بخشی از مقاله
چکیده
در این مقاله به بررسی بهینهسازي ساختاري و فرآیندي مبدلهاي حرارتی پوسته لولهاي جهت کمینهسازي نرخ تولید آنتروپی پرداخته میس شود. معادلات حاکم بر رفتارهاي ترمودینامیکی این نوع مبدلها استخراج شده و تابع تبدیلی بر مبناي این رفتارهاي ترمودینامیکی و ساختار هندسی آنها توسعه یافته است. نقاط بهینه جهت کمینهسازي معادله نهایی که شامل پارامترهاي مربوط به نرخ تولید آنتروپی و مساحت سطح مبدل است با استفاده از الگوریتم بهینهسازي کوچ پرندگان بدست آمدهاند.
این نقاط شامل مشخصات هندسی مبدل پوسته لولهاي مانند قطر خارجی لوله، آرایش لولهها، تعداد عبور لوله، قطر پوسته، فاصله بین بفلها و برش بفلهاست. نتایج نشان میدهد که الگوریتم بهینهسازي میس تواند در عرض چند ثانیه با موفقیت بهترین طرح را از بین دهها هزار طرح ممکن انتخاب نماید.
-1 مقدمه
بهینه سازي سیستمهاي انرژي امروزه در سرتاسر جهان به عنوان یک چالش بزرگ پیش روي مهندسین و محققین قرار دارد.
در کشور ما نیز به ویژه در سالهاي اخیر تلاشهاي قابل توجهی در این زمینه صورت گرفته است. از آنجایی که بخش عمدهاي از انرژي مصرفی در صنایع استفاده میشود بنابراین اجزا و قطعات مصرف کننده انرژي در صنایع گوناگون بایستی مورد بازبینی و حتی طراحی مجدد قرار گیرند تا مصرف انرژي در آنها به صورت بهینه صورت پذیرد. مبدلهاي حرارتی به عنوان یکی از اجزاء اصلی در اغلب صنایع مانند صنایع نفت و گاز، پتروشیمی، خودروسازي، صنایع هوایی و ... کاربرد دارند. طراحی بهینه مبدلهاي حرارتی فعالیتی بسیار پیچیده و زمانبر و هزینهبر میباشد. بهینهسازي یک فعالیت مهم و تعیین کننده در طراحی ساختاري است.
طراحان زمانی قادر خواهند بود طرح هاي بهتري ارائه کنند که بتوانند با روشهاي بهینهسازي در صرف زمان و هزینه طراحی صرفهجویی نمایند. بسیاري از مسائل بهینهسازي در مهندسی،طبیعتاً پیچیده تر و مشکلتر از آن هستند که با روشهاي مرسوم بهینهسازي نظیر روش برنامه ریزي ریاضی و نظایر آن قابل حل باشند.
امروزه با پیشرفت و گسترش انواع روشهاي بهینه سازي و الگوریتم هاي هوشمند شاهد تحولات بزرگی در حل مسائل بهینهسازي پیچیده بودهایم. هدف اصلی از این مقاله بهینهسازي مبدلهاي حرارتی پوسته لولهاي به عنوان یکی از پرکاربردترین نوع مبدل با استفاده از الگوریتم کوچ پرندگان است.
در سال 2005 سلباش و همکارانش رویکرد جدیدي در طراحی بهینه مبدلهاي حرارتی پوسته لولهاي با استفاده از الگوریتمس هاي ژنتیک از نقطه نظر اقتصادي ارائه دادند ب1م. هدف اصلی آنها در طراحی مبدلهاي حرارتی برآورد حداقل سطح انتقال حرارت مورد نیاز براي یک وظیفه حرارتی معین بود، بطوریکه بتوانند هزینه هاي کلی مبدل حرارتی را کنترل کنند. آنها الگوریتم ژنتیک را با تغییر متغیرهاي طراحی شامل قطر بیرونی لوله، آرایش لوله، تعداد گذر لوله، قطر بیرونی پوسته، فاصله بفل و برش بفل با موفقیت براي طراحی بهینه مبدلهاي حرارتی پوسته لولهاي استفاده کردند.
در سال 2007 نیز کاستا و کیروز طراحی مبدلهاي حرارتی پوسته لولهاي را بر اساس کمینه کردن سطح انتقال حرارت به منظور عملکرد حرارتی معین با متغیرهاي تصمیم گسسته بهینهسازي کردن
در پژوهش دیگري، گاسلین و همکارانش در سال 2008 بکارگیري الگوریتم ژنتیک را در مسائل انتقال حرارت مرور نمودند. مقاله آنها کاربردهاي مختلف الگوریتمهاي ژنتیک را در زمینه انتقال حرارت در طول 15 سال اخیر نشان میس دهد
در سال 2007 بابو و منور تکامل دیفرانسیلی واستراتژيهاي مختلف آن را براي طراحی بهینه مبدلهاي حرارتی پوسته لولهاي ارائه دادند .[4] آنها یک فرایند کلی براي اجراي الگوریتم تکامل دیفرانسیلی با تابعی که از روش طراحی مبدل حرارتی بل استفاده میکند ارائه نمودند.
فسنقري و همکاران وي در سال 2008 با استفاده از تجزیه و تحلیل حساسیت کلی و الگوریتم جستجوي هارمونی بهینهسازي طراحی مبدلهاي حرارتی پوسته لولهاي را از دیدگاه اقتصادي انجام دادند .[5] براي کاهش اندازه مساله بهینهسازي، پارامترهاي هندسی که حداقل اثر در کل هزینه مبدلهاي حرارتی پوسته لولهاي دارند با استفاده از تجزیه و تحلیل حساسیت کلی شناسایی و سپس الگوریتم جستجوي هارمونی راکه یک الگوریتم فراابتکاري است براي بهینهسازي پارامترهاي مؤثر هندسی بکار بردند.
