一种基于制冷剂通用蒸汽压方程的制冷系统构建方法技术方案

本发明专利技术涉及一种基于制冷剂通用蒸汽压方程的制冷系统构建方法，涉及制冷空调、热泵以及化工等领域的环保替代制冷剂高精度蒸汽压方程形式和参数优化计算，以解决新型制冷剂在蒸汽压实验数据的基础上获取高精度方程的问题。所述方法包括：建立新型制冷剂蒸汽压方程项库并确定待优化方程项数N；建立优化算法目标函数；方程组初始化；方程组变异；回归分析；迭代结束判断。本发明专利技术通过改变变异规则，增强了原有生物进化优化算法跳出局部最优解的能力；采用新的控制参数，最大程度的保留了遗传算法的优化结果，提高了算法搜索效率。提高了算法搜索效率。提高了算法搜索效率。

【技术实现步骤摘要】
一种基于制冷剂通用蒸汽压方程的制冷系统构建方法


[0001]本专利技术涉及制冷空调、热泵及化工
，尤其涉及一种基于制冷剂通用蒸汽压方程的制冷系统构建方法。

技术介绍

[0002]饱和蒸汽压是物质重要的物理化学性质之一，是制冷空调、热泵以及化工等领域进行系统设计和工艺参数优化的基础数据，也是环保替代制冷工质筛选的重要参数。蒸汽压方程对流体状态方程、气液相变化规律等热力学性质理论研究和工程应用都具有重要作用。Wagner通过对基于项库的通用方程进行优化分析，获得了Wagner2.5,5型和Wagner3,6型两种广泛应用的4参数蒸汽压方程。基于项库的通用蒸汽压方程形式如下：
[0003][0004]Wagner2.5,5型和Wagner3,6型方程可以从三相点到临界点全区域范围内复现大多数物质的实验数据，针对不同物质还可以通过改变指数值和方程项数来构建不同形式的蒸汽压方程以提高对实验数据的复现精度。
[0005]为了从项库中挑选出最优的组合项，并尽量保持方程的简洁，需要使用合理的优化算法进行分析计算。Setzmann和Wagner在前期工作的基础上，综合了逐步回归分析法和生物进化算法各自的优点，发展了一种更为先进的OPTIM算法，能够对方程的项数和结构同时进行优化。但OPTIM算法在生物进化过程中容易出现早熟收敛和收敛速度慢的问题。中科院李会亚通过优化回归分析，加快了算法的收敛速度，但没有改善全局搜索能力。

