（工程热物理专业论文）基于遗传模拟退火算法的热泵和制冷系统优化.pdf

中文摘要 热泵和制冷系统中各部件的匹配对系统性能起着关键作用，合理的匹配能提 高系统性能，减少运行费用。传统的优化算法包括梯度一牛顿法、罚函数法、单 纯形法、多面体法等，在对复杂系统优化时，具有易发散、对初值依赖性大、耗 时长的缺点。遗传算法和模拟退火算法是人工智能中的两个重要算法，适合复杂 组合系统的优化，具有并行性、收敛速度快的特点。遗传模拟退火算法是利用模 拟退火算法对遗传算法进行改进的一种算法，应用于系统优化时，具有并行性、 最优率高的特点。 本文主要以单级蒸汽压缩制冷循环为研究对象，基于热泵和制冷系统的稳态 仿真模型，将遗传模拟退火算法应用于热泵和制冷系统的优化匹配。针对不同的 系统容量，以c o p 为优化目标，重点讨论了制热量为3 6 6 0k w 和制冷量为3 6 4 7 k w 时的压缩机输气量、冷凝器和蒸发器面积的匹配，以及压缩机输气量、冷凝 器和蒸发器的面积在一定范围内随容量变化的规律。 结果表明，遗传模拟退火算法在优化稳定性方面要优于遗传算法，能够适用 于热泵和制冷系统优化匹配的研究。 关键词：热泵和制冷系统；遗传模拟退火算法：优化 a b s t r ac t t h em a t c ho fp a r t si nh e a tp u m pa n dr e f r i g e r a t i o ns y s t e mi sak e yf o rs y s t e m i c p e r f o r m a n c e r e a s o n a b l em a t c h i n gc o u l di m p r o v es y s t e m i cp e r f o r m a n c ea n dr e d u c e r u n n i n ge x p e n d i t u r e t h et r a d i t i o n a lo p t i m i z a t i o na l g o r i t h m s ，i n c l u d i n gg r a d s - n e w t o n m e t h o d ，p e n a l t yf u n c t i o nm e t h o d ，s i n g l es h a p em e t h o d ，p o l y h e d r o nm e t h o da n ds oo n ， h a v es o m ed i s a d v a n t a g e ss u c ha se a s yd i v e r g e n c e ，h i g hd e p e n d a b i l i t yo ni n i t i a lv a l u e a n dl o n gc o n s u m e dt i m ei nt h eo p t i m i z a t i o no fi n t r i c a t es y s t e m t h eg e n e t i ca l g o r i t h m a n dt h es i m u l a t e da l g o r i t h ma r et w oi m p o r t a n tm e t h o d si na r t i f i c i a li n t e l l i g e n c ea n d o f t e nu s e dt ot h es t u d yo ft h eo p t i m i z a t i o no fi n t r i c a t ec o m b i n a t e ds y s t e mf o rt h e i r h i g hp a r a l l e la n dq u i c kc o n v e r g e n c e t h eg e n e t i cs i m u l a t e da n n e a l i n ga l g o r i t h m ，a sa n i m p r o v e dg e n e t i ca l g o r i t h mb ym e a n so f t h es i m u l a t e da n n e a l i n ga l g o r i t h m ，h a sh i g h p a r a l l e la n df a s to p t i m i z a t i o nr a t ei ns y s t e m i co p t i m i z a t i o n f o rt h eo n e r a n ks t e a mc o m p r e s s e ds y s t e m ，b a s e d0 1 1t h es t e a d ym a t h e m a t i c m o d e l so fh e a tp u m pa n dr e f r i g e r a t i o ns y s t e m ，t h eg e n e t i cs i m u l a t e da n n e a l i n g a l g o r i t h