（化学工程专业论文）用遗传模拟退火算法进行具有多流股换热器的换热网络综合.pdf

摘要 摘要 多流股换热器网络是一种新型的换热器网络。与双流股换热器相比，多流般换热器 以其高效率、结构紧凑及投资低在气体加工和石油化工等一些过程工业中有着广泛的应 用。但是过去的2 0 多年里人们把大部分精力用于传统的双流股换热器网络综合的研究， 有关多流股换热器网络综合问题的数学模型及求解技术研究目前仍然很有限。本文在德 国d f 6 项目和中国石油天然气股份有限公司辽阳石化分公司的支持下进行了多流股换热 器网络综合的理论和实践研究，主要包括如下内容： 1 ) 建立了带有多流股换热器的换熟网络综合数学模型，该模型改进了文献中等温 混合的不合理假设，建立了非等温混合的网络综合超结构数学模型，使得模型更加严格、 符合工程实际。等温混合的假定使部分约束条件线性化，但是也缩小了问题优化的解空 间，建立在这样前提之下的数学模型更加导致局部极值的出现。本文提出的多流股换热 器网络综合数学模型不依赖于夹点技术的网络温差、夹点位置和子网络的划分，对于过 程流股的传热膜系数没有限制，做到了换热器网络的同步最优综合。 2 ) 多流股换热器网络综合问题本质上是一个混合整数非线性规划问题( m i n l p ) ， 这类问题的非凸非线性的特性使得目标函数存在多个局部最优解。传统的基于梯度的搜 索方法在处理这类问题时由于计算规模庞大且极易陷于局部最优解而不再适用，而遗传 算法却为解决这类问题提供了很有希望的一个方向。本文对遗传算法求解多流股换热网 络综合问题进行了研究，主要有： ( 1 ) 遗传算法提供了一种求解复杂系统优化问题的通用框架，但是构造遗传算法时 需要考虑的一个重要问题是遗传算子的设计。对不同的优化问题需要使用不同的编码方 法；f 【r 不同操作的遗传算子，它们与所求解的具体问题密切相关，因而对所求问题的理解 程度是遗传算法应用成功与否的关键。本文将遗传模拟退火( g a s a ) 算法应用到多流 股换热器网络综合数学模型的求解问题上去。提出了多流股换热器网络初始可行解的发 生方法、超结构中匹配换热量的确定、个体相似性的判断方法，设计了遗传算法综合多 流股换热器网络问题的交叉算子、变异算子、保留父代良好信息的o c x 算于、多样性 保持e c 算子。 ( 2 ) 用遗传算法求解约束优化问题的难点在于：在遗传算法的计算过程中，遗 传因子作用于可行解后，一个可行解在经过各种算子的作用之后常常会变成不可行 解。即违反约束。用遗传算法求解此类问题需要考虑些对策。与传统的双流股换热网 络综合问题相比，多流股换热网络综合问题中有更多的约束，大量的流股分支流量是未 知的优化变量，问题更加复杂，规模也更大，因此这给遗传算法的应用带来许多的困难。 大连理工大学博士学位论文 针对多流股换热器网络综合问题约束条件苛刻带来的问题，根据换热网络问题具体的特 点，提出了适合于h e n s 问题进化过程中面向特定问题的约束处理策略及进化过程计 算中较小热量匹配去除以及最小传热温差控制等与网络的可控性和经济性相关的一系 列策略。本文成功地将g a s a 与h e n s 问题结合起来求解，计算结果证明本文提出的 这一整套方法对解决多流股换热器网络综合问题是有效的。 3 ) 论文中对多流股换热网络和普通的双流股换热网络综合方法进行实例计算分析， 说明应用多流股换热器的优势。作为工程实例，本文将g a s a 综合多流股换热器网络程 序应用于辽阳石化分公司的原油预热换热器网络的改造，所提出的换热网络满足了厂方 的改造要求，降低了操作费用，可以带来较高的经济效益。作为对比，同时还用商品化 的换热网络综合软件h e x t r a n 进行了综合。两者综合结果的对比表明，g a s a 进行多流 股换热器网络综合的方法是有效的，可以应用于中等规模的生产实践过程中去。 关键词：多流股换热器，换热器网络综合，混合整数非线性规划模型，超结构，非等温 混合，遗传模拟退火算法 l i a b s t r a c t a b s t r a c t m u l t i - s t r e a mh e a te x c h a n g e rn e t w o r ki san e wt y p eo fh e a te x c h a n g e rn e t w o r k sc o m p a r e dw i t h t r a d i t i o n a lt w o - s t r e a mh e a te x c h a n g e r s ，m u l t i - s t r e a mh e a te x c h a n g e r sp o s s e s sm a n ya d v a n t a g e ss u c ha s h i g he f f i c i e n c y , c o m p a c t s t r u c t u r ea n dl o wc o s t ，a l t h o u g hm u l t i s t r e a mh e a te x c h a n g e r sa r ew i d e l yu s e di n p r o c e s si n d u s t r i e ss u c ha