应用于换热网络优化的并行双层RWCE算法

换热网络规模越大,其解空间内极值点呈指数性增长,优化时不仅要求算法具有强大的全局寻优能力,局部解空间的高精度搜索也不可或缺。鉴于强制进化随机游走算法(RWCE)优化换热网络时难以兼顾局部搜索能力、易导致遗漏最优解的现象,同时为增大算法优化大规模换热网络的种群数量,本文将精细搜索和并行计算相结合提出了并行双层RWCE算法。算法基于多核并行技术,通过并行线程分配建立基础层和精细层,基础层在并行计算技术加持下,算法全局搜索能力大幅提升,精细层将基础层当前最优解实时精细搜索,避免了原算法差解代替优解现象。最后通过两个算例进行验证,结果表明并行双层RWCE算法不仅具有更强的全局搜索能力,且兼具高精度的局部搜索能力,在优化进程中有效保护了最优解。     

基于自适应竞争群优化算法的无分流换热网络综合

换热网络模型具有非凸和非线性的特性,对于大规模超结构优化问题,采用经典的智能算法优化效率低,容易陷入局部最优值。以年综合费用为目标函数,基于自适应竞争群优化算法对无分流分级超结构换热网络模型进行优化。该方法采用对粒子平均位置的递减学习,通过自适应调节速度权重提高换热网络结构的全局优化能力和局部优化能力。通过两个典型算例分析表明,该方法相比量子粒子群算法大幅减少了模型调用次数,缩短了运行时间,并且找到了更好的优化结果。     

随机搜索算法在换热网络优化中的应用进展

随着对能源利用率要求的不断提高,换热网络的优化已引起了人们的高度重视。本文综述了国内外应用随机搜索算法处理换热网络优化问题的最新研究进展,分析了当前应用较多的4种随机搜索算法：遗传算法、模拟退火算法、粒子群算法、禁忌搜索算法。阐述了这些算法各自的优势和尚待改进的问题,指出将不同算法结合起来解决大规模的换热网络优化问题是今后的研究方向。     

有分流换热网络的弹性设计-基于温度波动情形

提出了基于温度波动的有分流换热网络的超结构模型和同步优化的弹性设计方法。首先对于起始温度在一定范围内波动的物流进行预处理。即分段处理。然后建立换热网络同步优化的数学模型,最后对分段物流进行合并,并通过能量松弛方法得取满意一定弹性要求的换热网络结构。     

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。     

混合烷烃脱氢产物分离单元的换热网络优化

以某25万t/a的混合烷烃脱氢装置为背景,选取其中产物分离单元,采用Aspen Plus软件对其进行了流程模拟,模拟结果与现场数据吻合良好。在此基础上,利用夹点技术对现行工况的换热网络进行了夹点分析,在最小换热温差10℃条件下,现行换热网络冷热公用工程的节能潜力分别可达11.61%和8.88%;优化脱乙烷塔进料温度后,节能潜力可分别提高至12.48%和9.60%。通过计算机模拟发现现行换热网络存在着跨越夹点换热器。提出了换热网络优化设计方案,优化换热网络相比于原换热网络冷热公用工程消耗量分别降低12.21%和9.39%。     

一种新的用于换热网络全局优化的强制进化随机游走算法

应用启发式方法在换热网络全局优化上的优点,提出了一种全新的强制进化随机游走算法（random walk algorithm with compulsive evolution,RWCE）,算法以目标函数减小为强制方向,通过各换热单元面积的随机扩大或缩小,同时实现了整型变量（换热单元数）和连续变量（换热单元面积）的同步优化。另外,算法能够以一定的概率选择接受差解,使其具备极强的跳出局部最优解的能力和全局搜索能力。算例验证表明,RWCE算法相比于其他启发式方法具有程序简单、更易实现、算法适应性及全局搜索能力更强的优点,使优化质量得到进一步提升。     

基于流程模拟的合成氨工艺换热网络优化

采用流程模拟等软件,对现有合成氨装置进行用能优化分析,提出节能改造方案,初步确定节能工艺流程图、物料与能量衡算、换热设备条件,为方案的制定提供节能思路,为方案的实施提供设计基础。     