mw a sa p p l i e dt oo p t i m i z et h eh e a tp u m pa n dr e f r i g e r a t i o ns y s t e m w i t ht h e v a l u eo fs y s t e m i cc o pa st h ei n d e x , t h i sp a p e rm a i l yd i s c u s s e dt h em a t c ho ft h e o u t p u tc a p a c i t yo fc o m p r e s s o r , t h ea r e ao fc o n d e n s o ra n de v a p o r a t o ra tt h eh e a tl o a d o f3 6 6 k wa n dt h ec o l dl o a do f3 6 4 7 k w , a n dt h ec h a n g et e n d e n c yo ft h eo u t p u t c a p a c i t yo fc o m p r e s s o r , t h ea l e ao fc o n d e n s o ra n de v a p o r a t o ri ns o m er a n g e o f s y s t e m a t i cc a p a c i t y r e s u l t si n d i c a t e t h a tt h eg e n e t i cs i m u l a t e da n n e a l i n ga l g o r i t h mi sb e t t e rt h a n g e n e t i ca l g o r i t h mi ns t a b i l i t y , t h u si tc a nb eu s e dt oi n v e s t i g a t ei n t ot h ep r o b l e mo f o p t i m i z a t i o na n dm a t c h i n gi nh e a tp u m p a n dr e f r i g e r a t i o ns y s t e m k e yw o r d s ：h e a tp u m pa n dr e f r i g e r a t i o ns y s t e m ；g e n e t i cs i m u l a t e da n n e a l i n g a l g o r i t h m ；o p t i m i z a t i o n 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得墨鲞盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名：纠刁东舻签字日期：沙可年 月刀日 学位论文版权使用授权书 本学位论文作者完全了解鑫鲞盘堂有关保留、使用学位论文的规定。 特授权鑫鲞盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：冽汤东够 导师签名： 签字日期： 吁 ，月碍日 考三一一 签字日期：妒7 年月7 日 第一章绪论 1 1 课题提出的背景 第一章绪论 我国是世界能源生产和消费大国，也是能源相对匮乏的国家，据中国能源研 究会报道，目前我国的能源利用效率仅为3 4 ，比发达国家落后2 0 年，相差l o 个百分点l lj 。解决我国能源问题，根本出路是必须坚持开发与节约并举、节能优 先的方针，大力开展节能工作，提高能源利用效率1 2 】。节能是实现可持续发展战 略目标的最经济、最有效的途径，被视为与煤炭、石油、天然气和电力同等重要 的“第五能源”。为了加强节能管理，推动节能技术进步，提高能源效率，我国 于2 0 0 4 年0 8 月颁布了能源效率标识管理办法。节能和提高能效有着巨大的 潜力，为了确立节能的重要战略地位，节约资源已被提升到基本国策的高度1 3 】。 建筑能耗是指建筑使用过程中的能耗，包括采暖、空调、照明、热水、家用 电器和其他动力能耗。据统计，中国的建筑能耗约占全国总用能量的3 5 ，居全 国各类能耗之首，而采暖和空调能耗占建筑总能耗的6 5 1 4 j ，是建筑能耗中最大 的组成部分，其节能性对整个建筑的节能产生重要的影响。特别是近年来旅游宾 馆、大商场、办公楼及商用建筑越来越多，加上家用空调的剧增，使空调能耗激 增，夏季空调耗电已日渐成为能耗大户，空调节能也成为刻不容缓的大事。研究 与开发空调系统节能的另一个重要原因是我国生态环境日益恶化，重要根源在于 能源消费和利用中大量排放污染物，能源利用中造成的环境污染份额占总量的 8 0 ，其中煤炭直接燃烧造成的污染占绝大多数【5 j 。因此，研究空调节能可以保 护环境，改善人类生存的空间环境质量，有利于人类身体健康。 中央空调系统主要由制冷机组、水泵与空调水系统、空调末端设备与送风系 统及调节控制系统等部分组成， 见图1 1 。由此可以看出，中央空调系统能耗 主要由三部分组成：制冷主机能耗，空调末端设备风机能耗，冷媒、冷却水泵能 耗【6 】。 