返回主站|会员中心|保存桌面|手机浏览
成都中冷低温科技有限公司

成都中冷低温科技有限公司

低温设备的研发;软件开发及技术咨询、技术服务、技术转让;计...

服务咨询热线:

***********

联系方式
  • 联系人:罗林波
  • 电话:***********
  • 手机:***********
站内搜索
 
首页 > 新闻中心 > 基于遗传算法的20K氦制冷机的优化设计及其热力学分析
新闻中心
基于遗传算法的20K氦制冷机的优化设计及其热力学分析
发布时间:2020-12-30        浏览次数:43        返回列表
        近年来,随着超导技术的发展、太空探索等科学项目的需要,氦制冷/液化系统发挥着越来越重要的作用。大型氦制冷系统由于结构部件较多,流程复杂且功耗大,因此建造的较少,这方面的理论模拟和研究工作也相对较少,并且很多研究成果和结论只适用于特定的流程结构,不具备通用性。为了减少系统热力计算量,且快速找到使得系统性能优的组合解,本文采用遗传算法对一台已有的氦制冷机进行优化分析,得到了对实际系统有指导意义的结论。


          研究的系统流程简图在图1中给出。该流程采用液氮预冷,一个制冷级含有一台透平膨胀机和节流阀,这里节流阀的安装是必须的,首先可以在变工况的情况下调节进入膨胀机的工质流量以控制膨胀机的叶轮转速,从而使系统稳定运行;其次是可以通过调节阀门的开度来调节膨胀机的进口压力,从而可以很好地适应系统有无液氮预冷的工况。 

 


热力学计算:

系统假设:

(1)换热器热端压降为2 kPa,冷端压降为1 kPa;

(2)透平等熵效率为70%,且不随压力和温度等变化;

(3)系统处于稳定状态。

        系统的制冷系数定义为:

式中:Q为制冷量,kW;W为压缩机功耗,kW。

工质的比定义为:

式中:h和s分别为工质的比焓和比熵,T0是参考温度(300 K),h0和s0分别为参考状态下工质的比焓和比熵(T=300 K,P0=101 kPa)。

压缩机、冷箱以及系统的效率分别为:

式中:m为压缩机入口流量,mLN为液氮耗量。

 

主要参数的热力学分析:        

(1)膨胀比对系统效率的影响

 

 

(2)系统入口压力对系统效率的影响

 

      

遗传算法优化参数

        遗传算法是一种借鉴生物界自然选择和自然遗传机制的随机搜索算法。遗传算法模拟了自然选择和遗传中发生的复制、交叉和变异等现象,从任一初始种群出发,通过随机选择、交叉和变异操作,产生一群更适应环境的个体,使群体进化到搜索空间中越来越好的区域,这样一代一代地不断繁衍进化,收敛到一群适应环境的个体,求得问题的优解。

 

 

 

 

主要结论

 

增加膨胀机入口压力可使系统的制冷系数和效率增大,膨胀机的膨胀比增大使得焓降增大,因此系统制冷量增大,但增大膨胀比会使膨胀机内部不可逆损失增大,因此膨胀机的效率下降。对于节流阀而言,压力降的减小使其效率大大增加,因此整个系统的效率也是增加的。

 

压缩机入口压力提高,即提高系统压力水平,系统的制冷系数增大,然而整体的效率却降低了,这是因为压缩比减小带来压缩机功耗减低,但提高压缩机入口压力会使压缩机的等温压缩效率降低,从而导致系统效率降低。

 

采用遗传算法对压缩机和透平膨胀机的入口压力进行优化,以制冷机制冷系数和效率的加权值作为目标函数,得到了优组合参数。一方面证明了将遗传算法应用于流程优化中是可实现的,另外优化计算结果可用作大型氦制冷/液化流程参数选取的对照。

 

采用遗传算法优化在理论设计阶段具有重要的指导和参考意义,实际工程应用中还需要根据工程需求和工艺制造水平等限制因素做出符合实际的决定。