螺旋管换热器
螺旋缠绕管式换热器
波纹管式换热器
新闻动态
换热网络优化的研究进展及其前景展望点击：1775 日期：[ 2014-04-26 21:39:53 ] |
| 换热网络优化的研究进展及其前景展望 于春江 (辽阳石化分公司研究院,辽宁辽阳111003) 摘要:介绍了夹点设计法、双最小换热温差法、数学归纳法、神经网络模型法、遗传算法等的研究进展情况,同时对换热网络发展进行了展望。 关键词:换热网络;优化设计;换热;节能 中图分类号: TP 393 文献标识码: A 文章编号: 1004-0935(2010)07-0766-04 换热网络广泛地应用在化工生产、电力、制药等许多现代行业中,人们经过日常的生产实践发现,很多换热网络的热量得不到有效利用,造成能源极大损失,并破坏了我们赖以生存的环境。于是世界各国就开始着手研究工业能量回收利用,尤其对换热网络优化进行立项开题。几十年来,国内外许多研究者在这一领域做了大量的工作,开发了不同的优化方法。本文参考国内的文献资料,对热力系统换热网络优化的方法进行概括总结,并对其发展方向作出展望。 1 换热网络优化研究进展[1-8] 1.1 夹点设计法 在众多的换热网络合成策略中以Linnhoff等为代表的夹点技术(Pinch Technology)最为简便、实用。1978年末, Bodo Linnhof等首先提出了过程换热网络中描述能量流的一种新方法,这种方法引入了热力学概念,叫做“过程综合”。l983年Linnhof和Hindmarsh把这一概念表达为夹点(Pinch Point)技术。夹点技术以热力学为基础,从宏观的角度分析过程系统中能量流沿温度的分布,从中发现系统用能的"瓶颈",并给以解"瓶颈"的一种方法。夹点技术把最大的能量回收和夹点温度通过最小温差联系起来,夹点技术是通过建立物理模型较深入地揭示问题的内在特性,物理意义比较清楚,效果显著。用夹点技术设计换热网络的基本思想是:从最大能量回收出发,建立一个初始网络,然后根据设备费用和能量费用的协调,对初始网络进行修正,从而得到一个最佳的换热网络结构。夹点位置的确定可以用温焓图法和问题表格法,Huang和Elshout于1976年提出了在温-焓图上分别将换热网络中所有冷、热物流按照温度高低顺序首尾相接画出各自的温度-焓变化曲线如图1,然后将各个公共温度空间内的热焓变化加和,形成两条折线,两折线之问垂直距离最小处即为夹点。 从图1可以很清楚地看出夹点的位置以及所需的最小公用工程加热负荷、最小公用工程冷却负荷和系统所能达到的最大热回收。夹点把过程系统分隔为两个部分:夹点上方和夹点下方。夹点上方包含夹点温度以上的热、冷工艺物流,称为热端。热端只需要公用工程加热,夹点下方,包含夹点温度以下的热、冷工艺物流成为冷端。冷端只需要公用工程冷却。 用夹点技术进行设计时, Linnhof以热力学原理为基础,提出了3条原则: (1)应避免有热量通过夹点; (2)夹点上方应避免引入公用工程加热; (3)夹点的下方应避免引入公用工程冷却。在实际应用过程中工程技术人员可以发挥多年的工程设计和生产经验,合理地考虑一些必要的工程因素。将换热网络进行最大的优化。 1.2 双最小换热温差设计法 双最小换热温差法由Challand等(1981)和Clbert(1982)提出,在此方法中,组合曲线的最小换热温差取为HRAT,用以决定外供能量值,而合成网络时,个别换热单元的最小换热温差取为EMAT,EMAT<HRAT。前人对双最小换热温差法曾作过较为深入的研究,表明了此法具有明显的优点,在不增加外供能量的前提下,所合成的网络结构简单,因而合成后的网络其年总花费下降,且其稳定性有所提高。双最小换热温差设计原理允许能量穿越伪夹点进行全系统合成,简化了合成步骤。不能单纯从求解最佳EMAT来获得成本最低的网络结构,EMAT不是一个优化变量,即当HRAT为某一定值时,同一EMAT可能同时存在多种不同的网络结构(不同的成本)。因而只有结合EMAT且在合成过程中(热力学合成法)确保换热面积及换热单元数同时向最小值方向移动,才能求得最优或接近最优的网络结构。