基于广义换热网络的质量交换网络质能比拟及全局优化

doi:10.16085/j.issn.1000-6613.2024-0020

摘要/Abstract

摘要：

质量交换网络是过程系统高效经济回收污染物或杂质的重要途径，其中组分浓度的小尺度特征对于其求解域和全局优化性能存在一定限制。基于质量传递和能量传递比拟理论，本文假设了单位高度塔板提供有效传质的塔板质量，建立了非连续传质的板式塔和广义换热器的比拟关系；在此基础上，将小尺度质量交换网络比拟为广义换热网络，进而采用节点非结构模型和强制进化随机游走算法对广义换热网络进行全局优化；最后，将优化所得的广义换热网络回归为质量交换网络，使其满足传质可行性约束。算例分析表明，该方法可有效拓展质量交换网络搜索空间，提升流股匹配的多样性和全局优化性能。同时，灵活调整比拟尺度和协调系数能够进一步丰富优化路径，提升最优解的质量，获得了R2S3算例和R2S2算例优于文献最优的结构。

关键词: 过程系统, 质量交换网络, 质能比拟, 广义换热网络, 全局优化, 强制进化随机游走算法

Abstract:

Mass exchange network is an important way to recover pollutants or impurities efficiently and economically in process systems, the small-scale characteristics of which have certain limitations on their solution domain and global optimization performance. Based on the theory of mass transfer and energy transfer comparison, this paper assumed the tray mass providing an effective mass transfer of per unit height tray, established the comparison relationship between tray column tower and heat exchanger. On this basis, the small-scale mass exchange network was analogized to the generalized heat exchanger network. Furthermore, the node-based non-structural model and the random walk algorithm with compulsive evolution were used to globally optimize the generalized heat exchanger network. Finally, the optimal generalized heat exchanger network was regressed to mass exchanger network to make it satisfy the mass transfer feasibilities. The example analysis showed that the method can effectively expand the search space of mass exchanger network, thus to improve the diversity of stream matching and global optimization performance. Meanwhile, flexibly adjusting the analogy scale and coordination coefficient can further enrich the optimization path of MEN, and improve the quality of the optimal solutions. The obtained optimal solutions for the R2S3 and R2S2 examples were both superior to the best solutions in the literature.

Key words: process system, mass exchange network, mass-heat analogy, generalized heat exchanger network, global optimization, random walk algorithm with compulsive evolution

中图分类号:

TQ021.8

肖媛, 陈怡, 刘思琪, 崔国民. 基于广义换热网络的质量交换网络质能比拟及全局优化[J]. 化工进展, 2025, 44(1): 121-134.

XIAO Yuan, CHEN Yi, LIU Siqi, CUI Guomin. Mass-heat analogy and global optimization of mass exchange network based on generalized heat exchanger network[J]. Chemical Industry and Engineering Progress, 2025, 44(1): 121-134.

图/表 25

图1 MENS问题示意图

图2 传质设备传质过程示意图

图3 逆流板式塔的操作线示意图

图4 换热器和板式塔对比

表1 单体板式塔和换热器的质-能比拟关系

比拟量	质量（板式塔）	能量（换热器）
强度量	组分浓度C/kg·kg^–1	温度T/K
传递性能	对流传质系数h_m/m·s^–1	表面传热系数h/kW·m^-2·K^-1
热质交换设备
传递驱动力	浓度差(LMCD、AMCD)/kg·kg^–1	温度差(LMTD、AMTD)/K
传递性能	总传质系数K_m/m·s^–1	总传热系数K/kW·m^-2·K^-1
传递量	传质量M_A/kg·s^–1	换热量Q_A/kW
设备尺寸	提供有效传质的塔板质量 $μ_{0} \times N$ /kg·m^–1	换热面积A/m²

