遗传算法在板翅式换热器尺寸优化中的应用

摘要：提出了应用遗传算法对板翅式换热器的尺寸优化方法。该方法根据不同设计要求，把换热器的重量或效率分别作为遗传算法的目标函数，冷热两侧的翅片间距、高度作为待寻找*值的优化变量。设计方法的实施包括遗传算法程
序和性能校核程序两大模块，其中遗传算法程序采用二进制编码、锦标赛选择、均匀交叉和单点变异，以及采用基于小生境下的共享技术和择优策略; 性能校核程序中根据个体解码后的结构尺寸进行性能评价。应用结果表明，与原始数据比较，换热器的重量（效率）都有不同程度地减小（增加），但在工程实际中不宜采用效率zui高为目标函数。该文的设计方法具有通用性，可作为优化设计不同换热器的结构尺寸。
    关键词：热能动力工程；紧凑换热器；遗传算法；优化设计；性能计算
引言
     紧凑式换热器具有结构紧凑、体积小，重量轻、效率高等优点，在化工、制冷、电力、航空等行业广泛采用。比如，在大型电力生产系统整体式微型燃气轮机发电设备中，采用紧凑度高、体积小、效率高的回热器（再生器）；在飞机环境的控制系统或在地面制冷中，采用体积小、重量轻的换热器。为了强化换热器两侧的对流换热，采用各种不同的翅片如平直矩形、波纹、锯齿、百叶窗翅片等，如在微型燃气轮发电设备中用的回热器有板翅式、原表面式等，在制冷上所用的冷凝器有管翅式、壳管式等。传统的换热器设计方法往往是在经验选择和多次验算的基础上，或者是根据前人所得的研究结果基础上进行的，一般只要满足设定的换热性能和阻力要求，即可采用所借鉴参考的换热器形式和翅片类型。
     应用人工智能（computational inligence）或软计算（SoftComputing）如遗传算法、人工神经网络、模糊逻辑等，在解决实际问题上受到了广泛的关注遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局优化概率搜索算法，在各种领域中，对复杂系统的优化都有广泛的应用。起初是只应用到生物、计算机等学科方面，后来相继应用到各学科如制造生产、运筹学、电力系统[2-6]等，近几年应用到动力系统[7-9]。其中文献[8]着重研究了不同适应度函数下优化换热器性能；文献[9]着重研究了基于翅片数据库的翅片优选。本文选择一种电力生产行业上的微型燃气轮机中的回热器（板翅式换热器），运用改进的遗传算法对其翅片尺寸进行优化， 在为换热器的设计提供一种方法和思路。