基于遗传算法的换热器多目标优化设计方法

摘要

换热器在能源化工等多个领域有广泛的应用，其投资成本占工业生产的比重较大，对其进行优化设计，从而使换热器的性能和成本同时达到最优，该项工作具有重要意义。本文提出了一种换热器多目标优化设计的新方法，并以某电厂末级过热器的设计为应用实例进行了实际优化。在优化过程中，选取三个目标函数：投资成本作为一个目标函数直接进行优化；运行成本主要是泵和风机消耗的厂用电以及折旧费用，泵和风机的功率又与烟气侧压力损失、蒸汽侧压力损失密切相关，因此本文通过将烟气侧压力损失和蒸汽侧压力损失两项整理成泵和风机耗电功率的形式间接体现运行成本；通过求算换热过程可用能损失的多少来体现过热器性能好坏，将熵产细化为四个部分分别进行考虑：即烟气侧压损引起的熵产、蒸汽侧压损引起的熵产、烟气侧温差引起的熵产、蒸汽侧温差引起的熵产，将上述四部分加和得到该过程的总熵产数作为第三个目标函数。选用过热器单管外径、管长、管子横向排数、管子纵向排数、管纵向节距和管横向节距六个变量为决策变量，利用Matlab软件进行编程以及NSGA-Ⅱ遗传算法进行优化，得到了pareto front解集并进行了深入的分析。通过与某电厂的实际设计参数对比可知，优化结果的取值范围在可行的范围内并得到多组优于原设计数据的设计方案，从而证明了本文所用多目标优化方法的可行性与优越性。