板翅式换热器多目标优化¶
板翅式换热器可持续设计新框架：融合低碳、经济与污垢维护的多目标优化
Sustainable design of plate-fin heat exchangers via chaos-enhanced elk herd optimizer: A multi-objective framework integrating carbon emission, economic cost and fouling maintenance
作者：Na Sun, Nan Li, Shuai Zhang, Zijian Li, Xiangmiao Hao, Zhengchun Shen, Wen-Quan Tao
期刊：International Communications in Heat and Mass Transfer, 179 (2026) 112099（中科院二区）
说明：本文介绍的成果已于 2026 年在 International Communications in Heat and Mass Transfer（中科院二区）正式发表，以下数据均来自该论文公开内容。
研究背景
板翅式换热器凭借其紧凑的结构和优异的热性能，在工业余热回收、数据中心冷却、建筑能源回收通风等领域得到了广泛应用。然而，其设计长期以来面临一个核心矛盾：如何在传热效率、经济成本、碳排放三个维度之间取得最优平衡。
传统的设计方法依赖经验关联式和迭代式CFD仿真，不仅周期长，而且很少考虑设备运行过程中不可避免的污垢问题。现场数据表明，换热器的热性能在使用数月后可能下降15%–30%，但这一关键运营因素在设计阶段却被普遍忽略。
三大设计瓶颈
- 已有研究多聚焦于经济成本或传热性能的单目标优化，难以兼顾低碳排放需求。在"双碳"目标背景下，碳排放已成为与成本同等重要的设计约束。
- 换热器运行中的污垢热阻会使传热效率显著下降，但绝大多数设计优化工作假设换热器始终处于"清洁状态"，设计与运维存在脱节。
- 在高维设计空间中，传统群智能优化算法容易陷入局部最优，难以找到全局最优设计方案。
三项核心创新
① 三目标统一优化模型
研究团队将全生命周期CO₂排放（GHG）、总年成本（TAC）和熵产单元数（Ns）整合为统一的多目标优化模型。这三个指标分别对应环境可持续性、经济可行性和热力学完善度：
| 指标 | 含义 | 核算要点 |
|---|---|---|
| GHG（CO₂排放） | 环境可持续性 | 制造阶段（铝材16 kg CO₂/kg Al）+ 运行阶段（电力0.5 kg CO₂/kWh） |
| TAC（总年成本） | 经济可行性 | 设备投资（含通胀折旧）+ 运行成本（泵功）+ 化学清洗维护成本 |
| Ns（熵产单元数） | 热力学完善度 | 传热与流动不可逆性——熵产越小，热力学完善度越高 |
② 污垢时变热阻耦合
本研究的另一关键思路是：将污垢时变热阻直接耦合到设计优化循环中。
采用渐近污垢模型描述污垢热阻随运行时间的演化规律：
其中 R* 为渐近污垢热阻，b 为沉积速率常数，top 为自上次清洗起的运行时间。该模型通过实验数据标定，平均绝对百分比误差（MAPE）控制在 1.17%–4.51% 以内，低于工程可接受的5%阈值。通过将污垢演化与传热性能在优化循环中直接耦合，设计结果能够反映真实运行工况。
③ CEHO 混沌增强型麋鹿群优化算法
为实现高维设计空间中的高效搜索，研究团队提出了一种混沌增强型麋鹿群优化算法（Chaos-Enhanced Elk Herd Optimizer, CEHO）。
麋鹿群优化算法（EHO）模拟麋鹿季节性社会行为和繁殖行为，通过"发情季"（探索）和"产犊季"（开发）两个阶段交替进行全局搜索和局部精化。然而，标准EHO在高维问题中容易陷入早熟收敛。
CEHO 的改进之处在于：用10种不同的混沌映射替代算法中原本使用的均匀随机数，利用混沌序列的遍历性和初值敏感性，在优质解附近进行更彻底的局部搜索。
基准测试结果
实验条件：种群规模40、最大迭代500、12个标准测试函数。CEHO在收敛速度、解精度和统计显著性三个维度上均优于标准EHO、粒子群算法（PSO）和遗传算法（GA）：
- Friedman秩检验排名第一（3.3846），EHO排名末位（9.4615）
- Wilcoxon秩和检验 p < 0.05，在12/12个测试函数上具有统计显著性优势
- 在 Rastrigin 函数上，CEHO约100次迭代即可逼近最优，而EHO停滞在 4.44×10¹
- 多数函数上标准差接近零，算法稳定性优于对比方法
工业验证案例
以工业余热回收板翅式换热器为验证案例，研究团队将提出的多目标优化框架付诸实践。
核心价值：从设计到运维的闭环框架
本研究的核心价值在于：它不只是提出了一种新的优化算法，而是构建了一个从设计到运维的闭环框架。
传统上，换热器的设计优化和运行维护是两个割裂的环节——设计阶段不考虑污垢，运维阶段只能被动应对性能下降。本研究将清洗周期（运维决策变量）与结构参数（设计决策变量）一同纳入优化，使设计结果能够主动指导运维策略。
结合团队此前已在翅片管换热器优化中验证的"CFD+AI+多属性决策"快速设计框架（将设计周期缩短至数分钟，压降降低80%），本研究进一步将优化能力拓展至板翅式换热器领域，并将可持续性（碳排放）和可靠运维纳入考量。
局限性与未来工作
作者在论文中也指出了当前框架的边界。其一，本研究采用的是一维参数化模型，计算效率高、适合多目标优化，但无法解析流道内的局部三维热流体现象（流动分离、速度-温度场协同不均匀、颗粒沉积以及微尺度污垢演化）。
论文的未来工作规划了三个方向：一是基于三维CFD仿真发展降阶模型（结合场协同与颗粒沉积物理）集成进当前优化循环；二是将空间分辨的污垢动力学纳入目标函数，提升全生命周期性能预测精度；三是将系统级优化框架推广到更多工程场景。
研究团队
本研究由数能清峰（西安）科技有限公司与西安交通大学热流科学与工程教育部重点实验室联合完成。通信作者为孙娜博士（西安建筑科技大学/西安交通大学）和李楠博士（西安交通大学），合作导师陶文铨院士。
专注数据中心热管理 · 国产自主仿真软件研发
如需论文全文或合作洽谈，欢迎通过公众号后台留言联系我们