sg a sp r o c e s s i n ga n dp e t r o c h e m i c a li n d u s t r i e s ，m u c hw o r kd u r i n gt h el a s tt w o d e c a d e si sf o c u s e do nc o n v e n t i o n a lt w o - s t r e a mh e a te x c h a n g e rn e t w o r k s ，f e ws t u d i e sh a v eb e e nd o n e0 n m a t h e m a t i c a lm o d e l sa n dt h e i rs o l u t i o n t e c h n i q u e f o rh e a te x c h a n g e rn e t w o r km e n ) s y n t h e s i sw i t h m u l t i - s t r e a mh e a te x c h a n g e r s s u p p o s e db y t h ed e u t s c h ef o r s c h u n g s g e m e i n s c h a f t ( d f gn o r 0 2 9 4 9 ) a n dl i a o y a n gp e t r o c h e m i c a lc o l t d ，w ed o n et h e o r e t i c a la n de n g i n e e r i n ga p p l i c a t i o ns t u d yo nm u l t i - s t r e a mh e a te x c h a n g e rn e t w o r k s y n t h e s i sp r o b l e m t h ew o r k i nt h i sp a p e ri n v o l v e sf o l l o w i n gs u b j e c t s ： 1 ) b a s e do nc o n c e p to fs t a g e - w i s eh e a te x c h a n g e rn e t w o r ks u p e r s t r u c t u r e ，as y n t h e s i sm o d e lo fh e a t e x c h a n g e rn e t w o r kw i t hm u l t i s t r e a mh e a te x c h a n g e r ss u p p o r t i n gn o n i s o t h e r m a lm i x i n go fs p l i t s i s e s t a b l i s h e d t h ea s s u m p t i o no fi s o t h e r m a l m i x i n g i nl i t e r a t u r er e d u c e s n o n l i n e a r i t y , e a s e ss o l u t i o n d i f f i c u l t y , b u ta l s on a r r o w st h ep r o b l e ms p a c e ，l e a d i n gt ol o c a lo p t i m a t h ep r e s e n t e dm o d e ld o e sn o tr e l y o na n yh e u r i s t i c ss u c ha s p i n c ht e c h n o l o g y , a n dn oc o n s t r a i n tf o rp r o c e s ss t r e a mh e a tt r a n s f e r f i l m c o e f f i c i e n t si sn e e d e d t h r o u g hs o l v i n gt h em o d e l ，w ec a no p t i m i z eu t i l i t yc o s t ，e x c h a n g e r s a r e a ，n u m b e r o f u n i t sa n ds t r e a m s p l i tf r a c t i o n ss i m u l t a n e o u s l y 2 ) t h es y n t h e s i so fh e nw i t hm u l t i s t r e a mh e a te x c h a n g e r si sm o d e l e da sa nm i n l p p r o b l e m t r a d i t i o n a i g r a d i e n t b a s e do p t i m i z a t i o nt e c h n i q u ef a i l s t of i n dt h eg l o b a l o p t i m ad u et o