جدا, فاطمه, طیبی, شکوفه, اورعی غلامی, محمدحسین. (1394). بهینه سازی مبدل حرارتی پره صفحه ای با استفاده از الگوریتم PSO. فصلنامه علمی ترویجی فرآیند نو, 10(51), 178-191.
فاطمه جدا; شکوفه طیبی; محمدحسین اورعی غلامی. "بهینه سازی مبدل حرارتی پره صفحه ای با استفاده از الگوریتم PSO". فصلنامه علمی ترویجی فرآیند نو, 10, 51, 1394, 178-191.
جدا, فاطمه, طیبی, شکوفه, اورعی غلامی, محمدحسین. (1394). 'بهینه سازی مبدل حرارتی پره صفحه ای با استفاده از الگوریتم PSO', فصلنامه علمی ترویجی فرآیند نو, 10(51), pp. 178-191.
جدا, فاطمه, طیبی, شکوفه, اورعی غلامی, محمدحسین. بهینه سازی مبدل حرارتی پره صفحه ای با استفاده از الگوریتم PSO. فصلنامه علمی ترویجی فرآیند نو, 1394; 10(51): 178-191.
بهینه سازی مبدل حرارتی پره صفحه ای با استفاده از الگوریتم PSO
در کار حاضر، الگوریتمی برای بهینه سازی مبدل حرارتی پره-صفحه ای با استفاده از کمینه کردن نرخ رشد آنتروپی، هزینه کل سالیانه و ترکیبی از آندو ارائه شد. از الگوریتم تکاملی PSO برای بدست آوردن جوابهای بهینه استفاده شد. ابتدا نرخ رشد آنتروپی به تنهایی به عنوان تابع هدف در نظر گرفته شد و در ادامه هزینه کل سالیانه مبدل بعنوان تابع هدف بهینه سازی انتخاب گردید. طول مبدل، فرکانس پره، تعداد لایه های عبور جریان، طول پره، ارتفاع پره و ضخامت پره متغیرهای تصمیمگیری هستند. نتایج حاکی از آن است که تابع هدف هزینه به مراتب سریعتر و بهتر از نرخ رشد آنتروپی به جواب بهینه دست می یابد. بنابراین، ترکیب نرخ رشد آنتروپی و هزینه بعنوان تابع هدف نهایی برگزیده شد. لازم به ذکر است که دستیابی به بار حرارتی مشخص بعنوان محدودیت بهینه سازی لحاظ شد.
Optimization of Plate Fin Heat Exchanger using particle swarm optimization
چکیده [English]
In this paper, an algorithm is presented to optimize a PFHE through minimizing three different objective functions: the number of entropy generation unit, total annual cost (TAC) and combined entropy generation and TAC. First, Minimization of total number of entropy generation units for specific heat duty requirement under given space restrictions and minimization of TAC are considered as objective functions using Particle swarm optimization (PSO) and are treated individually. Heat exchanger length, fin frequency, numbers of fin layers, lance length of fin, fin height and fin thickness or different flow length of the heat exchanger are considered for optimization. The result show that if TAC is selected as an objective function, the rate of convergence and optimization will be improved, then sum of entropy generation and cost was selected as the best candidate for objective function.