目前空调系统仍然存在不合理的地方，导致能源的浪费，主要表现在以下几 个方面1 7 1 ：设备选型没有充分考虑空调系统的负荷特点和设备性能，冷热源 机组容量选择过大，形成“大马拉小车”的状况：风水系统为大温差小流量， 风机、水泵和制冷机在不经济状况下运行；系统水力失调；制冷机组的运行 第一章绪论 或间断运行没有综合考虑节能和舒适度，导致室内时冷时热；系统调试不到位， 新回风比例没有达到设计要求；过渡季节没有充分利用新风：室内温度偏低； 系统的自控节能控制设计较为粗糙，甚至未作考虑；由于系统的管理不当造 成运行成本的浪费等。 图1 1 中央空调系统图 f i g1 1c e n t e ra i rc o n d i t i o n i n gs y s t e m 所以空调节能应该是有潜力可挖的，以下粗略分析在中央空调系统设计中 可运用的节能措施1 5 川： l 、设计参数的确定 暖通空调工程设计参数的取值，不仅直接影响系统的造价，也影响着系统的 运行效率和运行能耗。在满足要求的前提下尽量降低设计标准，在舒适度相同的 情况下，根据实际情况在允许范围内调整室内温湿度的取值，考虑利用热湿环境 的各个因素，减少空调系统能耗。 2 、制冷机组的选用 在空调系统中，制冷机组是主要的能耗设备，其能耗量约占整个空调系统的 5 5 - 6 5 。因此制冷机组的能耗是空调系统设计选型的重要因素。制冷机组能 效比越高，耗电量越少，特别是大容量的空调系统，空调制冷机组耗电量更是惊 人。所以选型时根据容量大小尽量选择能效比高的机组。如螺杆式、离心式冷水 机组等，此类制冷机组的能效比一般都在4 5 - 5 8 之间。 根据计算的负荷大小选择容量相同的机组，不要选用容量过大的主机。容量 过大的主机不能全负荷运转，即增加设备的投资，又浪费运转能耗。同时采用合 理的使用系数，降低设备能耗。 3 、空调的过程设计 空调系统的节能设计，需要根据工程具体情况对空调运行季节进行全工况、 全过程的分析，找出一个比较合理的方案，使空调系统在不同的室外气象参数或 室内状况下都能经济的合理运行，为在运行中节能创造良好的条件。 1 ) 空调水系统的节能设计 第一章绪论 空调冷冻水泵与冷却水泵也是空调系统的主要能耗设备之一，约占空调系统 总能耗的1 5 - 2 0 ，水系统的节能具有十分重要的意义。随着季节性的变化， 在实际运转中，空调制冷主机是长期处于部分负荷下运行的。水系统具有随着负 荷变化而改变流量的能力，这是水系统节能的关键，因此水泵要有良好的调节性 能。采用定转速变流量方法与变频调速变流量方法都可达到节能目的。根据水泵 运转性能分析，定转速变流量方法节能不明显，变频调速变流量是水系统能量调 节的最合理方法。变频调速可使水泵工作效率提高，能源利用合理，可大幅度节 约水泵电耗。同时冷却水塔风机也可以采用变频调速，不但可以根据水温改变转 速，节省用电，而且风机低速运行还能大幅度减少漂水、节省水源、延缓水质劣 化、减少水雾对周围环境的影响。 2 ) 直冷式空调系统的节能设计 直冷式空调主要应用于中小型办公楼、餐馆、商店等商业性场所及家庭住宅， 在空调用电量方面也占较大比例。采用变频技术是最合理的节能措施，室内温度 达到设定值时压缩机保持低频率运转，达到节能目的。 3 ) 新风系统的节能设计 新风系统的合理使用，可以有效的控制能耗使用量。在满足卫生条件的情况 下减少新风量、根据实际需要采用变风量系统进行调节、有排风系统的空调利用 室内能量对新风进行预热与预冷处理( 即热回收技术) 等都能够有效的减少空调 系统的能耗。 4 空调使用的节能措施 1 ) 正确设置室内参数。在运行过程中，室内参数设置不必过高，根据资料 介绍，夏季室内温度提高l ，可以节约能耗1 0 1 5 ，由此可以看出，夏季 适当提高室内设置温度与冬季适当降低室内设置温度都可获得良好的节能效果。 2 ) 合理的利用环境因素。夜间室外温度低时房间的通风、白天采用遮阳措 施、空调运行时尽量关闭门窗等都是节能的有效措施。 综上所述，空调系统节能是一项艰巨的综合性工作，与建筑设计、工程设计 和机组本身性能都有着密切关系。在空调系统中，制冷机组和水泵是主要的耗能 设备，同时压缩机容量、冷凝器面积和蒸发器的面积决定了系统的性能和成本， 因此合理地匹配压缩机、水泵、冷凝器和蒸发器是系统节能的关键。所以本文对 压缩机、冷凝器和蒸发器进行优化匹配研究。 第一章绪论 1 2 热泵和制冷系统仿真优化的现状 1 2 1 热泵和制冷系统仿真的现状 仿真就是用另一数据处理系统，主要是用硬件来全部或部分地模仿某一数据 处理系统，以致于模仿的系统能像被模仿的系统一样接受同样的数据、执行同样 的程序、获得同样的结果。1 9 7 8 年k o m 在其著作连续系统仿真中将其定义 为“用能代表所研究对象的模型做实验”。仿真根据其模型性质的不同可分成物 理仿真和计算机仿真。物理仿真不在本文讨论范围之内，所谓汁算机仿真是指用 一组方程来描述系统的运行规律，然后编程进行求解。计算机仿真技术随着计算 机技术的发展而发展，近年来已经广泛应用到各个学科之中，极大的促进了学科 的发展。 