基于Aspen Plus和遗传算法的热工流程优化研究

发布时间：2017-08-03 04:16

  本文关键词：基于Aspen Plus和遗传算法的热工流程优化研究

  更多相关文章： 热工流程 Aspen Plus Excel 遗传算法

【摘要】：热工流程的建模和优化一直以来都是热能专业的热点和难点问题。传统的热工流程建模方式效率低,工作量大。相对而言,Aspen Plus流程建模软件在热工流程建模方面是一种更高效的选择。但是Aspen Plus的优化模块还不够完善,比如不能进行多目标规划和能够处理的决策变量类型较少,其默认采用的序列二次规划算法也具有一定的局限性,比如收敛性不好、优化结果受初值的影响较大和容易陷入局部最优值等缺点。为了在利用Aspen Plus强大的流程建模功能的同时保证热工流程优化的全局寻优能力和收敛稳定性,本文利用Aspen Plus的ActiveX接口采用遗传算法对Aspen Plus中模拟的热工流程进行了优化。首先,本文在PIKAIA遗传算法的基础上,参考NSGA-II,利用Aspen Plus的ActiveX接口,实现了结合了Aspen Plus的单目标和多目标遗传算法程序,并验证了该程序的正确性,并且介绍了限制条件和多种类型决策变量的处理方法,为后续的算例计算奠定了基础。其次,本文选取了以下3个具有代表性的实际热工算例来进行介绍。单个设备的设计优化是流程优化的基础,本文以管壳式换热器设计优化为例介绍了单个热工设备的设计优化过程。经过本文优化后,换热器换热面积相对于文献中的优化设计结果减少了17.34%。溴化锂吸收式制冷流程优化算例表明,在本文给定的制冷量等条件下,通过改变放气范围等参数,借助基于非支配排序的多目标优化思想,可以得到系统COP和系统总换热面积(SUMA)二者的最优关系(Pareto前沿)近似为‘'SUMA=148.12*COP-64.474"。整体煤气化燃气蒸汽联合循环流程优化算例表明,通过改变三个闪蒸罐压力,借助基于非支配排序的多目标优化思想,可以得到系统效率(SE)和C02捕集率(CCR)二者的最优关系(Pareto前沿)近似为"CCR=-9.9998*SE+4.1682",而且存在一些系统效率和CO2捕集率都优于原系统工况的闪蒸压力组合。3个热工流程优化算例表明,本文采用的基于Aspen Plus和遗传算法的热工流程优化思路同时利用了Aspen Plus的强大的流程建模功能和遗传算法良好的优化性能,是一种更高效可靠的热工流程建模和优化思路。而且,结合Aspen Plus中的Calculator模块和Design Spec模块可以使优化Aspen Plus中模拟的流程的工作效率“更上一层楼”。最后,本文完成了一个具有实用意义的Excel表格,可以使用户在不需要二次编程的情况下,处理不同的Aspen Plus模拟文件、决策变量、限制条件和目标函数。
【关键词】：热工流程 Aspen Plus Excel 遗传算法
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TK172;TP18
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-16
• 1.1 课题研究的背景及意义9-11
• 1.2 研究现状11-13
• 1.2.1 优化思路相关文献的介绍11-12
• 1.2.2 管壳式换热器的建模和优化12-13
• 1.2.3 溴化锂吸收式制冷的建模和优化13
• 1.2.4 整体煤气化燃气蒸汽联合循环的建模和优化13
• 1.3 本文研究的主要内容和方法13-16
• 2 优化方法介绍和正确性验证16-36
• 2.1 单目标遗传算法16-19
• 2.1.1 编码模式16
• 2.1.2 排序模式16-17
• 2.1.3 选择模式17
• 2.1.4 交叉模式17
• 2.1.5 变异模式17
• 2.1.6 精英模式17-19
• 2.1.7 终止准则19
• 2.2 ActiveX接口的利用19-21
• 2.2.1 Aspen Plus数据写入方法20
• 2.2.2 控制Aspen Plus运行20-21
• 2.2.3 读取Aspen Plus运行结果21
• 2.3 单目标遗传算法正确性验证21-26
• 2.3.1 模型介绍21-22
• 2.3.2 计算结果22-26
• 2.4 限制条件的处理方法26
• 2.5 多种类型决策变量的处理方法26-27
• 2.6 多目标遗传算法27-29
• 2.6.1 非支配排序27-28
• 2.6.2 拥挤距离28
• 2.6.3 精英化28
• 2.6.4 程序细节改动28-29
• 2.7 多目标遗传算法正确性验证29-35
• 2.7.1 两目标函数算例29-33
• 2.7.2 三目标函数算例33-35
• 2.8 本章小结35-36
• 3 热工流程的优化算例36-66
• 3.1 管壳式换热器的设计优化36-46
• 3.1.1 模型介绍36-37
• 3.1.2 优化思路37-39
• 3.1.3 优化结果39-46
• 3.2 溴化锂吸收式制冷参数优化算例46-53
• 3.2.1 模型介绍46-47
• 3.2.2 优化思路47-49
• 3.2.3 优化结果49-53
• 3.3 IGCC参数优化算例53-65
• 3.3.1 模型介绍53-55
• 3.3.2 优化思路55-59
• 3.3.3 优化结果59-65
• 3.4 本章小结65-66
• 4 通用性优化工作表开发66-72
• 4.1 实现通用性的方法66-67
• 4.1.1 Excel数据读取方法67
• 4.1.2 Excel数据写入方法67
• 4.2 数据输入示例和说明67-70
• 4.3 结果输出示例和说明70-72
• 结论72-73
• 研究展望73-76
• 参考文献76-79
• 致谢79-80

【相似文献】

中国期刊全文数据库 前10条

1 刘光明;王伟鹏;;基于Aspen Plus物性分析计算甲醇水溶液凝固点[J];化学工程;2013年06期

2 徐增花;;“Aspen Plus”软件在化工生产中的应用[J];科技创新与应用;2013年16期

3 许保云;田叶盛;李虎林;龙磊;吉永U，

本文编号：612607