遗传算法在紧凑换热器优化设计的应用.pdf

中同]一程热物理学会 传热传质学 第r一届学术会议 编号053099 遗传算法在紧凑换热器优化设计的应用+ 谢公南王秋旺曾敏 (两安交通火学动力工程多相流国家重点实验室，陕两两安710049) 摘要提出『I避用遗传算法对紧凑换热器的优化设计方法。把换热器的重量忭为遗传算法的目 标函数，冷热两侧的翅片间足巨、高度、换热器外形尺寸作为待寻找摄优值的优化变量。设计方 法的实施包括遗传算法程序和性能校核程序两大模块，其中遗传算法程序采用二进制编码、锦 标赛选择、均匀交叉和单点变异；性能校核程序中根据个体解码后的结构Jt寸进行性能评价。 应用结果表明，与原始数据比较，优化后换热器的重量都有不同程度的减小(可选30％)。本 文的设计方法具有通用性，可作为优化设计不同换热器的结构尺寸。 关键词紧凑换热器，遗传算法，优化设计，性能计算 应用人工智能和软件计算技术如遗传算法、人工神经网络、模糊逻辑等，在解决实 际问题上受到了』“泛的关注。这些技术统称为进化计算或计算智能…，起初是只应用到 生物、计算机等学科方面，历来相继应_}；|j到各学科如制造生产、运筹学、电力系统等， 近儿年应刚到动力系统∞】。遗传算法是模拟生物在自然环境中的遗传和进化过程而形成 的一种自适应全局优化概率搜索算法，在各种领域中，对复杂系统的优化都有广泛的应 州。本文把遗传算法应用到热能动力系统中，选择一种电力生产行业上的微型燃气轮机 中的回热器(板翅式换热器)结构进行优化，旨在为换热器的设计提供一种方法和思路， 推广到其他形式的换热器中去。 1数学模型 芯体是换热器的核心部分和主要关键换热部分，也占换热器的大部分体积和重量， 封头、盖板、接管等附件只是起封闭、连接和组装等辅助功能，所以，在本文只考虑对 换热器芯体部分进行设计。在考虑重量时，在芯体的结构重量乘以一个修正系数c(设 定为1．25)，即可视为换热器整体重量。本文选用一种回收高温燃气来加热空气的回热 器米作为模型，该换热器为扳翅式换热器，如图1所示，在国内外燃气轮机发电行业上 所常设计的形式。该板翅式换热器的设计参数很多，包括芯体的外形尺寸参数：长Ll、 宽L2、高L3，翅片及通道参数：翅片间距s、高度b，厚度6，板厚度a等。翅片是板 翅式换热器的基本原什，结构如图lb所示。换热过程主要依靠翅片完成，加装翅片通 过增加二次表面来强化换热，但X会对流体的流动产生阻力，所以，翅片的类型及尺寸 是影响换热器性能的主要『瑚素，是优化的变量。本文将翅片以及扳的厚度参数视为不变 量，不进行优化，因为它们只满足强度要求即可。本文冈为去探讨实现一种设计方法， 故最终选取两侧翅片的间距、高度、外形尺寸米作为优化变量，只考虑一种平直三角锯 齿翅片形式。 皋舍项日：罔家教育部“新世纪优秀人才支持计划”资助项目(NcET-04-0938) 1557 表1换热器的原始参数“ ●—■J 翻1紧凑换热器(扳翅式) 表l为换热器两侧的尺寸数据及性能要求【”。优化范围是本文设定的上F限：翅片 换热器流动为整体交错流，每侧均不混合。设定效率(效能数)不能低于o．75，以及热 侧与冷侧的最大压降分别不能超过0．5kPa、1oa。换热器材料均采用铝，其导热系数 为170 w／(m．K)，密度为2790k咖3。 2遗传算法 遗传算法维持有一群个体组成的种群P(I)(t代表遗传代数)，每一个体均代表问题 的一个潜在解，每一个体都被评价优劣并得到适应值。经竞争选择后的个体要经历遗传 从父代种群和子代种群选择优秀个体形成了新的种群。在若干代以后，算法收敛到一个 最优个体，该个体很有可能代表这问题的最优或次优解吼从表现型到基因型的映射成 为编码。本文遗传算法程序采用二进制串编码。为考虑加工精度和计算机运行能力，确 定遗传算法的计算精度为2位小数(0．叭)，所以间距所需要的串长为6位，高度所需要 的串长为8位，长宽高各需要的串长为5位，则每个个体的二进制串长为43位。详细 的编码及解码原则