عنوان مقاله :
بررسي عملكرد دو الگوريتم ژنتيك (GA) و اجتماع ذرات (PSO) در بهينه سازي مسئله CGAM
عنوان به زبان ديگر :
COMPARISON OF PARTICLE SWARM OPTIMIZATION AND GENETIC ALGORITHM FOR OPTIMIZATION OF CGAM PROBLEM
پديد آورندگان :
كريمي، مهدي دانشگاه بوعلي سينا همدان - دانشكده مهندسي مكانيك , احرار يزدي، بهداد دانشگاه بوعلي سينا همدان - دانشكده مهندسي مكانيك , احرار يزدي، بهنام دانشگاه آزاد اسلامي واحد علوم و تحقيقات مركزي اراك - گروه مكانيك
اطلاعات موجودي :
دوفصلنامه سال 1396
كليدواژه :
بهينه سازي , C G A M , الگوريتم ژنتيك , الگوريتم اجتماع ذرات
چكيده فارسي :
نوشتار حاضر به مدل سازي ترموديناميكي يك نيروگاه توربين گازي با توان توليدي M W 30 و k g/s) 14) بخار اشباع در فشار b a r 20 پرداخته است. اين سيستم معروف به مسئله C G A M است. در مسئله ي C G A M تابع هدف شامل مجموع هزينه ي سرمايه گذاري و همچنين هزينه ي سوخت مصرفي است. در اين نوشتار بهينه سازي با كمينه سازي تابع هدف و نيز به كارگيري الگوريتم ژنتيك و الگوريتم اجتماع ذرات به كمك نرم افزار متلب انجام مي شود و در نهايت عملكرد اين دو الگوريتم با يكديگر مقايسه مي شود. نتايج حاصل از مقايسه ي تعداد توابع ارزيابي شده (N F E) اين دو الگوريتم نشان مي دهد كه سرعت همگرايي الگوريتم اجتماع ذرات در يافتن كمترين تابع هزينه نسبت به الگوريتم ژنتيك بالاتر است. همچنين در حل مسئله ي C G A M الگوريتم بهينه سازي اجتماع ذرات به لحاظ پياده سازي، انعطاف پذيري، و سهولت برنامه نويسي به مراتب از الگوريتم ژنتيك تواناتر است.
چكيده لاتين :
In the present study، a comprehensive thermodynamic modeling and optimization of CGAM problem is presented. The CGAM problem refers to a cogeneration plant which delivers 30 MW of electricity and 14kg/s of saturated steam at 20 bar. The installation consists of a gas turbine followed by an air preheater that uses part of the thermal energy of the gases leaving the turbine، and a heat-recovery steam generator in which the required steam is produced. This system is composed of air compressor، combustion chamber (CC)، Air Preheater، Gas Turbine (GT)، and a Heat Recovery Heat Exchanger. In this paper، at the first stage، each part of the system is modeled using thermodynamic laws; and next، with by applying economic functions، the optimization of this problem is performed. For optimization، objective functions includes the total cost rate of the system product. The environmental conditions are defined as T0 = 298.15K and P0 = 1.013 bar. The fuel for the total plant is natural gas (taken as methane) with a lower heating value (LHV) which is equal to 50000 kJ/kg. And then، solve the problem which is formulated as a set covering problem by Genetic algorithm and PSO algorithm is solved. In the end of this article، we compare these solving approaches (Genetic and PSO algorithms) to know which of them are working efficiently. The design parameters of this cycle are compressor pressure ratio $(r_{AC})$، compressor isentropic efficiency $(eta_{AC})$، GT isentropic efficiency $(eta_{GT})$ ، CC inlet temperature $(T_3)$، and turbine inlet temperature $(T_4)$. After reviewing the results of the two algorithms، it is showed that both algorithms which to optimize the results are almost identical. However، the PSO algorithm is simple to implement and more flexible in programmingand convergence rate than compared to the capability of Genetic algorithm is capable. The results show that the PSO algorithm is more efficient than Genetic algorithm in solvinge CGAM problem
عنوان نشريه :
مهندسي مكانيك شريف
عنوان نشريه :
مهندسي مكانيك شريف
اطلاعات موجودي :
دوفصلنامه با شماره پیاپی سال 1396
