1. На главную
  2. Электронные версии
  3. Теплоэнергетика
  4. № 8, 2023

Теплоэнергетика, 2023, № 8, стр. 61-74

Многоцелевая оптимизация кожухотрубных теплообменников в соответствии с различными выражениями второго закона термодинамики

M. B. R. Rodríguez a, *, J. L. M. Rodríguez a, M. Martins a, O. P. de Lima b, S. B. Santiago c, M. R. Maduro b, M. C. de Oliveira Junior c, N. J. de Oliveira Júnior b

a Federal University of Bahia, Polytechnic Institute
40170-110 Ondina, Salvador, Brazil

b Amazonas State University
Manaus, Brazil

c Amazonas Federal University
Belem, Ananindeua, Brazil

* E-mail: jorgemoyar@gmail.com

Поступила в редакцию 19.01.2022
После доработки 05.05.2022
Принята к публикации 23.05.2022

Аннотация

Кожухотрубные теплообменники (КТ) наиболее часто применяются в промышленных процессах для передачи тепла между двумя автономными потоками. В литературе представлена обширная информация о различных методах оптимизации конструкции КТ, однако, как правило, она проводится только в целях минимизации затрат в качестве целевой функции. В настоящей статье предлагается провести многоцелевую оптимизацию КТ с применением новых термодинамических и экологических выражений в качестве целевых функций. Реализация ее возможна при использовании генетических алгоритмов второго поколения. В работе приводятся процедура и математическая модель для многоцелевой оптимизации, в которой предлагается применить пять целевых функций: коэффициент теплового сопротивления, тепловую эффективность, экологическую функцию, общую стоимость, включающую в себя эксплуатационные расходы, и общее количество рассеиваемой энтранзии. Концепция энтранзии (entransy) впервые предлагается для создания новой экологической функции, используемой в качестве критерия оптимизации КТ. Новизна представленной работы заключается в том, что в ней выполняется оптимизация одновременно с учетом механических и вибрационных ограничений, конструкции аппарата, а также с учетом параметров термогидравлических процессов, происходящих в нем. Апробация методики проводилась на основе конкретного тематического исследования (тестового расчета), который ранее неоднократно применялся различными авторами для верификации полученных результатов. Многоцелевая оптимизация КТ позволила разработать варианты конструкции с минимальными затратами при заданной тепловой нагрузке и с геометрическими вариантами, адаптируемыми к доступному для установки пространству и наличию вспомогательных систем.

Ключевые слова: энтранзия, оптимизация, кожухотрубный теплообменник, второй закон термодинамики, экологическая эффективность, тепловое сопротивление, стоимость, целевая функция, энергосбережение, необратимость процесса теплопередачи

Список литературы

  1. Integer programming commitment with probabilistic reserve determination / T.S. Dillon, K.W. Edwin, H.D. Kochs, R.J. Taud // IEEE Trans. Power Appar. Syst. 1978. V. 97. No. 6. P. 2154–2166. https://doi.org/10.1109/TPAS.1978.354719

  2. Liu X., Meng J., Guo Z. Entropy generation extremum and entransy dissipation extremum for heat exchanger optimization // Chin. Sci. Bull. 2009. V. 54. No. 6. P. 943–947. https://doi.org/10.1007/s11434-009-0130-6

  3. Wu J., Liang X. Application of entransy dissipation extremum principle in radiative heat transfer optimization // Sci. China Ser. E: Technol. Sci. 2008. V. 51. No. 8. P. 1306–1314. https://doi.org/10.1007/s11431-008-0141-6

  4. Cheng X., Xu X., Liang X. Application of entransy to optimization design of parallel thermal network of thermal control system in spacecraft // Sci. China Technol. Sci. 2011. V. 54. No. 4. P. 964–971. https://doi.org/10.1007/s11431-011-4294-3

  5. Entransy expression of the second law of thermodynamics and its application to optimization in heat transfer process / W. Liu, Z. Liu, H. Jia, A. Fan, A. Nakayama // Int. J. Heat Mass Transfer. 2011. V. 54. No. 13. P. 3049–3059. https://doi.org/10.1016/j.ijheatmasstransfer.2011.02.041

  6. Chen Q., Liang X.-G., Guo Z.-Y. Entransy theory for the optimization of heat transfer–A review and update // Int. J. Heat Mass Transfer. 2013. V. 63. P. 65–81. https://doi.org/10.1016/j.ijheatmasstransfer.2013.03.019

