高热流微冷却器的换热性能研究

对以水为换热介质的微通道冷却器对模拟发热电子芯片进行冷却的换热性能进行了实验研究.通过测量流体的流量、进出口温度、发热片表面热流密度,获得了不同几何结构微通道冷却器在不同加热功率、不同Re数条件下的换热特性和冷却效果.结果表明,微通道冷却器可以有效地对表面热流密度高达5.34×105 W/m2的发热电子芯片进行冷却;微通道冷却器的换热性能随Re数的增大而提高,所提高的幅度随加热功率的增大而增大;微通道的几何结构对换热性能有显著影响,平均Nu数随微通道的宽深比增大而增大.     

换热器详细设计与换热网络综合同步优化方法研究

回顾了多管程换热器构成的换热网络的最优综合方法与换热器详细设计的研究进展。研究者们采用多种不同算法对换热器进行详细设计,这些算法解决了对于单台换热器在给定热负荷的情况下,以总费用最小为目标的优化设计问题。但这些方法都是对单个换热器进行优化计算,并未考虑到换热器详细设计结果对换热网络节能降耗的影响。换热器详细设计结果将影响换热网络的能量交换与经济性。有研究者基于换热网络最优综合对换热器进行详细设计,同步优化换热网络和单台换热器的设计,但这些方法不涉及换热网络中各个换热器的详细设计与传热系数、换热压降等因素的相互影响,难以保证换热网络总费用最小。在此基础上,提出一种多程换热网络综合与换热器详细设计的同步优化设计方法。本文以换热面积、传热系数为优化变量,压降为约束条件,兼顾每台换热器详细设计,总费用最小为目标进行最优综合。示例分析证明了本文方法的有效性。     

微通道换热器的数值模拟和结构优化

为提高微通道换热器的换热效率,利用COMSOL耦合求解流动和传热方程,对微通道换热器换热特征进行数值模拟.通过分析微通道换热器的温度、微通道的入口与出口的压差以及微通道换热器的总热阻等参数,对其换热性能进行评估.优化微换热器的几何结构可以有效提高换热性能.数值模拟结果表明：当微通道的高宽比为0.8、微通道与间隔的宽度比为0.6、微通道数为71时热阻最小,换热性能最佳.     

套管换热器换热性能仿真及实验研究

在换热器性能评估平台优化设计的研究中,为了描述套管换热器在热流体动态输入温度下的换热行为,研究其温度分布变化规律,在综合考虑了流体沿流动方向的导热扩散特性、中间墙体的金属蓄热以及流体沿径向导热对出口温度瞬态响应的影响的基础上,提出了以墙体侧蓄热量为突破点的动态相变仿真交叉迭代简化模型,得到了在热流体动态输入温度下的换热器温度响应曲线以及换热系数的分布曲线,最后设计了换热器动态仿真平台,对仿真结果进行对比分析,结果表明墙体侧温度模型预测值和实验值数据吻合较好.最大相对误差在9％范围内,其仿真模型符合换热器的换热特性,说明上述简化模型对套管换热器相变换热的研究有较好的参考作用.     

人字形波纹板式换热器性能数值模拟的研究

基于简化模型的计算结果难以准确描述换热器内完整的流体流动和换热特性.为此,本文建立与人字形波纹板片完全相同的,含分配区和传热区冷热双流道换热的计算模型,用计算流体力学软件Fluent 6.3,数值模拟4组不同名义速度下流体的流动和换热情况.分析流道内速度场和温度场发现,进口分配区对流体流动分布和换热都有显著影响,还将流体在流道内的流动情况详细描述.两侧流体的压降和进出口温差的计算值与实验值的误差小于6%,较准确地反映了换热器内整体的流动和换热特性,可直接用于研究板式换热器的性能,具有一定的工程实际意义.     

