随着化工流程仿真深入发展,化工过程需要被更加全面的描述、分析。在化工仿真模拟计算中,对管网系统进行识别及求解是化工仿真研究的重要问题。针对化工管网系统输送过程的仿真模拟,关键在于对管网系统拓扑结构的识别及相关参数的自求解。目前的管网识别方法无法智能识别管网,管网算法无法满足化工管网对精度、速度的要求,且成本较高。本文为了解决上述问题开发了一种管网拓扑结构识别和求解算法,这有利于对复杂的化工管网系统进行仿真,对化工流程仿真与建模领域意义重大。本文主要研究了以下内容:1、基于有向图进行管网拓扑结构的识别与简化。实现管网流量求解的重点在于对复杂管网进行识别与简化。有向图和邻接矩阵对管网结构的识别,表示了管道间的关系,明显降低了计算量与计算复杂度,提高了计算效率。2、提出了基于改进牛顿雅可比迭代法(Newton Raphson,NR)的化工管网计算方法,提高管网计算的准确度,实现了对管网系统流量和压力的高效、稳定、准确的求解。与改进前的算法相比,提高了管网求解的收敛性和雅可比迭代法的运行效率。3、对免疫遗传算法(Immune Genetic Algorithm,IGA)进行改进结合区间牛顿法(Interval Newton,IN),提出了一种基于改进免疫遗传算法和区间牛顿算法的复杂管网计算方法,在改进的牛顿雅可比法的基础上实现了对复杂管网的求解,避免了算法对初始条件的依赖,改善了收敛效果,缩短了收敛时间,增加了求解成功率。4、以油库柴油发油管网为实例,完成了对柴油收油的建模,模拟了收油的稳态及动态过程。实验说明收油的稳态与动态模拟流程和实际工况十分吻合,通过稳态流程和动态流程模拟说明了提出的识别和计算方法在收敛精度、收敛时间和稳定程度方面的优越性。