Tci  = inlet fluid temperature tube side (K) 

aps = shell side pass area (m2) 

Tho

 = outlet fluid temperature shell side (K) 

B = baffles spacing (m) 

Baffle_cut = Baffle cut () Cpow = energy cost ($/kWh) Ci = capital investment ($) Cl = clearance (m) 

Co  = annual operating cost ($/yr) 

Cod = total discounted operating cost ($) Cps = Cp of shellside fluid (kJ/Kg K) 

Cpt = Cp of tubeside fluid (kJ/Kg K) Ctot = total annual cost ($) 

Des = equivalent shell diameter (m) Db  = Tube bundle diameter (m) 

Ds  = shell inside diameter (m) di  = tube inside diameter (m) d0  = tube outside diameter (m) 

F = temperature difference correction factor fs  = friction factor shell side 

ft  = Darcy friction factor tube side 论文网

H = annual operating time (h/yr) 

hs = convective coefficient shell side (W/m2K) ht  = convective coefficient tube side (W/m2K)  i = annual discount rate () 

jh = Parameter for Baffle Cut K1 = numerical constant 

Ks = thermal conductivity shell side (W/m K) Kt  = thermal conductivity tube side (W/m K) L = tubes length (m) 

LMTD = mean logarithmic temperature difference   (degC) 

ms = shell side mass flow rate (kg/s) mt = tube side mass flow rate (kg/s)  n1 = numerical constant 

n = Number of passes (1, 2, 4, 6, 8) 

Tco  = outlet fluid temperature tube side  (K)   U = overall heat transfer coefficient (W/m2K) 

Greek symbols 

vs = fluid velocity shell side (m/s) vt  = fluid velocity tube side (m/s) 

t   = viscosity at tube wall temperature (Pa s) 

wt  = viscosity at core flow temperature (Pa s) 

s  = fluid density shell side (kg/m3) 

ts  = fluid density tube side (kg/m3) 

= overall pumping efficiency REFERENCES 

[1] P。D。  Chaudhuri,  M。D。  Urmila,   S。L。  Jefery,  Ind。     Eng。 Chem。 Res。 36 (1997) 3685–3693 

[2] S。  Kirkpatrik,  C。D。  Gelatt,  M。P。  Vechhi,  Science    220 (1983) 671-680 

[3]  D。E。  Goldberg,  Genetic  algorithms  in   search, optimization, and machine learning, Addison-Wesley, Reading, MA, USA, 1989 

[4] L。 Davis, Handbook of genetic algorithms, Van   Nostrand Reinhold, New York, 1991 

[5] C。T。 Manish, Y。 Fu, M。D。 Urmila, Ind。 Eng。 Chem。 Res。 38 (1999) 456–467 

[6] A。C。  Caputo,  P。M。  Pelagagge,  P。  Salini,  Appl。  Therm。 Eng。 28 (2008) 1151-1159 

[7] R。 Selbas, O。 Kizikan, M。 Reppich, Chem。 Eng。   Process 45 (2006) 268-275 

[8] M。 Fesanghary, E。 Damangir, Soleimani I, Appl。    Therm。 Eng。 29 (2009) 1026-1031 

[9] V。K。 Patel, R。V。 Rao, Appl。 Therm。 Eng。 30 (2010)  1417- 

–1425 

[10] D。 Johnson, C。 Aragon, L。 Mregeoch, C。 Schevon, Oper。 Res。 37 (1990) 865-892 模拟退火技术来设计最低成本的换热 由于换热器在工业生产过程中的广泛应用，它们的成本最小化是设计者和用户的一个重要目标。传统的设计方法是基于迭代程序，逐步改变设计和几何参数，以满足热负荷和约束。虽然很好的证明，这种方法非常耗时，而且既是一个效率低又是一个不占成本的设计。本次研究探讨使用名为模拟退火（SA）优化设计的管壳式换热器，从经济的角度来看，是非传统的优化技术。优化过程包括的主要几何参数的选择，如管直径，管长度，隔板间距，管程数，管布局，头型，挡板切割等，将全年总成本最小化作为设计目标。所提出的模拟退火技术的概念很简单，参数少，容易实现。此外，相对于传统方法，SA算法急需探索高质量的解决方案，以便在最终选择上给设计师更多的自由性。该方法根据设计规范特别考虑了几何和操作问题。三种不同情况的研究可以用来证明算法的有效性和准确性。 与当今报道的GA方法相比，SA的方法更能够降低热交换器的总成本。