在计算机仿真研究中，一般要经历这样的四个步骤： 1 ) 写出实际系统的数学模型； 2 ) 将其转变成能在计算机上运行的数学模型； 3 ) 编出仿真程序； 4 ) 对模型进行修改、校验。 自2 0 世纪6 0 年代开始，仿真技术开始在制冷、空调、热泵领域开始得到应 用。但是真正的基于计算机平台的制冷空调装置仿真技术的研究始于2 0 世纪7 0 年代末。这期间伴随着制冷技术和计算机技术的高速发展，制冷系统仿真技术也 不断进步，并走向实际应用。仿真算法也变得多种多样，由最初的传统迭代法发 展到有限差分法、n r 算法、人工神经网络算法等等 1 0 - 1 2 】。回顾空调系统的仿真 发展历程，大体上可以分为三个趋势：从对空调系统的局部进行仿真发展到对空 调系统整体进行仿真、从对空调系统作简单的稳态仿真发展到对空调系统作相对 复杂的动态仿真、建模方法从集总参数法发展到分布参数法。 局部仿真的研究重点放在系统的各个部件上，针对空调系统的每一个部件， 如压缩机、蒸发器、冷凝器、毛细管等，建立相应的模型，针对具体的部件进行 模拟研究，得出运行参数或性能曲线，然后进行分析研究。上海交通大学陈芝久、 丁国良、张春路对各个部件都建立了较为完善的模型，取得了较好的模拟效果 i h 2 1 。清华大学的葛云亭、彦启森建立了蒸发器和冷凝器的动态模型【1 3 - 1 4 l 。另外 新西兰的p k b a n s a l ，b x u ，泰国的j i r a p o ms i n p i b o o n ， s o m c h a iw o n g w i s e s 、西 第一章绪论 安交大的王威则针对毛细管分别作了较为详细的模拟和讨论p s - 1 7 。张川、马善伟 和陈江平对膨胀阀的模型和流量系数进行了深入研刭恪憎j 。 由于部件仿真研究时问较长，内容也相对较为完善，现今许多学者开始对系 统仿真进行研究。此时系统各部件模型之间的输入输出参数相互关联，用能量平 衡、系统部件问的压力平衡、制冷剂的质量平衡来进行约束，以保证仿真的合理 性。系统仿真分为稳态仿真和动态仿真，稳态仿真作为动态仿真的一种特殊简化 技术，很早就被提出。制冷系统稳态仿真是指在系统稳定运行工况下，通过作合 理假设，建立数学模型来求解冷( 热) 量、压力、温度、流量等参数。由于不考虑 时间对系统的影响，描述部件特性的微分方程中各变量对时间的偏导项为零，从 而简化了方程，方便了编程计算。动态仿真则较为复杂，考虑了外界环境变化及 启动、停机、除霜等实际过程对系统的影响。仿真计算能够求解出各参数随时间 的变化趋势。但由于微分方程中引入了时间项，使得模型方程、编程求解变的较 为复杂。另外在做仿真求解时，要注意时间步长的使用。时间步长取得越小，求 解结果也就越准确，但求解时间也随之变长，收敛速度变慢。时间步长取的过大 则不能反映研究对象的动态特性，严重时求解参数无法收敛。因此要在方程求解 精度和速度之间做折中。系统仿真研究国外较早的有h a m i l t o n 2 0 1 的空调系统模拟 程序，o r n l l 2 1 j 开发的空调热泵制冷系统的计算程序等。国内对此也有一定研究， 如于兵对电冰箱制冷系统作的稳态仿真，张华俊对冷风型空调器作的计算 机仿真，陈则韶1 2 4 对压缩制冷空调装置动态仿真研究等等。 仿真对实验的替代是一个渐进的过程，在仿真技术实用化之前，实验是非常 重要的。为了提高仿真精度，扩大使用范围，使仿真软件能充分反映企业的具体 生产工艺，需要大量的实验数据，包括各个部件和整机的实验结果。当然，模拟 计算并不能完全代替实验，模拟计算用来指导实验，实验又反过来验证模拟计算 的结果，两者相辅相成，不可分割。 热泵和制冷空调领域的仿真技术虽然已得到很大发展，相应的研究也作的较 为充分，但还是存在不少问题，主要表现在： 1 ) 仿真的精度与适应性难以提高，系统各部件数学模型的准确性和实用性 之间存在矛盾。仿真的精度直接受制于基础热工关系式的精度，而包括换热系数 等在内的一些基础关系式的精度却是有限的，因此使最终仿真的精度难以提高； 2 ) 动态仿真和采用混合工质的制冷系统仿真还有待进一步深入研究； 3 ) 仿真软件的易用性不能令人满意，需要用户对影响结果精度与计算稳定 性的参数做出判断与调整。 解决上述问题可采用两种思路： 1 ) 更紧密地结合具体企业与产品，对于模型作专用化处理： 第一章绪论 2 ) 采用模型与人工智能相结合的复合智能模型。 由于智能仿真具有自适应、自组织的优点，在实际的研究中如何更加合理的 将传统理论模型和人工智能模型相结合是智能仿真研究的重点。目前人工智能主 要应用于以下几个方面：智能控制；故障监控和诊断：负荷预测；在 热泵和制冷系统中传统理论难以解决的问题。 在系统仿真模型建立以后，可以对系统进行优化分析。 1 2 2 热泵幂n , i j 冷系统优化的现状 优化就是根据人们期望的目标，使装置的性能达到最佳。热泵和制冷系统的 优化，首先要使装置设计最佳，其次要保证系统能够在最优状态下工作，因此热 泵和制冷系统的优化包括优化设计和优化控制。 在优化过程中，需要不断利用仿真模型中的每一组参数，因此优化匹配和仿 真是密不可分的，并且系统仿真的精度直接决定着优化结果的准确性，所以在优 化之前必须选择合适的仿真模型。 