t h e n o n - c o n v e x i t ya n d n o n i m e a r i t ya n dm a n yl o c a lo p t i m ao ft h i sk i n do fp r o b l e m a l t e r n a t i v e l y , g e n e t i ca l g o r i t h m ( g a ) a n d s i m u l a t e da n n e a l i n g ( s a ) p r o v i d eap r o m i s i n ga p p r o a c hf o rt h i s p r o b l e m i nt h ep a p e r , t os o l v et h e s y n t h e s i sp r o b l e mw i t ha na l g o r i t h m ( g a s a ) ，s o m ec o m b i n a t i o no fa l g o r i t h mw i t ht h es p e c i f i cs y n t h e s i s p r o b l e mi sc o n s i d e r e d ： ( 1 ) g e n e t i ca l g o r i t h mp r o v i d e so n l yag e n e r a lf r a m e w o r kf o rs o l v i n gc o m p l e xo p t i m i z a t i o np r o b l e m t h e g e n e t i co p e r a t o r s a r eo r e np r o b l e m d e p e n d e n ta n da r eo fc r i t i c a l i m p o r t a n c ef o rs u c c e s s f u lu s ei n p r a c t i c a lp r o b l e m s p e c i f i c a l l y , t ot h es y n t h e s i sp r o b l e mo fh e nw i t hm u l t i - s t r e a mh e a te x c h a n g e r sa n a p p r o a c hf o ri n i t i a lh e ng e n e r a t i o n ，h e a tl o a dd e t e r m i n a t i o no fam a t c hw i t h i ns u p e r s t r u c t u r ea r eg i v e n s o m eo p e r a t o r ss u c ha sc r o s s o v e ro p e r a t o r , m u t a t i o no p e r a t o r , o c x ( o r t h o g o n a lc r o s s o v e r ) a n de c ( e f f e c t i v ec r o w d i n g ) o p e r a t o r sa r ea p p r o p r i a t e l yd e s i g n e dt oa d a p tt ot h eh e n sp r o b l e m ( 2 ) a n o t h e rd i f f i c u l t yf o rg e n e t i ca l g o r i t h mi st h ec o n s t r a i n t sh a n d l i n g d u r i n gg e n e t i ce v o l u t i o n ，t h e i n d i v i d u a lo ft h e p o p u l a t i o no f t e nt u r n i n t os o m ei n f e a s i b l es o l u t i o na f t e r m a n i p u l a t e db yg e n e t i c o p e r a t o r s t h i so f t e nl e a d st of a i l i n gt of i n daf e a s i b l es o l u t i o nd u r i n ge v o l u t i o n ，e s p e c i a l l yt ot h es t r i c t c o n s t r a i n t so p t i m i z a t i o np r o b l e m h e n c e 、s o m es t r a t e g ys h o u l db ec o n t r i v e df o rc o n s t r a i n t sg u a r a n t e ei n 1 1 1 查堑矍三查兰堕主兰垡堡苎 g e n e t i cc o m p u t a t i o n t h eh e n sp r o b l e