板式间接蒸发冷却器的优化设计论文.doc

PAGE PAGE 10 板式间接蒸发冷却器的优化设计 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0.18kg/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 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、自适应全局有哪些信誉好的足球投注网站算法[3][4]。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，特别适合处理传统有哪些信誉好的足球投注网站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 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。 1.1 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： （元/年） （1） 式中：为年热回收收益； 为年运行费用； 为年折算初投资费用。 1.1.1 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[6][9][11]： （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[1][2][7]： （3） （4） （5） （6） （7） （8） （9） 式中： 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/(m·k)； 为新风侧换热板表面对流换热系数,W/(㎡·k)； 为干、湿工况下排风侧对流换热系数,W/(㎡·k)； 为新、排风风速,m/s； 为新、排风侧换热板长度,m； 为新、排风侧当量直径,m； 为水蒸汽焓值,kJ/kg； 为空气定压比热容,kJ/（kg·K）； 为湿空气饱和状态曲线斜率；