基于CFD、NSGA-II、ANN与TOPSIS整合的智能板翅式换热器设计系统¶
基于CFD、NSGA-II、ANN与TOPSIS整合的智能板翅式换热器设计系统
在全球能源危机与 “双碳” 目标的双重驱动下，换热器作为化工、石化、制冷、电力等行业的核心节能设备，其设计优化成为提升系统效率的关键。传统换热器设计依赖多软件切换、人工干预多、周期长，难以满足快速迭代的工程需求。团队发表于《Expert Systems With Applications》的研究论文，提出了一套全自主编程的智能板翅式换热器设计系统 —— 整合 CFD（计算流体动力学）、NSGA-II（遗传算法）、ANN（人工智能神经网络）与 TOPSIS（决策方法），实现从建模到决策的全流程自动化，彻底改变传统设计模式。
本文旨在开发一套全自主编程的智能板翅式换热器（PFTHE）设计系统，以实现快速设计。该设计系统包含四个模块：（1）问题公式化模块、（2）优化模块、（3）后处理模块与（4）决策模块。系统通过板翅式换热器椭圆管形状优化案例进行验证与应用。
在问题公式化模块中，将实际物理问题转化为数学模型，并确定核心设计变量。优化模块中，将第二代非支配排序遗传算法（NSGA-II）嵌入自主研发的多概念传热（MHT）代码，实现优化过程中对 CFD 模拟的调用；为缩短计算时间，引入开放式多处理（OpenMP）技术。优化模块得到的最优解（帕累托解）将存储于数据库，同时作为后处理模块与决策模块的输入。
后处理模块利用人工神经网络（ANN）建立设计变量与换热性能指标的关联，辅助工程师快速设计，同时实现了正向设计与反向设计两种模式。最后，决策模块采用逼近理想解排序法（TOPSIS），根据用户实际需求从帕累托解中筛选出最优折中方案。
结果表明，该设计系统可在仅牺牲 5% 换热性能的前提下，将管束压降降低 80%，同时大幅缩短设计周期。正向设计中，以 6 个决策变量为输入、2 个目标函数为输出的神经网络模型达到了可接受的预测精度。本研究为板翅式换热器的优化设计提供了高效工具，既能提升换热性能与综合效率，又能基于历史模拟或实验结果实现快速设计。
在如今蓬勃发展的制冷设备行业中，散热仍是核心议题。板翅式换热器（PFTHEs）等紧凑式换热器已广泛应用于多个行业，其管束通常采用顺排或错排布置，冷流体主要在受热管表面流动，管表面换热以强制对流为主。板翅式换热器被广泛应用于空调、制冷、石化、电力等工程系统中。为缓解能源短缺问题，研发高效、节能、低成本的换热器成为行业持续追求的目标。
1.1 文献综述
迄今为止，已有大量研究致力于提升板翅式换热器的综合性能，常见方法包括优化管排列方式 [1]、修改管形 [2]、采用纳米流体 [3] 以及设置涡旋发生器（VGs）[4] 等，相关研究分类总结于表 1。
（1）管排列优化：管排列研究是提升换热性能的基础。Ay 等人 [5] 的研究表明，错排布置的平均换热系数显著高于顺排，提升幅度达 14% 至 32%。Tutar 与 Akkoca [6] 指出，随着雷诺数增加，平均换热系数与压降均会上升，且错排布置的数值始终高于顺排。Yaïci 等人 [7] 进一步验证了这些结论，强调管排列对换热效果与压降的关键影响，尤其偏向错排布置。Ge 等人 [8] 通过数值模拟分析了横流管束的传热与流体流动特性，其对顺排与错排的对比研究凸显了管排列对换热器整体性能的深远影响。
