直接接触式换热器传热性能优化

建立了以容积换热系数为目标函数,工质流率U0、喷头喷孔直径di、导热油液位高度Z为决策变量的直接接触式换热器性能优化模型,同时进一步将液滴群行为与传热协同关系作为约束条件引入优化模型中,重点分析该约束条件对优化过程及结果的影响。运用遗传算法对原模型和补充模型进行了优化分析,结果表明:原模型优化后的容积换热系数达到了初始值的6.7倍;而补充模型最优值的迭代次数比原模型减小了约55%,同时最优值比原模型提高了0.3%。所以该约束条件不仅提高了迭代速率,还提高了寻求全局最优值的概率,使得最优解更逼近全局最优值。     

列管式换热器的优化设计

提出了在设计列管式换热器时的整体优化、简化设计的计算步骤过程,从而可使设计者便于计算,以获适宜或最佳设计     

Parex过程基于神经网络简化模型的操作优化

以芳烃吸附Ｐａｒｅｘ过程为例，在建立其稳态机理模型的基础上，采用正交设计方法获得了 特性数据；根据这些数据建立具有一个隐层的神经网络模型，并以此作为优化操作的简化模型。采用一种新的优化方法，得到吸附塔的最佳操作条件，以实现计算机的二级优化控制。     

列管式换热器的优化设计

提出了在设计管式换热器时的整体优化，简化设计的计算步骤过程，从而可使设计者便于计算，以获适宜或最佳设计。     

如何优化选择列管式换热器

本文从列管式换热器的形式及其结构特点,选择步骤等方面的内容,以实例介绍了如何优化选择列管式换热器来满足生产需要。     

处理优化约束条件的微分方程法

在文[1]中,作者曾提出求解一般约束优化问题的一种新方法。本文利用微分方程对约束条件做进一步的讨论,证明了从一可行点的某邻域出发的该微分方程组的解关于部分变元总收敛到问题(1.1)的可行点。     

机械强度优化设计数学模型中的可靠性约束条件

文章介绍了一种以一次二阶矩理论为数学基础建立的机械强度优化设计中的可靠性约束条件。该条件具有直观、易于控制的特点。基于此条件建立的数学模型可以根据不同情况和要求调整约束强度，以满足各种设计的需要。在此基础上进行的桥式起重机箱形主梁的优化算例较好地反映了其约束效果。     

基于过程模拟软件的管壳式换热器优化设计

提出基于国际流行的ASPENPLUS模拟软件,通过与必要的手工计算相结合,高效地设计出符合中国相关标准管壳式换热器的步骤和方法。复杂而且繁琐的能量平衡和压力降计算由软件来完成,设计者只需依照相关的标准,通过简单的手工计算确定出离散变量的取值,再基于模拟软件的计算结果,在压力降和标准许可的范围内,调整离散变量的取值以便进一步提高总传热系数,从而节省传热面积。通过重新设计一个文献实例来演示所提方法的简单性和有效性,所得的换热面积比报道值节省了66．7％。     

实际约束条件下多配送中心物流车辆调度优化

传统方法难以解决有时间窗等具有实际约束条件,且调度结果并非最优,提出一种基于变邻域搜索算法的多配送中心物流车辆调度优化方法。对多配送中心物流车辆调度优化问题进行分析,在分析结果的基础之上构建实际约束条件下多配送中心物流车辆调度数学模型;利用变邻域搜索算法求解物流车辆调度模型的最优解,完成实际约束条件下多配送中心物流车辆的调度优化。实验结果表明,采用所提方法进行多配送中心物流车辆调度,其总运输时间短、运输总费用低,调度结果较优,且符合实际约束。     

管壳式换热器优化设计中的一种有效办法

在管壳式换热器设计中,由于离散的整型设计变量的存在,以及参变量管壁厚度跃变的影响,给优化方法的应用带来了困难。本文提出将Nelder-Mead方法进一步修正予以应用,分析和计算表明这种方法在管壳式换热器的优化设计中是可行的。     

列管式换热器遗传算法的优化设计

应用遗传算法对列管式换热器进行优化设计,并通过分析列管式换热器数学模型的自由度,给出了能保证各变量独立的决策变量确定方法,以及根据经济指标确定出适应度函数.结果表明,采用遗传算法比传统的优化设计方法更准确、有效.     

