采用结构保护策略的强制进化随机游走算法优化换热网络

鉴于强制进化随机游走算法（random walk algorithm with compulsive evolution, RWCE）在优化换热网络时可能出现有潜力结构被差解代替,提出了一种结构保护策略,增加一个与原种群平行进化的新种群,新种群执行结构保护,个体与原种群一一对应并接收其当前最优解,同时采用一种降维邻域搜索的进化方式,设置个体各维变量更新概率确定搜索维数,充分挖掘个体结构进化潜力,提升了算法的局部搜索能力;原种群则沿用RWCE的主要操作,保留了较强的全局搜索能力。将采用结构保护策略的RWCE算法用于有分流换热网络优化,取得了优于现有文献的结果。     

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。     

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。     

采用虚拟温度法设计换热网络

采用虚拟温度法设计换热网络＊李晖王莉姚平经（大连理工大学化工学院，大连１１６０１２）关键词换热网络综合多温差法虚拟温度１引言随着对换热网络研究的深入，人们越来越重视一些因素对换热网络综合的影响。例如，在以往的设计方法中，设每股物流的传热膜系数和单位换...     

微分进化算法优化换热网络的性能

通过分析换热网络换热器面积与综合费用之间的关系,证明了连续变量引起的换热网络非线性及非凸等特性,这些特性造成换热网络局部最优解众多。而传统的基于梯度的优化算法受初始点影响很大,容易陷入局部最优解,是换热网络最优化的障碍所在。针对优化换热网络问题难以稳定收敛的角度出发,在换热网络分级超结构模型的基础上,研究了微分进化算法求解换热网络问题的鲁棒性。通过具体的算例,在固定结构下与经典的牛顿法比较,结果表明,该方法优化结果不受初始点影响,具有很好的鲁棒性,并且年综合费用得到进一步降低。用于工业生产过程中,可以稳定有效地节约成本。     

用虚拟温度法进行优化间歇过程换热网络

间歇过程在生产中高度灵活,使其在化工生产中所占的比重越来越大。研究了用虚拟温度法得到的间歇过程换热网络,寻找各时间间隔的子换热器网络内的热负荷回路,以一定的规则断开回路,对总换热器网络进行结构优化,使得到的总换热网络的换热单元数目减少。     

微分进化算法应用于换热网络全局最优化

前言换热网络是过程系统中实现能量回收和高效利用的重要环节,其性能直接关系到整个系统的能量利用水平。目前,换热网络优化设计的方法主要分为三类,分别是夹点法[1-2]、数学规划法[3-4]与启发式方法[5-7]。     

基于蒙特卡罗微分算法优化大规模换热网络

在换热网络数学模型及分级超结构基础上,提出蒙特卡罗结合微分进化算法,双层优化换热网络。外层利用蒙特卡罗算法全局范围内搜索最佳的换热网络结构;内层用微分进化算法优化换热器面积;通过设定合理的预期换热器个数,控制Grossmann超结构下产生换热器的个数,不但能提高求解效率,而且可以有效地解决大规模换热网络问题。最后,算例结果表明,基于蒙特卡罗微分算法能保证在全局搜索能力的前提下,混合求解策略能够获得较优的结果。     

RWCE优化换热网络的不可行解影响分析及强化策略

换热网络优化问题常以外罚函数法处理约束,赋予违反约束的不可行解较大的罚值。强制进化随机游走算法(RWCE)优化换热网络时,其非贪婪搜索机制使不可行解以一定概率被保留,从而改变全局寻优过程。本文首先分析不可行解对优化进程的影响,揭示偏移量较小的不可行解对结构进化的促进作用;然后提出差解概率动态调整策略,合理利用不可行解的正面作用,强化结构进化能力;最后,鉴于上述优化结果中偏移量较小的不可行解居多,提出一种可行化策略,通过分段罚指数和双种群优化技术促使过程中有潜力的不可行解快速返回可行域,并提升优化质量。将结合两条强化策略的改进算法应用于16股流与15股流算例,优化结果较文献最优解分别节省了0.35%、0.48%,表明改进后的算法较原算法全局搜索能力得到了显著提升。     

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。     

换热器结垢与换热网络裕量设计方法研究进展

从结垢现象影响换热系统正常运行的角度出发,介绍了近几年换热网络裕量设计以及针对结垢问题不同学者研究出的换热网络优化设计。总结了在换热网络设计中对换热器清洗时序、清洗周期优化或者增加换热网络的裕量设计的不同换热网络设计最优方法,但这些方法都是在换热网络设计之初,考虑换热器结垢最严重的情况即换热网络在“最差”工况下进行的优化,因此优化得到的换热网络难以保证换热网络全运行周期的持续节能优化。本文结合现有换热网络设计方法的利弊,针对结垢过程的慢时变、持续特点,提出一种基于长周期持续节能的换热网络设计优化方法,在换热网络设计之初,定量分析结垢对网络结构的影响,以换热网络全周期累积总费用为目标函数,实现换热网络的最优综合。     

基于实际热负荷分布的换热网络优化改造

采用非等温混合分流分级超结构,建立了基于实际热负荷分布的换热网络改造模型,以由改造费用和运行费用组成的年度化总成本为目标,并采用遗传算法进行求解。改造费用涉及现有换热器增加换热面积、配置新换热器、重新布置管道以及移动现有换热设备所产生的费用,充分考虑了原有换热网络经改造后结构的变化所引起的改造成本。在回用原有换热设备后,根据设备实际面积来计算换热网络的热负荷分布和温度分布,即基于实际热负荷分布对换热网络进行改造。案例研究表明,改造后的换热网络结构具有良好的节能效益,合理地再利用了原网络中的旧换热设备,并以较少的改造成本实现了较高的能量回收,投资回报期仅为0.43年,验证了所提改造方法的有效性和实用性。     

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。     

一种新型Powell粒子群算法同步综合换热网络

针对换热网络同步综合方法的不足,本文提出了一种新型Powell粒子群算法,具有传统确定性方法的高精度以及启发式方法的高效率。同时针对群体智能算法优化换热网络问题时存在的不足,提出了云记忆体和个体对立策略,有效地避免算法发生早熟现象,扩大搜索范围。为处理整型变量而提出的两条整型变量优化策略与Powell粒子群算法结合,实现了连续变量与整型变量的同步优化。最后,选取两个经典算例验证算法的性能,均获得了优于文献的结果,表明算法能够找到更优的换热网络结构,是一种处理混合整数非线性问题的有效方法。     

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。     

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。