1974年Ponton和Donaldon在其快速合成法一文中曾提出了一种启发性的匹配规律,此规律与局部能级匹配原理的研究结果相一致,能使换热面积在合成过程中向最小值靠近;另一方面,1986年Rev和Fonyol发现了隐夹点现象(hiddenpinch sit-uation),提出了冷热流股在匹配过程中分配最大热负荷的方法,从而可使网络合成向最少换热单元数方向进行。 1.3 数学规划法设计换热网络 该法是通过对换热网络建立数学模型,利用计算机求解数学模型,实现从众多可能的结构中选择最优结构的任务。数学规划法可用于解决具有大量变量和多种反馈的问题。从理论上说,如果问题的有关影响因素在数学模型中都予以考虑,那么它是最完美的方法。然而,即使是全部由换热器构成的网络,它的影响因素也非常多,关系非常复杂,比如:不同物性的物流在不同几何参数的管程或壳程中,它们的膜传热系数和压力降以及关联式差别很大;在不同的压力条件下,物流的腐蚀性就不同,换热器的壁厚和材质也不同。如果考虑所有的影响因素,网络模型建立就很难,结果根本无法求解,因而必须对数学模型进行简化。后人在基本方法的基础之上作了很多改进,提出了不少更加有效的方法。最早是l969年,Kesler和Parker提出了线性规划(LP)分析法; l990年Gundersen和Gross-mann基于组合曲线之间的垂直传热能够提高驱动力而减少换热总面积的思想,提出了垂直MILP模型; Grossmann等基于线性化分解方法,提出了超结构混合整数非线性规划(MINLP)综合策略,该模型同时强调能量回收目标、换热器单元数及换热面积目标,并且允许划分网络时温差可以不同,这样就降低了网络结构的复杂性,可以进行各子系统的同步热集成联合优化。但这个模型也存在着很多问题,它的目标函数和约束条件中均存在着非凸的非线性项,使一些传统的MIN-LP算法失效。大连理工大学的袁一、尹洪超等提出了改进的MINLP转运模型,它不仅同时考虑网络设计的不同费用目标,而且在线性约束条件下消除了等温混合的不合理假设,只需求解一次MIN-LP问题,就可得到包括分流情况在内的同步优化网络结果。但是混合整数非线性规划(MINLP)存在许多计算上的困难,特别是对大型复杂的系统,更是一个十分突出的问题。G Athier等提出两段设计法,首先用模拟退火法产生不同的网络结构,再用非线性规划法对这些网络结构进行选择并优化,这种方法对处理一些大型复杂系统非常有效。针对由于忽略工程因素而做出的各种假设和在网络结构不同时没有考虑匹配单元的优化等原因造成网络的最小接近温差的最优值偏离工程实际的真正最优解的情况,李志红提出了人工智能和数学规划集成的方法,建立了换热网络结构和匹配单元同时优化的数学模型,并提出运用分解协调法求解该模型,用于解决换热网络优化合成过程中的两个问题: (1)各种工程因素对网络合成的影响; (2)同时考虑公用工程费、投资费最小的换热网络结构和各匹配单元的同时优化。1999年提出了一种基于专家系统的无分流换热网络超结构模型的方法,建立了换热网络同步优化的数学模型,通过求解该模型自动地获得换热网络的最优结构。2000年又提出了基于专家系统有分流大规模换热网络超结构模型,首先利用专家系统确定物流的分流及匹配禁止,然后在建立超结构数学模型时把由专家系统确定的匹配禁止作为约束条件,且只把由专家系统确定的有分流的物流进行分流,其余物流则不分流,不仅简化了网络超结构模型的形式,而且结构更全面,有利于大规模换热网络优化合成问题的求解。上述优化方法中,体现了各种优化方法的互相结合利用,以取得最优的换热网络结构。 1.4 神经网络模型法 Hopfield神经网络(HNN)是一个动力学系统,整个网络的特性用能量函数表示。利用HNN模型求解最小换热单元数,介绍了模型的建立及求解过程,不仅和传统数学方法一样能够自动地完成物流的匹配,而且寻优速度比传统方法快,对于复杂的换热系统综合问题,能够很快找出较优的初始方案。