基于智能算法的船用冷凝器优化研究.pdf

基于智能算法的船用冷凝器优化研究

摘要

冷凝器是核动力二回路系统中的主要设备之一，其功能是为汽轮机组建立和保持

一定真空度，将乏汽凝结为水，并收集凝结水作为蒸汽发生器给水，同时降低凝结水

含氧量，减少对设备的腐蚀。冷凝器作为二回路系统重量尺寸最大的设备之一，是影

响核动力装置总体重量和系统布置的重要因素，其性能也影响到整个核动力二回路系

统的性能，对船用冷凝器进行多目标优化研究具有重要实际意义。因此，本文开展了

船用冷凝器的多目标优化研究，主要工作内容和研究结果如下：

（1）以船用冷凝器为研究对象，基于热力计算、结构设计计算和强度计算建立了

常规冷凝器数学模型，提出了主汽轮机和发电汽轮机多机共用冷凝器运行方案，建立

了船用多机共用冷凝器数学模型，并基于Python语言编写了常规冷凝器和共用冷凝器

的仿真评价程序，通过对比分析发现了共用冷凝器策略相比常规冷凝器策略可使主、

辅冷凝器总重量降低16.88%，总体积降低17.47%，泵功率降低16.39%，总熵产降低

0.66%。

（2）船用冷凝器优化属于复杂的多变量耦合非线性约束优化问题，可行解分布空

间复杂，采用基本智能优化算法难以满足需求，为了进一步发掘船用冷凝器的优化潜

力，本文针对粒子群算法和多目标粒子群算法求解精度不高、容易早熟收敛的不足，

进行了多项改进，提出了MS-PSO算法和LG-MOPSO算法，并采用无约束测试函数和

约束测试函数对改进算法进行实验测试，验证了算法改进策略的有效性。

（3）以冷凝器重量、体积、泵功率和总熵产为优化目标，采用改进的MS-PSO算

法和LG-MOPSO算法对常规冷凝器和共用冷凝器分别进行了优化设计，得到了单目标

最优解和多目标Pareto最优解集。优化结果表明：利用改进MS-PSO和LG-MOPSO算

法进行冷凝器优化时，均能获得更好的优化效果。单目标优化结果可与Pareto最优解

集中的边界方案相互对应，证明了优化结果的可靠性和算法的准确性。利用基于熵权

系数的优劣距离筛选法对Pareto解集进行筛选，得到了最优方案，可使共用冷凝器重

量降低12.76%，体积降低15.18%，泵功率降低15.34%，总熵产降低6.41%。

关键词：船用冷凝器；粒子群算法；算法改进；多目标优化；多指标筛选

基于智能算法的船用冷凝器优化研究

ABSTRACT

Condenserisoneofthemainequipmentinnuclearpowersecondaryloopsystem.Its

functionistoestablishandmaintainacertaindegreeofvacuumforthesteamturbine,condense

theexhauststeamintowater,andcollectthecondensatewaterasthefeedwaterofthesteam

generator,whilereducingtheoxygencontentofthecondensatewaterandreducingthe

corrosionoftheequipment.Asoneoftheequipmentwiththelargestweightandsizeofthe

secondarycircuitsystem,thecondenserisanimportantfactoraffectingtheoverallweightand

systemlayoutofthenuclearpowerplant,anditsperformancealsoaffectstheperformanceof

thewholenuclearpowersecondarycircuitsystem.Itisofgreatpracticalsignificancetostudy

themulti-objective