热泵和制冷系统优化问题的研究，在国外起步很早，1 9 6 0 年b a c k s t r o m 就提 出了制冷系统的经济性最优化准则，并运用能量消耗与部件结构之间的数学关系 式进行了优化。1 9 7 4 年波兰学者m a c z e k l 2 5 】运用数值计算方法模拟制冷系统的性 能，并以冷水机组为对象，采用蒙特卡罗法进行系统优化。1 9 8 0 年，b r e n d e n g l 2 6 】 也以冷水机组为研究对象，目标函数包括压缩机和风机运转费用，冷媒水及设备 投资总费用，以蒸发器和冷凝器的对数平均温差及冷却水温升为优化变量。由于 采用直接搜索法，搜索速度太慢，而且无法处理多约束条件情况。1 9 9 1 年，瑞 典学者g o r e nw a l l l 2 7 1 热泵为研究对象，以运行中的系统总费用作为优化目标函 数，总费用包括系统中压缩机、冷凝器、蒸发器、膨胀阀和电动机五大部件的费 用。 现在国内对于热泵和制冷系统优化的研究也很多，上海交通大学的陈芝久等 人1 2 8 - 3 0 1 在这方面研究的比较早，并重点研究了汽车空调系统的优化设计以及汽车 空调用的冷凝器和蒸发器的优化。张敏华1 3 1 1 对吸收式热泵进行仿真和优化，并对 单效系统、双效串连系统和双效并联系统进行最优化和比较分析。肖则强】以冷水 机组为对象，以季节能效比s e e r 为优化目标，对两种配置方案进行优化比较， 同时发现优化冷水机组的配置与建筑对象的动态负荷分布及部分负荷特性有关。 张旭光p 驯在仿真模型的基础上，以热泵能效比为优化目标，对冷凝器和蒸发器的 换热面积进行优化，寻找两器换热面积之间的最佳匹配。 目前热泵和制冷系统优化已经取得了很大发展，系统模型包含的部件越来越 第一章绪论 多，最初只有换热器等单个部件的优化，现在已经发展到压缩机、冷凝器、蒸发 器、节流机构、电动机和冷却塔等部件的组合优化。 热泵和制冷系统优化的目标主要有：系统运行的最大热效率；运行费 用；设备投资费用和运行费用之和最小；设备投资费用和运行费用之间的 合理分配；冷凝器和蒸发器之间的合理匹配；最优化控制策略等。 尽管热泵和制冷系统的优化发展很快，但是仍然存在一些问题： 1 ) 在进行部件之间匹配优化时，所考虑的部件数量和参数需要增加； 2 ) 由于传统的优化方法耗时，不易收敛，而且不适用于系统整体组合优化， 因此需要选用性能更好的优化方法。 传统的优化方法主要有梯度一牛顿法、罚函数法、单纯形法、及多面体法等。 应用以上方法进行复杂系统优化时存在以下困难：( 1 ) 初值问题：传统的优化方 法是否收敛或者是否能找到全局最优值很大程度上取决于初值的选取，但是初值 的选取没有一定的原则或者理论，有很大的偶然性。( 2 ) 收敛问题：制冷热系 统的计算机模拟涉及到大量的热物性及传热、传质计算，所优化参数具有相应的 物理含义，因此在迭代的过程中如果直接或间接涉及到牛顿迭代时，参数很可能 超出其相应的应用范围而出现发散。( 3 ) 多参数组合优化问题：在进行制冷热 系统多参数的组合优化时，传统算法容易出现不收敛而且不能保证收敛到全局最 佳值。如常用的可变多面体方法通过构造多面体，以重心来映射新的多面体顶点 进行迭代，将收敛到目标函数的局部极小值【3 4 】。 一些现代优化算法特别适合于复杂组合系统的优化，遗传算法和模拟退火算 法就是其中两个性能优良的优化算法。 1 3 遗传算法及模拟退火算法在热泵和制冷领域的应用现状 遗传算法是一种基于生物自然选择与遗传机理的随机搜索与优化方法，适用 于处理复杂的混合非线性规划和多目标优化问题。遗传算法在热泵和制冷空调中 已经得到初步的应用，目前主要应用于压缩机、换热器、系统整体组合和系统控 制等方面，模拟退火算法来源于固体退火原理，是基于蒙特卡罗迭代求解法的一 种启发式随机搜索过程，目前在热泵与制冷领域应用很少。 1 3 1 遗传算法在压缩机方面的应用 遗传算法在压缩机优化设计方面的应用比较成熟。樊会元等【3 5 1 将机翼的多点 第一章绪论 设计思想引入离心压缩机叶栅的优化设计，用p a r e t og a 方法求解该问题。在该 思想和方法下设计的叶栅，获得比单点设计更好的变工况特性。樊会元等【3 q 又将 遗传算法结合神经网络用于离心压缩机叶轮的叶片逆命题设计，利用遗传算法的 演化和训练建立了前馈神经网络。文中选择算子与标准遗传算法完全相同，而杂 交和变异算子因其染色体表达方式与二进制不同而有所不同，最终的数值模拟显 示出该方法是十分有效的。也有许多学者在遗传算法中加入自适应算子调节个体 变异概掣7 。，采用改进的遗传算法对叶轮进行优化设计。结果表明，该算法能 够很好的适用于各种应力约束和几何约束，并在最短时间内得到形状优化最优 解。张明辉和王尚锦1 3s j 将遗传算法用于有界多极值复杂函数方面，由于遗传算法 在整个定义域内寻优，避免了多极值情况下丢失最值点情况。肖翔等人1 3 9 1 将改进 的遗传算法用于滑片式压缩机参数的优化，在算法实现中采用混合编码的方法， 遗传算子的选择采用了适用于二进制编码的单点交叉按位变异和适用于实数编 码的算术交叉非均匀变异的混合算子，使得遗传算子能够适用于实数和二进制两 种编码方式。 遗传算法也可以用来诊断压缩机故障。