论文部分内容阅读
天然气因其清洁、高效、低污染排放等优势被誉为是21世纪的能源。液化天然气因便于储存和运输的特点得到了长足的发展,能源地位也愈显重要。在众多天然气液化工艺中,混合制冷剂液化工艺应用较多,其中C3/MRC液化工艺流程应用范围最广。混合制冷剂制冷效果与其配比复杂程度相互制约,使得混合制冷剂的合理配比问题成为混合制冷剂液化工艺中的难点之一。针对混合制冷剂天然气液化工艺中混合制冷剂的组成及配比没有明确标准的情况,本文首先根据备选混合制冷剂组分的热力学性质,结合天然气液化工艺的制冷特点,对备选混合制冷剂组分进行初选;通过建立混合制冷剂天然气液化工艺流程HYSYS模型,对初选组分在天然气液化工艺制冷过程中起的作用进行简要分析。对于寻求MRC天然气液化工艺中混合制冷剂的合理配比,选用混料试验二次多项式回归模型,对混合制冷剂的配比进行优化。对优化结果进行发现,优化值和模拟值相差超过50%,优化结果非常不理想,说明该方法不适用于混合制冷剂配比优化问题。对于混料试验二次多项式回归模型中存在的不足以及出现的问题进行分析,有针对性的对优化方法进行优选和改进。经过分析之后,选用具有机器学习能力的支持向量机(Support Vector Machine,简称SVM)回归模型,对混合制冷剂的配比进行优化。本文第三章中采用线性核函数和样条核函数支持向量机回归法对少量模拟数据进行训练,回归得到目标函数,并通过测试样本对其进行检验,误差在0~1.94%之间。对所得的目标函数进行最优化求解,最终得到最优配比及其比功耗值,比功耗可降低11.9%,优化效果非常显著。本文在第四章中,采用遗传算法和HYSYS二次开发技术结合的方法,对混合制冷剂配比进行优化,发现优化效果显著,比功耗最多降低14.4%。对比两者的最优配比和最优比功耗,发现两者差距较小,均在3%以内。通过对比这两种优化方法,从而可以证明这两种的方法都可以应用于混合制冷剂天然气液化工艺中混合制冷剂配比优化问题,且可以相互证明优化所得最优配比即为C3/MRC天然气液化工艺流程的最优混合制冷剂配比。