بهینه‌سازی ترمو‌اقتصادی و بررسی اثر چگالش در چگالنده پوسته ـ لوله‌ای در حضور گازهای غیر چگالنده با رویکردی جدید | ||
| مکانیک سازه ها و شاره ها | ||
| دوره 12، شماره 1، فروردین و اردیبهشت 1401، صفحه 159-173 اصل مقاله (1.2 M) | ||
| نوع مقاله: مقاله مستقل | ||
| شناسه دیجیتال (DOI): 10.22044/jsfm.2021.8933.3025 | ||
| نویسندگان | ||
| سمیه داودآبادی فراهانی* 1؛ سینا خرم پور2 | ||
| 1استادیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی اراک | ||
| 2دانشجو، دانشکده مهندسی مکانیک، دانشگاه صنعتی اراک | ||
| چکیده | ||
| هدف از این مقاله، بهینه‌سازی عملکرد ترمودینامیکی و اقتصادی برای یک چگالنده پوسته ـ لوله‌ای نوع TEMA-E با یک گذر لوله و یک گذر پوسته است. در این چگالنده، آب خنک‌کننده در درون لوله‌ها جریان دارد و چگالش بخار در سمت پوسته رخ می‌دهد. تحلیل اگزرژی چگالش بخار خالص در مخلوطی از یک گاز غیر قابل کندانس ارائه شده است. تابع هدف ترمو-اقتصادی بر اساس نرخ انتقال حرارت واقعی بر واحد هزینه‌ی کل با در نظر گرفتن هزینه‌های افت اگزرژی و هزینه‌های سرمایه‌گذاری تعریف شده است. اثرات عملکرد بهینه‌ی چگالنده، پارامترهای اقتصادی، اثرات فنی و پارامترهای طراحی برای به حداکثر رساندن تابع هدف، مورد بررسی قرار گرفته‌اند. نتایج نشان می‌دهد که تابع هدف با افزایش پارامتر هزینه افت اگزرژی، افزایش نسبت ظرفیت‌های گرمایی و کاهش نسبت دماهای ورودی و دمای محیط، افزایش می‌یابد. بهینه‌سازی با استفاده از روش مشتق‌گیری از تابع هدف، روش جستجوی الگویی و روش بهینه‌سازی فرا ابتکاری انجام شده است. رابطه‌ایی برای تابع هدف بیشینه به ازای شرایط مختلف کارکرد مبدل حرارتی بر اساس مقدار بهینه بازده حرارتی به دست آورده شده است. مقادیر بهینه متغیرهای طراحی حاصل از دو روش بهینه‌سازی به طور نسبی در حدود0-13% باهم تفاوت دارند؛ که این تفاوت، به نوع روش بهینه‌سازی و عملگرهای درونی آن بستگی دارد. باتوجه به تابع هدف ترمو-اقتصادی، دیده می‌شود که نتایج حاصل از بهینه‌سازی با استفاده از هر دو روش تقریبا یکسان و برابر 08/16 است. | ||
| کلیدواژه‌ها | ||
| بهینه‌سازی؛ کندانسور؛ گاز غیر چگالنده؛ تابع ترمو اقتصادی | ||
| مراجع | ||
|
[1] Dincer I, Haseli Y, Naterer G (2008) Thermal effectiveness correlation for a shell and tube condenser with noncondensing gas. J Thermophys Heat Trans 22(3): 501-507.
[2] Haseli Y, Dincer I, Naterer GF (2010) Exergy efficiency of two-phase flow in a shell and tube condenser. Heat Transf Eng 31(1): 17-24.
[3] Abdolalipouradl M, Khalilarya S, Jafarmadar S (2019) Exergoeconomic analysis of a novel integrated transcritical CO2 and Kalina 11 cycles from Sabalan geothermal power plant. Energy Convers Manag 195: 420-435.
[4] Abdolalipouradl M, Khalilarya S, Jafarmadar S (2019) Energy and exergy analyses of various configures for combined flash-binary cycles using Sabalan geothermal wells. Journal of Solid and Fluid Mechanics 9(4): 237-249.
[5] Gupta A, Das SK (2007) Second law analysis of crossflow heat exchanger in the presence of axial dispersion in one fluid. Energy 32(5): 664-672.
[6] Sahin B, Ust Y, Teke I, Erdem HH (2010) Performance analysis and optimization of heat exchangers: a new thermoeconomic approach. Appl Therm Eng 30(2-3):104-9.
[7] Söylemez M. (2000)On the optimum heat exchanger sizing for heat recovery. Energy Convers Manag 41(13):1419-27.
[8] Söylemez M (2003) On the thermoeconomical optimization of fin sizing for waste heat recovery. Energy Convers Manag 44(6): 859-866.
[9] Söylemez M (2003) On the thermoeconomical optimization of heat pipe heat exchanger HPHE for waste heat recovery. Energy Convers Manag 44(15): 2509-2517.
[10] Söylemez M (2008) Optimum length of finned pipe for waste heat recovery. Energy Convers Manag 49(1): 96-100.
[11] Kaushik S, Manjunath K (2014) Entropy generation and thermoeconomic analysis of the wire-and-tube condenser. Int J Ambient Energy 35(2): 80-93.
[12] Genić S, Jaćimović B, Petrovic A (2018) A novel method for combined entropy generation and economic optimization of counter-current and co-current heat exchangers. Appl Therm Eng 136: 327-334.
[13] Raja BD, Jhala R, Patel V (2017) Many-objective optimization of shell and tube heat exchanger. herm. Sci Eng Prog 2: 87-101.
[14] Ghorbani M, Ranjbar S (2019) Optimization of compressed heat exchanger efficiency by using genetic algorithm. Int J Appl Mech 24(2).
[15] Mann GW, Eckels S (2019) Multi-objective heat transfer optimization of 2D helical micro-fins using NSGA-II. Int J Heat Mass Transf 132: 1250-1261.
[16] Xu Z, Guo Y, Mao H, Yang F (2019) Configuration optimization and performance comparison of STHX-DDB and STHX-SB by a multi-objective genetic algorithm. Energies 12(9): 1794.
[17] Wang X, Zheng N, Liu Z, Liu W (2018) Numerical analysis and optimization study on shell-side performances of a shell and tube heat exchanger with staggered baffles. Int J Heat Mass Transf 124: 247-259.
[18] Bahri S, Yasin Ust, Ismail Teke, Hasan Huseyin Erdem (2010) Performance analysis and optimization of heat exchangers: A new thermoeconomic approach. App Ther Eng 104-109.
[19] Thulukkanam K (2000) Heat exchanger design handbook. CRC press.
[20] Bergman TL, Incropera FP, DeWitt DP, Lavine AS (2011) Fundamentals of heat and mass transfer. John Wiley & Sons.
[21] Audet C, Dennis Jr JE (2002) Analysis of generalized pattern searches. SIAM J Optim 13(3): 889-903.
[22] Mirjalili S (2015) The ant lion optimizer. Adv Eng Softw 83: 80-98.
[23] Haseli Y, Roudaki SJM (2004) A calculation method for analysis condensation of a pure vapor in the presence of a noncondensable gas on a shell and tube condenser. Heat Transfer Summer Conference. | ||
|
آمار تعداد مشاهده مقاله: 1,353 تعداد دریافت فایل اصل مقاله: 1,055 |
||