【技术实现步骤摘要】
一种超临界LNG微细通道气化器智能优化设计方法
本专利技术涉及天然气储存与输送领域，特别涉及一种超临界LNG微细通道气化器智能优化设计方法。
技术介绍
为了便于天然气的存储和运输，通常会对其进行净化、脱酸和超低温处理，使其变成液化天然气(LNG，LiquefiedNaturalGas)，此时体积约为0℃、1个标准大气压下相同质量天然气体积的1/600。近年来，全球LNG产能快速增长，LNG生产和贸易日趋活跃，预计2020年我国LNG进口量会达到2005年的8倍。在此背景下，海上LNG浮式储存和再气化装置(FSRU，FloatingStorageandRe-gasificationUnit)必将得到日益广泛的应用。LNG-FSRU，是集LNG接收、存储、转运、再气化外输等多种功能于一体的特种装备，配备推进系统，兼具LNG运输船功能。LNG-FSRU的投入占比从2010年的不足10％，提高到2017年的40％以上，受到越来越多国家的青睐。气化器是LNG产业链上一个非常重要的设备，而LNG-FSRU对气化器的换热效率、设备体积和重...
【技术保护点】
1.一种超临界LNG微细通道气化器智能优化设计方法，其特征在于，包括如下步骤：/n步骤1，采用人工神经网络智能算法预测超临界LNG气化器的流动换热性能，得到精度较高的流动换热性能经验关联式；/n步骤2，将微细通道气化器设计的关键参数定义为种群，以气化器设计最为关注的性能作为目标函数并定义适应度函数后，采用遗传优化算法进行种群初始化、适应度计算、选择、交叉、变异，直到满足约束条件后得到最优结果；/n步骤3，采用步骤2遗传智能算法对微细通道气化器进行优化必须和气化器的热力设计结合起来，将遗传智能算法计算得到的个体经过解码后，得出变量的实数值即气化器的结构尺寸大小，应用对数平均温...
【技术特征摘要】
1.一种超临界LNG微细通道气化器智能优化设计方法，其特征在于，包括如下步骤：
步骤1，采用人工神经网络智能算法预测超临界LNG气化器的流动换热性能，得到精度较高的流动换热性能经验关联式；
步骤2，将微细通道气化器设计的关键参数定义为种群，以气化器设计最为关注的性能作为目标函数并定义适应度函数后，采用遗传优化算法进行种群初始化、适应度计算、选择、交叉、变异，直到满足约束条件后得到最优结果；
步骤3，采用步骤2遗传智能算法对微细通道气化器进行优化必须和气化器的热力设计结合起来，将遗传智能算法计算得到的个体经过解码后，得出变量的实数值即气化器的结构尺寸大小，应用对数平均温差法和效能―传热单元数法设计方法对气化器进行设计，若满足气化器设计要求，表明优化得到的气化器结构参数是合理的，否则返回步骤2遗传智能算法程序继续搜索并组合几何参数，直到获得最优值。
2.如权利要求1所述的超临界LNG微细通道气化器智能优化设计方法，其特征在于，所述步骤1的具体步骤如下：
所述...
【专利技术属性】
技术研发人员：唐凌虹，潘杰，吕少华，李文军，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。