mo fm u l t i s t r e a mh e a t e x c h a n g e r s i sam o r e l a g e s e a l e c o m b i n a t o r i a lo p t i m i z a t i o np r o b l e mw i t hm o r es t r i c tc o n s t r a i n t sa n dc o m p l e x i t y i t b r i n g s f o r t hm o r e d i f f i c u 埘f o rc o n s t r a i n t sh a n d l i n g a c c o r d i n gt oc h a r a c t e r so f t h eh e a te x c h a n g e rn e t w o r ko f m u l t i s l y e a m h e a te x c h a n g e r s ，w ed e s i g na no p e r a t o rt ot r a n s f o r mt h ei n f e a s i b l es o l u t i o nt o f e a s i b l eo n e s s o m e s t r a t e g i e s r e l a t e dw i t ht h en e t w o r ko p e r a b i l i t ya n dc o s t - r e d u c i n ga r ea l s od e v i s e di nt h e p a p e r t h e f e a s i b i l i t yo fp r o p o s e dg a s aa p p r o a c hf o rh e n sw i t hm u l t i s t r e a mh e a te x c h a n g e r si sd e m o n s t r a t e d s u c c e s s f u l l yt h r o u g hv a r y i n gs c a l es y n t h e s i sp r o b l e m s 3 、t h ee c o n o m i c a la d v a n t a g eo fm u l t i s 廿e a mh e a te x c h a n g e r sn e t w o r ko v e rt r a d i t i o n a lt w o s t r e a mh e a t e x c h a n g e r sn e t w o r ki s i l l u s t r a t e dt h r o e 【g hc a l c u l a t i o n s a tl a s t ，a s e n g i n e e r i n gp r a c t i c e ，w ea p p l i e do u r a p p r o a c ht oa ni n d u s t r i a lc a s e ，ah e a te x c h a n g e r sn e t w o r ks y n t h e s i sp r o b l e mf o rc r u d eo i lp r e h e a t i n g u s i n go u rp r o g r a m ，t h es y n t h e s i z e dh e a te x c h a n g e rn e t w o r kc a ns a r i s f yt h er e q u i r e m e n t so ft h ep l a n t w i t hl o wc o s ta n d h i 曲e c o n o m i c a lb e n e f i t s w ea l s os y n t h e s i z e dn e t w o r k sw i t hc o m m e r c i a l s 0 1 e a r e _ _ h e x t r a nf o rc o n t r a s t t h ec o m p a r i s o no fo u rr e s u l t sw i t hh e x t r a ni n d i c a t e st h a to u r g e n e t i ca l g o r i t i n n - b a s e da p p r o a c h i sn o ti n f e r i o rt oh e x t r a n o u rp r o g r a mc a nb eu s e di n m i d d l e s c a l ei n d u s 廿i a lc a s e s k e y w o r d s ：m u l t i s t r e a m h e a t e x c h a n g er ，h e n s ，m i n l pm o d e l ，n o n i s o t h e r m a lm i x i n g ，s t a g e - w i s e s u p e r s t r u c t u r e ，g e n e t i ca n ds i m u l a t e da n n e a l i n ga l g o r i t h m s 文献综述 1 文献综述 在许多过程工业中，一些物流需要加热，而另一些物流需要冷却。