换热网络运行模拟优化

换热网络系统大多数是按给定工况,以投资费用和运行费用最优为目标设计的。但在实际运行过程中,确定和不确定性的影响因素往往导致换热网络的运行工况偏离设计值。偏离设计工况运行的换热网络性能变差,导致运行费用增加,甚至不能满足工艺物流换热要求。在换热网络结构给定条件下,将满足物流目标温度和运行费用最优作为目标函数,以单体模型和Yee et al.（1990）提出的多级超结构为基础,建立换热网络运行模拟优化模型,并进一步去除恒定膜传热系数假设使模型贴近实际问题。针对提出的非线性数学模型（NLP）问题,以标准粒子群算法为基础建立求解策略。在论文的最后,4个来源于已发表论文的实例研究证明了该优化方法的有效性。     

基于群体智能算法的换热网络同步最优综合

换热网络同步综合方法一般需要建立复杂的混合整数非线性数学规划模型,该模型具有非凸、非线、不连续的特点,属于最难求解的一类NP-hard问题,应用传统的优化算法很难确定其全局最优解,尤其是对大规模换热网络综合问题,甚至无法在合理时间内接近全局最优的局部最优解。针对换热网络同步综合问题,提出基于群体智能算法的分层优化策略,外层采用离散粒子群算法与遗传算法相结合的混合群体智能算法优化换热网络结构,内层在结构变量给定条件下利用改进粒子群算法优化冷热物流分流比与换热负荷。两个典型算例研究证明了该方法能以较高的效率和稳定性得到较好的优化结果。     

换热网络合成问题的并行BB/SQP混合算法

换热网络合成问题通常可用非凸、非线性、不可微的混合整数非线性规划模型描述。基于GPU的并行计算技术为求解大规模模型提供了高效支撑。针对已有并行SQP算法求解换热网络合成问题中存在二元变量组合数过多、并行SQP算法求解结果严重依赖初值等问题,提出了BB/SQP混合并行算法。该算法采用BB算法代替枚举法,不但大大减少了模型求解中可能的二元变量组合,而且为SQP算法选出了可行的初值,从而提高了算法的求解质量。研究表明,所提出的混合并行算法能够有效求解换热网络合成问题,且并行计算相比串行计算的求解速度显著增加,加速比可达39。     

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。     

以综合费用最小为目标的无分流换热网络综合

提出峰谷轮换法对以综合费用最小为目标的无分流换热网络进行综合优化,该方法首先对目标函数极小化得到一个局部极小值及相应的结构,然后以该结构为初始结构极大化目标函数得到局部极大值及相应结构,极小化和极大化过程沿着一定路径无折回地交替进行,跳出局部极小值点,寻找更优的换热网络结构,直至最优结构.采用2个典型算例对该方法的可行...     

Simultaneous synthesis of structural‐constrained heat exchanger networks with and without stream splits

This paper presents a comprehensive simultaneous synthesis approach based on stage‐wise superstructure to design cost‐optimal heat exchanger network (HEN). It is well known that the simultaneous synthesis model has very complicated mixed integer nonlinear programming formulations, which are non‐convex, non‐continuous and have many local optima. Up till now, it cannot be expected that an algorithm can find, in polynomial time, the global solution to the simultaneous synthesis problem of HEN. In order to reduce computational complexity, some simplified assumptions for structures, such as no stream splits, stream splits with isothermal mixing, no stream split flowing through more than one exchanger, etc, are adopted to prune the search space at the expense of neglecting certain important alternatives in the network configuration. In this work, a flexible stage‐wise superstructure is proposed to control the solution performance and search space efficiently. At each stage of the superstructure, with or without stream splits is determined at random or by the experience of designers. In this way, various candidate series and split network designs featuring the lowest annual cost can be found. Moreover, an efficient two‐level optimisation algorithm is employed for solving the presented model utilising genetic algorithm and particle swarm optimisation algorithm. Three case studies are presented to show the applicability of the proposed methodology. In addition, the results show that the new approach is able to find more economical networks than those generated by other methods. © 2012 Canadian Society for Chemical Engineering     

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。     

并行多家族遗传算法解多目标优化问题

提出了一种并行多家族遗传算法,采用主从节点分布式的计算策略,并应用分解协调的思想,对Pareto前沿进行分段,将计算任务分配到局域网上的多台计算机上完成,以减少计算时间。将所提出的方法用于两个化工实际问题的求解,得到的Pareto前沿的分布均匀性和全面性均优于单个遗传算法算得的结果。解决了遗传算法与流程模拟器结合解化工过程多目标优化问题时计算耗时太长的难题。