板式间接蒸发冷却器的优化设计

1板式间接蒸发冷却器板式间接蒸发冷却器板式间接蒸发冷却器板式间接蒸发冷却器的优化设计的优化设计的优化设计的优化设计山东建筑大学邢滕李永安杨宗瑾山东商业职业技术学院徐萌摘要板式间接蒸发冷却器的结构设计对其使用的经济性有重要影响。本文运用优化方法遗传算法，针对板式间接蒸发冷却器的经济性问题进行分析，建立了优化设计数学模型，并对新、排风风量为018KG/S的板式间接蒸发冷却器进行了优化求解。探讨了其经济性随各结构参数变化的规律。研究结果表明遗传算法可以很好地实现板式间接蒸发冷却器的优化；得出了板式间接蒸发冷却器的优化结构；随各结构参数的变化，目标函数呈抛物线变化规律。该研究对于板式间接蒸发冷却器的设计有一定的参考价值。关键词板式间接蒸发冷却器；遗传算法；经济性；结构设计；优化0引言引言引言引言板式间接蒸发冷却器是一种基于间接蒸发冷却技术的新型热回收设备，具有热回收效率高、节约空调能耗等特点，近年来被广泛关注和研究1。如图1所示，它由若干组相间的新风通道和排风通道组成，新风和排风垂直交错流动；喷淋水在排风侧换热板表面形成一层均匀水膜并吸热蒸发；新风的热量通过换热板传递给空调排风，新风被冷却，从而实现空调排风中冷量的回收利用。板式间接蒸发冷却器的使用目的是以较小的代价获得较大的热回收收益，如果设计不合理，在使用过程中会降低换热效率、增大初投资和运行费用，降低使用的经济性。因此，有必要进行优化设计，从而达到经济、节能的目的，为早日实现板式间接蒸发冷却器的标准化、规模化生产提供支持。热交换器优化问题往往具有多变量、不连续、非线性等特点，许多研究者提出了不同的优化方法，但每种方法都存在各自的局限性，如求解效率低、易陷于局部最优、非线性问题求解困难等。近年来，在最优化领域发展了一种新的最优化方法遗传算法。遗传算法（GA）是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应全局搜索算法34。该算法只需知道如何根据解来求得相应的适应度，不要求适应度函数满足连续可微等条件，适用范围广泛。而且由于其具有健壮性，特别适合处理传统搜索算法不宜解决的复杂和非线性问题。本文将讨论采用遗传算法对板式间接蒸发冷却器进行优化的方法。图1板式间接蒸发冷却器原理示意图1优化模型优化模型优化模型优化模型本文所讨论的问题是运用遗传算法，为达到经济、节能的目的，实现一定限制性条件下板式间接蒸发冷却器的最优化设计，这是一个非线性约束规划问题,最优化数学模型主要是确定适应度函数、优化变量及约束条件。其中，适应度函数根据其目标函数确定。11目标函数的确定许多研究者以最小换热面积、最大换热效率等为目标函数进行了优化，其优化结果达到了单个目标2的最优，但其经济性并不一定能达到最优。因此，本文综合考虑板式间接蒸发冷却器的热回收收益、运行费用和初投资，以其使用的经济性最好为目标函数MAXMAX321FFFF（元/年）（1）式中1F为年热回收收益；2F为年运行费用；3F为年折算初投资费用。111热回收收益计算板式间接蒸发冷却器以换热效率来评价其热回收性能，其计算公式为69111/1EXP1/EXP1/1NTUNTURRNTU（2）式中R和NTU分别为新、排风热容量比和传热单元数，其计算公式分别为127PCMKANTU1/（3）PSPCMCMR21/（4）121/1/1K（5）0801168011/3136DLV（6）080226802/3136DLVA（7）/12PACEH（8）/1PPPSCEHCC（9）式中21MM、为新、排风质量流量,KG/S；为换热板厚度,M；为换热板导热系数,W/MK；1为新风侧换热板表面对流换热系数,W/K；2、A为干、湿工况下排风侧对流换热系数,W/K；21VV、为新、排风风速,M/S；21LL、为新、排风侧换热板长度,M；21DD、为新、排风侧当量直径,M；H为水蒸汽焓值,KJ/KG；PC为空气定压比热容,KJ/（KGK）；E为湿空气饱和状态曲线斜率；PSC为以湿球温度定义的湿空气定压比热容,KJ/（KGK）。