表1 单体板式塔和换热器的质-能比拟关系

比拟量	质量（板式塔）	能量（换热器）
强度量	组分浓度C/kg·kg^–1	温度T/K
传递性能	对流传质系数h_m/m·s^–1	表面传热系数h/kW·m^-2·K^-1
热质交换设备
传递驱动力	浓度差(LMCD、AMCD)/kg·kg^–1	温度差(LMTD、AMTD)/K
传递性能	总传质系数K_m/m·s^–1	总传热系数K/kW·m^-2·K^-1
传递量	传质量M_A/kg·s^–1	换热量Q_A/kW
设备尺寸	提供有效传质的塔板质量 $μ_{0} \times N$ /kg·m^–1	换热面积A/m²

图5 MEN和GHEN参数比拟示意图

图6 换热网络NNM模型示意图

表2 广义换热网络NNM模型的优化变量

变量	释义	下角标
QH_i,im,ib	各热节点上换热单元的换热量，kW	i∈N_R, im∈N_sgH,ib∈N_bH, j∈N_s, jm∈N_sgC,jb∈N_bC, ip∈3, jp∈3。 ip=1: 流股编号； ip=2: 主节点编号； ip=3: 分支编号
QC_j,jm,jb	各冷节点上换热单元的换热量，kW
SPH_i,im,ib	热流股分支的分流比
SPC_j,jm,jb	冷流股分支的分流比
$F c_{p_{j}}$	冷流股的热容流率，kW/K
Z_i,im,ib	每个热节点上有无换热单元的 0-1变量
NH_C_i,im,ib,ip	热节点连的冷节点
NC_H_j,jm,jb,jp	冷节点连的热节点

表2 广义换热网络NNM模型的优化变量

变量	释义	下角标
QH_i,im,ib	各热节点上换热单元的换热量，kW	i∈N_R, im∈N_sgH,ib∈N_bH, j∈N_s, jm∈N_sgC,jb∈N_bC, ip∈3, jp∈3。 ip=1: 流股编号； ip=2: 主节点编号； ip=3: 分支编号
QC_j,jm,jb	各冷节点上换热单元的换热量，kW
SPH_i,im,ib	热流股分支的分流比
SPC_j,jm,jb	冷流股分支的分流比
$F c_{p_{j}}$	冷流股的热容流率，kW/K
Z_i,im,ib	每个热节点上有无换热单元的 0-1变量
NH_C_i,im,ib,ip	热节点连的冷节点
NC_H_j,jm,jb,jp	冷节点连的热节点

图7 RWCE算法优化GHEN-NNM流程图

表3 GHEN-NNM回归的MEN-NNM优化变量

GHEN-NNM	MEN-NNM	释义
QH_i,im,ib	MR_i,im,ib $= Q H_{i, i m, i b} \times C_{m a x} / (T_{m a x} \times c_{p_{j}})$	富节点上换热单元的传质量，kg/s
QC_j,jm,jb	MS_j,jm,jb $= Q C_{j, j m, j b} \times C_{m a x} / (T_{m a x} \times c_{p_{j}})$	贫节点上换热单元的换热量，kg/s
SPH_i,im,ib	SPR_i,im,ib = SPH_i,im,ib	富流股分支的分流比
SPC_j,jm,jb	SPS_j,jm,jb = SPC_j,jm,jb	贫流股分支的分流比
$F C_{p_{j}}$	L_j = $F c_{p_{j}} / c_{p}$	贫流股的热容流率，kg/s
Z_i,im,ib	ZZ_i,im,ib = Z_i,im,ib	每个富节点有无换热单元的0-1变量
NH_C_i,im,ib,ip	NR_S_i,im,ib,ip = NH_C_i,im,ib,ip	富节点连的贫节点
NC_H_j,jm,jb,jp	NS_R_j,jm,jb,jp = NC_H_j,jm,jb,jp	贫节点连的富节点
i∈N_R, im∈N_sgH, ib∈N_bH; j∈N_s, jm∈N_sgC, jb∈N_bC, ip∈3, jp∈3。 ip=1, 流股编号; ip=2, 主节点编号; ip=3, 分支编号

