鍋爐受熱面CAD優化方法

2013-06-02  by:廣州有限元分析、培訓中心-1CAE.COM  來源:仿真在線

針對鍋爐受熱面的結構特點,介紹了受熱面優化設計模型的建立方法,闡述了改進正交試驗優化設計方法的求接策略。最后給出了220T/H煤粉爐空預器的優化結果,并對進一步工作做了展望。

史俊友;許躍敏;童水光;蔡娥 來源:機械
關鍵字:混合離散變量 正交表 受熱面 鍋爐

計算機輔助設計技術近年來在國內外的電子、建筑、紡織、通用機械等行業得到了迅速的發展,開發出了大量的實用軟件產品,而作為機械行業之一的鍋爐行業的CAD技術發展卻比較慢。鍋爐的設計是一個反復迭代的過程,必須對多個設計方案進行優化比較,才能得出最優的設計方案。目前的鍋爐設計仍采用傳統的手工設計,為了提高產品的設計質量、縮短產品的設計周期,推動鍋爐行業CAD技術的發展,浙江大學化工機械研究所和國家九五CAD應用示范點之一的杭州鍋爐廠共同合作,開發了《杭州鍋爐廠CAD應用系統》,受到了專家的好評。

    1 鍋爐受熱面優化模型的建立

鍋爐是個復雜的熱工機械系統,其優化設計的目標函數不能用顯函數明確地表達出來。影響鍋爐設計質量的因素比較多,如燃料性質、爐型選擇、爐膛熱負荷的合理選擇、各種對流受熱面煙氣流速的選取、各段煙溫的選取等等。鍋爐設計涉及到燃燒學、傳熱學、流體力學、環?？茖W等基礎科學之外,還要進行熱力計算、煙風阻力計算、水動力計算、受壓元件強度計算、壁溫計算等等,所以設計時就要考慮這些因素。

顯然最優的鍋爐設計模型是在滿足基本約束的情況下,以經濟性作為目標函數。我們知道,在設計鍋爐時,選用較低的排煙溫度,鍋爐效率上升,燃煤量下降,運行成本降低;另一方面,鍋爐尾部受熱面溫壓下降,受熱面面積增加,鍋爐造價上升,且煙風阻力提高。按以上分析得到最經濟鍋爐效率的優化模型。

    目標函數:抱歉!圖片加載失敗。（有限元培訓學習，請到1CAE.com學習中心)

    式中 xi——第i段鍋爐受熱面積,m2;
    yi——第i段鍋爐受熱面單位面積生產成本,元/m2;
    m——鍋爐受熱面的段數。

約束條件:①保證穩定、連續燃燒;②工質參數滿足設計要求;③各段煙溫、工質溫度滿足安全性要求,滿足強度計算、壁溫計算、水動力計算的安全性檢驗,防止受熱面結渣;④各段受熱面的煙速不能大于受熱面最大允許速度;⑤排煙溫度應高于煙氣酸露點;⑥尾部受熱面雙級布置時滿足最佳配合條件;⑦受熱面幾何尺寸滿足工藝及布置要求。

    2 優化模型求解策略

鍋爐優化設計模型中既有連續變量又有離散變量,屬于混合離散規劃問題。而現有較為成熟的工程優化方法,均為連續變量的優化方法。從表面上看,上述優化模型的目標函數為線性函數,實質上以上目標函數十分復雜,各受熱面面積的確定是通過鍋爐熱力計算、煙風阻力計算得到的。上述約束函數也非常復雜,涉及壁溫安全性檢驗(需進行壁溫計算)和水動力計算等,幾何尺寸為混合變量(如管徑、排數等為整型變量)。針對鍋爐優化模型的特點,我們對傳統的正交試驗法進行改進,來解決鍋爐受熱面優化模型的求解問題。

正交試驗法是用正交表來解決混合離散變量的優化問題,近年來在很多領域的優化設計中獲得廣泛應用,但通常的正交試驗法用于復雜的鍋爐優化模型時有一定的局限性,主要表現在目標函數和約束函數較為復雜,并且可行域為非連續,常常僅能得到一個局部最優點,且有時該點與全局最優點有時相差較遠,因此,對原優化模型做了如下改進。

    2.1 利用增廣目標函數代替原目標函數進行求解

 根據連續變量懲罰函數的思想,引進懲罰函數來構造增廣目標函數

    式中:ri——懲罰因子;
    f(x)——目標函數;
    m——約束個數;
    gi(x)——約束函數;
    ui(gi)——單位階躍函數。

這樣,通過比較增廣目標函數的大小來確定迭代好點,避免了因經過迭代計算找不到可行點而無法確定理想迭代點的情況,使迭代能較快地進行下去。

    2.2 每輪采用不同的正交表

多輪計算采用正交試驗時,每輪若采用不同的正交表,則可找到多個局部最優點,從而有可能找到全局最優點或近似全局最優點。

    定義:n水平位移。

將正交表的某一列的所有水平數字均加一個不大于t的自然數n(t為水平數),若相加后大于t,則再將其減去t,我們稱這樣的處理為對正交表的這一列作n水平位移。所謂n水平位移,實際上也就是對正交表的一列中兩種不同的水平數字依次進行互換,共經過(t-1)次水平置換。所以,對正交表的一列或若干列做n水平位移屬于正交表的初等變換。由n水平位移所得的正交表應是同構表。

定理:如果將正交表Ltu(tq)的u列基本列保持不變,其余(q-u)列作n水平位移,那么:

(1)可以構造出t(q-u)張同構表;

(2)這t(q-u)張同構表中任何兩行均不相同;

