基于粒子群算法优化干燥部气罩通风系统送风温度

李 茜 庞 肖,* 汤 伟 王孟效

(1.陕西科技大学电气与信息工程学院,陕西西安,710021；2.陕西西微测控工程有限公司,陕西咸阳,712081)



·干燥部送风温度·

基于粒子群算法优化干燥部气罩通风系统送风温度

李 茜1庞 肖1,*汤 伟1王孟效2

(1.陕西科技大学电气与信息工程学院,陕西西安,710021；2.陕西西微测控工程有限公司,陕西咸阳,712081)

针对卫生纸机吨纸耗汽量高的问题,提出对干燥部气罩通风系统的送风温度进行优化。首先建立数学模型分析送风温度对干燥部能耗的影响,并采用粒子群算法对其进行优化。MATLAB仿真结果表明,在优化后的送风温度下,干燥部吨纸耗汽量存在最小值,具有可观的节能效益。

送风温度；粒子群优化算法；节能；MATLAB仿真

(*E-mail: 467580449@qq.com)

造纸工业在我国是一个资金和技术密集型的“产业”,主要发展方向是走节能降耗的“低碳经济”之路。在造纸生产过程中,干燥部消耗的热能达2.85～4.85 GJ/t纸,占造纸过程总能耗的65%以上[1]。干燥部能耗主要包括2部分：一是烘缸供汽系统的新鲜蒸汽消耗,目前国内使用的热泵改造方案颇多,卫生纸机吨纸耗汽量甚至达到1.7 t左右；二是密闭气罩通风系统的蒸汽消耗,加热新风的蒸汽消耗量占干燥部的50%以上。其中通入密闭气罩的热风经二次蒸汽、冷凝水加热后,若送风温度还达不到工艺要求，则通入新鲜蒸汽继续加热至80～110℃(通常送风温度的大致范围),因此,送风温度对干燥部能耗有一定的影响[2]。目前,送风温度一般都是根据经验值设定,且对蒸汽是否有所浪费也无从知晓,因此,研究合适的送风温度是现今造纸企业的迫切需要,同时也是提高企业竞争力的有效途径。

本课题先通过能量守恒定律建立卫生纸机干燥部数学模型,分析送风温度对能耗的影响,以干燥部能耗最小为目标函数,送风温度为优化变量,利用粒子群算法对其进行优化,从而使得卫生纸机干燥部能耗降至最低。

1 干燥部数学模型的建立

纸机干燥部是一个复杂的系统,但总的概括起来由烘缸供汽系统和气罩通风系统组成,既有物质的转移(纸幅中水分的蒸发)，也有热量的交换(烘缸辐射热能和进风对纸幅的加热等)[3- 4]。故对干燥部烘缸供汽系统和气罩通风系统分别进行热能分析,最后,从整个干燥部的角度出发,建立总能耗的数学模型。

图1 烘缸供汽系统热流示意图

图2 气罩通风系统热流示意图

图1和图2分别为烘缸供汽系统和气罩通风系统热流示意图。根据图1能量守恒,其系统方程如式(1)、式(2)所示。

Q1+I1=Q2+I2+Qr

(1)

Q2+I2=Q1+I1-Qr

(2)

根据图2能量守恒,系统方程如式(3)所示。

Q2+I2+Q3+I3+I5=I4+I6

(3)

根据2个子系统之间的联系,将式(2)代入式(3),整个干燥部能量守恒方程如式(4)、式(5)所示。

Q1+I1-Qr+Q3+I3+I5=I4+I6

(4)

Q=Q1+Q3=Qr+I4+I6-I1-I3-I5

(5)

式(1)～式(5)中,Q1为蒸汽通过烘缸向干燥部提供的热量(kJ/h)；I1为湿纸幅进入干燥部焓值(kJ/kg)；Qr为热损失(kJ/h)；Q2为烘缸排出冷凝水的热量(kJ/h)；I2为干纸幅出烘缸焓值(kJ/kg)；Q3为蒸汽加热新风提供的热量(kJ/h)；I3为送入热风焓值(kJ/kg)；I5为渗入风焓值(kJ/kg)；I4为排出热风焓值(kJ/kg)；I6为干纸幅出干燥部焓值(kJ/kg)；Q为整个干燥部能耗(kJ/h)。

新鲜蒸汽加热新风消耗的热量Q3由式(6)、式(7)、式(8)表示[5],最后,得出整个干燥部能耗Q由式(9)表示。

Q3=φL(1.01+1.88H1)(T1-T2)

(6)

L=PW/(H1-H2)

(7)

(8)

(9)

式(6)～式(9)中,L为单位时间干空气用量(kg/h)；P为每小时纸张的理论生产量(kg/h)；W为生产1 kg纸水分蒸发量(kg/kg)；H2为排风湿度(kg水/kg干空气)；H1为送风湿度(kg水/kg干空气)；T1为送风温度(℃)；T2为排风温度(℃)。

