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。     

多周期操作工况下换热网络的弹性设计

提出了基于专家系统的多周期换热网络的超结构形式及弹性设计方法。首先通过专家系统确定各周期操作工况下物流的分流及匹配禁止情况,在此基础上建立网络多周期操作工况下的超结构模型;然后用遗传算法对上述模型进行求解;最后用分解协调法对网络结构和匹配单元同时进行优化。该方法不仅能自动地合成多周期操作工况的换热网络最优流程结构,而且能同时满足网络在各操作工况下的各种工艺限制条件。最后,通过某个换热网络的最优合成设计,说明本方法的有效性和应用前景。     

多周期操作工况下热换网络的弹性设计

提出了基于专家系统的多周期换热网络的超结构形式及弹性设计方法。首先通过专家系统确定周期操作工况下物流的分流及匹配禁止情况。在此基础上建立网络多周期操作工况下的超结构模型;然后用遗传算法对上述模型进行求解。最后用分解协调法和网络结构和匹配单元同时进行优化。该方法不仅自动地合成多周期操作工况的换热网络最优流程结构,而且能同时满足网络在各操作工况下的各种工艺限制条件,最后,通过某个换热网络的最优合成设计     

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。     

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。     

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。     

基于局部搜索策略的混合算法同步综合换热网络

针对复杂换热网络混合整数非线性问题,提出了一种由混沌蚁群算法、局部搜索策略和结构进化策略组成的混合算法,同步综合换热网络。首先采用混沌蚁群算法初步优化换热网络,蚂蚁个体根据混沌搜索机制遍历整个求解域。随后引入Powell法作为局部搜索策略,加强蚂蚁个体的局部搜索能力。最后结合结构进化策略,限制算法的搜索空间,优化蚂蚁个体表示的换热网络结构,并将优化后的信息反馈。蚂蚁会根据自身、邻居和反馈的信息作进一步搜索,直到算法收敛于全局最优解。通过算例对算法进行验证,结果表明,混沌搜索机制使混合算法具有很好的全局搜索能力;Powell法加强了算法的局部搜索能力,提高了求解精度;结构进化策略能够有效地缩减搜索区间,提高搜索效率。所以混合算法能够很好地兼顾处理连续变量和整型变量,适用于换热网络综合。     

多周期操作工况下无分流换热网络的弹性设计

提出了基于多周期无分流换热网络的超结构形式及弹性设计方法——同步优化方法。首先建立网络多周期操作工况下的超结构模型;然后用遗传算法对上述模型进行求解。该方法能自动地合成多周期操作工况的换热网络最优流程结构。最后,通过换热网络的最优合成设计实例,说明本方法的有效性和应用前景。     

兼顾求解速度和精度的换热网络动态模拟方法

以换热器集总参数动态模型为基础,首次建立了基于Grossmann分级超结构的换热网络动态模型和求解方法,可自动识别换热网络结构并建立相应的求解策略,实现了换热网络的动态模拟。模型中考虑了流体温度变化对物性和换热性能的影响,有效地提高了换热网络动态解的求解精度;采用内外双层解法,提高了换热网络动态解的求解速度。实例应用表明,基于Grossmann分级超结构的换热网络动态模型及求解策略可靠、准确,能够获得扰动后换热网络中流体参数的真实变化过程,为换热网络的动态优化和控制奠定了基础。     

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。     

基于专家系统和遗传算法的换热网络的建模和优化

A new superstructure from of heat exchanger networks(HEN) is proposed based on expert system (ES). The new superstructure from is combined with the practical engineering.The different investment cost formula for different heat exchanger is also presented based on ES.The mathematical model for the simultaneous optimization of network configuration is established and solved by a genetic algorithm.This method can deal with larger scale HEN synthesis and the optimal HEN configuration is obtained automatically.Finally,a case study is presented to demonstrate the effectiveness of the method.     

