Оптимизация скрубберов Вентури с использованием генетического алгоритма

Оптимизация скруббера Вентури была выполнена с использованием генетического алгоритма сортировки по недоминированию (NSGA). В исследовании использовались две целевые функции: (а) максимизация общей эффективности улавливания ηo и (б) минимизация перепада давления Δp. Были рассмотрены три переменные решения: отношение расходов жидкости и газа L/G, скорость газа в горловине Vgth и относительное удлинение Z. Для скруббера пилотного масштаба были получены оптимальные проектные кривые (недоминируемые множества Парето). Определены значения переменных решения, соответствующие оптимальным условиям на множестве Парето. Установлено, что отношение L/G является ключевой переменной решения, определяющей равномерность распределения жидкости, а наилучшие значения L/G и Z составляют приблизительно 1,0 × 10−3 и 2,5 соответственно. Кроме того, было установлено, что Vgth изменяется примерно от 40 до 100 м/с по мере увеличения оптимального значения ηo на множестве Парето, сопровождающегося увеличением Δp, примерно от 0,6 до 0,98. Также изучалось влияние добавления четвертой переменной решения — длины горловины Lo. Было установлено, что это приводит к несколько меньшим перепадам давления при той же эффективности улавливания по сравнению с результатами, полученными при использовании трех переменных решения. Получена корреляционная зависимость для оптимальной длины горловины скруббера Вентури как функция рабочих условий. Данное исследование демонстрирует применимость генетических алгоритмов сортировки по недоминированию (NSGA) к решению задач многокритериальной оптимизации, связанных с разделением газовых и твердых частиц.