另外,HNN模型的求解,对模型参数的依赖性很强,模型参数选择不当,很容易使结果陷入局部极小值。 目前,许多改进工作大都放在模型参数的确定方法上,或者在能量函数中加入一些惩罚项,使模型避开局部极值。但是这些方法得到的结果推广性较差.不能适用于不同规模、不同类型的问题。为了解决上述问题,提出了一种ELNN与专家系统(ES)相结合的混合方法,其中ES的作用有3个: (1)完成有关规则的描述; (2)运用这些规则消除不可行匹配,使HNN模型仅在可行匹配空间内搜索最优解; (3)确定各匹配物流的最大换热量,物流间的实际换热量则随神经元值的变化由HNN模型自身调整。该方法在利用Hopfield神经网络模型寻优的同时,利用专家系统完成匹配过程中各种规则的描述,减少神经网络的搜索空间,辅助神经网络的求解。利用混合方法可以发挥Hopfield神经网络模型的优势,在专家系统的作用下,减小了Hopfield神经网络对模型参数的依赖性,可以发挥HNN寻优速度快的优势,而且可以消除HNN自身的弱点,保证全局最优解。同时,对于较复杂的实际问题,利用混合方法也能在合理的时间内得到结果,不会受到问题规模的限制。 1.5 遗传算法 遗传算法(GA)由John Holland在1975年提出,是一种基于自然选择和群体遗传机理的搜索算法。它模拟自然选择和遗传过程中发生的繁殖、交叉和基因突变等现象,将每一个可能的解看作是群体中的一个个体,并将每一个个体编码成字符串的形式,根据预定的目标函数对每个个体进行评价,给出一个适应值,根据适应值的大小利用遗传算子(选择、交叉、变异)对这些个体进行改进,这样逐步向着更优解的方向进行。最近几年,遗传算法又被应用于化工换热网络综合问题,虽然对这一问题曾提出很多解决方法,如启发式规则法、热力学目标法、混合整数非线性规划方法等,但都只能解决总流股数为十几个的问题,目前用遗传算法最多能解决总流股数<50的问题。采用遗传算法,对无分流换热网络综合问题提出改进的优化模型及优化策略,取网络的年度费用最小为目标函数,其中包括公用工程的费用、换热单元设备的固定费用及换热面积费用,将最小传热温差和网络结构参数进行同步优化;在求解过程中,由物流匹配换热量确定冷、热物流是否匹配,同时考虑约束条件,对匹配换热量按顺序在可行范围内随机取值,因此具有从可行解群中以较快的速度获得全局最优的能力。 1.6 其他方法 国内外工程技术人员做了大量的工作,还利用遗传模拟退火算法、遗传-Alopex混合算法以及基于炯经济目标优化换热网络等方法对换热网络进行优化。其中遗传模拟退火算法1998年由方海鹏提出,并在2000年进行改进,首次将化工换热网络综合问题化为双层规划:其上层规划是关于排序的优化问题,下层规划是关于换热器出入口温度的约束规划,又将下层规划转化为关于各换热器的换热量的混合整数规划。首次解决了总流股数大于100的换热网络综合问题,用于生产实际,收到了良好的效果。 遗传-Alopex混合算法的基本思想是:在遗传算法的交叉算子与变异算子操作之后进行alopex操作,即给予新个体一定的“噪音”,使其具有一定的爬坡能力,有利于遗传算法在搜索中跳出局部极值alopex算法在搜索过程中利用前次自变量及其函数值的变化信息,有利于缩短搜索时间,其"噪音"也随着收敛过程的进行逐步减小,是遗传代数的函数。将遗传-Alopex算法用测试函数进行测试,结果表明,该算法在对维数较多和局部最优值较多的测试函数进行计算时能很好地收敛到全局最优解,并且收敛概率、最优解的均方差都较好。基于炯经济目标优化换热网络考虑到克服流体流动阻力而消耗的动力费用-流动炯损费的一种方法。因为从炯分析的观点来看,能量在换热网络中的变化不是数量的增减,能量在数量上守恒,在换热网络中变化和消耗的只是输入能量中的炯,即可用能,正是由于炯的损耗推动了换热过程的进行。因此,应该以炯分析和炯经济学为基础来描述换热网络的能耗费及目标函数。 2 换热网络优化研究的发展及展望 2.1 考虑压降的换热网络综合 考虑压降的换热网络综合已成为一个专门的课题,并且在理论和实践中都取得了重大突破。