表3 GHEN-NNM回归的MEN-NNM优化变量

GHEN-NNM	MEN-NNM	释义
QH_i,im,ib	MR_i,im,ib $= Q H_{i, i m, i b} \times C_{m a x} / (T_{m a x} \times c_{p_{j}})$	富节点上换热单元的传质量，kg/s
QC_j,jm,jb	MS_j,jm,jb $= Q C_{j, j m, j b} \times C_{m a x} / (T_{m a x} \times c_{p_{j}})$	贫节点上换热单元的换热量，kg/s
SPH_i,im,ib	SPR_i,im,ib = SPH_i,im,ib	富流股分支的分流比
SPC_j,jm,jb	SPS_j,jm,jb = SPC_j,jm,jb	贫流股分支的分流比
$F C_{p_{j}}$	L_j = $F c_{p_{j}} / c_{p}$	贫流股的热容流率，kg/s
Z_i,im,ib	ZZ_i,im,ib = Z_i,im,ib	每个富节点有无换热单元的0-1变量
NH_C_i,im,ib,ip	NR_S_i,im,ib,ip = NH_C_i,im,ib,ip	富节点连的贫节点
NC_H_j,jm,jb,jp	NS_R_j,jm,jb,jp = NC_H_j,jm,jb,jp	贫节点连的富节点
i∈N_R, im∈N_sgH, ib∈N_bH; j∈N_s, jm∈N_sgC, jb∈N_bC, ip∈3, jp∈3。 ip=1, 流股编号; ip=2, 主节点编号; ip=3, 分支编号

图8 RWCE算法优化MEN-NNM流程图

表4 R2S3算例参数和比拟后的GHEN参数

MEN(R2S3)参数^[26]
MEN	G(L)/kg·s^–1	$C y_{i}^{i n} (C x_{j}^{i n})$ /kg·kg^–1	$C y_{i}^{o u t} (C x_{j}^{o u t})$ /kg·kg^–1		$C y_{j}^{* i n}$ /kg·kg^–1	$C y_{j}^{* o u t}$ /kg·kg^–1
R1	2	0.05	0.01
R2	1	0.03	0.006
S1	5	0.005	0.015		0.01	0.03
S2	3	0.01	0.03		0.0153	0.0459
S3	∞	0.0013	0.015		0.001923	0.01165
S1、S2免费，S3运行费用系数： $f_{o, 3} /$ USD·kg^-1·s=309600；传质设备费用系数： $f_{C, N}$ /USD·a^-1=4552
比拟参数
C_max/kg·kg^–1	T_max/℃	(T_max/C_max)/℃·kg^–1·kg	ρ/kg·m^-3	c_p /kJ·kg^-1·K^-1	μ₀/kg·m^-1	C₀
0.005	100	10000	1000	10	10000	1.0
GHEN(H2C3)参数
GHEN	Fc_p =Gc_p /kJ·K^-1·s^-1		Tⁱⁿ/℃			T^out/℃
H1	20		500			100
H2	10		300			60
C1	50		100			300
C2	30		153			459
C3	10		19.23			116.5
C1、C2免费，C3运行费用系数： $f_{o, 3} /$ USD·kg^-1·s=309600；换热器面积费用系数： $f_{C, N}$ /USD·a^-1=4552

表4 R2S3算例参数和比拟后的GHEN参数

MEN(R2S3)参数^[26]
MEN	G(L)/kg·s^–1	$C y_{i}^{i n} (C x_{j}^{i n})$ /kg·kg^–1	$C y_{i}^{o u t} (C x_{j}^{o u t})$ /kg·kg^–1		$C y_{j}^{* i n}$ /kg·kg^–1	$C y_{j}^{* o u t}$ /kg·kg^–1
R1	2	0.05	0.01
R2	1	0.03	0.006
S1	5	0.005	0.015		0.01	0.03
S2	3	0.01	0.03		0.0153	0.0459
S3	∞	0.0013	0.015		0.001923	0.01165
S1、S2免费，S3运行费用系数： $f_{o, 3} /$ USD·kg^-1·s=309600；传质设备费用系数： $f_{C, N}$ /USD·a^-1=4552
比拟参数
C_max/kg·kg^–1	T_max/℃	(T_max/C_max)/℃·kg^–1·kg	ρ/kg·m^-3	c_p /kJ·kg^-1·K^-1	μ₀/kg·m^-1	C₀
0.005	100	10000	1000	10	10000	1.0
GHEN(H2C3)参数
GHEN	Fc_p =Gc_p /kJ·K^-1·s^-1		Tⁱⁿ/℃			T^out/℃
H1	20		500			100
H2	10		300			60
C1	50		100			300
C2	30		153			459
C3	10		19.23			116.5
C1、C2免费，C3运行费用系数： $f_{o, 3} /$ USD·kg^-1·s=309600；换热器面积费用系数： $f_{C, N}$ /USD·a^-1=4552