遗传算法优化变工况板翅式换热器的通道排列

板翅式换热器的通道排列优劣直接影响换热器传热性能和结构的紧凑性等,因此通道排列的优化是设计中的重中之重。传统的板翅式换热器优化设计中,往往是基于一个最大负荷工况点进行通道排列设计,忽略了当工况点变化较大时通道排列对传热性能的影响。但操作工况常常随季节、原料和生产情况的变化而变化,使换热器常常在偏离设计工况点下运行,导致换热效率较低。板翅式换热器的通道排列方案随着流股数成指数增加,且现有的设计方法大多是基于经验确定的,这需要花费设计人员大量的时间对换热器进行不断改进,以使得换热器符合设计要求,同时达到较优的传热效果。针对上述设计不足,运用在变工况下板翅式换热器的通道排列柔性设计的方法,以通道排列累积热负荷最小均方差为目标函数,提出采用遗传算法优化多股流板翅式换热器的通道排列。具体步骤:1)运用遗传算法获得各工况点下最优通道排列:2)利用柔性设计方法将以上获得的各工况下的最优通道排列整合成一个较优通道排列,使其在操作周期内以较优的状态工作;3)利用微调策略改进柔性设计通道排列,进一步降低累计热负荷均方差,得到最终的优化通道排列。最后对一个含一股热流体三股冷流体的板翅式换热器通道排列设计案例进行计算得出,采用本文的设计方法得到的最终通道排列在3个工况点下的累计热负荷均方差平均值为3632.48 W,较文献值3660.72 W低。而且该方法大大提高了设计速度,降低了设计人员的工作量,同时实现了板翅式换热器的柔性优化设计,使换热器能满足全年不同工况的操作要求,证明了该方法的有效性和优越性。     

经济方法优化设计一个带有中间换热器的精馏塔

提出了基于经济的年总费用最小为目标的带有中间换热器的精馏塔优化设计新方法。本方法基于这样的精馏塔模型:1股进料、2股出料,每块理论板上均可有中间冷凝器或再沸器。以回流比和塔内各塔板上的中间换热负荷为变量,根据经济年总费用最小,优化塔内换热的位置及负荷。实例研究表明,用本文方法可以一步一步很容易地设计出含塔内换热器的复杂精馏塔。该塔比简单塔更省钱。     

常减压蒸馏过程换热网络的粒子群优化设计方法

提出了1种换热网络的粒子群优化设计方法,提高大规模无分流换热网络的设计速度和效果。采用超结构建立换热网络模型,以各个换热器和换热量为演化个体,以投资和运行费用最小化为优化目标,发挥粒子群的群智特点寻优计算。避免传统设计的计算复杂、不能同时优化投资和运行费用等问题,解决了换热器的换热量受换热条件约束、相互制约而影响设计的难题,保证演化过程中解的可行性,实现设计过程的智能化。以某炼油厂的常减压蒸馏过程的换热网络为实验对象,仿真研究,证明了算法有效和优越。     

蒸馏与换热协同的约束多目标在线操作优化方法

针对蒸馏装置与换热网络间缺乏协同优化导致的分馏精度差和能耗高的问题,提出了一种基于代理模型的约束多目标在线协同操作优化方法.为了解决蒸馏装置与换热网络操作参数协同优化时存在的计算耗时和约束的问题,构建Kriging代理模型来近似目标函数和约束条件,提出了基于随机欠采样和Adaboost的分类代理模型（RUSBoost）来解决类别不平衡的收敛判定预测问题.提出了基于多阶段自适应约束处理的代理模型的模型管理方法,该方法采用基于参考向量激活状态的最大化改善期望准则和可行概率准则更新机制来平衡优化初始阶段种群的多样性和可行性,采用支配参考点的置信下限准则更新机制加快收敛速度.通过不断与机理模型交互来在线更新代理模型,实现在线操作优化.通过测试函数和仿真实例验证了本文方法的有效性.     

基于Fluent对空气幕防腐功能的研究

对于化工行业,由于高温烟气在流经换热设备时,温度不断下降,当达到某个温度时,气体中的酸性物质就会液化造成露点腐蚀。这种露点腐蚀会严重影响换热器的使用寿命。借鉴目前国外换热器领域的最新技术,针对化工行业中存在的露点腐蚀技术难题,在流道内增设了空气幕隔板,以在换热板边界层形成空气气墙的方式,达到提高换热板温度的作用,有效地防止露点腐蚀。通过对实际结构进行合理简化的基础上,在影响板式散热器腐蚀的主要部位建立了板式换热器温度场数值计算模型,利用CFD软件fluent对采用空气幕技术的板式换热器壁面温度进行数值模拟,得到了换热器流道的速度场、温度场数据,对比了传统的板式换热器与采用空气幕技术的板式散热器叉流单元与逆流单元的换热效果,研究结果表明空气幕技术可以有效地降低换热器入口处换热板的换热效率,提高换热板的板面温度,显著改善板式换热器的防腐性能。     