合理地把这些物 流匹配在起，充分利用热物流去加热冷物流，提高系统的热回收能力，尽可能地减少 公用工程( 如蒸汽、冷却水等) 辅助加热和冷却负荷，无疑将提高整个系统的能量利用 率和经济性。合理有效地组织物流间的换热问题，涉及到如何确定物流问匹配换热的结 构以及相应的换热负荷分配。换热网络综合就是要确定出具有较小或最小的设备投资费 和操作费用，并满足把每个过程物流由初始温度加热冷却到目标温度的换热器网络。 其中，设备投资费用主要与换热面积及换热设备台数有关；而操作费用主要与公用t 程 消耗量有关。这三个目标因素之间是相互影响的，其关系如图1 1 所示。 图1 1 影响换热网络费用的三个因素 f i g l ：it r a d e - o f f b e t w e e nc o s t si nd e s i g n 换热网络综合方法从求解策略上可分为启发探试法和数学规划法两大类，随着人工 智能技术的发展，近年来又有一些研究者提出了换熟网络综合的人工智能方法。下面对 这几种方法的发展状况作一分类概述。 1 1 换热器网络综合方法 1 i t 以求解策略分类 1 ) 启发探试法( h e u r is t i cu e t h o d ) 大连理工大学博士论文 启发探试法是根据最优换热网络所需的必要条件和特征，从热力学原理及经验知识 出发规定一些设计目标和探试规则来构造网络，进行综合评价和调优，最后找出接近最 优的换热网络。在用启发探试法进行换热网络最优合成的众多方法中，l i n n h o f f 等所开 发的夹点技术以其较好的系统特性特别是实用性而最为引人注目。 使换热网络综合研究有了突破性进展的是r u d d ( 1 9 6 9 ) 、h o h m a n n ( 1 9 7 1 ) 及他们 的合作者。他们认为换热网络( h e a te x c h a n g e r sn e t w o r k , h e n ) 的综合不仅仅是个数学 问题，在综合过程中要考虑到许多热力学问题。为此他们提出应该首先对系统进行热力 学分析。他们的工作是换热网络综合启发试探法的代表。h o h m a n n 提出，当给定了冷 热工艺物流数据，即可确定出最小公用工程用量和所需的最少设备单元数，在换热网络 综合的理论工作上是一个重大贡献。r u d d 和h o h m a n n 关于热力学分析的思想对后来的 研究具有重要的影响。1 9 7 6 年h u a n g 和e l s h o u t 依据热力学第一定律分析的方法提出了 对h e n 进行热平衡分析的组合曲线图，用以直观表示所能达到的最大热回收水平( 即 最小公用工程消耗) 。这种组合曲线法后来被l i n n h o f f 等充分发展形成了h e n 研究及 p s e 领域闻名的夹点技术( p i n c ht e c h n o l o g y ) 。1 9 7 8 年l i n n h o f f 提出了换热网络中的 温度夹点( p i n c h ) 问题，指出夹点限制了换热网络可能达到的最大热回收。1 9 8 2 和1 9 9 0 年l i n n h o f f 比较系统地论述了用于换热器网络综合的夹点技术，并推广应用于整个过程 系统的能量分析与调优。 夹点设计法大致可以分为三个步骤： ( 1 ) 给定网络最小允许传热温差，确定网络的最小公用工程用量及夹点位置。 ( 2 ) 以夹点划分两个子网络分别设计，然后台并，得到最大热回收的整体网络。 ( 3 ) 采用能量松弛法，通过断开热负荷回路等来减少换热单元数目，进行网络调优。 在通常的换热网络设计中，多是设计者凭经验或其他参考数据给出h r a t ( h e a t r e c o v e r y a p p r o a c h t e m p e r a t u r e ) 值，但这并不能保证设计的网络成本最低。为了解决这 一问题，l i n n h o i f ( 1 9 8 9 ) 提出了超目标法( s u p p e r t a r g r t i n g ) ，即在网络设计之前，用等面 积法求出最佳的h r a t 值。尹清华( 1 9 9 2 ) 应用热经济学法对此也进行了讨论，提出了 相应的求解方法。 按夹点设计法得到一最大能量回收网络，但往往换热设备数较多，流程复杂，需作 进一步的调优处理。1 9 8 4 年s u 等提出断开热负荷回路( h e a tl o a dl o o p ) ，以及采用 热负荷路径( h e a tl o a dp a t h ) 的能量松弛( e n e r g yr e l a x t i o n ) 方法，能够有效地 减少换热设备数，从而在基本上保持最大能量回收网络的基础上，使换热设备数最少， 达到网络的优化。 1 文献综述 夹点技术也是在不断发展的。