从式(8)可以看出,送风温度T1不能太高,太高则蒸汽消耗量增加；然而T1也不能过低,过低则会影响气罩内湿纸幅的干燥效率,同时太低的送风温度会与袋区排出的湿空气形成湿度较大的混合空气,在混合空气湿度降到露点以下时,部分水蒸气会在气罩表面冷凝,产生的冷凝水滴到纸幅上将出现纸病问题。因此,合适的送风温度既能降低能耗,又能提高干燥效率以及纸张成品率。

2 粒子群算法优化送风温度

求解优化问题有牛顿法、遗传算法等多种算法,虽然都具有良好的寻优特性,但其缺陷却不容忽视。牛顿法目标函数Hesse矩阵计算量太大；遗传算法是目前应用较多的仿生算法,但算法对新空间的搜索能力有限,易导致早熟现象。

粒子群优化算法是一种模拟鸟群飞行觅食的行为,鸟之间通过集体的协作使群体达到最优目的。上述各优化算法相比,粒子群算法能够较大程度地实现全局优化,有记忆性地进行分散式搜索,需要调整的参数较少,迭代过程简单,收敛速度较快,容易实现。同时由于纸机干燥部模型较为复杂,对优化后的送风温度有一定的精度要求,因此,本课题将利用粒子群算法对送风温度进行优化。

2.1 原始粒子群算法

鸟群在觅食的过程中,虽不知食物的具体位置,但知道当前位置距离食物有多远,找到食物的策略是搜寻目前距离食物最近的鸟的周围区域[6]。在粒子群算法中,“食物”就是最优解,“鸟”是解空间的一个“粒子”。粒子群优化将每个粒子视为优化问题的一个可行解,粒子的好坏由适应度函数确定,在每一代中,粒子将追踪2个极值、个体最优解和局最优解,通过极值更新粒子当前的位置,不断改变其在解空间的速度和方向,直至寻找到最优解。

假设一个由M个粒子组成的群体在D维的搜索空间以一定的速度飞行,粒子i在t时刻的状态属性设置如下。

(1)粒子位置

(10)

(2)粒子速度

(11)

(3)个体最优位置

(12)

式中,1≤d≤D,1≤i≤M。

(4)全局最优位置

(13)

(5)粒子在t+1时刻的速度更新

(14)

式中,r1、r2为(0,1)之间的随机数；c1、c2为学习因子。

(6)粒子在t+1时刻的位置更新

(15)

根据热能分析,以送风温度为优化变量,将能耗最小为目标函数,利用粒子群算法对送风温度进行优化,粒子群优化算法的流程图如图3所示。

图3 粒子群优化算法流程图

粒子群优化算法的基本实现步骤如下。

(1)初始化：初始化一个规模为M的粒子群,设定初始位置xi、初始速度vi,并设定参数：搜索空间Ld、Ud,速度范围[vmin,vmax],学习因子c1、c2,最大迭代次数Tmax,当前位置即为每个粒子的Pi,粒子最好值位置Pg,粒子最好值序号g。

(2)评价粒子：通过适应度函数计算每个粒子的适应值,若好于当前的个体极值,则将Pi设置为该粒子的位置；若所有粒子的个体极值中最好的优于当前的全局极值,则将Pg设置为该粒子的位置,更新全局极值及其符号g。

(3)粒子状态更新：利用公式对粒子进行位置、速度更新,如果vi>vmax将其设为vmax,如果vi

(4)检验：若达到迭代次数或精度要求,则停止迭代,输出最优解,否则转到步骤(3)。

2.2 粒子群算法改进

为了优化粒子群的计算速度和全局最优的效果,引入惯性权重对粒子群算法进行改进[7- 8]。改进的粒子群优化是通过一个惯性权重ω来协调粒子群的全局和局部寻优能力,较大的惯性权重有利于开展全局寻优。ω从0.9线性递减到0.4的策略称为标准粒子群算法,开始时具有良好的全局寻优能力,迅速确定最优解区域,后期良好的局部搜寻能力可以精确地得到最优解。线性递减公式如式(16)所示。

(16)

式中,ωstart、ωend分别为初始惯性权重和终止惯性权重；tmax为最大迭代次数,t为当前迭代次数。

标准粒子群的位置方程保持不变,速度方程如式(17)所示。

(17)

3 MATLAB仿真与结果分析

本次仿真采用的带有密闭气罩的卫生纸机干燥部的基本参数如表1所示,程序设计粒子群初始化参数如表2所示。

表1 带有密闭气罩的卫生纸机干燥部基本参数

表2 粒子群优化算法初始化参数设计

图4 目标函数三维图形

图5 粒子群优化指标变化曲线图

图6 粒子群优化后吨纸蒸汽消耗量仿真图

以送风温度、露点温度以及吨纸蒸汽消耗量为坐标轴,目标函数的仿真三维图形如图4所示,粒子群优化指标变化曲线如图5所示,粒子群优化后吨纸蒸汽消耗量仿真曲线如图6所示。

从图4可以看出,在一定的送风温度下,吨纸蒸汽消耗量存在最小值。采用粒子群算法优化之后,从图6可以看出,在送风温度为93.7℃时,吨纸蒸汽消耗量达到最小值1.19 t。在优化送风温度之前,其温度值一般都是根据人工经验设置在80～110℃之间,吨纸蒸汽消耗量一般约为1.65 t,相比较之下平均吨纸消耗量降低0.46 t,约28%。

