浅析压力容器的优化设计

本资料包含pdf文件1个，下载需要1积分

自2O世纪60年代以来，随着计算机技术和应用数学的发展，优化方法在普通机械设计中获得相当广泛的应用。相对而言，压力容器优化设计发展缓慢，尤其在某些特种压力容器优化设计方面，更为突出。压力容器为专用的轻化工设备，其设计除了具有-般通用机械设计的共性之外，还具有独特的个性，产生这种独特个性源自于生产和使用过程的安全性 (如易燃、易爆、腐蚀等)，使得设计参数增加及难度增大，这也是导致压力容器优化设计发展相对缓慢的主要原因之-，同时亦形成了压力容器优化设计的-些特点和方法。本文对压力容器优化设计的特点和方法、数学模型的分析和处理以及多目标权系数的确定进行分析。

2、压力容器优化设计的特点对于-般机械产品的优化设计，通常是根据设计要求及产品用途制订目标函数和选择设计变量，并使之满足强度、刚度及运动学等约束条件。而对于压力容器的优化设计，更要侧重于安全性的考虑，除了上述要求之外，还需顾及加工制造方式、工作环境对使用性能的影响。因此，压力容器优化设计有如下几个显著特点：2.1设计变量多压力容器多用于化工材料的储存、运输，以及化工生产过程 (如石油裂解、单体的合成或聚合)等方面，为了达到预定的使用或生产工艺要求，倡其设计成不同的几何形状和复杂的结构，使得筒体及其他部件的几何结构参数多。这些参数既与简体的承载能力和工作寿命有关，又直接影响到压力容器的生产能力、制品质量和安全性能。此外，在执行操作时，常涉及到工作环境等多因素，这就形成了设计参量多的特点。

2.2多目标与单目标优化设计并存压力容器的优化设计除了考虑机械设计的-半要求，还要兼顾容器的工作效能，包括生产能力、制品或半成品质量等。在这种情况下，就需要设立多个优化目标。此时，几项设计指标的综合优化效果达到最优，但大大增加了寻优过程的难度。鉴于此，有时可根据主要的生产要求，在某～优化目标下求取-些设计参数的最佳值，即执行单目标优化设计，有效的降低目标函数维数以便于求解。

2.3数学模型的多维性和非线性优化设计数学模型包括目标函数和约束条件函数。在对压力容器进行优化设计时，需同时考虑-般机械设计的限制 (如承载条件)和生产工艺条件的制约，从而形成了约束条件多的特点。又由于设计变量多，不但增加了目标函数的维数，同时增加了约束条件的维数，使数学模型具有多维性。这些设计参数相互间关系复杂，由此导致目标函数和约束条件函数呈非线性。

2.4设计变量中多种量纲并存由于设计变量中既有机械性态参数，又有几何结构、使用环境条件参数及工艺操作参数，因而在优化设计数学模型中常常并存着不同的量纲，而且数量级有时相差很大。

3、压力容器优化设计的方法3.1优化设计数学模型的建立正确的建立-个数学模型是解决优化设计问题的关键，如果数学模型过于复杂，尽管能正确地表达设计问题，但不便于处理和计算，从而限制了它的应用。因此，设计者除了要抓住设计问题的要点，具有识别和处理复杂模型的能力，还要掌握如下按正确的步骤和方法：1)仔细分析设计问题，抓住本质特征，了解常规所用的设计方法；2)选择与设计问题本质相关的、对结果影响最重要的因素，确定设计变量并构造初步的数学模型；3)将初步的数学模型和设计问题加以比较，若不能精确表达设计问题时，则用逐步逼近的方式修正模型；4)若数学模型复杂，需要采用近似数值计算方法，则应能对其误差值有-定的估计。

3.2多目标的优化设计方法在压力容器优化设计中，常遇到多目标优化的设计问题，即同时要求几项设计指标达到最优值，其数学模型的-般表达式为：m in.厂( ) [厂·( )，/z( )，L，f q( Y)1Q：g ( ) 0(1，2，L 确hdX)0(v1，2，L，P< )- 般来说，在多目标的优化设计中，要使几个分目标同时达到最优值是难以实现的。因为在极携过程中，各分目标优化往往是互相矛盾的。这样，就要在各分目标函数的优化值间进行协调，以便取得-个总体优化效果最佳的可行设计方案。主要的多目标函数最优化方法有以下几种：1)统-目标法这种方法的基本思想是，人为地构成-种新的函数，将多目标优化问题转化为求统-目标函数的单目标优化问题。在极携统-目标函数的过程中，为了使各个分目标函数能均匀-致地趋向各自的最优值，可采用以下方法：①线性加权法对多目标函数问题的各个分 目标函数按其重要程度，对应地给出加权因子03 ，并且1 1∞ 1( ，1，2，L，g) I∞ ≥0 j再取f ( )与03 的线性组合为统-目标函数，即：l，(A) ，/(幻。 然后求单目标问题的最优解。

②平方加权法对于多目标规划问题的单目标函数取定相应最优解的下界 ，则令统-目标为厂( )∑60 ，( - )， 1函数最优解X 则为：r ]ra in /( ) rainXOc ∑ 1/ ( )-/ zE- t ∈、 l - ，-J IL l j③乘除法如果能将q个目标函数分为两类，-类属于费用，如成本、质量、材料等，表现为目标 函数值越小越好；另-类属于效果类，如产量、效率等，表现为目标函数值越大越好。此时，其统-目标函数可取为：窆/ ( )( ) L- - q-1，( ) 窆 ( ) -然后再求其最优解，即： ra nin 八 mni- i ：12)主要目标法(>>下转第338页)辩技专论数，以达到最大的电晕功率输出，人为操作导致除尘效率降低有以下几个方面的原因。