板式间接蒸发冷却器回收的冷量为211ISIPTTCMQ（10）式中IT1为新风进口干球温度，；IST2为排风进口湿球温度，。112运行费用计算本系统中，运行费用为新、排风侧风机和水泵的功耗的费用。风机功耗计算113EFFPMPMWWW/22E11221（11）式中21PP和分别为新风侧和排风侧阻力损失（因局部阻力损失很小，忽略局部阻力损失），其计算公式为11DMVLP/22（12）式中为空气密度,KG/M；E和分别为风机效率和风机所配备电机的效率，本文中分别取为075和085；为流道摩擦阻力系数；L为换热器流道长度,M；V为空气流速,M/S；D为当量直径,M；M为流程数。水泵功耗计算11BWHGW/213（13）式中1为水泵流量储备系数，单台水泵工作时111；2为水泵扬程储备系数，21112；WG为喷淋水流量，M3/S；H为水泵扬程,KPA；B为水泵在工作点的总效率，小型泵B0406。113初投资计算板式间接蒸发冷却器初投资包括材料费、制作费用、风机、水泵及附件费用。本文将同一风量的板式间接蒸发冷却器制作费用和风机、水泵及附件投资假设为不变量，设备初投资仅指材料费用。12适应度函数适应度函数在遗传算法中用来度量群体中各个个体在优化计算中能达到或接近或有助于找到最优解的优良程度。适应度较高的个体遗传到下一代的概率较大，而适应度较低的个体遗传到下一代的概率相对较小一些适应度函数根据目标函数确定，且为非负值，任何情况下都希望其值越大越好。本文直接以目标函数XF转化为适应度函数FITXFFITXFXF（14）13约束条件（1）新、排风风量的限制确定新、排风风量的大小是热回收装置设计计算的一个前提条件。本文将以新、排风风量都为540M/H为例进行分析。（2）新、排风参数的限制新、排风进口温度和湿度对板式间接蒸发冷却器的换热性能有重要影响。本文新风进口温度取济南地区夏季空调室外计算空气干球温度348，相对湿度取55；室内排风进口温度和湿度分别取为24和60。4（3）换热板材料的限制换热板材料对喷淋水膜的形成、换热效果及初投资都有影响。本文选择厚度为015MM的亲水铝箔，导热系数为237W/（MK）。经对不同厂家进行调查，亲水铝箔市场价格在8元/12元/之间，本文以10元/计算。（4）用电价格的限制用电价格直接影响到设备热回收收益及运行费用。经调查，济南市商业用电价格为电压等级1KV以下的是07029元/KWH；1KV10KV的是06949元/KWH；35KV及以上的是06939元/KWH。本文用电价格以07元/KWH计算。（5）喷淋水流量及温度的限制板式间接蒸发冷却器中喷淋水流量与排风风量的比值在0204之间较合理1，因此喷淋水流量可根据排风风量确定。喷淋水采用循环水，其水温可根据式（15）估算6。经计算，本文循环水温度约为22。LN0350LN1370803012212211MMMMTTTTISIWI（15）式中WT为喷淋水温度。（6）设备使用年限的限制空调系统的使用寿命大约在10年155年，本文以板式间接蒸发冷却器使用年限为10年进行讨论。14优化变量本文将实现板式间接蒸发冷却器的结构优化，结构参数包括板长、板间距及通道数。在风量、板长、板间距确定的情况下，新风通道数可由新风风速确定，排风通道数由新风通道数确定。因此，优化变量取为新风侧板间距1和换热板长度1L；排风侧板间距2和换热板长度2L；新风侧空气流速1V。令11LX；22LX；13X；24X；15VX，则适应度函数为这五个变量的函数,FITFIT54321XXXXXXF（16）2优化模型的求解优化模型的求解优化模型的求解优化模型的求解遗传算法优化模型求解的基本流程为编码、生成初始种群、适应度值评价、遗传操作、终止条件判断。21编码编码就是将解空间中的解数据X转化为遗传算法可识别的基因型数据。本文采用二进制编码方法，即解空间的所有个体，其等位基因值由0，1组成。