j e o nyc 和j a m e sl icm 】将简单遗传 算法( s g a ) 用于非线性自动回归( n a r x ：n o nl i n e a ra u t or e g r e s s i v ew i t h e x o g e n o u si n p u t ) 螺杆压缩机的故障检验，对压缩机转子电流和转速编码，以库 尔贝克函数( k d i ：k u l l b a c kd i s c r i m i n a t i o ni n d e x ) 为适应度函数来检测当前种 群和原始种群的差别，用轮盘赌选择法，交叉时随机选择群体数量和交叉位置， 实行小概率单字节变异产生新个体，结果表明故障很容易被确认。慈建平等1 4 1 1 研 究遗传算法在冰箱用全封闭压缩机的故障诊断，提高了诊断精度。张蕾等1 4 2 l 设计 了一种模糊神经网络推理系统诊断汽车空调压缩机故障，并且应用遗传算法对系 统进行优化以及对b p 网络算法进行改进，这种方法能够优化模糊系统的参数和 结构，并且能删除无用的模糊规则，提高了汽车空调压缩机故障诊断的效率和准 确性。 1 3 2 遗传算法在换热器领域的应用 遗传算法在换热器管网中的应用十分广泛。y uh o n g r n e i 等1 4 3 1 采用遗传算法 与模拟退火相结合的方法，结果显示这种方法特别有利于解决复杂系统能量的综 合问题。m a s s r a v a g n a n i 等1 4 4 1 以最小温差为优化目标，采用狭点分析方法与 遗传算法结合进行管网研究。w e ig u a n f e n g 掣4 5 j 用混合整数非线性规划模型来 描述多股流换热器管网，并用遗传算法优化系统。传统的基于梯度的搜索方法由 于计算规模庞大且极易陷于局部最优解，而遗传算法在整体优化方面十分有效。 第一章绪论 张丽娜等4 6 1 分别以重量和效率为目标函数对板翅式换热器进行优化设计。 遗传算法不仅能够实现一般的结构优化，而且能够在提供多种类型翅片的情况 下，对翅片类型进行优化选择。刘云掣4 7 1 以传热面积与换热器芯体体积之比为目 标函数，将遗传算法应用于管箱式翅片管换热器的优化设计，结果表明遗传算法 适合求解大规模组合优化问题，具有寻优方法简便快捷和节省计算费用的优点。 1 3 3 遗传算法在系统整体方面的应用 制冷系统的整体优化非常复杂，许多学者应用遗传算法优化制冷系统。l ul u 等1 4 9 1 将遗传算法用于h v a c 的冷却水循环系统，以系统的最低能耗为目标，取 得了很好的效果，随后他们用遗传算法对整体h v a c 系统进行优化，包括冷却水 循环、冷冻水循环和制冷剂循环。c h a n gy u n g c h u n g 等1 5 0 l 采用遗传算法优化冷 水机组的热负荷，优化后提高了冷水机组的运行效率，节约了能量，同时也表明 了遗传算法具有计算速度快和误差低的特点。 使用遗传算法优化热泵系统，可以提高能源利用率【5 1 5 2 1 ，李廷勋掣5 1 1 在对热 泵进行模拟的基础上构造了系统性能函数，对冷凝压力、蒸发压力以及过热度进 行了多参数的优化，得到了使系统c o p 最大时的各参数的最佳值。发现在进行 制冷热系统多参数组合优化时，遗传算法全局寻优以及收敛能力与传统的优化 方法相比，性能有了较大的提高。 遗传算法也可用于h v a c 系统中的噪声预测，c h o w t t 等【5 3 】以噪声的声强级 为目标函数，进行遗传操作，结果表明遗传算法用于噪声预测具有很高的准确性。 1 3 4 遗传算法在系统控制方面的应用 香港大学的w h u a n g 等【5 4 j 在1 9 9 7 年利用遗传算法优化空调系统的p i d 控制 器，文中主要考虑了p i d 控制器的过调度、设定时间和平均错误，计算种群大小 是4 0 ，迭代次数是1 0 0 ，交叉因子是0 8 5 ，变异概率是0 0 2 ，字符长度是1 6 ， 结果显示优化后的p i d 控制器有更小的过调度和更短的设定时间。 西安交通大学的朱瑞琪等净5 j 结合制冷系统的动态仿真技术和遗传算法优化 技术，提出过热度模糊控制器的优化设计方法。计算时终止代数取为5 0 0 ，种群数 目取为8 0 0 ，交叉概率取为0 9 9 ，变异概率取为0 0 1 。并且进行了优化模糊控制 和比例积分( p i ) 控制品质的对比实验。结果表明，优化后的模糊控制使过热度的 超调量减小，使阀的动作平稳。 n a s s i fn 等1 5 6 1 用遗传算法优化h v a c 系统中的控制策略，文中采用双目标进 第一章绪论 化算法，以送风温度、送风管道静压力、冷冻水温度和房间温度作为变量，以能 源消耗和热舒适性作为目标函数。遗传算法种群的大小是5 0 ，交叉因子是0 9 ， 变异因子是o 0 4 ，进化代数是1 0 0 。经过实验证明，采用新的控制策略可以节能 1 9 5 。 1 3 5 模拟退火算法在热泵和制冷领域的应用 y u n g c h u n gc h a n g 等 5 7 1 将模拟退火应用于冷水机组负荷的优化，以冷水机 组的供水温度为优化变量，进行系统节能设计。结果表明，模拟退火算法比拉格 朗日算法的计算结果精确，速度快，适用于空调系统的运行优化。