Multi-objective robust design optimization of a novel NPR energy absorption structure for vehicles front ends to enhance pedestrian lower leg protection

The unique structure of negative Poisson’s ratio (NPR) materials provides a good energy absorption capacity that has found wide application in automotive and aeronautics industries. The present work proposes a novel NPR energy absorption structure installed between the bumper and anti-collision beam of automobiles for improving pedestrian lower leg protection. The performance of the proposed NPR structure based on tibia acceleration, knee bending angle, and knee shear displacement is evaluated by comparison with the performance of a conventional energy absorption structure. The performance of the proposed structure is further improved by conducting multi-objective design optimization with consideration for the perturbation induced by parameter uncertainties. For optimization, a parametric model of the NPR structure is first established based on the relationships between parameters. To promote computational efficiency, an optimal Latin hypercube sampling technique and the dual response surface method are combined to build surrogate models between responses and inputs. A multi-objective particle swarm optimization algorithm and six sigma criteria are then applied to obtain the optimal design parameters of the structure. The optimization results are validated by comparisons with the results of multi-objective deterministic optimization. The comparison results show that the proposed NPR energy absorption structure improves pedestrian lower leg protection significantly, and its performance is further improved by the proposed multi-objective robust design optimization. This study serves as a good example of the safety promotion provided by applying NPR structures with enhanced energy absorption capacity in vehicles.     

结合Kriging和物理规划的多目标代理优化算法

遗传算法处理高耗时且具有黑箱性的工程优化问题效率不足。为了提高工程优化效率，结合Kriging代理优化和物理规划，提出了基于Kriging和物理规划的多目标代理优化算法。在处理多目标问题时，使用物理规划将多目标问题转换成单目标问题，再使用Kriging代理优化对单目标问题进行求解。通过两个多目标数值算例和一个工程实例对提出的算法进行验证。结果表明，提出的算法能够求出符合偏好设置的Pareto最优解，且算法的效率更高。     

改进非支配排序精英遗传算法的篦冷机参数优化

为优化篦冷机控制参数,提高换热效率,将传热和粘性耗散引起的修正熵产数分别作为目标函数,利用遗传算法对篦冷机参数进行多目标优化.为增加多目标遗传算法的种群多样性,提高算法的局部搜索能力,对传统的非支配排序精英遗传算法(NSGA-Ⅱ)进行部分功能改进.构建多种群、多交叉算子的操作模式,根据子种群对最优解集的贡献量自适应调节子种群规模,利用局部搜索算法提高算法的局部搜索能力.通过标准多目标优化问题验证所提出算法的有效性,并根据优化得到的篦冷机熵产数的最优解集,给出冷却风机功率最小的最优控制方案,通过与生产线的实际数据进行对比验证其优化效果.     

MPTL板翅式换热器性能的数值分析

研究机械泵驱动的两相冷却回路(MPTL)换热器传热效能优化问题,由于换热器的应用环境极为复杂,目前的实验数据极度匮乏,而且结构特殊,现有的标准叉流板式换热器的设计方法并不适用。为了提出可行的设计优化方法,针对某典型MPTL板翅式换热器,建立一种简化的三维物理数学模型,采用有限体积法及流固耦合方法深入研究该换热器在典型结构及设计工况下的流场特性,随后研究其在不同翅高及进口雷诺数时的换热性能变化规律。数值仿真结果表明,换热器换热效率较高,压力损失较小,且随着翅高的降低、进口雷诺数的增加,换热性能逐渐提高。结果证明,可为换热器的进一步设计与优化提供有益的参考。     

云计算环境下基于多目标优化的虚拟机放置研究

云数据中心的规模日益增长导致其产生的能源消耗及成本呈指数级增长。虚拟机的放置是提高云计算环境服务质量与节约成本的核心。针对传统的虚拟机放置算法存在考虑目标单一化和多目标优化难以找到最优解的问题,提出一种面向能耗、资源利用率、负载均衡的多目标优化虚拟机放置模型。通过改进蚁群算法求解优化模型,利用其信息素正反馈机制和启发式搜索寻找最优解。实验结果表明,该算法综合性能表现良好,符合云环境对高效率低能耗的要求。     