考虑工况变迁和兼顾运行的换热网络优化设计

基于固定工况设计的换热网络无法保证变工况下的运行性能,以换热网络的运行优化和动态设计为出发点,提出了换热器旁路调节的方法,结合Grossmann的换热网络分级超结构模型,建立了换热网络旁路调节的数学模型和求解策略。利用蒙特卡罗随机技术和最速下降法混合优化策略获得了最佳旁路开度,保证了工况迁移时换热网络的运行性能。实例应用表明:旁路调节大大增加了换热网络的柔性,降低了运行费用。合理调整旁路开度可使得换热网络的运行始终处在较优状态,获得显著的经济效益。     

特殊换热网络算例优化与分析

换热网络综合属于混合整数非线性规划问题,具有严重的非凸、非线性特性。为探讨某些换热网络算例可能存在内部公用工程且年综合费用极低的特殊换热网络结构,本文采用了允许公用工程内置的无分流分级超结构模型。基于布谷鸟搜索算法,通过设置最小换热量阀值及以较小概率接受较差结构来指导换热网络结构进化,建立适用于求解换热网络综合问题的优化算法,并对特殊算例的优化结果进行分析。本文列举3个特殊算例,具有热流体的初始温度高于热公用工程的入口温度或热公用工程的进出口温差较大的特征,改进的布谷鸟搜索算法能够搜索到带有内部公用工程的换热网络结构,且年综合费用得到明显下降。结果表明：对于特殊算例,公用工程内置能够优化换热网络的热量分布,节约换热器面积,有效降低换热网络的年综合费用。     

工业系统超结构模型应用研究进展

超结构模型的研究和应用可以有效解决化工、水处理、钢铁、冶金等领域中逐渐凸显的能源效率问题,常见于工业系统中的热交换网络和质量交换网络、水网以及其他网络。详细论述了换热网络中的基于状态空间超结构、基于分级超结构模型,以及两种经典超结构模型思想在质量交换网络、水网中的应用。完成超结构构建后,根据工业的实际生产状况,一般以年度总费用为目标函数,选取合理算法优化超结构网络,最终得到所需的新建或者改建方案。总结归纳了常见的优化算法,主要分为两大类：确定性算法和随机算法。最后阐述了超结构模型在科学研究和实际工程应用中还存在的问题以及下一步的研究方向。     

用于超结构换热器网络热计算和网络综合的显式解

For the optimal design of a heat exchanger network, the inlet and outlet stream temperatures of each heat exchanger in the network should be known. An explicit analytical solution of stream temperatures of an arbitrary connected heat exchanger network was introduced, which is suitable for the thermal calculation of heat exchanger networks. For the heat exchanger network synthesis, this solution was further developed and coupled with the stage-wise superstructure heat exchanger networks. The new calculation procedure reduced the computer memory requirement dramatically. On the basis of this solution, a mathematical model for synthesis of heat exchanger networks with genetic algorithm was formulated, which is always feasible and no iteration is needed. Two examples were calculated with the proposed approach and better results were obtained.     

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。     

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     

A monogenetic algorithm for optimal design of large-scale heat exchanger networks

The optimal design of large-scale heat exchanger networks is a quite difficult task not only due to its non-linear characteristics but also due to a great number of local optima in its solution space. An explicit analytical solution of stream temperatures for the superstructure heat exchanger networks was developed, which reduces number of decision variables significantly. Based on this solution, a mathematical model for synthesis of heat exchanger networks was formulated for searching the optimal configuration of a heat recovery system by a hybrid genetic algorithm. For large-scale heat exchanger networks, a monogenetic algorithm based on the optimization of sub-networks is proposed. In the first step of the optimization, the hybrid genetic algorithm is applied to the synthesis of the whole heat exchanger network for finding the functional groups (sub-networks) rather than the chromosomes (positions of the heat exchangers and splits of the streams) and genes (areas and heat capacity flow rates). Then the monogenetic algorithm for evolution of the functional groups is carried out to improve the HEN. This procedure was applied to examples taken from literature and better results were obtained.     

基于NSGA-Ⅲ算法的高维能量集成网络的优化改造

针对现有随机算法对高维能量集成网络（换热网络）求解困难与易陷入局部最优的问题,提出了一种基于参考点的非支配排序遗传算法（NSGA-Ⅲ）的换热网络优化方法。该方法使用特殊的支配关系引入了自适应离散化Pareto前沿与参考点机制,对那些非支配且接近参考点的种群个体进行保留。本文基于非等温混合分流分级超结构模型,以用户最关心的环境影响指数、投资费用、操作费用与改造工程量为改造优化目标,从多个方面、多个层次考虑换热网络改造问题,为用户提供多种可供选择的改造方案。案例研究表明,改造后的换热网络以每年57304USD的投资费用节省25%的年度操作费用,同时还具有较小的环境影响指数与改造工程量;与文献相比,可以提供多元化的节能改造方案,满足用户的不同改造需求,且获得优于文献的综合改造结果,表明该方法具有较强高维求解能力。