طراحي شبكه مبدل هاي حرارتي با درنظرگرفتن افت فشار و تعيين مسير بهينه جريان ها در داخل لوله يا پوسته

Synthesis of Heat Exchanger Networks with Considering Pressure dro‎p and Finding Optimized Streams Path Inside Tube and Shell

در اين تحقيق روش ساده و مفيد براي پيداكردن مسير مناسب جريان هاي سرد و گرم در داخل مبدل هاي حرارتي لوله- پوسته در مسايل طراحي شبكه مبدل هاي حرارتي (HENs) با درنظرگرفتن افت فشار جريان ها ارايه شده است. در حالت كلي، طراحي شبكه مبدل هاي حرارتي به كمك برنامه ريزي رياضي منجر به بروز مشكلاتي مي شود كه به وسيله مدل هاي برنامه ريزي اعداد صحيح مخلوط غيرخطي. (MINLP) پاسخ داده مي شود. بهينه سازي چنين فرمولاسيون هايي به دليل وجود متغيرهاي پيوسته و گسسته باعث ايجاد مشكلاتي در همگرايي مي شود. در اين تحقيق به جاي حل همزمان متغيرهاي گسسته و پيوسته، از الگوريتم ژنتيك براي پيداكردن بهينه ساختار شبكه مبدل هاي حرارتي (متغيرهاي گسسته) استفاده شده است. براي پيداكردن مقادير بهينه متغيرهاي پيوسته شبكه، با دسته بندي اين نوع از متغيرها به دو گروه و استفاده از فرمولاسيون برنامه ريزي شبه خطي (QLP) به جاي مدل برنامه ريزي غيرخطي (NLP)، از پيچيدگي حل مدل NLP نيز تا حدود زيادي كاسته شده است. مقادير بهينه متغيرهاي پيوسته و گسسته با توجه به يك تابع هدف مشترك كه رسيدن به حداقل هزينه ساليانه شبكه مبدلي است، به دست مي آيند. مقايسه روش پيشنهادي با مراجع نشان مي دهد كه اين روش توانايي كاهش هزينه پمپاژ جريان ها تا حدود 0/76% را دارد.

In this research, taking into account the pressure drop of the streams, a simple and useful method is presented for finding the proper path of hot and cold streams inside shell-tube heat exchangers in the synthesis of heat exchangers networks (HENs). Generally, the HENs synthesis by mathematical programming leads to the problems which are answered by Mixed Integer Non Linear Programming (MINLP) methods. Optimization of such formulations results convergence difficulties due to the existence of both continuous and integer variables. In this study, instead of solving simultaneously integer and continuous variables, the genetic algorithm was used to find optimal HEN structure (integer variables). To find optimal values for continuous variables of the network, by categorizing this type of variables into two groups and using Quasi Linear Programming (QLP) instead of the nonlinear programming model (NLP), the complexity of the NLP model solution is also greatly reduced. The optimal values of continuous and integer variables are obtained with respect to a common objective function that reaches the minimum annual cost of the HEN. The comparison of the proposed method with the references shows that this method has the ability to reduce the cost of pumping flows to about 0.76%.