换热网络高维多目标优化问题求解方法的研究

论文摘要

换热网络是过程工业系统中的重要环节,是能源回收利用的关键子系统,其设计的合理性直接决定了能源动力、石油化工等高耗能过程工业的可靠性、高效性和经济性。面对快速发展的当今社会,原有换热网络已不能满足现有能源回收利用方面的高标准、高要求,但这些换热网络经优化升级后仍具有很大的节能潜力。因此,优化、改造换热网络成为降低系统能耗、提升系统可靠性和经济性的重要措施。现有换热网络优化改造方法通常将公用工程费用、年度化总费用等经济性对象作为优化指标,然而改造时带来的产品利润流失情况、改造后系统对环境的影响情况均很少考虑。对于实际工业系统,多目标优化问题的研究具有很高的工程应用价值,但随着目标函数的增多,常见的进化优化算法（基于Pareto占优关系比较种群个体）应用效果越来越差。因此,本文引入NSGA-Ⅲ对换热网络高维多目标优化问题的求解方法进行研究,主要开展了以下工作:1、考虑了系统的停机改造会造成高昂的产品利润流失,以及改造的可行性等因素,通过将最小改造工程量作为目标函数来减少或避免换热网络改造时的利润流失和不可行情况;同时分析了换热网络改造前后环境影响量的组成,建立最小环境影响量的目标函数。2、建立以改造投资年度费用、公用工程消耗量（能耗）、改造工程量和环境影响量为目标的非等温混合分流分级超结构的换热网络MINLP模型,提出了系统的求解策略和方法。采用NSGA-Ⅲ对上述建立的模型进行了求解,获得改造后的换热网络结构和具体参数。3、应用上述建立的数学模型和求解策略,对不同规模的原有换热网络进行高维多目标优化改造,并对改造结果进行了对比分析,验证了本文所提求解方法的有效性和优越性。

论文目录

• 摘要
• ABSTRACT
• 符号说明
• 第一章 绪论
•   1.1 课题背景与意义
•   1.2 换热网络优化改造的研究现状
•     1.2.1 基于热力学分析的优化改造方法
•     1.2.2 基于数学规划的优化改造方法
•     1.2.3 基于两者结合的优化改造方法
•   1.3 智能优化算法在换热网络中的应用
•     1.3.1 单一优化算法
•     1.3.2 混合优化算法
•   1.4 多目标优化算法的发展
•     1.4.1 传统多目标优化算法
•     1.4.2 多目标进化算法
•   1.5 论文主要研究内容及组织框架
•     1.5.1 主要研究内容
•     1.5.2 论文组织框架
• 第二章 换热网络高维多目标优化改造模型的建立
•   2.1 引言
•   2.2 换热网络多目标优化改造问题
•   2.3 数学模型的建立
•     2.3.1 超结构模型
•     2.3.2 约束条件
•     2.3.3 目标函数
•   2.4 本章小结
• 第三章 基于NSGA-Ⅲ的换热网络优化改造求解方法
•   3.1 引言
•   3.2 NSGA-Ⅲ的应用动机
•   3.3 基于参考点的选择机制
•     3.3.1 非支配层排序
•     3.3.2 建立结构参考点集
•     3.3.3 归一化操作
•     3.3.4 关联操作
•     3.3.5 小生境操作
•   3.4 高维多目标优化改造求解策略
•     3.4.1 换热网络拓扑结构的生成
•     3.4.2 换热网络参数的求解
•     3.4.3 遗传算法的基本算子
•     3.4.4 面积再分配策略
•   3.5 求解流程与算法实现
•   3.6 本章小结
• 第四章 模型校验与结果分析
•   4.1 引言
•   4.2 问题描述
•   4.3 优化改造结果讨论
•   4.4 对比分析
•   4.5 本章小结
• 第五章 典型过程工业系统的改造实践
•   5.1 引言
•   5.2 实践案例Ⅰ——10SP1 问题（6H4C）
•     5.2.1 问题描述
•     5.2.2 优化改造结果分析
•   5.3 实践案例Ⅱ——某原油蒸馏系统的改造问题（10H5C）
•     5.3.1 问题描述
•     5.3.2 高维多目标优化改造讨论
•     5.3.3 改造结果对比分析
•   5.4 本章小结
• 第六章 结论与展望
•   6.1 结论
•   6.2 展望
• 参考文献
• 致谢
• 作者简介
•   1 作者简历
•   2 攻读硕士学位期间发表的学术论文
•   3 参与的科研项目
•   4 已公开发明专利及已授权计算机软件著作权
• 学位论文数据集

文章来源

类型: 硕士论文

作者: 郭风元

导师: 蒋宁,徐英杰

关键词: 换热网络,高维多目标,优化改造,求解策略

来源: 浙江工业大学

年度: 2019

分类: 基础科学

专业: 数学

单位: 浙江工业大学

分类号: O224

DOI: 10.27463/d.cnki.gzgyu.2019.000419

总页数: 89

文件大小: 2548K

下载量: 53