一种基于动态像素粒度的板翅式换热器芯体结构优化方法
【技术领域】
[0001] 本发明板翅式换热器芯体结构优化方法，尤其是涉及一种基于动态像素粒度的板 翅式换热器芯体结构优化方法。
【背景技术】
[0002] 板翅式换热器相比于管式换热器等传统换热器，具有传热效率高、温差控制性好、 结构紧凑、性价比高、适应广泛、可靠性高等特点，采用钎焊制造，提高换热的耐压强度，可 用于多股流体换热、多种介质之间的换热，在空气分离设备、航空航天、石油化工、原子能和 国防工业等领域具有广泛应用。板翅式换热器以翅片为换热单元，传热系数和传热面积均 优于管式换热器。在传递相同热量的情况下，板翅式换热器因为翅片厚度小、结构紧凑，故 其重量比管壳式换热器轻。由于这些优点，板翅式换热器本发明的【背景技术】为：
[0003] 板翅式换热器结构复杂，是实现冷凝、液化、蒸发等热量交换的装备，具有小温差 不稳定传热、二次传热、允许阻力小、多股流物性变化激烈的显著特点。板翅式换热器由翅 片、隔板、封条、封头和导流片组成，其结构核心为板束，包括多个由翅片、导流片放入两个 隔板（复合板）间再配合封条组成的通道。翅片放置在复合板间，并用封条固定，芯体在真 空炉中钎焊，两端焊接封头。板翅式换热器的芯体是由多个冷、热流体通道钎焊叠置而成 的，传统的换热器芯体结构设计方法是试凑法，即先选定换热面、冷却介质和流动方式，然 后多次假定几何尺寸进行试算，直至得到一个满足所有约束条件的换热器。随着换热器热 流率的增大，已有结构设计方法难以解决换热器芯体通道负荷不均、换热效率下降、结构设 计困难等问题。
[0004] 近年来随着智能算法的广泛应用，已经有学者将智能算法应用于换热器设计中。 美国阿拉巴马大学NAJAFI等采用遗传算法研宄了板翅换热器翅片结构对换热器性能的影 响。德国汉堡联邦国防军大学ROETZEL等研宄了考虑双曲散布模型的换热器中流体不均 匀性问题，计算非均匀流动时，管壳式换热器中轴向温度分布。法国波城工艺工程实验室 RENEAUME等研宄了板翅换热器优化方法，给出求解板翅换热器性能的连续型公式。已有的 换热器结构优化设计方法，存在局部寻优能力强而全局搜索能力差、易出现早熟收敛现象 等缺点，设计精度难以满足需求。
[0005] 芯体是板翅式换热器的核心部分和关键换热部分，占换热器绝大部分的重量和体 积；传热过程主要依靠翅片完成，同时翅片又会对流体的流动产生阻力，所以翅片的类型和 尺寸也是影响换热器性能的主要因素，故本发明重点针对芯体与翅片结构进行优化设计。
【发明内容】
[0006] 为了克服【背景技术】中的不足，本发明的目的在于提供一种基于动态像素粒度的板 翅式换热器芯体结构优化方法。该方法在基本粒子群算法的基础上，通过引入动态更新像 素粒度、自适应地计算交叉和变异操作概率，建立改进的粒子群算法。将该算法应用于求解 以芯体的总重量最小为目标的板翅式换热器芯体结构优化设计中，得出结构设计参数的最 优解。
[0007] 本发明采用的技术方案的步骤如下：
[0008] 1)确定需要优化的板翅式换热器的主要性能要求及流体的物性参数；
[0009] 2)确定芯体结构优化变量及其约束条件，即确定结构优化变量向量X表现型和问 题的解空间；芯体的一组优化变量表示如下：
[0010] X = {x" x2, x3,…，xk}
[0011] 式中，11表示优化变量向量中的一项优化量，k表示优化变量总数；
[0012] 3)根据第2)步骤取得的优化变量及其约束条件建立优化模型，确定出目标函数 的类型及其数学描述形式或量化方法，也就是最终的最优解；建立优化模型用公式描述如 下：
[0013] 求解：Hx1, x2, X3,…，xk)