在夹点设计法的第三步一般的做法是寻找热负荷回 路，去掉换热负荷较小的换热器，但是t r i v e d i ( 1 9 9 0 ) 认为，热负荷回路的确定及负荷取 消均是一较复杂问题，至于去掉哪些换热器应当根据它所在回路与换热网络的相互影响 来决定，否则就会导致调优结果产生一个局部最优的网络。p o l l e y ( 1 9 9 5 ) 提出了在夹点区 流股分流的定量确定达到最大能量回收( m a x i m u mh e a tr e c o v e r y , m e r ) 网络的方法。 对具有不同传热膜系数过程流股的换热网络综合夹点技术是有缺陷的 ( a h m a d ，1 9 9 0 ；李晖，1 9 9 7 ) 。李晖等在双温差基础上提出虚拟温度法，用于传热膜 系数和单位换热面积费用不同的换热网络的优化设计，它是把每股物流的传热膜系数和 单位换热面积费用与每殷物流t 女m 值相关联，利用它修正物流的初始温度和目标温度， 然后对换热网络进行最优综合，这种方法被称为虚拟温度法。 虚拟温度法的关键在于t 月值的求解。a h m a d 提出t 女m 与h ，a 之间的关联式： a tm m 砺= c 0 n s t ( 常数) 式中tm n 为物流的温差贡献值，h 为物流的传热膜系数，a 为单位换热面积费用。 利用虚拟温度法设计出换热网络，然后还原成原来的温度，完成传热膜系数不 同和单位换热面积费用不同的换热网络的最优综合。 夹点技术和其他的换热网络综合方法的发展也不是截然分开的，建立在夹点投术发 展起来的数学规划法也推动了它的不断完善和人们对这种方法的反思。y c e 和g r o s s a m n ( 1 9 9 0 ) 等人提出为了全局的优化效果，有时禁止通过夹点传递热量这个规则可以松弛， 这样有利于获得结构简单、费用较低的网络结果。1 9 8 6 年，建立在夹点技术基础上的数 学规划法，把t 。i 。作为优化变量，使换热网络的综合开始向同步综合的方向迈进了一 步( f l o u d a s ，1 9 8 6 ) 。 经过2 0 多年的不断完善，夹点技术已经在工业上得到广泛的应用，从而证实它对 节能降耗的巨大贡献。夹点技术在国内外得到普遍重视，目前国内外知名的大化工公司 普遍采用夹点技术，这给一些公司带来巨大的经济效益。夹点技术在学术上和工程应用 中都取得了重大成就，其方法本身仍在不断完善和发展。 但是夹点设训。法也有一些局限性。虽然夹点设计法能充分发挥过程工程师的工程 经验，在详细设计之前为过程综合建立优化目标，并考虑过程的可操作性、装置 分布、安全性等因素，驱动过程设计达到一个热力学高效和实际可接受的解决方 案。但是正是这些特点也决定了夹点分析缺乏用于过程设计的严格模型，因而无 法深入过程详细设计阶段，并且夹点分析分步的特点决定了它无法有效地考虑各 大连理工大学博士论文 层次的相互作用，而对t 。的依赖更决定了它很难得到过程综合的最优解。对具 有不同传热膜系数过程流股的换热网络综合，这种方法也是不理想的。尽管存在 一些局限性，但它的简单性、实用性以及在过程设计之前为最优综合确定目标的 思想使其在过程能量集成中具有重要的地位，已经成为过程系统能量集成的一个 基本方法。 2 ) 数学规划法 数学规划法是通过建立换热网络综合问题的数学模型，通过求解建立目标函数的最 小值，从而得到最优的换热网络。一般建立的数学模型以混合整数非线性规划( m i n l p ) 为主。可将m i n l p 概括为三个阶段： 阶段1 ：构造系统的超结构模型。该模型应包括所有可行的流程各选方案。 阶段2 ：将构造的超结构模型写成m i n l p 表达式，基本形式如下： m i n z = f ( x ，y ) s t g i ( x ，y ) 0 i i h ( x ，y ) = 0 j j 式中x n 维连续变量，x r “r 为实数集； y m 维离散变量，y ( 0 1 ) i f ( x ，y ) 一目标函数，常取系统的年度化总费用最小或总收益最大； g ( x ，y ) 、h ( x ，y ) 一超结构模型必须满足的物料平衡、能量平衡、热力学约束、 设计规定等约束。 一 阶段3 ：求解i d i n l p 模型。从超结构中选取规定目标条件的最优流程方案和操作条 件。 数学规划法解决换热网络综合问题的任务有两个：一个是建立模型的问题，另一个 是模型的求解问题。数学规划法解决换热器网络综合问题首先要建立一个包含各种实际 可行方案的超结构，在此基础上建立描述该超结构流程的m i n l p 数学模型，并采用适 当的数学规划算法来得到最优的网络结构和操作条件。目前的数学规划法的数学模型代 表性的有f l o u d a s ( 1 9 8 6 ) 及y e e 多流股换热网络超结构数学模型( 1 9 9 0 ) 以及袁希钢 ( 1 9 9 1 ) 的不分流的换热网络分段超结构的m i n l p 模型等。 受夹点技术的启发，首先发展起来的数学规划法综合换热网络的方法是1 9 8 3 年提出的转运模型( p o p o u l i a s ，1 9 8 3 ；f l o u d a s ，1 9 8 6 ) 。p o p o u l i a s 等提出了将热物流和 文献综述 热公用工程作为货源，温度区间作为中间仓库，冷物流和冷公用工程作为目的地 的转运模型( t r a n s s h i p m e n tm o d e l ) ，并建立了确定最小公用工程的l p 模型和求 解最少单元数目的m i l p 模型，并首次比较成功地用于整个化工过程系统的优化 综合。