离散变量结构优化设计中变量和约束的分解与简化

提出了优化设计中对设计变量和约束条件进行缩减和分解的方法．设计变量可分解为基本设计变量和复合设计变量，复合设计变量是基本设计变量的函数或综合；约束条件可根据它与计算过程的关系和作用范围分步、分阶段考虑；对于离散结构的实体杆件，可以很据受力和对结构的作用情况分成5类，常用截面分成24种类型．最后通过一个三维空间实例，证明所提方法优化效率高，效果明显，可节约材料39．26％，是求解大规模离散变量工程结构最轻设计问题的较好方法．     

板翅式换热器锯齿型翅片参数的遗传算法优化研究

针对目前锯齿型板翅式换热器未能同时优化多参数,或者大多优化研究存在对经验关联式依赖的问题,提出了利用Kriging响应面来近似目标函数与设计变量之间的关系、应用遗传算法对锯齿型板翅式换热器翅片结构参数的优化方法。在维持翅片通道雷诺数为800时,把换热器的最大j因子、最小f因子和最大F_(TEF)因子作为3个单目标函数,对翅片的翅片高度h、翅片间距s、翅片厚度t和翅片节距l进行了优化研究。研究结果表明:翅片高度h与翅片间距s对换热器综合性能F_(TEF)因子呈正增长,而翅片厚度t和翅片节距l呈负增长;在翅片高度为9.5mm、翅片间距为2.2mm、翅片厚度为0.1mm和翅片节距为3mm时,换热器性能最佳;结合Kriging响应面的遗传算法克服了传统优化方法对经验关联式的依赖。该研究结果可以指导锯齿型板翅式换热器的优化设计。     

边远井站优化简化设计

在计量站改造中,对边远井站采用优化简化设计,合理采用最新技术,撤并原来的拉油点,改拉油为三管伴热流程,取得良好效果,有效提高了经济效益和社会效益.     

空调全铝新型换热器结构优化与性能研究

对新型家用空调换热器的物理模型单元进行合理的简化处理后,利用Fluent软件对换热器波纹翅片进行了优化设计,得出优化后换热器波纹翅片的结构尺寸,为实际设计和研究提供了理论依据.按照结构优化结果生产换热器试验样件,利用空气焓值法对使用新型换热器和翅片管式换热器的家用空调机进行了对比实验,实验结果表明:采用传热面积和体积都较小的新型换热器后空调的制冷量有所增大,总耗功率却基本不变,空调的效能比提高5%,是目前家用空调翅片管式换热器的理想替代品.     

一种换热器网络优化新方法

基于遗传算法和神经网络的多层感知器模型的有机结合,提出一种优化换热器网络的新算法和一种新的编码方法－基因矩阵,这种算法根据遗传适应度（目标函数）的大小,以随机搜索方式寻找在求解区域的最优解,采用神经网络多层感知器模型实现换热器网络的结构优化和参数变化。经过遗传－感知模型优化并与外逼近算法做了比较,表明采用此法优化多维、多峰、非凸的换热器网络也具有很好的适应性。     

含相变的缠绕管换热器设计及多目标优化

为实现含相变的缠绕管换热器的优化设计,提出了一整套计算模型,对传统模型中的Gilli公式进行了改进,大幅提升了该模型的计算速度。基于提出的计算模型以及非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)利用Python语言编写了缠绕管换热器的多目标优化程序,以径向间距、轴向间距以及缠绕角作为设计变量,以总换热系数、管程及壳程压降作为目标函数对缠绕管换热器的几何结构进行了优化设计。通过实例验证,改进后的模型传热误差最大不超过3.6%,压降误差最大不超过8.5%,因此改进的计算模型具有较高的可信度。程序优化结果表明：相比初始结构,优化结构一总换热系数提高了7.1%,而壳侧压降降低了21.0%,管侧压降降低了0.7%;优化结构二总换热系数基本不变,壳侧压降降低了23.0%,管侧压降降低了27.0%。因此该优化程序可以有效优化缠绕管换热器的几何结构。     

具有多个等式和不等式约束条件次可微优化的最优性条件

在一个正则性假设条件下,给出了具有多个等式约束与不等式约束条件可微优化的ＦｒｉｔｚＪｏｈｎ必要性条件和Ｋｕｈｎ－Ｔｕｃｋｅｒ必要性条件与充分性条件。     

综合考虑传热,流动与投资的换热器性能优化

在给定热换器传量下导出使投资费用最少的换热表面的最佳匹配准则和使流动性传热过程Ｙｏｎｇ损失率最小（即反映运行最省）的换热性能最佳配比准则，并利用两准则间的相关性对换热器进行综合性能优化，从而获得最佳的结构参数，性能参数和运行参数，为显示优化方法过程以圆形肋片管换热器为例进行具体的性能优化，经数值迭代最弱获得最佳参数。     

融合简化粒子群的教与学优化算法

教与学优化算法(teaching-learning-based optimization algorithm,TLBO)是一种基于班级"教师阶段"和"学生阶段"的新型群智能优化算法.针对算法求解高维非线性复杂优化问题时精度较低的缺点,提出一种混合的教与学优化算法(HTLBO).首先,对"教师阶段"中的学生平均水平重新定义,并采用一种自适应策略根据粒子的适应度值对学习因子动态取值;然后,在迭代的过程中,根据适应度值将种群分成两个子种群,对于适应度值好的子种群采用改进的教与学优化算法(ATLBO)更新以增加种群的多样性,对于适应度值差的子种群采用简化粒子群算法(SPSO)以提升子种群的收敛性;最后,通过10个无约束优化问题进行对比测试实验,结果显示,HTLBO在探索性能和收敛速度方面优于TLBO等其他4种类型的算法.