若年产量1.2万t,年节汽0.55万t,折合标煤0.06万t,吨标煤(tce)折合人民币320元,年节汽效益：0.06×320=19.2万元,大大降低了投资成本,有很可观的经济效益；按1 t标煤排放2.6 t CO2计算,年可减CO2排放的量为：0.06×2.6=0.156万t,降低环境污染程度,具有可观的环境效益。

4 结 语

本课题对卫生纸机干燥部气罩通风系统的送风温度进行优化,首先对干燥部进行数学建模,通过模型分析送风温度对降低能耗的影响；其次,采用粒子群优化算法以送风温度为优化变量,以能耗最小为条件进行优化。MATLAB仿真结果表明,在送风温度为93.7℃时,吨纸蒸汽消耗量达到最小值1.19 t,较平均吨纸消耗量降低0.46 t,约28%。合适的送风温度既可降低干燥部能耗,又能提高干燥效率以及纸张成品率,由此证明本研究具有一定的经济效益和节能效益。

[1] KUANG Shi-jun, Energy Saving Technologies for Pulp and Paper Industry[J]. China Pulp & Paper, 2010, 29(10): 56.

邝仕均. 制浆造纸工业的节能技术[J]. 中国造纸, 2010, 29(10): 56.

[2] Yao Xinyue. Research on energy saving controlof the hot air exchange system in the drying section of paper machine[D]. Nanjing: Nanjing Forestry University, 2010.

姚新跃. 造纸机干燥部热风交换系统节能控制的研究[D]. 南京： 南京林业大学, 2010.

[3] Kong Lingbo. Study on the mathematical model of heat and mass transfer in drying process of paper sheet[D]. Guangzhou: South China University of Technology, 2013.

孔令波. 纸页干燥过程传热传质数学模型的研究[D]. 广州: 华南理工大学, 2013.

[4] ZHOU Yan-ming, LIU Huan-bin, LI Ji-geng. The Dryer Section Modeling Based on Integrated Analysis of Material,Energy and Exergy Flows[J]. Transactions of China Pulp and Paper, 2014, 29(1): 33.

周艳明, 刘焕彬, 李继庚. 集成物流、能流和流分析的纸机干燥部建模[J]. 中国造纸学报, 2014, 29(1): 33.

[5] GONG Zhen-xiang, LIU Zhen-yi, LI Sheng-qian, et al. Heat Balance of Drying Sectionn and Its Computer Aided Calculation[J]. China Pulp & Paper, 1993, 12(3): 32.

宫振祥, 刘振义, 李生谦, 等. 纸机干燥部热平衡及其计算机辅助计算[J]. 中国造纸, 1993, 12(3): 32.

[6] Hou Zhirong, Lyu Zhensu. Particle swarm optimization algorithm based on[J]. and its application MATLAB computer simulation, 2003(10): 68.

侯志荣, 吕振肃. 基于MATLAB的粒子群优化算法及其应用[J]. 计算机仿真, 2003(10): 68.

[7] Xue Suqin, Niu Yongjie. Visualization of particle swarm algorithm in the MATLAB implementation of[J]. Information Technology, 2012(3): 114.

薛苏琴, 牛永洁. 粒子群算法的可视化在MATLAB下的实现[J]. 信息技术, 2012(3): 114.

[8] CHEN Shuai-shuai, ZHAO Qian-mei, XIONG Zhi-xin, et al. Application of the PID Parameters Self-tuning Based on IPSO in Headbox Total Pressure Control[J].China Pulp & Paper, 2015, 34(11): 37.

陈帅帅, 赵倩梅, 熊智新, 等. 基于IPSO的PID参数自整定在流浆箱总压控制中的应用[J]. 中国造纸, 2015, 34(11): 37.

(责任编辑：常 青)

Based on PSO Algorithm to Optimize the Supply Air Temperature of Dryer Section Hood Ventilation System

LI Qian1PANG Xiao1,*TANG Wei1WANG Meng-xiao2

(1.CollegeofElectronicsandInformationEngineering,ShaanxiUniversityofScience&Technology,Xi’an,ShaanxiProvince, 710021;2.ShaanxiXiweiProcessAutomationLtd.,Xianyang,ShaanxiProvince, 712081)

Aiming at the problem of high specific steam consumption of tissue paper machine, the supply air temperature of the air hood ventilation system in dryer section were optimized. Firstly, a mathematical model for analyzing the influence of supply air temperature on drying energy consumption was established, then it was optimized by using the PSO algorithm, MATLAB simulation experiments showed that, there was a minimum value of specific steam consumption in the drying section after the supply air temperature was optimized, it created considerable benefit from energy-saving.

supply air temperature; PSO algorithm; energy saving; MATLAB simulation

李 茜女士，硕士，教授；研究方向：工业自动化与智能控制。

2016- 04-21(修改稿)

TS736+.4

A

10.11980/j.issn.0254- 508X.2016.08.011

*通信作者：庞 肖女士，E-mail:467580449@qq.com。