利用粒子群优化来合成最优换热器网络【精品文档】(完整版)
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
利用粒子群优化实现最优换热器综合网络
Aline P. Silva · Mauro A.S.S. Ravagnani ·
Evaristo C. Biscaia Jr. · Jose A. Caballero
Received: 28 October 2008 / Accepted: 31 July 2009
© Springer Science+Business Media, LLC 2009
摘要: 换热器的综合网络在过去几十年中是一项被充分的研究课题。为了以便
能量的回收、减小公用设备的能源消耗和换热设备的数量,提出来了许多研究和方法。
在这方面发表的大多数论文都基于夹点分析和数学规划。最近发表的论文应用到了meta-heuristic 技术如遗传算法或模拟退火法来解决换热器网络合成问题,有了两好的发现但是需要大量的运算。
在这篇文章中为换热器网络的合成提出了一个优化的模型。该方法是基于使用粒子群优化来确定换热器网络从而使换热器的投资成本和其他设备以及泵的能源消耗费用占年度总投资的费用减少。该算法是基于上层结构并考虑到换热器的分流的一种同步优化模型。文献中的一些例子用来展现这种算法的应用,其结果证实了用很小的计算量可实现最优化的换热器网络配置。
————————————
J.A. CaballeroA.P. Silva ( ) · M.A.S.S. Ravagnani
Chemical Engineering Department, State University of Maringá, Maringá, Brazil
e-mail: aline.aps@
M.A.S.S. Ravagnani
e-mail: ravag@deq.uem.br
E.C. Biscaia Jr.
PEQ/COPPE, Federal University of Rio de Janeiro, Rio de Janeiro, Brazil
e-mail: evaristo@peq.coppe.ufrj.br
University of Alicante, Alicante, Spain
e-mail: caballer@ua.es
Published on line :25 August 2009
关键词换热器综合网络, 结构模型, 微粒群优化
1说明
在工业厂房中能量的过度消耗是最常见的问题之一,它是工业化产品在全球资本消耗结构中最大的消耗。
在工业生产过程中有些流体需要被加热有些则需要冷却,通常用冷热设备分别来实现。换热器综合网可以将流体分程实现加热冷却一体化,通过用是热流体加热冷流体,冷流体冷却热流体。这样就可以减少冷热设备的数量。除此之外也使设备的消耗减少,它用于小数量的传热设备中很重要的,它减小了终端网络的固定费用。
换热器的网络合成是过去四十年充分研究的课题。做为一个研究课题,已经发表了大量集中在不同方法与合成技术的论文。热量循环系统一直是合成研究中所被关心的话题。在七十年代第一次能源危机后,作为一个研究领域,相关主题的论文发表数量的增长可以看做事换热器网络合成研究的推动力。工业、大学和研究所要找到解决的办法来减小从易燃物中获得热能的使用,如原油。
本质上,换热器综合系统的任务需要找到一个结合两种流体的实用序列设备,从某种意义来说网络是相对于总成本中最优的。最复杂的问题是它的组合性能,对于一种定量的流体有许多种可能的结合方式,然而满足最小设备消耗的换热器网络配置的数量要小于有可能的总共的网络配置数量。
根据Ravagnani等人(2003)发表的,为了达到最优化换热器综合网络这一目标做了各种研究来力求有进展的方法。研究集中到两各领域中,夹点分析法是用动力学概念、推断和数学规划,如线性、非线性、混合整数线性和非线性规划。最近优化的启发方法也被应用于解决线性与非线性模型。
Gundersen 和 Naess (1998)以及 Furman 和Sahinidis (2002)发表完整的换热器网络综合的回顾。提出了重要的研究分支像夹点分析法和数学规划。
夹点分析法用到动力学的基本概念和推断,我们可以从Linnhoff and Flower (1979)的作品,Linnhoff 等人(1978,1982)的作品Linnhoff 和Hindmarsh (1983)以及 Linnhoff (1993, 1994)的作品中看到。
在数学规划中换热器网络合成被认为是一种优化问题。根据Gundersen 等人(2000)所述,论文中序列方法相对于数学规划方法发生了逐渐发展,其目的在于逐步的解决问题我们可以从Cerda 和 Westerberg (1983)以及Colberg and Morari (1990), Floudas等人 (1986), Gundersen and Grossmann (1990) 还有Papulias and Grossmann (1983)发表的论文中看出,该项工程采用同步优化,其中所有的变量同时进行优化,我们可以从Bjork and Westerlund (2002), Ciric and Floudas (1991), Quesada and Grossmann (1993), Yee and Grossmann (1990) and
Zamora and Grossmann (1998)发表中看到。
换热器网络合成的混合整数非线性规划的求解是高度非线性的,一些像Daichendt and Grossmann (1994), Quesada and Grossmann (1993) and Zamora and Grossmann (1998)的论文在全球范围发表避免仅在小范围内发表。
尽管传统的混合整数非线性规划方法是基于完整的代数离散/连续最优化问题,利用一个广义的离散编程模型(Lee and Grossmann 2000; Raman and Grossmann 1994; Turkay and Grossmann 1996)可以结合逻辑和代数方程组,代表离散决策。
在本文中提出的方法是换热器网络综合使用的用来解决最优化问题的不确定性的优化方式,要尽量避免局部优化和非线性的困难。
由Yee and Grossmann (1990) and Ravagnani and Caballero (2007)提出的了为换热器网络合成而使用的一个相似模型,它基于对阶段性明确的结构的呈现,考虑到了分流以及固定的热传递系数。
用粒子群优化来解决这个问题,并它能良好的适用于非线性问题。
2问题定义
给定一组冷热流体的供应量和目标温度,以及冷热设备的温度和他们相对应的成本,目的是要涉及每年总消耗的成本和公用设备与地域面积的成本从而找到最好的换热器综合网络配置。为了解决这个问题,一个与Yee and Grossmann (1990)提出的阶段性明确的结构的呈现相似的预算法则同样被Ravagnani and Caballero (2007)用到,从而提出找到了全球每年最少的成本消耗包括地域和设备的成本。分流也在换热器网络合成系统中被考虑到。
图1展现了一个关于两种热流体与两种冷流体的问题的结构图,他是基于Yee and Grossmann (1990)的作品。这个结构包含着每个阶段,各个阶段中都发生着冷热流体的热交换。加热器和冷却器放置在流体的两端。正如Yee and Grossmann (1990)中介绍的最大的阶段数值是冷热流的流量也都是最大值。
提出一个目标函数,以减少每年的总成本。优化问题的约束使换热器的热力学性能受限制。