表5 RWCE算法优化GHEN和MEN的关键参数

网络	X	$Δ L_{X}$	X_min	φ_ev,X	X_g	φ_g,x	τ
GHEN	QH	100	5	0.95×0.3	100	0.001	0.01
	SP	0.03	0.01	0.05×0.3	1
	$F c_{p_{N S}}$	0.01	0.01	0.0001	1
MEN	MR	5×10^-5	5×10^-5	0.7×0.3	0.002	0.005	0.001
	SP	0.05	0.01	0.3×0.3	1
	L_NS	0.03	0.02	0.01	0.5

表5 RWCE算法优化GHEN和MEN的关键参数

网络	X	$Δ L_{X}$	X_min	φ_ev,X	X_g	φ_g,x	τ
GHEN	QH	100	5	0.95×0.3	100	0.001	0.01
	SP	0.03	0.01	0.05×0.3	1
	$F c_{p_{N S}}$	0.01	0.01	0.0001	1
MEN	MR	5×10^-5	5×10^-5	0.7×0.3	0.002	0.005	0.001
	SP	0.05	0.01	0.3×0.3	1
	L_NS	0.03	0.02	0.01	0.5

图9 质能比拟方法优化R2S3算例的最优结构（C0=1.0，TAC=323199USD/a）

表6 R2S3算例的文献结果对比

文献	方法	单元数	塔板总数	AOC/USD·a^-1	TAC/USD·a^-1
Hallale and Fraser ^[26]	PDM	7	—	—	345416
Isafiade and Fraser ^[27]	IBMS & DICOPT	6	26	219816	338168
Comeaus ^[28]	—	7	28	205800	333300
Xiao等^[23]	NV-NSM & RWCE	6	26	217938	336290
Xiao等^[23]	NV-NSM & RWCE	7	21	233911	329503
本文（图9）	质能比拟	8	21	227607	323199
本文（图12）	质能比拟	6	24	212552	321800

表7 R2S3算例不同Tmax/Cmax下GHEN的流体进出口温度

GHEN	10⁴℃·kg^–1·kg		2×10⁴℃·kg^–1·kg		10⁵℃·kg^–1·kg
GHEN	Tⁱⁿ/℃	T^out/℃	Tⁱⁿ/℃	T^out/℃	Tⁱⁿ/℃	T^out/℃
H1	250	50	500	100	2500	500
H2	150	30	300	60	1500	300
C1	50	150	100	300	500	1500
C2	76.5	229.5	153	459	765	2295
C3	9.615	58.25	19.23	116.5	96.15	582.5

表8 R2S2算例参数和比拟后的GHEN参数

MEN(R2S2)参数^[26]
MEN	G(L)/kg·s^–1	$C y_{i}^{i n} (C x_{j}^{i n})$ /kg·kg^–1	$C y_{i}^{o u t} (C x_{j}^{o u t})$ /kg·kg^–1	$C y_{j}^{* i n}$ /kg·kg^–1	$C y_{j}^{* o u t}$ /kg·kg^–1
R1	0.9	0.07	0.0003	—	—
R2	0.1	0.051	0.0001	—	—
S1	2.3	0.0006	0.031	0.00087	0.04495
S2	∞	0.0002	0.0035	0.000052	0.00091
S1运行费用系数： $f_{o, 1} /$ USD·kg^-1·s=117360；S2运行费用系数： $f_{o, 2} /$ USD·kg^-1·s=176040；传质设备费用系数： $f_{C, N}$ /USD·a^-1=4552
比拟参数
ρ/kg·m^-3	C_p /kJ·kg^-1·K^-1		μ₀/ kg·m^-1	C₀
1000	10		10000	1.0
GHEN(H2C2)参数
GHEN		H1	H2	C1	C2
Fc_p =Gc_p /kJ·K^-1·s^-1		9	1	23	10
C1运行费用系数： $f_{o, 1} /$ USD·kg^-1·s=117360；C2运行费用系数： $f_{o, 2} /$ USD·kg^-1·s=176040；换热器面积费用系数： $f_{C, N}$ /USD·a^-1=4552