然而在大多数关于换热网络综合的文献中,一些重要的特征常常被忽略,比如压力降,从而导致换热网络在实际工业应用中得到的结论往往跟理论上有很大出入。这是由于目前大部分的网络综合技术是基于不变的膜传热系数假设,而具体的换热器设计要满足以下3个主要目标: (1)所需的热量传递能力; (2)管侧压降要低于最大允许值; (3)壳侧压降要低于最大允许值。 因此,换热网络综合和细化设计不是基于同一标准,我们就不能保证在综合优化阶段假定的传热系数是否和设计阶段是一致的。关于这方面有少量相关的文献,比如Polley、Panjeh Shahi、Markowski等都对其作了一定的阐述。Polley等的研究取得了一个新的突破,介绍了压力降、膜系数和面积之间的关系,然而也存在一定的限制,这是因为在目标阶段,他们考虑的也仅仅是存在的网络面积,而不是现有的换热器之间的面积分配。考虑压降的换热网络综合方法有以下两种:一是基于数学规划法,将压力降表述为传热系数的函数,将由于压力降而造成的动力消耗附加到目标函数中;二是在换热网络优化的细化装置设计中考虑压降的影响,通过对单个换热器的细化设计降低压力损失,从而降低换热网络的总费用。 2.2 换热网络的动态特性研究 换热网络的研究目前已取得了很大进展,但是按照优化结果得到的换热器网络投入实际运行后,研究人员发现,由于外部载荷变化和系统调整,换热网络常常会受到瞬间扰动,造成实际运行参数偏离设计参数,使换热网络不能精确地工作在额定工况,造成换热网络的经济性下降。针对这种情况,热网络动态特性研究和模型做了历史性回顾。1983年Marselle首次提出,当温度或质量流率发生扰动时,采用温度和热容流率的变化范围代替给定的设计值。同年,Cerda和Westerberg指出,在系统合成中最主要的障碍是过程的模化,吉林化工学院的高维平也提出了一个换热网络弹性分析的有效方法,通过设置控制环路来确保物流的进口温度、流率等在一定范围内变化时,换热网络仍然能使某些物流达到规定的换热要求,并且网络是可操作的。一些学者分别建立了换热网络动态特性的分析表达式,但这些表达式的实用性较差。因此,进行换热网络的动态特性研究具有十分重要的意义。 3 结 语 换热网络优化已取得很大进展。由于影响换热网络因素很多,控制变量也越来越复杂,因此换热网络的优化是一个非常复杂的问题,无论上述的哪种方法,均存在着一定的缺点,无法得到最优解,它需要许多学科的交叉协同,密切配合,我们要深入细致地了解换热网络优化本身的特点和内在规律,使几种优化方法相互渗透,取长补短,不断地寻求更为合理、更为有效的优化方法。 参考文献 [1]张俊华,应启戛,黄为民.换热器网络优化研究进展[J].热能动力工程, 2000, 15(87): 201-204. [2]肖云汉,朱明善,王补宣.换热网络设计方法的研究进展[J].化工进展, 1994(1): l-9. [3]李志红,华贲.基于炯经济目标和分解协策略的换热网络最优设计[J].化工学报, 2000, 5l(1): 96-101. [4]高维平.换热网络的弹性分析[J].吉林化工学院学报, 2004, 2l(1): l-5. [5]李志红,尹清华,华贲.换热网络最优合成研究的进展与展望[J].炼油设计, 1997, 27(3): 5-10. [6]李绍军,王惠,姚平经.求解全局最优化的遗传一Alopex算法的研究[J].信息与控制, 2000, 29(4): 304-308. [7]毕立群,麻德贤.换热网络最小换热单元数的Hopfield神经网络模型[J].北京化工大学学报, 1995, 22(2): 76-81. [8]Gaggioli R A, et a1. Transactions of The ASME [J]. Journal of Enginering forGasTurbines and Power, 1991, 113: 170-183. |
| 上一篇：浅谈板式换热器结垢的清洗 | 下一篇：密集烤烟房用氧化铝-堇青石换热陶瓷材料的制备 |