基于遗传模拟退火算法的热泵和制冷系统优化

摘要

热泵和制冷系统中各部件的匹配对系统性能起着关键作用，合理的匹配能提高系统性能，减少运行费用。传统的优化算法包括梯度-牛顿法、罚函数法、单纯形法、多面体法等，在对复杂系统优化时，具有易发散、对初值依赖性大、耗时长的缺点。遗传算法和模拟退火算法是人工智能中的两个重要算法，适合复杂组合系统的优化，具有并行性、收敛速度快的特点。遗传模拟退火算法是利用模拟退火算法对遗传算法进行改进的一种算法，应用于系统优化时，具有并行性、最优率高的特点。 本文主要以单级蒸汽压缩制冷循环为研究对象，基于热泵和制冷系统的稳态仿真模型，将遗传模拟退火算法应用于热泵和制冷系统的优化匹配。针对不同的系统容量，以COP为优化目标，重点讨论了制热量为36.60 kW和制冷量为36.47kW时的压缩机输气量、冷凝器和蒸发器面积的匹配，以及压缩机输气量、冷凝器和蒸发器的面积在一定范围内随容量变化的规律。 结果表明，遗传模拟退火算法在优化稳定性方面要优于遗传算法，能够适用于热泵和制冷系统优化匹配的研究。

目录

文摘

英文文摘

声明

第一章 绪论

1.1课题提出的背景

1.2热泵和制冷系统仿真优化的现状

1.3遗传算法及模拟退火算法在热泵和制冷领域的应用现状

1.4研究的内容与意义

1.5本章小结

第二章 遗传模拟退火算法及其改进

2.1遗传算法介绍

2.2模拟退火算法介绍

2.3遗传模拟退火算法的改进

2.4本章小结

第三章 系统仿真模型及验证

3.1系统各部件模型及系统仿真模型

3.2制冷剂和水的物性参数计算

3.3系统仿真模型的验证

3.4本章小结

第四章 热泵系统优化研究

4.1系统优化原则与流程

4.2基于遗传算法的热泵系统优化

4.3基于遗传模拟退火算法的热泵系统优化

4.4热泵系统优化结果及讨论

4.5本章小结

第五章 制冷系统优化研究

5.1基于遗传模拟退火算法的制冷系统优化

5.2制冷系统优化结果及讨论

5.3本章小结

第六章 结论和建议

6.1结论

6.2建议

参考文献

攻读硕士期间发表的学术论文

致谢