表8 R2S2算例参数和比拟后的GHEN参数

MEN(R2S2)参数^[26]
MEN	G(L)/kg·s^–1	$C y_{i}^{i n} (C x_{j}^{i n})$ /kg·kg^–1	$C y_{i}^{o u t} (C x_{j}^{o u t})$ /kg·kg^–1	$C y_{j}^{* i n}$ /kg·kg^–1	$C y_{j}^{* o u t}$ /kg·kg^–1
R1	0.9	0.07	0.0003	—	—
R2	0.1	0.051	0.0001	—	—
S1	2.3	0.0006	0.031	0.00087	0.04495
S2	∞	0.0002	0.0035	0.000052	0.00091
S1运行费用系数： $f_{o, 1} /$ USD·kg^-1·s=117360；S2运行费用系数： $f_{o, 2} /$ USD·kg^-1·s=176040；传质设备费用系数： $f_{C, N}$ /USD·a^-1=4552
比拟参数
ρ/kg·m^-3	C_p /kJ·kg^-1·K^-1		μ₀/ kg·m^-1	C₀
1000	10		10000	1.0
GHEN(H2C2)参数
GHEN		H1	H2	C1	C2
Fc_p =Gc_p /kJ·K^-1·s^-1		9	1	23	10
C1运行费用系数： $f_{o, 1} /$ USD·kg^-1·s=117360；C2运行费用系数： $f_{o, 2} /$ USD·kg^-1·s=176040；换热器面积费用系数： $f_{C, N}$ /USD·a^-1=4552

表9 R2S2算例不同Tmax/Cmax下GHEN的流体进出口温度

GHEN	10⁴℃·kg^–1·kg		2×10⁴℃·kg^–1·kg		10⁵℃·kg^–1·kg		2×10⁵℃·kg^–1·kg
GHEN	Tⁱⁿ/℃	T^out/℃	Tⁱⁿ/℃	T^out/℃	Tⁱⁿ/℃	T^out/℃	Tⁱⁿ/℃	T^out/℃
H1	700	3	1400	6	7000	30	14000	60
H2	510	1	1020	2	5100	10	10200	20
C1	8.7	449.5	17.4	899	87	4.495	174	8990
C2	0.52	9.1	1.04	18.2	5.2	91	10.4	182

表10 不同Tmax/Cmax下R2S3和R2S2算例的质能比拟优化结果对比

算例	（T_max/C_max）/℃·kg^–1·kg	GHEN/USD·a^-1	MEN/USD·a^-1	单元数
R2S3	10⁴	319617	340020	8
	2×10⁴	321779	323199	8
	10⁵	340130	342077	8
R2S2	10⁵	418365	411043	5
	2×10⁴	444661	431570	5
	10⁴	509784	437389	4

图10 质能比拟方法优化R2S2算例的最优结构（TAC=411043USD/a）

图11 不同协调系数下GHEN优化过程最优TAC下降曲线

表11 不同比拟协调系数下R2S3的比拟优化结果

协调系数	GHEN/USD·a^-1	MEN/USD·a^-1	总塔板数	单元个数
0.8	323983	337797	21	6
1.0	321779	323199	21	8
1.1	321792	321800	24	6
1.2	320281	338702	23	7
1.3	320915	334183	26	8
1.4	321098	333534	22	5
2.0	319995	334603	22	5