استفاده از یک رویکرد جدیدتر براساس الگوریتم ژنتیک براي طراحی بهینه مبدلهاي حرارتی پوسته لوله اي درسال 2008 توسط ارتگا و همکارانش صورت گرفت
این رویکرد از روش بل براي توصیف جریان در سمت پوسته بدون سادهسازي استفاده میکرد. روش بهینهسازي آنها شامل انتخاب مجموعهاي از پارامترهاي هندسی اصلی مانند تعداد گذر لوله، قطر داخلی و خارجی استاندارد لوله، آرایش وگام لوله، نوع سر، تخصیص - تعیین محل - مایعات، تعداد نوار آببندي، فاصله بفل ورودي و خروجی، وافت فشار سمت پوسته و سمت لوله بوده و قیود هندسی و عملیاتی که معمولا توسط کدهاي طراحی توصیه می شود بود.
در سال 2009 نیز طراحی و بهینه سازي مبدل حرارتی پوسته لولهاي با به حداقل رساندن نرخ تولید آنتروپی با استفاده از الگوریتم ژنتیک توسط جو و همکارانش صورت گرفت .[7] آنها تابع بیبعد نسبت نرخ تولید آنتروپی به نرخ انتقال حرارت در دماي ورودي مایع سرد را به عنوان تابع هدف به کار گرفتند و برخی از پارامترهاي هندسی مبدل حرارتی پوسته لولهاي را به عنوان متغیرهاي طراحی در نظر گرفته و الگوریتم ژنتیک را براي حل این مساله بهینه سازي مورد استفاده قرار دادند.
بهینهسازي مبدل حرارتی متحدالمرکز با توربولیتورهاي انژکتوري به منظور تعیین پارامترهاي طراحی بهینه با استفاده از روش طراحی تجربی تاگوچی توسط تورگوت و همکارانش درسال 2011 انجام شد .[8] آنها اثرات توربولیتورهاي به شکل انژکتور درآمده با زاویهها، قطر و تعداد مختلف را بر انتقال حرارت و افت فشار مورد بررسی قرار دادند. هدف آنها تجزیه و تحلیل پنج پارامتر تجربی موثر بر انتقال حرارت و افت فشار مبدل حرارتی متحدالمرکز داراي توربولیتور با استفاده از روش تاگوچی بود.
درسال 2011، وحدت آزاد و عمیدپور در پژوهش دیگري مبدل حرارتی پوسته لولهاي را بر اساس تئوري ساختاري بهینهسازي اقتصادي کردند .[9] آنها رویکرد جدیدي را با هدف کاهش هزینه کل براي بهینهسازي مبدل حرارتی پوسته لولهاي بکار بردند و با کمک این رویکرد توانستند هزینههاي عملیاتی شامل پمپ غلبه بر افت فشار و هزینههاي سرمایهگذاري مربوط به سطح انتقال حرارت را کاهش دهند.
شاهین و همکارانش نیز در سال 2011 مطالعهاي با عنوان طراحی و بهینه سازي اقتصادي مبدلهاي حرارتی پوسته لولهاي با استفاده از الگوریتم کولونی مصنوعی زنبور عسل انجام دادند و رویکرد جدیدي از بهینهسازي مبدل حرارتی پوسته لولهاي را ارائه دادند .[10] آنها الگوریتم کولونی زنبورعسل را با تغییر دادن متغیرهاي طراحی مثل طول لوله، قطرخارجی لوله، اندازه گام، فاصله بفل ها و غیره براي کمینه کردن هزینه کلی تجهیزاتی که شامل سرمایه اولیه و هزینههاي سالانه مصرف انرژي بود بکار گرفتند.
-2 الگوریتم بهینه سازي کوچ پرندگان
الگوریتم بهینهسازي کوچ پرندگان یا ازدحام ذرات براي اولین بار در 1995 توسط کندي وابرهات معرفی شد. این الگوریتم از حرکت دسته جمعی پرندگانی که به دنبال غذا هستند الهام گرفته شده است
الگوریتم به این ترتیب است که گروهی از پرندگان در فضایی به صورت تصادفی دنبال غذا میگردند. تنها یک تکه غذا در فضاي مورد بحث وجود دارد اما هیچ یک از پرندگان محل دقیق غذا را نمیدانند و فقط فاصله خود را تا محل غذا میتوانند حدس بزنند. یکی از بهترین استراتژيها میتواند دنبال کردن پرندهاي باشد که کمترین فاصله را تا غذا داشته باشد.
این استراتژي در واقع جانمایه الگوریتم استح هر راه حل درالگوریتم کوچ پرندگان معادل یک پرنده در الگوي حرکت جمعی پرندگان می باشد. هر پرنده یک مقدار برازندگی دارد که توسط یک تابع برازندگی محاسبه میشود . هر چه پرنده در فضاي جستجو به هدف – غذا در مدل حرکت پرندگان - نزدیکتر باشد، شایستگی بیشتري دارد. همچنین هر پرنده داراي یک سرعت است که هدایت پرنده را بر عهده دارد.
هر پرنده با دنبال کردن پرندگان بهینه در حالت فعلی، به حرکت خود درفضاي مسأله ادامه میدهد. آغاز کار الگوریتم کوچ پرندگان به این شکل است که گروهی از ذرات به صورت تصادفی به وجود میآیند و با به روز کردن نسلها سعی در یافتن راه حل بهینه مینمایند. در هر گام، هر پرنده با استفاده از دو بهترین مقدار به روز میشود . اولین مورد، بهترین موقعیتی است که تا کنون ذره موفق به رسیدن به آن شده است. موقعیت مذکورشناخته و ذخیره میشود
