探讨基于SVM法的混合制冷剂配比优化.docxVIP

探讨基于SVM法的混合制冷剂配比优化 　　摘要：混合制冷剂天然气液化流程在众多天然气液化工艺中优势明显，但是混合制冷剂的制冷效率受到其组成复杂程度的约束，限制了mrc液化工艺发展。基于此，本文以svn法下混合制冷剂的配比优化作为研究对象，通过hysys模型的建立，确定相关参数，通过验证后使用svn法实现了混合制冷剂配比的有效优化。 　　关键词：液化天然气；svn法；混合制冷剂 　　引言： 　　液化天然气是天然气的一种存储方式，将天然气液化处理后，天然气运输方便，且不会造成环境污染，在多个领域中可以广泛应用。多种天然气液化工艺中，混合制冷剂工艺流程最简单，当前世界范围内有超过百分之八十的天然气液化装置使用的都是混合制冷剂液化流程，因此，本文基于c3/mrc液化工艺对混合制冷剂配比优化加以探讨。 　　1.建立hysys模型 　　1.1确定混合制冷剂参数 　　混合制冷剂的组成会对天然气液化流程产生能耗影响。混合制冷剂的种类较多，容易导致混合制冷剂的配比工作变得复杂，建立hysys模型之前需要筛选出合适的混合制冷剂组分。根据相关专家提出的不同单体混合制冷剂的不同制冷温区理论，本文选择了六种组分组成混合制冷剂，即：n2，ch4，c3h8，c2h4，n-c5h12以及n-c4h10.由于混合制冷剂属于混合物，重组分比例比较高，混合制冷剂的露点温度比较高，气体也液体之间的温度范围比较高，在低压环境内重组分可以扩大制冷剂换热区间，从而提高混合制冷剂换热效率。 　　如果重组分过高，压缩机内的混合制冷剂就会出现气体和液体两种状态，压缩机设备液击，影响液化天然气的高效制成。因此，本文确定的混合制冷剂参数范围具体如下：n2参数范围为11%-23%，ch4参数范围为23%-38%，c2h4参数范围为8%-20%，c3h8参数范围为12%-20%，n-c4h10与n-c5h12的参数范围分别为0-32%与6%-10%[1]。 　　1.2确定原料气参数 　　根據相关实验标准得知，混合制冷剂组分含量中甲烷的含量必须超过百分之七十五，氮气含量必须小于百分之五，其密度应该在每立方米430-470kg之间。由此可见，混合制冷剂主要成分就是甲烷与乙烷，想要提高混合制冷剂配比的实用性，本次实验中原料气模拟参数具体如下：原料气模拟温度为38摄氏度，压力为4200kpa，流量为20000kmol/h。建立的hysys模型一共有三个单元，第一单元为丙烷制冷单元，第二单元为混合制冷剂增压单元，第三单元为天然气液化单元，其中天然气液化单元中的天然气液化流程最关键。 　　2.基于svm法的混合制冷剂配比优化 　　2.1svn法 　　想要实现混合制冷剂中的最优组成，需要合理进行优化方案设计。在实验过程中可以优化混合制冷剂中各个组分摩尔量，从而起到自变量优化作用，让各个组分含量最终满足归一化要求。混合制冷剂的各组分中，正丁烷、丙烷之间的制冷温区比较相似，建议选择正丁烷调节混合制冷剂组分，为svn法的应用提供便利条件。应用svn方法进行制冷剂配比优化之前，先要对压缩机进行检查，特别是压缩机及冷冻油部分。如果压缩机存在问题，冷媒马上于0.5-1小时内全被污染，冷冻油不纯洁后，开始破坏原润滑性质。金属污粉末进入压缩机可能打穿电机绝缘膜而短路，再烧毁，造成轴舆轴套间或其它运转部分之磨擦增加，而机械咬死。因此，在检查压缩机无故障后才能进行混合制冷剂的组分配置实验，得到的实验数据也是真实准确的，实验结果才能够更有效。 　　不同种类的混合制冷剂中，内部关系复杂，人们在过去使用的混合制冷剂配比优化方式已经无法满足当代液化天然气的要求，本文选择支持向量机法优化混合制冷剂的配比[2]。 　　2.2svn法回归 　　结合支持向量机法即svn发的通用做法，在实验中选择混合制冷剂组别样本作为训练样本，再选出另一部分样本作为测试样本，然后使用线性核函数揭示计算结果。实验中可以得知，支持向量机法回归误差很小，一般不会超过百分之二，但是函数表达方式比较 　　复杂，可以使用线性核函数完成支持向量机回归的使用。支持向量 　　机法下混合制冷剂组分的回归算法具体如下：。 　　2.3svn法配比优化与结果验证 　　探究液化天然气的混合制冷流程，应用混合制冷剂时需要选择最优配比方案，有效降低液化天然气工艺产生的能源消耗，因此，能源消耗也是评价混合制冷剂配比的重要指标。为了提高混合制冷剂配比指标的通用性与实效性，建议选择比功耗作为液化天然气混合制冷剂配比的评价指标，比功耗代表的能耗可以反映出生产单位液化天然气过程中产生的电能，如果液化天然气时消耗的电能越低，得到的lng耗