图12 质能比拟方法优化R2S3算例的最优结构（TAC=321800USD/a）

图13 质能比拟方法优化R2S2算例的最优结构（TAC=409164USD/a）

表12 单组分R2S2算例的文献结果对比

文献	方法	单元数	塔板总数	AOC/USD·a^-1	TAC/USD·a^-1
Papalexandri等^[29]	Hyper MINLP	3	—	—	918000
Azeez等^[30]	SBS	5	37	300433	469968
Hallale and Fraser ^[26]	PDM	5	25	313293	427093
都健等^[12]	SWS & GA-SA	4	22	321500	421644
侯创等^[7]	SWS & 取整函数	4	20	320126	411166
Zhou等^[9]	NNM & RWCE	4	21	310332	410476
本文（图10）	质能比拟	5	17	324555	411043
本文（图13）	质能比拟	4	20	318124	409164

参考文献 30

1	XU Yue, CUI Guomin, XIAO Yuan, et al. An enhanced heuristic algorithm with coordination evolution strategy for waste-mass minimization and heat integration network design[J]. Case Studies in Thermal Engineering, 2022, 39: 102458.
2	EL-HALWAGI Mahmoud M, MANOUSIOUTHAKIS Vasilios. Synthesis of mass exchange networks[J]. AIChE Journal, 1989, 35(8): 1233-1244.
3	MASSO A H, RUDD D F. The synthesis of system designs. Ⅱ. Heuristic structuring[J]. AIChE Journal, 1969, 15(1): 10-17.
4	都健, 李秀峰, 陈理, 等. 超结构法分步综合热集成的质量交换网络[J]. 化工学报, 2010, 61(10): 2636-2643.
	DU Jian, LI Xiufeng, CHEN Li, et al. Synthesis of heat integrated mass exchanger networks using step-wise approach based on superstructure[J]. CIESC Journal, 2010, 61(10): 2636-2643.
5	LINNHOFF B, HINDMARSH E. The pinch design method for heat exchanger networks[J]. Chemical Engineering Science, 1983, 38(5): 745-763.
6	FARRAG Nessren M, KAMEL Dina A, GHALLAB Ayat O, et al. Graphical design and analysis of mass exchange networks using composition driving forces[J]. South African Journal of Chemical Engineering, 2021, 36: 94-104.
7	侯创, 罗明生, 徐文星. 取整函数优化基于超结构模型的质量交换网络[J]. 化学反应工程与工艺, 2020, 36(2): 108-116.
	HOU Chuang, LUO Mingsheng, XU Wenxing. An integral function to optimize the mass exchange network based on superstructure model[J]. Chemical Reaction Engineering and Technology, 2020, 36(2): 108-116.
8	易智康, 崔国民, 周志强,等. 棋盘模型同步优化质量交换网络[J]. 计算物理, 2023, 40(4): 500-510.
	YI Zhikang, CUI Guomin, ZHOU Zhiqiang,et al. A chessboard model for simultaneous optimization of mass exchange networks[J]. Chinese Journal of Computational Physics, 2023, 40(4): 500-510.
9	ZHOU Zhiqiang, CUI Guoming, XIAO Yuan. A novel node-based non-structural model for mass exchanger network synthesis using a stochastic algorithm[J]. Journal of Cleaner Production, 2022, 376: 134227.
10	薛东峰. 废物最小化为目标的质量集成方法研究[D]. 大连: 大连理工大学, 2001.
	XUE Dongfeng. Study on mass integration for waste minimization as the goal[D]. Dalian: Dalian University of Technology, 2001.
11	李绍军, 阳永荣. 利用改进的遗传算法进行质量交换网络的最优综合[J]. 化工学报, 2002, 53(1): 60-65.
	LI Shaojun, YANG Yongrong. Mass exchanger networks synthesis using genetic-alopex algorithms[J]. CIESC Journal, 2002, 53(1): 60-65.
12	都健, 高志辉, 陈理, 等. 采用浓度差同步优化的质量交换网络设计[J]. 化工学报, 2007, 58(7): 1768-1775.
	DU Jian, GAO Zhihui, CHEN Li, et al. Mass exchange network design using simultaneous optimization of composition differences[J]. CIESC Journal, 2007, 58(7): 1768-1775.
13	马秀宝, 盖照亮, 崔国民, 等. 基于强制进化随机游走算法的质量交换网络综合[J]. 计算物理, 2022, 39(4): 479-490.
	MA Xiubao, GAI Zhaoliang, CUI Guomin, et al. Mass exchanger network synthesis based on random walk algorithm with compulsive evolution[J]. Chinese Journal of Computational Physics, 2022, 39(4): 479-490.