清华大学的张 昊志等1 5 剐用模拟退火算法改进管壳式换热器的优化设计，由于管壳式换热器性能 的影响因素很多，有几何结构方面的，又有传热、流动和介质物性方面的，这些 影响因素又互相制约，是典型的有约束非线性问题。文中采用在模拟退火算法中 引入罚函数法，能较快的得到换热器优化的最优解。 1 4 研究的内容与意义 1 4 1 研究内容 本文主要在以往对热泵和制冷系统仿真的基础上，针对当前常用的热泵和制 冷系统建立稳态仿真模型，并且以该模型为基础，对整个系统进行优化匹配。由 于传统的优化方法进行复杂系统优化时存在很多缺陷，本文采用现代优化方法， 对人工智能中遗传算法和模拟退火算法结合形成的遗传模拟退火算法进行改进， 并应用于热泵和制冷系统的优化。用m a t l a b 软件对遗传模拟退火算法和系统 仿真模型编程，对热泵和制冷系统的压缩机、冷凝器和蒸发器进行优化匹配。 本文的主要研究内容包括： l 建立热泵和制冷系统仿真模型，包括压缩机、冷凝器、蒸发器、膨胀阀、 水泵五个子模型，通过文献的实验数据对该模型进行验证。 2 将人工智能中遗传算法和模拟退火算法相结合，形成改良的遗传模拟退 火算法。 3 采用m a t l a b 软件，对系统仿真模型和遗传模拟退火算法进行编程。 4 利用遗传模拟退火算法对热泵和制冷系统进行优化匹配，合理配置压缩 机、冷凝器和蒸发器，提高系统运行性能。 第一章绪论 1 4 2 研究意义 对热泵和制冷系统进行仿真和优化匹配是本文研究的关键内容，现有的热 泵和制冷系统仿真模型很多，但是有些用于优化匹配的模型所包含的部件不全 面，而且以往通常采用传统的优化方法对系统进行优化，耗时长，不易收敛。 本课题的科学意义在于：用人工智能中的现代算法优化热泵和制冷系统，将 遗传算法和模拟退火算法相结合形成改良的遗传模拟退火算法，该算法吸取了两 个算法的优点，具有并行性、稳定性、易收敛、速度快的特点，适合复杂组合系 统的优化。将该算法应用于热泵和制冷系统，可以促进人工智能在本学科的进一 步应用，有利于两个学科之间的交流与发展。 本课题的实用意义在于：热泵和制冷系统目前已经广泛应用于人们的生活 中，通过对系统进行仿真和优化匹配，可以减少成本、提高系统运行效率，节约 能源。水泵是系统中耗能仅次于压缩机，属于较大的耗能部件，本文在系统模型 中增加水泵模型，使系统仿真模型和优化结果更加接近实际应用。 1 5 本章小结 本章介绍了制冷空调节能的必要性和节能措施，说明了压缩机、冷凝器和蒸 发器的匹配是提高系统性能、进行空调节能的关键。分析了国内外热泵和制冷系 统仿真优化的现状以及当前存在的问题，说明了传统优化算法在进行复杂系统优 化时的缺点，然后综述了遗传算法及模拟退火算法在热泵和制冷空调领域的应用 现状。最后确定本文的主要研究内容，指出本文的研究意义。 第二章遗传模拟退火算法及其改进 第二章遗传模拟退火算法及其改进 为了对热泵和制冷系统进行优化，需要首先确定优化方法。本章在已有算法 的基础上，建立本文所要使用的优化算法，即改良的遗传模拟退火算法。 随着2 0 世纪8 0 年代初期禁忌搜索、模拟退火、遗传算法和人工神经网络算 法的兴起，科学工作者对这些算法的模型、理论和应用技术等一系列问题进行着 深入的研究，并将这些算法称为现代优化算法。现代优化算法的主要应用对象是 优化问题中的难解问题。正是因为很多实际优化问题的难解性，和现代优化算法 在一些优化问题中的成功应用，使得现代优化算法成为解决优化问题的一种有力 工具剜。 现代优化算法包括禁忌搜索、模拟退火、遗传算法、人工神经网络和拉格朗 日松弛等算法，这些算法涉及生物进化、人工智能、数学和物理科学、神经系统 和统计力学等概念，都是以一定的直观基础而构造的算法，通常也被称为启发式 算法，启发式算法与计算复杂性理论的形成有密切的联系。当人们不满足常规算 法求解复杂问题时，现代优化算法开始体现其作用。 组合最优化是通过对数学方法的研究寻找离散事件的最优编排、分组、次序 和筛选等，是运筹学中的一个经典且重要的分支，所研究的问题涉及信息技术、 经济管理、工业工程、交通运输、通信网络等诸多领域。 由于组合最优化问题的复杂性和难解性，使得传统的常规优化算法不能很好 的解决该问题，现代优化算法由于本身的特点，能够成功解决组合最优化问题， 因而受到了广大学者的关注。本文重点介绍现代优化算法中的遗传算法和模拟退 火算法，分析并改进了遗传模拟退火算法。 2 1 遗传算法介绍 遗传算法是仿真生物遗传学和自然选择机理，通过人工方式所构造的一类搜 索算法，从某种程度上说遗传算法是对生物进化过程进行的数学方式仿真。霍兰 德( h o l l a n d ) 在他的著作( a d a p t a t i o ni nn a t u r a la n da r t i f i c i a ls y s t e m s 首次提出遗 传算法，随后霍兰德和他的学生对该算法进行了研究和发展1 6 0 - 6 。 生物种群的生存过程普遍遵循达尔文进化准则，群体中的个体根据对环境的 适应能力而被大自然所选择或淘汰。进化过程的结果反映在个体的结构上，其染 第二章遗传模拟退火算法及其改进 色体包含若干基因，相应的表现型和基因型的联系体现了个体的外部特性与内部 机理间的逻辑关系。