(1)锅炉燃烧方式、制粉系统发生问题，造成锅炉燃烧不好，致使粉尘粒径大小不均、温度、湿度、密度，浓度及粉尘流速等发生变化。

(2)燃烧的煤质灰份含量值高，超过我们设计煤种的要求。

(3)电除尘器运行参数偏低，没有达到额定的运行参数及电场无法投入正常运行电除尘器运行参数偏低，电除尘器输出功率会偏低，尘粒荷电不饱和，收尘效果下降。

(4)振打系统出现故障振打系统出现故障，导致阴阳极积灰过多，使电子不能完全从阴极线逸出，尘粒不能饱和荷电，严重时形成电晕封闭，这大大降低了阴极线的放电效果，降低了除尘效率三 为保证除尘效率采取的对策1、保证阴阳极部件及振打系统完好。阳极板达到无积灰，无变形、无腐蚀、无松动，下横梁板无断裂，振打砧磨损无超标。阴极线无积灰，芒刺尖端无钝化，无松动，无脱落，异极间距在200±10ram范围内。阴阳极振打轴、振打锤、尘中轴承等磨损值无超标 ，振打轴无窜动，振打锤无脱落◎架无扭曲、无开焊。

2、漏风率降低至3%以下。对人孔门、壳体、灰斗、大续缘子室等部件进行认真检查，查找漏风点，更换破损的部分人孔门及玻纤胶绳 ，提高密封性能3、保持气流分布均匀。对磨损超标的气流分布板进行更换，对移位的进行复位并焊接牢固。

4、电源控制系统达到出力要求，即硅整流变压器容量保持在1.4A/72KV的正常参数15、保持灰斗加热系统及电动锁气器完好。蒸汽加热管如有泄漏，应在64，时之内 (冬季为44，时)处理完毕，电动锁气器星型阀与阀体的间隙不应超过1.5mm，超标者应更换。

6、保证振打和排灰系统正常，不出现灰斗棚灰和堵灰，箱式冲灰器冲灰水压力保证在0.5Mpa以上。

7、选择我厂原设计煤种，并且保证煤的质量，旧能地选用低比电阻的煤种。

8、做到锅炉燃烧系统煤燃烧充分，达到粉尘粒径大轩匀。

9、电除尘器运行参数二次电压、二次电流分别保持在50KV及0.3A以 E，1O、调整振打时间，合理的振打周期如下表所示：电场 振打形式 振打周期 振打时间 停止时间阳极 5分 2.5分 2.5h- 电场 阴极 (上) 5分 2.5分 2.5分阴极 (下) 5分 2.5分 2.5分阳极 1O分 2.5分 7.5分二电场 阴极 (上) 7.5分 2.5分 5分阴极 (下) 7.5分 2.5h 5分阳极 2O分 2.5分 17.5分三电场 阴极 (上) loh 2.5分 7.5分阴极 (下) 1O分 2.5分 7.5分阳极 25分 2.5分 22.5分四电场 阴极 (上) 20分 5分 15分阴极 (下) 20：净 5分 l5分11、箱式冲灰器内激流喷咀的直径为：-，二电场为12-14ram，三、四电场为14-16mm，超过此范围应更换。

四 结论通过上述理论分析，我们可以得知影响除尘效率的因素有很多，有烟气及粉尘性质的影响，电除尘器结构特点的影响，也有人为操作因素的影响等，只有每-个环节控制都符合要求，才能保证其除尘效率，才能达到改善环境，提高空气质量的目地。在电除尘器设备参数已经确定不变的情况下，为了确保设备的性能，多年来，经过我们不断地改造与维修，既保证了电除尘及其附属设备的可靠性，又保证了电除尘器在操作过程中各项运行参数的合理稳定，使电除尘器已经达到了其自身设计与改造后的性能指标 。

(>.>上接336页)主要目标法也成为分层序列法，其基本思想是将q个目标函数按其重要程度排序，然后将其按下述步骤极携各lf标函数。

①先对第-个目标函数极携，得其最优解；②在第-个目标函数的最优解集合域内进行第二个目标函数的极携；③如此进行，直到求出第q个目标函数的最优解)(.和. 。，即为原多目标问题在分层序列意义下的最优解。

在压力容器的优化设计中，使用这种方法并不困难，因为对任何- 项具体设计，总可以根据设计的基本要求，对各项设计目标作出正确的估计和判断，并按其重要程度排列，然后依次求出各目标 函数的最优值。

3.3减少数学模型的维数和约束条件数学模型的维数越高，其计算效率也就越低，通常采用变量联结和用变量的相对值的方法来减少变量的总数。所谓变量联结，即按照设计规范或经验找出各参数之间的关系，其主要缺点是缩小了设计空间，从而也可能使优化效果变差。采用相对设计变量可以减小设计变量的标量值，从而减少设计变量数，还可改善目标函数与约束函数的性态。

对于压力容器优化设计问题，由于其本身比较复杂，约束条件众多，其中包含设计变量的上下限、各种性能约束及工艺条件约束等。若把全部约束条件不加区别地进入优化程序计算，不仅耗费大量机时，而