异构集成代理辅助多目标粒子群优化算法

针对代理辅助进化算法在减少昂贵适应度评估时难以通过少量样本点构造高质量代理模型的问题,提出异构集成代理辅助多目标粒子群优化算法。该方法通过使用加权平均法将Kriging模型和径向基函数网络模型组合成高精度的异构集成模型,达到增强算法处理不确定性信息能力的目的。基于集成学习的两种代理模型分别应用于全局搜索和局部搜索,在多目标粒子群优化算法框架基础上,新提出的方法为每个目标函数自适应地构造了异构集成模型,利用其模型的非支配解来指导粒子群的更新,得出目标函数的最优解集。实验结果表明,所提方法提高了代理模型的搜索能力,减少了评估次数,并且随着搜索维度的增加,其计算复杂性也具有更好的可扩展性。     

结合特征扰动与分配策略的集成辅助多目标优化算法

代理模型利用近似预测代替算法对多目标优化问题的真实评价,大幅减少了算法寻优所需的真实适应度评估次数。为提高代理模型在求解高维问题时的准确性并降低计算开销,提出一种基于特征扰动与分配策略的集成辅助多目标优化算法。将径向基函数网络代理模型与支持向量机回归代理模型作为集成过程中的基模型,降低算法在高维问题上的计算开销。结合特征扰动与基于记忆的影响因子分配策略构建集成代理模型,提高集成准确性。使用集成预测值与不确定信息加权辅助管理集成代理模型,平衡全局搜索与局部探索,增强算法在目标空间中的寻优能力。实验结果表明,该算法在ZDT1~ZDT3和ZDT6测试问题上所得解集的分布性与收敛性相比经典算法更好,并且当决策变量维数增加时,使用集成代理模型相比于Kriging代理模型约减少了90%的适应度评估次数,同时可获得更准确的预测结果。     

邻域自适应粒子群算法求解地源热泵区域 能源系统鲁棒优化调度问题

针对地源热泵区域能源系统中冷热负荷和机组效能的不确定性, 本文提出了一种考虑双重不确定性的鲁棒优化调度方法. 首先, 基于多面体不确定模型描述调度模型中的鲁棒变量. 然后, 针对建筑冷热负荷不确定性, 采用对偶原理将双层优化模型等价为单层优化模型; 对于机组效能不确定性, 采用场景法进行分析. 最后, 采用多目标优化约束处理方法处理鲁棒优化调度模型中的约束条件. 同时, 为更加高效、准确求解所构建的优化调度模型, 提出了一种邻域自适应粒子群优化算法(NAPSO). 实验结果表明, 在制冷和制热工况下, 与经验运行策略相比, 本文所提方法可分别减少7.22%和5.55%的系统运行成本, 是一种解决地源热泵区域能源系统鲁棒优化调度的有效方法.     

Multi-objective optimization design for a sand crab-inspired compliant microgripper

A large working travel and a minimal stress are the most critical characteristics of a microgripper but they are conflicted each other. This paper develops a new efficient hybrid algorithm to solve the multi-objective optimization design for a sand bubbler crab-inspired compliant microgripper. The structure of sand bubbler crab-inspired compliant microgripper is inspired from the profile of sand bubbler crab. A surrogate-assisted multi-objective optimization is conducted by developing a hybrid approach of finite element analysis, response surface method, Kigring metamodel and multi-objective genetic algorithm. First, the data are collected by integrating the finite element analysis and response surface method. Subsequently, in the types of common surrogates, Kigring metamodel is adopted as an efficient tool to approximate the objective functions. And then, the Pareto-optimal fronts are found via the multi-objective genetic algorithm. The results indicated that the optimal results are at the displacement of 5999.9 µm and stress of 330.68 MPa. The results revealed that the optimized results are highly consistent with both the validation results. The accuracy of the surrogate models showed that the regression model is a good prediction. The proposed approach is useful tool to solve complex optimization designs.