[0014] 目标：minfU" x2, x3,…，xk)
[0015] 约束：g (X1, x2, x3,…，xk)彡 0
[0016] h (X1, x2, x3,…，xk) = 0
[0017]
【主权项】
1. 一种基于动态像素粒度的板翅式换热器芯体结构优化方法，其特征在于，该方法的 步骤如下： 1) 确定需要优化的板翅式换热器的主要性能要求及流体的物性参数； 2) 确定芯体结构优化变量及其约束条件，即确定结构优化变量向量X表现型和问题的 解空间；芯体的一组优化变量表示如下： X - {x" X2, X3,…，XjJ 式中，^表示优化变量向量中的一项优化量，k表示优化变量总数； 3) 根据第2)步骤取得的优化变量及其约束条件建立优化模型，确定出目标函数的类 型及其数学描述形式或量化方法，也就是最终的最优解；建立优化模型用公式描述如下： 求解：f (X1, X2, X3,…，Xk) 目标：minf (X1, X2, X3,…，Xk) 约束：g (X1, x2, x3,…，xk)彡 O h (X1, x2, x3,…，xk) = O X?n<X.<X;max 式中，^表示优化变量向量中的一项优化量，k表示优化变量总数，和<胃分别指优 化变量向量中的对应优化量的最小和最大可能取值，f ()表示优化问题的目标函数，g〇表 示不等式约束，h ()表示等式约束； 4) 建立优化模型之后，采用粒子群中的粒子表示优化变量向量的可行解，设置种群规 模、迭代代数、像素粒度和外部Pareto池初始化参数，并对所有粒子的位置和速度进行初 始化； 5) 更新种群粒子的位置和速度； 6) 计算粒子的适应度值，判断支配关系，更新内部支配解与非支配解集合； 7) 自适应地计算交叉和变异操作概率，分别采取随机交叉和高斯变异操作，更新粒子 的位置，更新内部非支配解集合； 8) 判断内部非支配解与外部Pareto解的支配关系，并更新外部Pareto池； 9) 采用动态更新像素粒度，计算外部Pareto池中粒子的像素位置，并剔除同一像素位 置的多余粒子； 10) 计算外部Pareto池中粒子的像素距离，选取最大的像素距离粒子为种群全局最优 粒子； 11) 判断算法是否满足终止条件，如果是，则结束计算，获得最优解，否则进入第5)步 骤。
2. 根据权利要求1所述的实现板翅式换热器芯体结构优化的方法，其特征在于：所述 第7)步骤中，自适应地计算交叉和变异操作概率是指：粒子的交叉和变异操作概率根据粒 子的像素距离来动态获取。
3. 根据权利要求1所述的实现板翅式换热器芯体结构优化的方法，其特征在于：所述 第9)步骤中，采用动态更新像素粒度是指：根据迭代次数动态更新。
【专利摘要】本发明公开了一种基于动态像素粒度的板翅式换热器芯体结构优化设计方法。根据板翅换热器芯体流道结构，建立板翅式换热器芯体结构优化设计模型，提出动态更新像素粒度，扩大种群搜索范围，保持种群多样性；提出了非首尾粒子、首尾粒子的像素距离计算模型，根据粒子的像素距离，自适应地计算交叉和变异操作概率，分别采取随机交叉和高斯变异，增强种群全局搜索能力，提高种群的局部搜索效率，避免算法陷入局部最优，实现Pareto最优解覆盖广泛、分布均匀的目标。本发明可提高换热器芯体结构设计效率，提供更加合理的设计参数。本发明优化设计后的板翅式换热器，具有通道负荷均匀、二次传热温差小、流动阻力小、换热效率高的显著特点。
【IPC分类】G06F17-50
【公开号】CN104657551
【申请号】CN201510066295
【发明人】徐敬华, 张树有, 谭建荣
【申请人】浙江大学
【公开日】2015年5月27日
【申请日】2015年2月9日