  7. Ferguson C.R., Kirkpatrick A.T. Internal combustion engines: applied thermosciences. John Wiley & Sons, 2015.

  8. Thermodynamic analysis and multi objective optimization of performance of solar dish Stirling engine by the centrality of entransy and entropy generation / M.H. Ahmadi, M.A. Ahmadi, A. Mellit, F. Pourfayaz, M. Feidt // Int. J. Elect. Power & Energy Syst. 2016. V. 78. P. 88–95. https://doi.org/10.1016/j.ijepes.2015.11.042

  9. Dupin N., Nielsen F., Talbi E.-G. Unified polynomial dynamic programming algorithms for P-center variants in a 2D Pareto front // Mathematics. 2021. V. 9. No. 4. P. 453. https://doi.org/10.3390/math9040453

  10. Sun M., Zhang J. Rampant false detection of adaptive phenotypic optimization by ParTI-based Pareto front inference // Mol. Biol. Evol. 2021. V. 38. No. 4. P. 1653–1664. https://doi.org/10.1093/molbev/msaa330

  11. Brassard G., Bratley P. Fundamentals of algorithmics. Prentice-Hall, Inc., 1966.

  12. Zanakis S.H., Evans J.R. Heuristic “optimization”: Why, when, and how to use it // Interfaces. 1981. V. 11. No. 5. P. 84–91. https://doi.org/10.1287/inte.11.5.84

  13. Srinivasan N., Deb K. Multi-objective function optimisation using non-dominated sorting genetic algorithm // Evol. Comp. 1994. V. 2. No. 3. P. 221–248. https://doi.org/10.1162/evco.1994.2.3.221

  14. Performance comparison of NSGA-II and NSGA-III on various many-objective test problems / H. Ishibuchi, R. Imada, Y. Setoguchi, Y. Nojima // Proc. of the IEEE Congress on Evolutionary Computation (CEC). Vancouver, British Columbia, Canada, 26–29 July 2016. https://doi.org/10.1109/CEC.2016.7744174

  15. Hajabdollahi H., Ahmadi P., Dincer I. Exergetic optimization of shell-and-tube heat exchangers using NSGA-II // Heat Transfer Eng. 2012. V. 33. No. 7. P. 618–628. https://doi.org/10.1080/01457632.2012.630266

  16. Damavandi M.D., Forouzanmehr M., Safikhani H. Modeling and Pareto based multi-objective optimization of wavy fin-and-elliptical tube heat exchangers using CFD and NSGA-II algorithm // Appl. Therm. Eng. 2017. V. 111. P. 325–339. https://doi.org/10.1016/j.applthermaleng.2016.09.120

  17. Rodríguez M.B.R., Rodríguez J.L.M., Fontes C.H.D.O. Thermo ecological optimization of shell and tube heat exchangers using NSGA II // Appl. Therm. Eng. 2019. V. 156. P. 91–98. https://doi.org/10.1016/j.applthermaleng.2019.04.044

  18. Sinnott R., Towler G. Chemical engineering design. SI ed. Butterworth–Heinemann, 2019.

  19. Wildi-Tremblay P., Gosselin L. Minimizing shell-and-tube heat exchanger cost with genetic algorithms and considering maintenance // Int. J. Energy Res. 2007. V. 31. No. 9. P. 867–885. https://doi.org/10.1002/er.1272

  20. Azad A.V., Amidpour M. Economic optimization of shell and tube heat exchanger based on constructal theory // Energy. 2011. V. 36. No. 2. P. 1087–1096. https://doi.org/10.1016/j.energy.2010.11.041

  21. Şahin A.Ş., Kılıç B., Kılıç U. Design and economic optimization of shell and tube heat exchangers using Artificial Bee Colony (ABC) algorithm // Energy Convers. Manage. 2011. V. 52. No. 11. P. 3356–3362. https://doi.org/10.1016/j.enconman.2011.07.003

  22. Hadidi A., Hadidi M., Nazari A. A new design approach for shell-and-tube heat exchangers using imperialist competitive algorithm (ICA) from economic point of view // Energy Convers. Manage. 2013. V. 67. P. 66–74. https://doi.org/10.1016/j.enconman.2012.11.017

  23. Hadidi A., Nazari A. Design and economic optimization of shell-and-tube heat exchangers using biogeography-based (BBO) algorithm // Appl. Therm. Eng. 2013. V. 51. No. 1–2. P. 1263–1272. https://doi.org/10.1016/j.applthermaleng.2012.12.002

  24. Cartaxo S.J., Fernandes F.A. Counterflow logarithmic mean temperature difference is actually the upper bound: A demonstration // Appl. Therm. Eng. 2011. V. 31. No. 6–7. P. 1172–1175. https://doi.org/10.1016/j.applthermaleng.2010.12.015