14	杨岭, 崔国民, 周志强, 等. 精细搜索策略应用于质量交换网络综合[J]. 化工学报, 2022, 73(7): 3145-3155.
	YANG Ling, CUI Guomin, ZHOU Zhiqiang, et al. Fine search strategy applied to mass exchange network synthesis[J]. CIESC Journal, 2022, 73(7): 3145-3155.
15	金广林, 崔国民, 肖媛, 等. 应用于质量交换网络的个体重构优化方法[J]. 计算物理, 2024, 41(2): 245-257.
	JIN Guanglin, CUI Guomin, XIAO Yuan, et al. Individual reconstruction optimization method applied to mass exchanger networks[J]. Chinese Journal of Computational Physics, 2024, 41(2): 245-257.
16	杨友麒. 质量交换网络[J]. 化工进展, 2007, 26(2): 284-289.
	YANG Youqi. Mass exchange networks[J]. Chemical Industry and Engineering Progress, 2007, 26(2): 284-289.
17	刘伟. 基于协同与耗散的能质传输理论[J].中国科学: 技术科学, 2024, 54(3): 411-421.
	LIU Wei. The theory of macroscopic energy and mass transport based on the synergy and dissipation analysis [J]. Scientia Sinica Technologica, 2024, 54(3): 411-421.
18	XIAO Yuan, CUI Guomin. A novel mass-heat exchange network analogy, regression, and synthesis method for mass exchanger networks[J]. Heliyon, 2023, 9(10): e20574.
19	TREYBAL R E. Mass-transfer operations[M]. 3rd ed. Singapore: McGraw-Hill, 1981.
20	MCCABE W L, SMITH J C, HARRIOTT P. Unit operations of chemical engineering (6th ed.). Singapore: McGraw-Hill, 2001.
21	弗兰克 P . 英克鲁佩勒. 传热和传质基本原理[M]. 葛新石, 叶宏, 译. 6版. 北京: 化学工业出版社, 2007.INCROPERA F.
	INCROPERA F P. Fundamentals of heat and mass transfer[M]. GE xinshi, YE Hong, trans. 6th ed. Beijing: Chemical Industry Press, 2007.
22	XU Yue, LIU Liuchen, CUI Guomin. A flexible model with an adjustable number of nodes for efficient and high-quality heat exchanger network synthesis[J]. Industrial & Engineering Chemistry Research, 2020, 59(33): 14834-14849.
23	XIAO Yuan, CUI Guomin, XU Yue, et al. An efficient and random synthesis method for mass exchange networks with multi-component using a node-based vertical non-structural model[J]. Journal of Cleaner Production, 2023, 416: 137951.
24	肖媛, 崔国民, 李帅龙. 一种新的用于换热网络全局优化的强制进化随机游走算法[J]. 化工学报, 2016, 67(12): 5140-5147.
	XIAO Yuan, CUI Guomin, LI Shuailong. A novel random walk algorithm with compulsive evolution for global optimization of heat exchanger networks[J]. CIESC Journal, 2016, 67(12): 5140-5147.
25	XIAO Yuan, CUI Guomin, SUN Tao, et al. An integrated random walk algorithm with compulsive evolution and fine-search strategy for heat exchanger network synthesis[J]. Applied Thermal Engineering, 2018, 128: 861-876.
26	HALLALE N, FRASER D M. Supertargeting for mass exchange networks Part Ⅰ: Targeting and design techniques [J]. Chemical Engineering Research and Design, 2000, 78(2): 202-207.
27	ISAFIADE A J, FRASER D M. Interval based MINLP superstructure synthesis of mass exchange networks[J]. Chemical Engineering Research and Design, 2008, 86(8): 909-924.
28	COMEAUX R. Synthesis of MENs with Minimum Total Cost[D]. Manchester, UK: University of Manchester Institute of Science and Technology, 2000.
29	PAPALEXANDRI K P, PISTIKOPOULOS E N, FLOUDAS C A. Mass exchange networks for waste minimization: A simultaneous approach[J]. Chemical Engineering Research & Design, 1994, 72(A3): 279-294.
30	AZEEZ O S, ISAFIADE A J, FRASER D M. Supply-based superstructure synthesis of heat and mass exchange networks[J]. Computers & Chemical Engineering, 2013, 56: 184-201.

