基于粒子群优化的换热器网络清洗调度优化
神经与进化计算
2015-12-04 v1
摘要
炼油是能耗巨大的工业之一。当今技术进步要求节能。热集成是一种通过实施换热器网络(HEN)来最小化能耗的方法。CPT是换热器网络(HEN)的一种类型，其功能在于回收产品或废流中的热量。HEN由若干串联连接的换热器(HEs)组成。然而，换热器中污垢的存在导致换热器及整个换热器网络性能下降。污垢无法避免，但可缓解。工业中，周期性换热器清洗是最有效且广泛使用的缓解技术。另一方面，过于频繁的换热器清洗会在维护与产量损失上代价高昂。因此，精确的换热器清洗调度间隔优化技术至关重要。通常，该技术涉及三要素：模拟换热器网络的模型、描述污垢行为的代表性污垢模型，以及求解换热器网络清洗调度间隔问题的合适优化算法。本文描述了利用PSO（粒子群优化）对HEN在44个月周期内的清洗调度间隔进行优化。达到收敛所用的迭代次数为100次，PSO中的适应度值与热量回收量、清洗成本及额外泵送成本相关。本研究中对HEN清洗调度优化后实现的节约达到123.6万美元，或最大潜在节约的23%。
引用
@article{arxiv.1512.00883,
title = {Cleaning Schedule Optimization of Heat Exchanger Networks Using Particle Swarm Optimization},
author = {Totok R. Biyanto and Sumitra Wira Suganda and Matraji and Yerry Susatio and Heri Justiono and Sarwono},
journal= {arXiv preprint arXiv:1512.00883},
year = {2015}
}
备注
8 pages, 3 figures