优化设计管壳式换热器
优化设计管壳式换热器(推荐：板式换热器利用遗传算法张哲铭庞塞1米serna 1 诉波多黎各2和A jimnez 2 1facultad de ingeniera qumica - universidad de michoacana圣nicols de伊达尔戈. 莫雷利亚, michoacn , mxico 2departamento de ingeniera qumica - instituto tecnolgico de celaya , celaya ,瓜mxico . 摘要本文提出了一种基于遗传算法的优化设计,管壳式换热器. 建议的方法采用了紧凑的制定钟特拉华方法来形容壳侧流型. 优化过程包括确定合适的价值主要几何参数,如管数推移 标准的内部和外部管径,管内布局和音高型,头部,流体分配数量,密封条, 进出水口挡板的间距,以及壳侧和管侧压降. 拟议的方法考虑到若干几何和业务限制,通常建议的设计规范, 并可能(推荐：太阳能)在全球范围内提供最佳的解决方案,而非局部最优解通常得到很多其他优化 方法. 例如以前解决一个disjunctive编程方法,是用来显示应用提议的方法. 结果显示,以往的设计明显改善,通过利用优化方法基于遗传 算法. 关键词:换热器,管壳,钟德拉瓦州,遗传算法.
1 . 采用壳管式换热器是广泛应用于许多工业发电机,化工,石化和石油行业. 这些类型的换热器是强有力的单位,工作范围广泛的各种压力,流量和温度( taborek , 1983年) . 一个典型的最优化问题的换热器共有找到一个单位,达到了热值在 总费用最低,受到一定的限制. 每年的总费用应包括10.6%的资本成本的交换机加上两个抽水器(一对 管侧流体,而另一对出售方液) ,而经营(电力)费用等泵. 传统的设计方法,对管壳式换热器分为评级一大批不同交换机geometries 找出那些符合由于热值和一定的几何和热限制. 这种做法不仅费时, 但也有限制,在确保了优化设计( muralikrishna和shenoy , 2000年) . 最近,新算法的优化设计,管壳式换热器已提议( serna和尼斯, 2005年) . 然而,大多数这类算法使用标准的优化技术基于梯度方法,并作为其后果, 他们可能被困在当地的最佳解决方案,因为该nonconvexities的设计模型.这里有最全的
飞利浦照明代理照明灯具代理. 此外, 在这些算法以下几何和业务变量的交换机是固定的,设计数据由设计者: 多少管纸管内部和外部的直径,布局模式和音高, 以及类型的头部建设和流派(即 配液溪流壳或管一侧) . 由于优化问题简单化了,因为有几个潜在的参数,可以优化被视为常数. 为了克服上述局限性, 这方面的工作提出了一种基于遗传算法的优化设计,管壳式换热器. 建议的方法采用了紧凑的制定钟特拉华方法来形容shellside流没有简化; 这种做法,所以,有同样的准确程度,作为全面钟特拉华州法 并可以把全部的几何参数的实际利益. 优化过程包括选择合适的价值观为主要几何参数,如多管车票 标准的内部和外部管径,管内布局和音高型,头部,流体分配数量,密封条, 进出水口挡板间距, shellside -管侧压降. 建议的方法可确保在全球最佳和/或一套过硬的近优解.
2 . 基本关系的换热面积必须满足以下基本设计方程: 公式( 1 )略另外两个方程,需要有相关的换热面积为电影系数及允许的压降. " 紧凑剂型研制byserna和尼斯( 2004年)是用于这一目的. 该管的一面obtains :公式( 2 )略而对壳侧流体 以下紧凑制定基于贝尔特拉华州法,公式( 3 )略那里的KS kt , M和N取决于几何参数的换热器及流体物理性质. 必须强调的是,这些小巧制剂的后果进行分析处理原方程, 没有关联. 问题的表述是,参数的KS kt , M和N取决于交换机几何学 这不是最初名为. 建立一个高效率的算法,我们利用这些参数作为搜索变数 并不相干的方程,包含了未知的变数,显示serna和jimnez ( 2004年) .