这些工作的重要部分是运用了夹点分析的内核，如温度间隔及夹点分解。 随后，m i n l p 的模型与数值解策略也得到了发展。但这个时期建立的数学规划法 属于换热网络的分步综合方法。建立在分步优化另一个比较引人注意的方法是 z h u 的工作( 1 9 9 5 ) 。他将整个换热网络综合问题分解( d e c o m p o s i t i o n ) ，在每一 个子问题中建立m i n l p 数学模型，也取得较好的效果。 用数学的方法去综合换热网络面l 临的一个难题是问题的解空间太大、严重非凸，导 致目前的各种求解算法失效。在数学模型中，对数传热温差的计算、分割器和混合器的 能量平衡、传热方程以及换热器的费用计算公式都增加了模型的非凸性。虽然有研究者 将经验规则引入模型，试图减轻这个缺陷，但目前的m i n l p 模型求解技术仍然无法保 证全局最优解的获得( z a m o r ae ta 1 ，1 9 9 7 ) 。 数学方法将物流匹配过程看作是数学中的组合优化问题，用最优化理论来求解最佳 的网络结构。它的优点是可以由计算机完成匹配的自动搜索。缺点是解题过程不透明， 物理意义不清晰，专家被置于决策过程之外。由于数学模型无法描述某些过程知识，因 此不能依靠基于知识的启发式方法缩小问题的搜索空间，对于能够由规则推理得到的结 果往往需要耗费大量的计算量；当系统物流增加时，计算的复杂性呈指数形式增长。因 此，数学规划法至今未能在工程设计中广泛应用。 3 ) 人工智能法 8 0 年代，专家系统研究的迅速发展也影响到换热网络综合的研究，借助人工智能技 术可使合成最优换热网络方法更为可靠和简化。其方法是：根据一定的匹配规则，并考 虑到网络结构的合理性。在总结设计实践和生产经验的基础上，制定出综合最优换热网 络的物流匹配及能量使用的专家规则和一些启发探试规则，以知识库的形式储存于计算 机中，其中“条件”项构成推理的基础。1 9 8 2 年g r i m e s 设计的专家系统h e a t e x 含有 1 1 5 条产生式规则，利用推理技术可以求出最小公用工程消耗。1 9 8 6 年，h a r t m a n n 指出 换热网络综合问题存在大量可行方案和评价准则，这些准则具有一定程度的模糊性，因 此，他提出了一种简单的将产生式规则和模糊理论相结合的专家系统。我国清华大学的 陈丙珍等人( 1 9 8 9 ) 也开发了换热网络综合的专家系统，它是由数据库、知识库、控制 大连理工大学博士论文 策略与人一机界面组成。针对换热网络综合问题过程规则多，寻优计算复杂的特点，高 维平等( 1 9 9 0 ) 提出的智能法合成换热网络，是通过给出合成最优换热网络时物流匹配 换熟的规则和一套人工智能图表合成最优换热网络的。但它没有考虑到诸如换热器的材 质、压力降以及各种类型的工程限制条件等方面的问题。实际上，它是借助人工智能图 表，用解析法综合最优换热网络。1 9 9 5 年毕立群将人工神经网络求解算法与专家系统相 结合，开发了专家系统。 迄今为止，人工智能技术应用于换热网络的优化综合还处于起步阶段，还有许多问 题待解决，需进一步完善和提高。 1 1 2 从优化费用目标的步骤上分类 对于数学规划法，根据其在优化过程中是否同时权衡换热网络费用的三个组 成部分，又可分为分步优化法( 如早期的转运模型) 和y e e ( 1 9 9 0 ) 、袁希钢( 1 9 9 1 ) 等人的建立在整个换热网络超结构数学模型基础上的同步最优化方法。评价综合 方法好坏的个重要准则是能否协调公用工程、换热面积和设各单元数三者关系，以使 总费用最低。 1 9 8 9 年d o l a n 指出，此前人们对换热网络综合的夹点技术及以其为基础的数学规划 法的研究是建立在一个不合理的经验规则之上的：人们认为一个最优的换热网络是一个 具有最大能量回收能力的网络( m e r ) ，而这样一个网络自然是具备最小换热单元数 ( m e n ) 。在这样的思想指导下夹点技术和伪夹点技术将换热网络在夹点处分解为上下两 个子系统。以单元数为目标分别对每个子系统进行优化：首先通过给定的h r a t 或 e m a t ( e x c h a n g e rm i n i m u ma p p r o a c ht e m p e r a t u r e ) 确定最小能耗的网络，然后利用能 量松弛减少单元数，降低总费用。该方法的局限性在于不能同时协调公用工程消耗、单 元数和换热面积三者的关系，使总费用最少。这种通过分步协调的方式所得到的网络完 全有可能偏离最低费用的网络。在夹点技术和伪夹点技术上发展起来的分步数学规划法 与夹点技术和伪夹点技术一样不能同步考虑换热网络单元数、换热面积和公用工程消 耗，而是将整体问题人为地分解为相对独立的几个子问题，不能从整体上协调三者的 关系，因而往往得到的也是局部最优解。g u n d e r s e n 和g r o s s m a n n ( t 9 8 8 ) 就发现由于没有 考虑匹配子问题对后续非线性规划的影响，导致所得到的网络费用高3 6 ，面积高6 3 。 