通过个体之间的交叉、变异来适应大自然环境。生物染色体 用数学方式或计算机方式来体现就是一串数码，仍叫做染色体，有时也叫个体； 适应能力由对应染色体的数值来衡量；染色体的选择或淘汰则按所面对的问题是 求最大还是最小来进行p 9 - 6 2 1 。 遗传算法自从1 9 6 5 年提出以来，在国际上已经形成了一个比较活跃的研究 领域，已召开了多次重要的国际会议，并创办了很多相关的国际刊物i 羽j 。 目前遗传算法已经广泛应用于自动控制、计算科学、图像识别、模式识别、 工程设计、交通运输、智能故障诊断、管理科学和社会科学等领域。 2 1 1 遗传算法的结构、 霍兰德( h o l l a n d ) 的遗传算法通常被称为“简单遗传算法”( 简称s g a ) ，本文 以此作为主要对象，分析遗传算法的结构和机理。 1 编码与译码 许多应用问题结构很复杂，但可以转化为简单的字符串，将问题结构变换为 字符串的过程叫编码；而相反将字符串变换为原问题结构的过程叫译码。字符串 被称为染色体或个体。 2 适应度函数 为了体现染色体的适应能力，引入了对问题中的每一个染色体都能进行度量 的函数，叫做适应度函数。通过适应度函数来决定染色体的优、劣程度，它体现 了自然进化中的优胜劣汰原则。对于优化问题，适应度函数就是目标函数。 3 遗传操作 简单遗传算法的遗传操作主要有三种：选择( s e l e c t i o n ) 、交叉( c r o s s o v e r ) 和变 异( m u t a t i o n ) 。改进的遗传算法大量扩充了遗传操作，以达到更高的效率。 选择操作也叫复制操作，根据个体的适应度函数值所度量的优、劣程度决定 它在下一代是被淘汰还是被遗传。一般地说，选择将使适应度较大( 优良) 的个体 有较大的存在机会，而适应度较小( 低劣) 的个体继续存在的机会也较小。简单 遗传算法通常采用轮盘赌选择机制，令表示群体的适应度值的总和，表示种 群中第i 个染色体的适应度值，它产生后代的能力正好为其适应度值所占份额f ； f ；。 交叉操作的简单方式是将被选择出的两个个体p 1 和p 2 作为父母个体，将两 者的部分码值进行交换。假设有如下八位长的二个体： 第二章遗传模拟退火算法及其改进 产生一个在l 到7 之间的随机数c ，假如现在产生的是3 ，将p 1 和p 2 的低 三位交换：p 1 的高五位与p 2 的低三位组成数串1 0 0 0 1 0 0 1 ，这就是p l 和p 2 的 一个后代q 1 个体；1 2 的高五位与p l 的低三位组成数串l1 0 11l l o ，这就是p l 和p 2 的一个后代q 2 个体。其交换过程如下图所示： 变异操作的简单方式是改变数码串的某个位置上的数码。通常采用二进制编 码，二进制编码表示的每一个位置的数码只有0 与l 两种情况，比如有如下二进 制编码表示： 其码长为8 ，随机产生一个l 至8 之间的数k ，假如现在k = - 5 ，对从右往左的 第5 位进行变异操作，将原来的0 变为l ，得到如下数码串： 二进制编码表示时的简单变异操作是将0 与l 互换：0 变异为l ，l 变异为0 。 4 控制参数 并不是所有被选择的染色体都要进行交叉操作和变异操作，而是以一定的概 率进行，一般在程序设计中，交叉操作发生的概率要比变异操作发生的概率大若 干个数量级，通常交叉概率的取值范围是0 5 - 0 9 5 ；变异概率的取值范围是 0 0 0 l o 0 2 。 种群的染色体总和叫做种群规模，它对算法的效率有明显的影响，规模太小 第二章遗传模拟退火算法及其改进 不利于进化，而规模太大将导致程序运行时间长。对不同的问题可能有各自适合 的种群规模，通常种群规模为3 0 1 0 0 。 另一个控制参数是个体的长度，有定长和变长两种，它对算法的性能也有影 响。 2 1 2 遗传算法的模型 遗传算法类似于自然进化，通过作用于染色体上的基因寻找优良的染色体来 求解问题。与自然界相似，遗传算法对求解问题的本身一无所知，它所需要的仅 是对算法所产生的每个染色体进行评价，并基于适应值来选择染色体，使适应性 好的染色体有更多的繁殖机会。在遗传算法中，通过随机方式产生若干个所求解 问题的数字编码，即染色体，形成初始群体；通过适应度函数给每个个体一个数 值评价，淘汰低适应度的个体，选择高适应度的个体参加遗传操作，经过遗传操 作后的个体集合形成下一代新的种群。对这个新种群进行下一轮进化。这就是遗 传算法的基本原理。 遗传算法的计算流程：f 开始l ( 1 ) 初始化群体； ( 2 ) 计算群体上每个个体的适应度值； ( 3 ) 按由个体适应度值所决定的某个规则选择将 进入下一代的个体； ( 4 ) 按概率p c 进行交叉操作； ( 5 ) 按概率p m 进行突变操作； ( 6 ) 没有满足某种停止条件，则转第( 2 ) 步，否则进 入( 7 ) 。 ( 7 ) 输出种群中适应度值最优的染色体作为问题 的满意解或最优解。 根据遗传算法思想可以画出如图2 1 所示的简单遗 传算法框图。 通常程序的停止条件的有如下二种：完成了预先给 定的进化代数则停止；种群中的最优个体在连续若干 代没有改进或平均适应度在连续若干代基本