原文传递
基于粒子群算法的蒸汽发生器多目标优化研究
| 论文题名： | 基于粒子群算法的蒸汽发生器多目标优化研究 |
| 关键词： | 蒸汽发生器;最小熵产法;多目标优化;TOSIS优选法;非支配排序 |
| 摘要： | 在“碳达峰，碳中和”的大背景下，传统柴油机推进船舶面临严峻的限排挑战，核能凭借其清洁、高效的特点被广泛应用于舰船、商船、极地破冰船以及军用潜艇等大型船舶。蒸汽发生器是核动力系统中连接两个回路的枢纽，是进行能量转换的重要设备，在船舶大型化发展和能源紧缺的背景下，如何在减小蒸汽发生器空间布置的同时提高能源利用率，具有重要意义。 本文以船用蒸汽发生器为研究对象，建立了蒸汽发生器的重量、体积稳态模型和基于热力学第二定律的熵产分区模型，从安全性与实际运行角度出发，设置重要变量和关键参数的取值范围，基于Python编写评价程序，验证了设计结果的合理性。针对粒子群算法处理多目标优化问题的局限性，引入Pareto支配关系、拥挤度、外部存储档案以及遗传算法中的选择策略对其进行改进，通过测试函数校验算法性能，可用于处理多目标优化问题。将优化模型和多目标粒子群算法模型相耦合，实现了蒸汽发生器重量、体积的双目标优化和重量、体积、总熵产的三目标优化，获得相应的Pareto前沿，采用TOSIS优选法对非支配解集进行了排序打分并获取最终参考方案。 研究结果表明:对蒸汽发生器进行单目标优化，选取重量为目标函数时，可实现重量22.4％的优化率，体积20.8％的优化率;选取体积为目标函数时，可实现重量19.2％的优化率，体积21.9％的优化率。进行重量、体积双目标优化时，采用权重法，可实现重量20.6％的优化率，体积21.1％的优化率。双目标兼顾两个目标函数，优化率较单目标小，与实际情况相符。将多目标粒子群算法用于重量、体积双目标优化，结果表明，重量、体积具有一致性，可实现重量21.9％的优化率，体积20.2％的优化率。将改进粒子群算法用于重量、体积、总熵产三维优化中，采用TOSIS优选法从Pareto解集中获得的两组参考解中，第一组参考解可实现蒸汽发生器重量14.7％的优化率，体积14.0％的优化率，总熵产5.1％的优化率;第二组参考解可实现蒸汽发生器重量18.7％的优化率，体积18.9％的优化率，总熵产4.7％的优化率。优化结果都能使蒸汽发生器的性能和结构得到优化，其中总熵产优化率的增加是以减小重量、体积的优化率为代价的。同时，通过研究目标函数与优化变量的关系，发现一回路冷却剂平均温度是影响Pareto前沿分布的关键因素。 |
| 作者： | 李婷 |
| 专业： | 动力工程及工程热物理 |
| 导师： | 宋福元 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工程大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