因此，作为换热网络最理想的综合设计和改进方法一同步优化方法应当受到重视。9 0 年代以前大部分工作是这种分步综合的方法( p a p o u l i a s a n dg r o s s m a n n ，1 9 8 3 ；f l o u d a s 1 文献综述 e t a l ，1 9 8 6 ) 。 以d 0 1 a n ( 1 9 8 9 ) 、y e e ( 1 9 9 0 ) 和c i r i c 以及f l o u d a s ( 1 9 9 0 ) 换热网络超结构概念 的提出为标志，在8 0 年代末，真正意义上的同步优化工作才开始。y e e 和g r o s s m a n n 提出了多流股换热器网络的超结构模型，这个超结构数学模型利用纯粹的数学规划法 求解，在综合的过程中不再利用任何经验规则，不受夹点技术限制，可以同时考虑三个 费用目标权衡的分级超结构m i n l p 模型，但由于受线性化分解算法的限制，模型在等温 混合假设下实现线性约束，当网络结果中存在分流情况时必须再用n l p 优化确定结构的 参数。1 9 9 1 年c i r i c 和f l o u d a s 给出了公用工程消耗与h r a t 的计算函数关系，并基于 复杂超结构和央点与伪夹点的转运模型，建立了三个费用目标同步优化的m i n l p 模型， 并采用广义b e n d e r s 分解算法求解。c i r i c 和f l o u d a s 的同步最优综合方法是在热回收 量一定的情况下从超结构中选择总投资费用最小的换热网络。事实上c i r i c 及f l o u d a s 和y e e 、g r o s s m a n n 的工作是当今换热网络同步优化的两类方法代表。这时的工作则发 展到对t 。的优化。 肖云汉( 1 9 9 3 ) 也提出了同步优化面积费用和公用工程费用的线性约束n l p 转运模 型，并采用逐次二次规划法( s o p ) 进行求解。近年来进化算法的出现为同步设计策 略提供了强有力的工具。模拟退火算法和遗传算法( 俞红梅，1 9 9 8 ) 列队竞争算法 ( 2 0 0 0 ) 被用于换热网络的同步优化，取得了较好的结果。 纵观各种方法的特点，在目前的发展水平下，我们无法说哪种方法更好。在实际的 换热网络综合的实践过程中，这几种方法常常相互渗透、互为补充。如夹点技术的热 力学目标法采用了一些直观推断规则和调优规则，因而许多人认为它属于经验规则法； 转运模型的数学规划法又采用了夹点技术的成果。夹点技术的优点在于它可以预先根 据一定的经验规则把问题的不可行区域或不合理区域排除在外，可以使问题的解空间大 大缩小，而这正是困扰数学规划法的一个重要方面。目前夹点设计法仍不失为一种有效 的优化方法，因为它在优化之前，对参数的要求比较低，其物理概念比较清楚，是发 展其它优化方法的重要基础。所以今后这些方法的结合进行换热网络综合方法的开发是 很有希望的( t a n t h n u r a t h a ，2 0 0 0 ) 。虽然同步优化的数学方法从理论上来说是最完美的方法， 但是正如g u n d e r s e n ( 1 9 9 7 ) 所言，由于模型求解的困难，这种方法目前还不能工业应用， 建立在夹点技术基础上的分步优化的数学规划方法由于有较成熟的求解技术，相比而言 却是目前最实用的方法，所以目前这方面的研究也仍在继续。 7 大连理工大学博士论文 1 2 换热器网络综合问题的计算复杂性 数学规划法把过程集成问题归结为包括目标函数和系列等式和不等式约束 的多变量数学模型，然后用适当的算法得到问题的最优解。在模型中可能同时包 括连续变量和离散变量( 一般为0 一l 变量) ，函数与变量的关系可能是线性或非线 性的。所采用的规划方法主要有线性规划( l p ) ，非线性规划( n l p ) ，混合整数线性 规划( m i l p ) 和混合整数非线性规划( m i n l p ) 。后两种方法统称为混合整数规划 ( m i p ) ，它不仅包括设备结构参数和流程操作参数的连续性变量，而且还包括表示 流程结构和单元选择的离散变量( 一般指整数变量，如o - 1 变量) ，因而它可以进 行流程结构、设备结构参数和流程操作参数的同步优化。 解决这类问题的优化算法目前主要有两个分支，以数学规划为代表的确定性算法和 以遗传算法、模拟退火算法为代表的人工智能算法。常规的数学优化技术基于梯度寻优 技术，计算速度快，但要求优化问题可微，且只能求得局部最优解( m i n l p 数学模型 具有非凸的集合特性以及0 、l 变量的存在) ，算法的鲁棒性( r o b u s t n e s s ) 很受到怀 疑( b j o “r ke ta 1 ，2 0 0 2 ) 。正在传统优化算法举步不前的同时，这几年优化算法的另一 个分支一以遗传算法和模拟退火算法为代表的人工智能算法却在悄悄迅速发展。 f i n n 等人( 1 9 9 7 ) 尝试用随机性算法进行药物分子结构设计，取得较好的结果，受 他的启发，c h a k r a b o r t y 等( 1 9 9 9 ) 和d a n i e l ( 1 9 9 8 ) 用随机性方法进行换热网络综合的 研究，也得到比较满意的结果。但是该法是针对不分流的情