（2）管形修改：修改管形是提升板翅式换热器性能的常用手段。圆管因制造简便、成本低廉、尺寸与材质选择丰富，成为传统主流管形 [8]。但圆管后缘的强尾流效应与较高的泵送功率会限制管束性能，因此众多研究尝试用异形管（椭圆管、凸轮管、水滴形管等）替代圆管。Zeeshan 等人 [1] 对不同长宽比与排列方式的椭圆管和平板管进行数值评估，发现椭圆管性能优于平板管：在顺排布置下，雷诺数 Re=400 时换热系数提升 13.99%，Re=900 时提升 4.99%，压降降低 39.94%。Yogesh 等人 [9] 建立三维模型，研究椭圆率（0.6、0.7、0.8）与摆放角度（0° 至 50°）的影响，发现 Re=1300 时，椭圆率 0.6、摆放角度 20° 的科尔本因子达到峰值，比无旋转情况提升 12.6%，摩擦系数则比圆管低 52.9%。显然，异形管通常比圆管性能更优，但管形复杂度可能增加制造成本。
（3）纳米流体应用：纳米流体是提升换热效率的高效策略。Pordanjani 等人 [15] 的综述指出，湍流应用中，纳米颗粒的加入可提升基液的导热系数，但对流换热系数可能存在波动（降低或不变）。
（4）涡旋发生器应用：设置涡旋发生器是强化换热的另一种方案。Tang 等人 [4] 的数值研究分析了不同形状、攻角与间距的双涡旋发生器，发现 4mm 间距的配置可实现协同换热优化，与单涡旋发生器相比，油侧最大热流密度提升 2.2%，水侧提升 8.6%。
（5）多策略融合优化：当前研究日益倾向于整合多种策略提升换热器性能。Gholami 等人 [16] 将波纹翅片与椭圆管结合，相比传统圆管翅片换热器，该设计降低了压力损失与曳力，显著提升了热效率，平均努塞尔数增加 20%，压差降低 19%。Erdinc [18] 发现椭圆波纹翅片管换热器的热工水力性能（THP）与翅片效率分别比圆形波纹翅片管换热器高 111.9% 和 3.2%。
总体而言，板翅式换热器的设计需综合考虑多种因素，在最低制造成本下实现最优换热性能与流动阻力平衡，这是典型的多目标优化问题。但优化算法的引入会增加计算成本，且需要多属性决策方法从大量可行方案中筛选出符合需求的设计 [2]。
1.2 研究缺口
基于文献综述，管形优化是提升换热器性能的有效途径之一，但现有研究仍存在以下不足：
1）经济与计算约束：实验装置搭建成本高、耗时长，无法覆盖所有工况；CFD 模拟虽能解决极端场景问题，但精细建模（如细网格）会消耗大量算力与时间，亟需快速优化工具。除传统响应面法 [28] 外，人工智能有望成为优化设计的新方向 [29]，但目前其在板翅式换热器管形优化中的应用仍需进一步验证。
2）攻角研究不足：现有研究多聚焦椭圆管的长宽比优化 [23]，对攻角对换热器性能的影响关注较少。
3）协同效应未充分探索：长宽比与攻角对椭圆管局部换热特性的联合影响研究较为匮乏。尽管 Yogesh 等人 [9] 研究了不同椭圆率与攻角的影响，但攻角步长较大（10°）、椭圆率范围较窄（0.6-0.8），需进一步细化参数范围以量化二者的综合效应。
1.3 主要工作与贡献
本研究的主要工作与贡献如下：
1）开发了一种融合响应面法（RSM）、人工智能（AI）与熵权 - 维柯尔法（Entropy-VIKOR）的翅片管换热器参数优化新框架，旨在加快设计进程。
2）建立了单椭圆管板翅式换热器的三维数值模型，通过 ANSYS Fluent 与自主研发的 CFD 代码（MHT，多概念传热代码）求解，模拟覆盖攻角 - 30° 至 0°、长宽比 0.4 至 1.0、雷诺数 200 至 2200 的多种工况。
3）系统量化了攻角与长宽比对换热器热工水力性能的影响，利用反向传播神经网络（BPNN）与响应面法揭示了设计参数、流动条件与性能指标之间的关联。
4）首次在该类优化框架中引入熵权 - 维柯尔法，从多目标冲突的设计方案中筛选出最具成本效益的解决方案，减少人工干预。
研究团队：孙娜教授团队
如需合作洽谈，欢迎通过公众号后台留言联系我们