编码操作中，为确定各变量的二进制串的长度，首先确定各变量的精度和变化区间。本文精度取为小数点后3位，其变化区间根据经验分别取为21301，X；21302，X；00100203，X；00100204，X；04,015X。则各优化变量的二进制编码位数为1X为10位，2X为10位，3X为4位，4X为4位，5X为12位。则由这5个变量所组成的一个染色体串是40位，如图2所示5图2一个染色体二进制串22生成初始种群遗传算法处理的是基因型个体，一定数量的个体组成群体。通过编制程序，遗传算法随机产生若干个个体组成的群体，称为初始群体P0，初始群体中个体的数目称为群体规模M。遗传算法以这若干个个体作为初始点进行迭代。群体规模一般取为20100，本文取为20。23适应度评价适应度值表明个体的优劣性。本文以经济性作为适应度评价函数，适应度值越大，经济性越好，有机会作为父代繁殖下一代的概率越大。24遗传操作遗传操作是遗传算法优化方法的主要特点，主要包括选择、交叉和变异三种算子，群体TP经遗传操作后得到下一代群体1TP。选择是从当前群体中选出优良的个体，使它们有机会作为父代繁殖下一代子孙。本文选择运算采用比例选择算子，也称为选择的蒙特卡罗法2，它利用比例于各个个体适应度的概率决定其子孙的遗留可能性。通过交叉可以产生新的基因组合，得到新的个体。本文交叉操作采用单点交叉运算，交叉概率取为025。变异操作首先在群体中随机选择一个个体，对于选中的个体以一定的概率随机改变串结构数据中某个串的值。变异为新个体的产生提供了机会。变异发生的概率很低，本文以001计算。25终止条件判断终止条件判断就是设定一个终止条件，当遗传算法运算满足终止条件时，终止运算并把运算过程中所得到的具有最大适应度的个体作为最优解输出。本文以停滞代数为10作为终止条件，即遗传运算过程中，连续10代不繁殖新代时终止运算。根据以上分析，本文通过编制MATLAB遗传算法优化计算程序，实现了板式间接蒸发冷却器的优化设计。3优化结果及分析优化结果及分析优化结果及分析优化结果及分析根据以上分析，可查得以下参数值新、排风质量流量18021MMKG/S；空气定压比热1005PCJ/（KGK）；空气密度12KG/M；新风侧壁面粗糙度1K41030M；排风侧壁面粗糙度321090KM；新风运动粘滞性系数6110516/S；排风运动粘滞性系数6210515/S；水的导热系数610W/MK；31优化结果遗传算法优化计算过程如图3所示，横坐标为进化代数，纵坐标为各代中最优个体的适应度值。从图3可看出，优化运算过程中，遗传算法通过选择、交叉、变异三种算子进行遗传操作，将父代中的优良基因遗传给下一代，并生成优于父代的个体，在运行到第46代以后，通过遗传操作不再有新代产生，根据本文终止条件，遗传算法运行到第55代时终止，输出最优解。60102030405060512514516518520522524526528各代最优适应度值/元进化代数图3遗传算法优化过程32影响经济性的参数本文将在其它优化变量不变的情况下改变一个优化变量，分析各优化变量对板式间接蒸发冷却器经济性的影响规律。（1）换热板长度的影响板式间接蒸发冷却器的经济性随换热板长度的变化规律如图4所示随着新、排风侧换热板长度的增大，其经济性都呈先增大后降低的变化规律，分别在1L0685M和2L0655M处达到最大值。具体分析如图5所示随着新风侧换热板长度的增大，在1L0685M时，初投资增大，运行费用先减小后增大，但因热回收收益增大迅速，其经济性呈增大趋势；在1L0685M以后，换热效率提高缓慢，热回收收益增大缓慢，而初投资和运行费用迅速增加，其经济性呈下降趋势。随排风侧变化情况与新风侧相似。因此，新排风侧换热板长度分别取0685M和0655M较合理。从图4中还可以看出，新风侧换热板长度的变化对其经济性的影响较大，排风侧换热板长度的影响相对较小。