2.1 . 制约因素对模型得到实际的设计, 壳式换热器,必须事先获得热值与下列业务和几何约束: 公式( 4 )略那里δp是压降, v速度,副壳的直径, l的总长度, r bs比例挡板间距为壳体内径, rsmsw比率横流区的窗口流面积, s 米的横流区和西南的窗区. 头四个方程热力水力限制,过去四个方程代表的几何约束. 典型的设计标准将用于这一套约束所作muralikrishna和shenoy ( 2000年) .
上海岚风引进国际顶尖技术,专业生产啤酒设备,水处理设备,
不锈钢管,为切割卫生级不锈钢洁净管的必备.2.2 . 目标函数目标函数包含最小年度费用总额. 一个典型的总费用包括五个部分:资本成本的交换机,资本成本两个抽水机 而经营成本的两个水泵,公式( 5 )还略,是一个适当的准确度, 估计的换热资本费用必须包括成本部件和制造程序. 这种估计,我们用在这方面的工作关系,报由purohit ( 1983年) . 230 . 优化变量的问题,SwingZon专业
高尔夫模拟器采用最新的3D虚拟现实技术，真实再现世界著名球场的原貌；采用最新的3D物理模拟技术，细致地体现球的运动轨迹以及球在球道和果岭上的反弹和滚动；采用最新的3D高速摄像机模式识别技术，精确地测量高尔夫球的飞包括下列变量优化:管侧和壳侧压力降,砥切, 数管合格标准内外管径,管间距,管与格局的安排,流体分配 密封弦.
3 . 优化模型,该模型是由最小的情商. ( 5 ) ,受设计方程,协约配方的压降, 隐含的关系的换热器几何与校正因素钟特拉华州法 以及明确的限制,给予情商. ( 4 ) . 这是人所共知的非convexities这些类型的设计模式,可能会影响申请的典型解决方案 算法,具有潜在的衔接问题的可能性越来越陷入局部最优解. 为了克服这个问题,我们用在这方面的工作的一种遗传算法解的优化问题. 遗传算法的搜索方法的基础上,结合自然选择和遗传有关. 他们所依据的原则是优胜劣汰, 并提供一个搜索方式,效率非常高,几乎是独立的非凸性数学模型(戈德堡, 1989 ) . 无花果. 1列出主要步骤,拟议的办法; 公告情商如何. (四)实施槽使用的刑罚.1 . 解决策略的优化问题略4 . 结果及讨论的例子,在这里报mizutani et al . ( 2003年) . 设计数据都列于无花果. 2 . 为解决这一例子,一个约束管长4.88米的限制. 总结所得结果与提出的模型,给出表1 凡举报办法由mizutani et al . ( 2003 )也列作比较. mizutani et al . ( 2003 )用析规划优化方法来解决这个问题. 可以看出,该算法提供了一个更好的办法比一获得mizutani et al . ( 2003年) . 这是一个明显的案例,在该办法规定的标准优化方法被困纳入地方 最佳值. 相比之下,使用适当的遗传算法可以提供一个全球最优(或优秀近最优)解. 为解决这一问题,我们使用了现有人口20人, 并取得了最后的办法,在30分钟的实时. 图2图2 . 数据的例子来略表格1表1 . 例如结果略5 . 结论,在这方面的工作,优化模型设计的一种管壳式换热器已提议. 模型包括钟特拉华相关的shellside流体 它提供了一个合适的代表性流型内壳. 优化策略是基于使用一种遗传算法 其中几何及业务限制已实施通过使用一种惩罚功能. 遗传算法在总体上更有效率,在提供优良的最佳解决方案,比其他的标准优化方法 这常常得到陷入局部最优解,在应用于nonconvex型号. 成果的案例说明了一个报道的最佳办法,用一个disjunctive编程技术明显提高 所用的方法是正确的. 主要限制算法是其高需求的CPU时间, 但这个问题是克服了令人满意的进展速度,到目前的电脑.