编辑推荐 0

Metrics

阅读次数

全文

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	1	0	0	9

来源	本网站	其他网站

次数	9	1
比例	90%	10%

摘要

最新录用	在线预览	正式出版

0	0	56

来源	本网站	其他网站

次数	12	44
比例	21%	79%

[1]	张迁, 刘鑫, 王冰, 徐晶, 曹晨熙. 复杂风速风向与事件树下储罐区多米诺事故分析[J]. 化工进展, 2025, 44(2): 1170-1182.
[2]	熊思恒, 黄冬梅, 肖媛, 黄晓璜, 易智康, 崔国民. 一种新的连续非结构模型同步优化质量交换网络[J]. 化工进展, 2025, 44(2): 635-645.
[3]	张笑恬, 刘思琪, 崔国民, 黄晓璜, 段欢欢, 王金阳. 基于定向协调策略改进换热单元优化的换热网络综合[J]. 化工进展, 2024, 43(8): 4342-4353.
[4]	易智康, 刘思琪, 崔国民, 段欢欢, 肖媛. 有分流棋盘模型应用于不相容多组分质量交换网络优化[J]. 化工进展, 2024, 43(6): 2986-2995.
[5]	杨建平. 降低HPPO装置反应系统原料消耗的PSE[J]. 化工进展, 2023, 42(S1): 21-32.
[6]	顾诗亚, 董亚超, 刘琳琳, 张磊, 庄钰, 都健. 考虑中间节点的碳捕集管路系统设计与优化[J]. 化工进展, 2023, 42(6): 2799-2808.
[7]	王子宗, 索寒生, 赵学良, 闫雅琨. 数字孪生智能乙烯工厂工业互联网平台的设计与构建[J]. 化工进展, 2023, 42(10): 5029-5036.
[8]	曾思颖, 杨敏博, 冯霄. 基于机器学习的煤层气组成预测及液化过程的实时优化[J]. 化工进展, 2023, 42(10): 5059-5066.
[9]	杨友麒, 陈丙珍. 中国过程系统工程30年：回顾与展望[J]. 化工进展, 2022, 41(8): 3991-4008.
[10]	李贵贤, 张军强, 杨勇, 范学英, 王东亮. 基于PX选择性强化的短流程甲苯甲醇甲基化PX生产新工艺[J]. 化工进展, 2022, 41(6): 2939-2947.
[11]	朱家华, 穆立文, 蒋管聪, 刘立, 熊晶晶, 陆小华. 生物质协同流程工业节能、降污、减碳路径思考[J]. 化工进展, 2022, 41(3): 1111-1114.
[12]	刘洪彬, 崔国民, 周志强, 肖媛, 张冠华, 杨其国. 应用于换热网络优化的并行双层RWCE算法[J]. 化工进展, 2022, 41(10): 5247-5258.
[13]	孙志伟, 伍联营, 胡仰栋, 张伟涛. 可再生能源在化工生产及其公用工程系统中的应用[J]. 化工进展, 2022, 41(10): 5297-5305.
[14]	李扬, 许明阳, 马方圆, 何志伟, 王璟德, 孙巍. 基于流程拓扑信息的统计过程监测方法[J]. 化工进展, 2021, 40(S1): 75-80.
[15]	张梦轩, 刘洪辰, 王敏, 蓝兴英, 石孝刚, 高金森. 化工过程的智能混合建模方法及应用[J]. 化工进展, 2021, 40(4): 1765-1776.