技术实现思路

[0006]本专利技术提供了一种基于制冷剂通用蒸汽压方程的制冷系统构建方法，在现有算法的基础上，通过改变变异规则和使用新的控制参数得到了一种新的改进算法，有效避免了优化过程中的早熟收敛问题，同时极大提高了算法的收敛速度和精度。
[0007]本专利技术提供了一种基于制冷剂通用蒸汽压方程的制冷系统构建方法，包括步骤：
[0008]步骤一：针对待构建的制冷系统采用的新型制冷剂，建立对应新型制冷剂蒸汽压方程项库，并确定待优化方程项数N；
[0009]步骤二：建立优化算法目标函数；
[0010]步骤三：初始化新型制冷剂蒸汽压方程组：从新型制冷剂蒸汽压方程项库中随机组合一个具有N项的方程，重复NS次，选取其中目标函数最小的方程，重复此过程得到由NP个方程构成的初始方程组；
[0011]步骤四：新型制冷剂蒸汽压方程组变异：
[0012](1)在初始方程组中随机选出一项p
n,old
，与项库剩余项中的随机项p
n
进行交换，产生新方程；
[0013](2)对每一个初始方程重复换项过程NM次，选出其中目标函数值最小的方程，若小
于原方程目标函数，则用新方程取代原方程，反之原方程保持不变；
[0014](3)对NP个方程重复执行上述过程，得到新的变异方程组；
[0015]步骤五：回归分析：选出NP个方程中目标函数最小的NR+1个方程，找出其中同时出现NR+1次，NR次，NR
‑
1，
…
，2次的项，作为回归分析的预选项，分别进行回归分析，产生NR个回归方程，替换初始方程组中的NR个方程，组成新一代方程组；
[0016]步骤六：如果NP个方程均相同或者达到预定迭代次数，算法结束，得到新型制冷剂蒸汽压方程，根据新型制冷剂蒸气压方程，确定制冷剂的制冷参数，并依据制冷剂的制冷参数构建制冷系统。
[0017]其中，在建立优化算法目标函数的步骤中，
[0018]制冷剂蒸汽压方程通用形式为：
[0019][0020]其中，p
cal
为制冷剂蒸汽压方程计算值，T为热力学温度，p
c
和T
c
分别为制冷剂临界压力和温度，I为方程项数，a
i
为待优化参数；
[0021]基于此蒸汽压方程建立其等权重非线性目标函数为：
[0022][0023]其中，p
exp
为制冷剂蒸汽压实验值，n为蒸汽压数据点数；
[0024]建立带权重线性目标函数为：
[0025][0026]其中，方差σ
m
由高斯误差传递公式计算；
[0027]或者建立反应方程数据复现精度的其他形式的目标函数。
[0028]其中，通过修改控制参数NP，NR，NS来优化算法的收敛速度和精度。
[0029]其中，修改控制参数的步骤中，参数修改方式为：
[0030]3≤NP≤9，NR＝1，150≤NS≤300。
[0031]区别于现有技术，本专利技术的基于制冷剂通用蒸汽压方程的制冷系统构建方法，针对现有优化算法存在容易早熟收敛和收敛速度慢的问题，通过改变优化算法的变异规则，增强了原有生物进化优化算法跳出局部最优解的能力；采用新的控制参数，最大程度的保留了遗传算法的优化结果，提高了算法搜索效率。
附图说明
[0032]下面将结合附图及实施例对本专利技术作进一步说明，附图中：
[0033]图1是具体实施例中采用现有OPTIM算法时出现没有预选项的流程示意图。
[0034]图2是具体实施例中采用现有OPTIM算法时出现无法获得最优解的示意图。
[0035]图3和图4分别是具体实施例中本专利技术优化方法同文献算法计算效率对比图。
[0036]图5是具体实施例中本专利技术优化方法获得的不同项数蒸汽压方程和实验数据的偏
差图。
具体实施方式
[0037]为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本专利技术的具体实施方式。
[0038]本专利技术提供了一种基于制冷剂通用蒸汽压方程的制冷系统构建方法，所述方法包括以下步骤：
[0039]步骤一：建立新型制冷剂蒸汽压方程项库，项库共21项，并确定待优化方程项数N；
[0040]步骤二：建立优化算法目标函数：
[0041]新型制冷剂蒸汽压方程通用形式为：
[0042][0043]其中，p
cal
为制冷剂蒸汽压方程计算值，T为热力学温度，p
c
和T
c
分别为制冷剂临界压力和温度，I为方程项数，a
i
为待优化参数。基于此蒸汽压方程建立其等权重非线性目标函数为：
[0044][0045]其中，p
exp
为制冷剂蒸汽压实验值，n为蒸汽压数据点数。
[0046]步骤三：初始化方程组：从项库中随机组合一个具有N项的方程，重复NS次，选取其中目标函数最小的方程，重复此过程得到由NP个方程构成的初始方程组；
[0047]NP和NS的取值根据N和I的不同，具体如下：
[0048](1)当N≤10，I≤200时：
[0049]NP：取值为8，NS：取值为250。
[0050](2)当N≤30，I≤400时：
[0051]NP：取值为7，NS：取值为250。
[0052](3)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于制冷剂通用蒸汽压方程的制冷系统构建方法，其特征在于，包括步骤：步骤一：针对待构建的制冷系统采用的新型制冷剂，建立对应新型制冷剂蒸汽压方程项库，并确定待优化方程项数N；步骤二：建立优化算法目标函数；步骤三：初始化新型制冷剂蒸汽压方程组：从新型制冷剂蒸汽压方程项库中随机组合一个具有N项的方程，重复NS次，选取其中目标函数最小的方程，重复此过程得到由NP个方程构成的初始方程组；步骤四：新型制冷剂蒸汽压方程组变异：（1）在初始方程组中随机选出一项p
n,old
，与项库剩余项中的随机项p
n
进行交换，产生新方程；（2）对每一个初始方程重复换项过程NM次，选出其中目标函数值最小的方程，若小于原方程目标函数，则用新方程取代原方程，反之原方程保持不变；（3）对NP个方程重复执行上述过程，得到新的变异方程组；步骤五：回归分析：选出NP个方程中目标函数最小的NR+1个方程，找出其中同时出现NR+1次，NR次，NR
‑
1，
…
，2次的项，作为回归分析的预选项，分别进行回归分析，产生NR个回归方程，替换初始方程组中的NR个方程，组成新一代方程组；步骤六：如果NP个方程均相同或者达到预定迭代次数，...

【专利技术属性】
技术研发人员：尹建国，可晋军，赵贯甲，马素霞，
申请(专利权)人：太原理工大学，
类型：发明
国别省市：