetic algorithm, and are presented here. The results show that the number of sub‐channels in the heat exchanger has a larger impact on the overall performance than the fin geometry for this particular problem. Also, the net power output is mostly correlated to the number of thermoelectric modules, and less to the heat exchanger volume. Various relations between the different competing objectives are shown and analyzed. Copyright © 2011 John Wiley & Sons, Ltd.     

管翅式换热器遗传算法优化

管翅式换热器作为一种高效的换热设备,提升其换热效率和降低投资成本显得至关重要.通过单目标遗传算法(GA)和多目标非支配排序遗传算法(NSGA-Ⅱ)对管翅式换热器进行优化设计,设置翅片高度、翅片间距、管长、横向管数和纵向管数5个自变量的合理设计范围,单目标优化选用换热器效率、压降熵产和最大收益3个目标函数,根据热力学第一...     

Optimizing heat exchanger networks with genetic algorithms for designing each heat exchanger including condensers

This paper presents a procedure for the design of the components of a heat exchanger network (HEN). The procedure first uses pinch analysis to maximize heat recovery for a given minimum temperature difference. Using a genetic algorithm (GA), each exchanger of the network is designed in order to minimize its total annual cost. Eleven design variables related to the exchanger geometry are considered. For exchanger involving hot or cold utilities, mass flow rate of the utility fluid is also considered as a design variable. Partial or complete condensation of hot utility fluid (i.e., water vapor) is allowed. Purchase cost and operational cost are considered in the optimization of each exchanger. Combining every exchanger minimized cost with the cost of hot utility and cold utility gives the total cost of the HEN for a particular ΔT_min. The minimum temperature difference yielding the more economical heat exchanger network is chosen as the optimal solution. Two test cases are studied, for which we show the minimized total cost as a function of the minimum temperature difference. A comparison is also made between the optimal solution with the cost of utilities and without it.     

Thermal-economic multi-objective optimization of plate fin heat exchanger using genetic algorithm

Thermal modeling and optimal design of compact heat exchangers are presented in this paper. ε–NTU$\epsilon ''–''\mathit{NTU}$ method was applied to estimate the heat exchanger pressure drop and effectiveness. Fin pitch, fin height, fin offset length, cold stream flow length, no-flow length and hot stream flow length were considered as six design parameters. Fast and elitist non-dominated sorting genetic-algorithm (NSGA-II) was applied to obtain the maximum effectiveness and the minimum total annual cost (sum of investment and operation costs) as two objective functions. The results of optimal designs were a set of multiple optimum solutions, called ‘Pareto optimal solutions’. The sensitivity analysis of change in optimum effectiveness and total annual cost with change in design parameters of the plate fin heat exchanger was also performed and the results are reported. As a short cut for choosing the system optimal design parameters the correlations between two objectives and six decision variables with acceptable precision were presented using artificial neural network analysis.     

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.     

基于压降二次分配的换热网络综合研究

在换热网络的综合过程中,依据单体换热设备的换热面积,进行压降约束的初步线性分配,根据单体换热设备的详细设计结果,按流体流动方向,对压降约束进行再次分配,并校核流股总压降是否在允许的范围内,给出了考虑压降分配前提下的换热器详细设计流程框图,算例结果表明,依此方法综合出的新的能量系统与现场能量系统相比节省换热面积30．87％,系统压降总和降低12．66％。     

径向热管换热器壳程压降数值模拟及参数优化

通过对径向热管换热器壳程压力场的数值模拟,分析入口烟气速度对换热器压降的影响规律,并对换热器结构参数进行优化。结果表明:换热器迎风侧压力高于背风侧压力,沿烟气流动方向压力逐渐降低且呈线性分布;换热器压降随入口烟气速度的增加而增加,且其增加速率也相应增大。通过改变换热器结构参数,对换热器壳程压降进行分析研究,得到其结构优化参数:翅片高度小于26.5mm,翅片间距大于6.5mm,热管横向间距108～111mm,纵向间距120～125mm。     

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。