原文服务方: 西安交通大学学报       
摘要:
为了优化大化肥中的液氮洗关键流程以提高能量效率、控制CO2排放,在使用Aspen Plus软件对某低温液氮洗工艺进行模拟分析的基础上,结合多目标遗传算法和二次规划法(MOGA-QP)来解决局部极值和大规模优化问题.根据超结构方法,构建了液氮洗工艺流程总结构,即在原流程中加入了一个减压阀和一个分离器,由此可以增补29.546 KJ/kg冷量,使得液氮洗涤塔出口净化气中的CO体积分数为0.55×10-6.利用MOGA-QP求解了超结构,即在进化过程中用二次规划法来模拟流程表单的各个子模块,在最终收敛的环节用二次规划法求解子问题,从而对遗传算法产生的Pareto解做进一步的精细优化.实际应用显示:在满足工艺指标的前提下,优化后的液氮入口流量减至0.131 2 kmol/s,出口CO体积分数降至0.25×10-6,液氮入口流量减少了1.7%,(火用)损失减少了15.7%,表明改进流程更佳,MOGA-QP算法有效.
推荐文章
基于遗传算法的多目标优化技术
遗传算法
多目标优化
SPEAⅡ
NSGAⅡ
基于多目标优化遗传算法的武器-目标分配
多目标优化
遗传算法
火力分配
非劣分层
Pareto集
基于多目标遗传算法和正交试验优化的洁淋通方提取工艺研究
洁淋通方
正交试验
多目标遗传算法
线性回归
GATBX
基于多目标遗传算法的水资源优化配置
多目标遗传算法
水资源
优化配置
Pareto最优解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 液氮洗工艺的多目标遗传算法优化
来源期刊 西安交通大学学报 学科
关键词 液氮洗 模拟分析 多目标遗传算法 过程优化
年,卷(期) 2011,(5) 所属期刊栏目
研究方向 页码范围 114-118
页数 分类号 TQ441.5
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张早校 西安交通大学能源与动力工程学院 93 720 16.0 22.0
2 李云 西安交通大学能源与动力工程学院 71 613 15.0 22.0
3 张旭 西安交通大学能源与动力工程学院 69 783 13.0 26.0
4 颜立伟 西安交通大学能源与动力工程学院 3 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (9)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
液氮洗
模拟分析
多目标遗传算法
过程优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导