  25. Baffle space impact on the performance of helical baffle shell and tube heat exchangers / F.N. Taher, S.Z. Movassag, K. Razmi, R.T. Azar // Appl. Therm. Eng. 2012. V. 44. P. 143–149. https://doi.org/10.1016/j.applthermaleng.2012.03.042

  26. Pilot experimental study on shell and tube heat exchangers with small-angles helical baffles / L. Zhang, Y. Xia, B. Jiang, X. Xiao, X. Yang // Chem. Eng. Process: Process Intensif. 2013. V. 69. P. 112–118. https://doi.org/10.1016/j.cep.2013.03.005

  27. Comparison of aerodynamic noise and heat transfer for shell-and-tube heat exchangers with continuous helical and segmental baffles / Y. Cao, H. Ke, J.J. Klemeš, M. Zeng, Q. Wang // Appl. Therm. Eng. 2021. V. 185. P. 116341. https://doi.org/10.1016/j.applthermaleng.2020.116341

  28. Sanaye S., Hajabdollahi H. Multi-objective optimization of shell and tube heat exchangers // Appl. Therm. Eng. 2010. V. 30. No. 14–15. P. 1937–1945. https://doi.org/10.1016/j.applthermaleng.2010.04.018

  29. Effectiveness–thermal resistance method for heat exchanger design and analysis / Z. Guo, X. Liu, W. Tao, R. Shah // Int. J. Heat Mass Transfer. 2010. V. 53. No. 13–14. P. 2877–2884. https://doi.org/10.1016/j.ijheatmasstransfer.2010.02.008

  30. Guo J., Xu M. The application of entransy dissipation theory in optimization design of heat exchanger // Appl. Therm. Eng. 2012. V. 36. P. 227–235. https://doi.org/10.1016/j.applthermaleng.2011.12.043

  31. Frosch R.A., Gallopoulos N.E. Strategies for manufacturing // Sci. Am. 1989. V. 261. No. 3. P. 144–153. https://doi.org/10.1038/scientificamerican0989-144

  32. Lowe E.A., Evans L.K. Industrial ecology and industrial ecosystems // J. Cleaner Production. 1995. V. 3. No. 1–2. P. 47–53. https://doi.org/10.1016/0959-6526(95)00045-G

  33. Angulo-Brown F. An ecological optimization criterion for finite-time heat engines // J. Appl. Phys. 1991. V. 69. No. 11. P. 7465–7469. https://doi.org/10.1063/1.347562

  34. Grazzini G., Gori F. Entropy parameters for heat exchanger design // Int. J. Heat Mass Transfer. 1988. V. 31. No. 12. P. 2547–2554. https://doi.org/10.1016/0017-9310(88)90180-9

  35. Sekulic D. The second law quality of energy transformation in a heat exchanger // Int. J. Heat Mass Transfer. 1990. V. 112. P. 295–300. https://doi.org/10.1115/1.2910375

  36. Drost M., White M. Numerical predictions of local entropy generation in an impinging jet // J. Heat Transfer. 1991. V. 113. P. 7. https://doi.org/10.1115/1.2911209

  37. Hesselgreaves J. Rationalisation of second law analysis of heat exchangers // Int. J. Heat Mass Transfer. 2000. V. 43. No. 22. P. 4189–4204. https://doi.org/10.1016/S0017-9310(99)00364-6

  38. Bejan A. Entropy generation minimization: the method of thermodynamic optimization of finite-size systems and finite-time processes. USA, 2013.

  39. Caputo A.C., Pelagagge P.M., Salini P. Heat exchanger design based on economic optimisation // Appl. Therm. Eng. 2008. V. 28. No. 10. P. 1151–1159. https://doi.org/10.1016/j.applthermaleng.2007.08.010

  40. Cost estimation and energy price forecast for economic evaluation of retrofit projects / M. Taal, I. Bulatov, J. Klemes, P. Stehlik // App. Therm. Eng. 2003. V. 23. No. 14. P. 1819–1835. https://doi.org/10.1016/S1359-4311(03)00136-4

  41. Afzal A., Kim Kwang-Yong. Three-objective optimization of a staggered herringbone micromixer // Sensors Actuators, B: Chemical. 2014. V. 192. P. 350–360. https://doi.org/10.1016/j.snb.2013.10.109

  42. Fettaka S., Thibault Jules, Gupta Yash. Design of shell-and-tube heat exchangers using multiobjective optimization // Int. J. Heat Mass Transfer. 2013. V. 60. P. 343–354. https://doi.org/10.1016/j.ijheatmasstransfer.2012.12.047

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Теплоэнергетика

Архивы выпусков Информация о журнале Отправить рукопись в журнал