(3)這t(q-u)張同構表是互不相同的。

由上面定理知,可通過對正交表的(q-u)列分別作n水平位移來構造不同的正交表,從而使每輪迭代均可采用不同的正交表,找到一個不同的局部最優點。通過不斷構造同構表,就可得到很多局部最優點。當局部最優點的數目達到一定值或局部最優值在預定的范圍內時,即可認為某一局部最優點已落在全局最優點的周圍,此最優點即我們認為的最好的局部最優點,然后在其周圍縮小求解范圍,即以此點為中心進行2水平或3水平正交表尋優,就有可能找到全局最優點。

3 受熱面的優化設計

    3.1 系統設計
 
在傳統的受熱面設計過程中,需要套用幾十個公式,查閱大量的曲線和表格,耗用大量時間,無法連續計算,實現優化設計非常困難。因而,設計過程中的一個主要工作就是在系統設計過程中完成受熱面的計算機輔助設計公式,并將大量的圖表和曲線用公式來進行擬合。

    3.2 參數優化設計

在參數優化設計過程中,用正交設計的方法多輪進行調優,以給定初始條件下的最小受熱面積為考核指標,尋找各參數直接的最佳組合。選用L9(34)正交表。第一輪參數優化的中心水平直接取計算機輔助設計的計算結果,上下兩水平在一定范圍內適當擴展。每輪參數優化設計后,下一輪的因素中心水平為前次目標函數值最小的一組設計條件,第一、第福州平按中心水平上下范圍適當擴展,計算機多輪調優,直到各因素的極差均小于10為止。

    3.3 技術關鍵

(1)完成受熱面的計算機輔助優化設計,實現快速準確地直接考察設計變量的變化對目標函數的影響,在系統設計過程中將不可計算的項目轉化成可計算性項目。

(2)在參數設計這個環節中,將受熱面的重要指標受熱面作為考核目標,用正交試驗設計調優的方法,直接搜索最優解,實現優化設計。

    4 220t/H煤粉爐空預器的優化設計

在鍋爐的對流受熱面中,尾部受熱面尤其是空氣預熱器傳熱量較少,但是傳熱面積卻比過熱器的傳熱面積大得多,因此尾部受熱面的設計和布置問題是一個關系到鍋爐造價的重要經濟問題。以某220t/H煤粉爐為例,過熱器系統包括頂棚過熱器、屏式過熱器、高溫對流過熱器、低溫對流過熱器以及包墻管等,過熱器的總面積為1700m2,該鍋爐的尾部受熱面采用雙級布置,兩級空氣預熱器的總傳熱面積高達14000m2,是過熱器總傳熱面積的8倍。其原因是空氣預熱器煙氣側和空氣側的對流換熱系數都比較低,因此傳熱系數相當低;再者,空氣預熱器又處于煙氣流程中溫度最低的部位,傳熱溫壓也比其它受熱面小得多。因此,尾部受熱面尤其是空氣預熱器的設計和布置問題是影響鍋爐造價的主要問題。

本文作者采用上述增廣目標函數方法對該220t/H鍋爐的空氣預熱器進行過具體設計計算。以傳熱面積最小作為優化設計的目標函數。高溫級空氣預熱器的部分計算結果示于表1中。

表1 220t/H煤粉爐高溫空氣預熱器優化結果
 

筆者對該220t/H鍋爐的低溫級空氣預熱器也進行了優化設計計算。原設計方案的傳熱面積是9408m2,優化設計后傳熱面積僅為7489.01m2,可節省傳熱面積20.4%。

    5 結論及展望

    5.1 結論

(1)鍋爐的計算機輔助優化設計對于設計制造部門具有非常重要的現實意義,為設計參數的優化組合提供了科學的、簡便可靠的計算依據,克服了傳統的單純憑經驗或有限的試驗結果來確定設計參數的盲目性。

(2)計算機輔助設計方法在鍋爐正交優化設計過程中是十分有效的,它不僅完成了系統的設計任務,成為優化的關鍵,同時在最佳參數組合確定后,能迅速完成其它參數的設計工作。

(3)鍋爐受熱面的優化設計模型是一個約束非線性的混合離散變量優化模型,用改進正交試驗方法進行迭代求解計算是非常有效的,它能夠直接快速地找到最優解,獲得目標函數最佳時的優化設計參數。

(4)在鍋爐的設計計算過程中,可以將曲線、表格進行擬合,在優化迭代的過程中,通過引入擬合公式迅速完成迭代進程。

    5.2 展望

(1)鍋爐受熱面優化設計問題是一個影響經濟性和安全性的重要問題。在確保安全的前提下,采用最優化方法進行設計可以獲得減少傳熱面積、節省金屬耗量、降低受熱面造價的顯著經濟效果。

(2)省煤器和空氣預熱器設計時,除了應對結構參數進行優化選擇外,還應該用最優化方法來確定是用單級布置還是雙級布置,以及如何進行最優雙級布置等問題。

(3)尾部受熱面雙級布置時,合理分配高低溫級省煤器及高低溫空氣預熱器的吸熱量,對降低整個尾部受熱面的造價、提高經濟性是很有利的。

(4)鍋爐是一個有機的熱工機械系統,建立一個鍋爐的整體優化模型,并進行整體優化設計,是我們今后面臨的一個主要課題。

相關標簽搜索：鍋爐受熱面CAD優化方法 AutoCAD培訓 AutoCAD培訓課程 AutoCAD圖紙設計 AutoCAD在線視頻 AutoCAD技術學習教程 AutoCAD軟件教程 AutoCAD資料下載 Fluent、CFX流體分析 HFSS電磁分析 Ansys培訓 Abaqus培訓 Autoform培訓