7020406081012470480490500510520530净收益随新风侧换热板长度变化曲线净收益随排风侧换热板长度变化曲线热回收装置净收益/元/年换热板长度/M图4板式间接蒸发冷却器的年净收益随换热板长度的变化0204060810124005006000102030405060年折算初投资F3和运行费用F2/元热回收收益F1/元新风侧换热板长度/MF1F2F3图5各组成费用虽新风侧换热板长度的变化（2）板间距的影响如图6所示，板式间接蒸发冷却器的经济性随新、排风侧板间距的增大都是先迅速增大，分别在10005M和20007M时达到最大值，但随着新风侧板间距的继续增大，其经济性迅速降低，随着排风侧板间距的继续增大，其经济性下降较为缓慢。如图7（A）所示随着新风侧板间距的增大，在10005M时，热回收收益先增加后减小，但运行费用和初投资减小迅速，其经济性呈上升趋势；在10005M以后，热回收收益迅速降低，而初投资降低缓慢、运行费用缓慢减小后迅速增大，其经济性呈8下降趋势；如图7（B）所示随着排风侧板间距的增大，热回收收益缓慢减小，初投资保持不变，而运行费用先迅速减小后趋于平稳，其总体经济性呈先迅速增大后缓慢减小的规律。因此，本算例中新、排风侧板间距分别取0005M和0007M较合理。00020004000600080010450460470480490500510520530净收益随新风侧板间距变化曲线净收益随排风侧板间距变化曲线热回收装置净收益/元/年板间距/M图6板式间接蒸发冷却器的净收益随板间距的变化AB图7各组成费用随板间距的变化（A）各组成费用随新风侧板间距的变化（B）各组成费用排风侧随板间距的变化（3）新风风速的影响新风风速对其经济性的影响规律如图8所示，板式间接蒸发冷却器的经济性随着新风风速的增大先000200040006000800104005006000102030405060年运行费用F2和年折算初投资F3/元/年年热回收收益F1/元/年新风侧板间距/MF1F2F300020004000600080010400500600010203040506070年运行费用F2和年折算初投资F3/元/年年热回收收益F1/元/年排风侧板间距/MF1F2F39增大，在超过2232M/S以后迅速降低。原因如图9所示随着新风风速的增大，热回收收益缓慢减小，初投资先迅速减小后趋于平稳，运行费用增大迅速，其整体经济性呈先增大后减小趋势。因此，本算例中，新风风速取2232M/S较合理。10152025303540510512514516518520522524526528530净收益随新风风速变化曲线热回收装置净收益/元/年新风风速/M/S图8板式间接蒸发冷却器的年净收益随新风风速的变化101520253035404005006000102030405060年运行费用F2和年折算初投资F3/元/年年热回收收益F1/元/年新风风速M/SF1F2F3图9各组成费用随新风风速的变化从上可见，遗传算法对板式间接蒸发冷却器的优化达到了优化目的，得到了有效的优化结果。在济南地区夏季室外空调计算参数下，室内温度和相对湿度为24和60时，对于新、排风风量都为540M/H、换热板材料为亲水铝箔且使用年限约束为10年的板式间接蒸发冷却器，以经济性为目标函数的优化结果为新、排风侧换热板长度分别为0685M和0655M；新、排风侧板间距分别为0005M和0007M；10新风风速为2232M/S。4结论结论结论结论通过对板式间接蒸发冷却器遗传算法优化过程及优化结果的分析，可得到以下结论41遗传算法的全局搜索、并行计算及健壮性等特点使其能够更好的处理传统优化算法中解决不好的非线性问题，为板式间接蒸发冷却器的优化提供了算法支持，从而得到有效的优化结果。42随新风侧板长、板间距、风速，排风侧板长、板间距的增大，板式间接蒸发冷却器的经济性呈抛物线变化规律。在济南地区夏季室外空调计算参数下，室内温度和相对湿度为24和60时，对于新、排风风量都为540M/H、换热板材料为亲水铝箔且使