换热网络模型预测控制中的滚动优化策略

针对换热网络具有非线性、滞后性、约束性等特性,提出将模型预测控制算法应用到换热网络的控制中,并对其滚动优化策略进行深入研究。首先,建立以综合费用最少的换热网络模型及目标函数,然后引入最速下降法对换热网络进行优化,以获得下一步的最优旁路开度,实时计算,实现换热网络模型预测控制中的滚动优化策略。通过算例证明:采用滚动优化策略能够快速、准确地计算出每一步的最优旁路开度,在保证出口温度达到目标值的同时使系统经济效益有所提升。     

节杆菌对烟叶的降烟碱作用

应用节杆菌(Arthrobacter spp.)K7和K3菌株菌悬液处理K326的采收后烟叶,并测定烘烤后烟叶烟碱含量.结果表明,烟叶经节杆菌茵悬液处理后,烟碱含量均有不同程度的降低,在田烟上使用效果略好于地烟,K7菌株对田烟的降烟碱效果好于K3茵株.K7和K3茵株茵悬液处理分别使田烟下部叶烟碱含量降低39.7%和34.9%,上部叶烟碱含量降低29.5%和29.2%,中部叶烟碱含量降低28.4%和26.1%.对各处理单料烟的评吸结果表明:节杆菌处理后,烟叶的香气质、香气量增加,烟气细腻,刺激性减轻,劲头有所下降且余味改善.两菌株对中部叶香气质的影响最大.     

凝汽器喉部扩散角对其性能的影响研究

该文利用直接模拟蒙特卡罗数值模拟方法，分析了凝汽器喉部扩散角度对其汽阻以及流场均匀性和稳定性的影响。通过计算和理论分析，得到了喉部压力损失随喉部扩散角的变化关系，并提出了临界扩散角的概念；分析和比较了不同喉部扩散角时的喉部出口流场分布。最后，从这两方面对汽轮机凝汽器喉部的扩散角进行了优化分析，得到结论：在临界扩散角以下适当扩大喉部扩散角可以有效地减小汽阻，而小的喉部扩散角可以带来更均匀的出口流场。     

换热网络的动态柔性及其优化

在探讨换热网络可控性和抗干扰能力两方面性能的基础上,提出了换热网络动态柔性的概念,并分析了该性能参数对实际换热网络运行的影响。在此基础上提出了考虑换热网络可控性和运行稳定性的优化设计方法。结果表明,将动态柔性参数引入到换热网络优化设计中,不仅能够兼顾稳态和动态两方面性能,还可得到更适合实际需要的换热网络结构。     

基于正弦调整的粒子群算法应用于换热网络

粒子群算法在优化换热网络综合问题后期,通常陷入局部极值而无法寻到全局最优解。通过对粒子群算法中的种群大小、迭代步数、最大速度、惯性权重4个参数的正交试验,得出了惯性权重是平衡算法局部搜索和全局搜索能力的一个重要因素。在综合分析标准PSO算法速度进化方程的基础上,提出了一种按正弦变化惯性权重的PSO算法,并利用标准测试函数验证了算法的性能。通过典型算例证明改进后的PSO对换热网络综合问题的有效性。     

基于多重群体遗传算法的换热网络同步综合

通过对YEE换热网络分级超结构的分析和改进,建立了包含更多可行结构的换热网络超结构及其数学模型,扩大了网络结构的搜索范围。针对普通遗传算法和其他优化算法无法保证换热网络综合质量和效率的缺点,结合多重群体遗传算法进行网络优化综合,提高优化过程的稳定性,该方法将换热网络结构信息转化为种群和繁殖群体中个体的染色体信息,选择繁殖种群中优秀个体进入种群淘汰较差个体,实现种群的逐步新陈代谢。利用多重群体遗传算法对实际换热网络问题进行了优化。结果表明:多重群体遗传算法能有效提高换热网络优化的稳定性和鲁棒性,在优化变量和非凸性增加时,能获得综合性能良好的换热网络结构。     

能量系统广义换热网络优化的蒙特卡罗SCDD法

在能量系统广义换热网络超结构及其数学模型基础上,提出了广义换热网络优化的蒙特卡罗SCDD混合算法,将蒙特卡罗法的全局搜索能力强和SCDD法计算效率高的优点相结合,提高广义换热网络优化算法的鲁棒性和计算效率,也增强了算法获得全局最优解的能力。实例应用表明:蒙特卡罗法能够有效获得广义换热网络的初始能流分配比例,而SCDD法提高了最佳能流比例的求解效率,利用蒙特卡罗SCDD混合求解算法可获得广义换热网络的最佳能流分配比例,使得总能利用效率最高。     

再入流场的局域化学状态判据和过渡控制分析

对再入飞行器再入过程中所经历的流场热－化学状态和过渡控制进行了研究,提出新的局域平衡判据和流场中控制方式的判据。利用这一新的判据,分析了流场中不同区域的化学状态和不同气体组元对烧蚀防热的影响。     

多股流换热器精确数学控制下的运行优化

在多股流换热器精确数学控制的基础上,针对板翅式平行流多股流换热器,从最小能耗的角度确定辅助流体间的最佳调节组合并建立优化目标函数,对其进行了运行优化的研究,它可以快速的求解出最小能耗下辅助流体间的最佳调节组合。     

一种基于并行计算的混合算法优化有分流换热网络

换热网络优化是化工过程系统工程领域的研究难点,其数学模型具有高度的非凸、非线性,在使用单一启发式算法优化时,往往具有局限性。研究以换热网络的年综合费用最小为目标,针对强制进化随机游走（RWCE）算法在优化时由于个体间独立进化,导致优化过程中信息缺乏交流的问题,提出将遗传算法（GA）与其混合。混合后的算法在保持前一半优势种群中的个体单独进化的基础上,通过周期性的交叉、变异等操作产生子代来替换掉劣势种群,从而增强了原有算法的整型变量优化能力,并弥补了弱势个体无法更新的不足。为了兼顾算法在大种群下优化有分流换热网络的计算效率,节约时间成本,使用OpenMP系统将混合算法实现了并行化设计。通过三个不同规模的换热网络问题对并行后的混合算法进行验证,结果表明该算法能在有效提升优化质量的前提下相比串行算法大幅缩短计算时间,其中两个算例突破了目前文献最优解。