制冷工質柔性設計獲新進展！祝鈴鈺教授團隊在《AIChE Journal》上發文

　　當你使用空調時，是否抱怨過大雪天制熱效果不好，而大熱天吹出來的風也不涼快？可你是否考慮過一臺空調被賣到天南海北，既可能面臨冬天北方的寒冷，也可能面臨夏天南方的酷暑？還有可能同時面對冬天的寒冷和夏天的酷暑？在各種條件下都表現完美，不是它不想做到，而是它做不到。

　　在制冷過程設計中，當兼顧制冷工質的特性、制冷循環操作效能和不確定環境條件時，顧此失彼，計算會難以求解，這就是論文研究的不確定條件操作柔性問題。

　　化學工程學院祝鈴鈺教授課題組提出一種自適應精細化網格可行域搜索策略，針對不確定條件下考慮操作柔性的過程與工質聯立優化，搜索操作柔性最大的高能效制冷工質。

　　化工過程在實際操作運行中易受到各種不確定因素的影響，而偏離最優標定工況。這些不確定因素主要來源于三方面：(1) 過程設計中采用模型參數的不確定性；(2) 過程內在因素（如傳熱傳質系數、反應速率）的不確定性；(3) 過程外在因素（如進料狀態、環境溫度壓力和產品市場需求）的不確定性。

　　一個化工過程系統的操作柔性，可以由不確定參數空間中的可行域描述。在可行域內，隨意調節過程控制變量時，產品規格、經濟性和安全性等需求始終滿足。首先確定可行域，然后在域內進一步由基于內接超矩形的最大縮放因子或是基于超體積比的柔性指數定量給過程系統的柔性是解決問題的步驟，而其中正確、高效地描述可行域，是刻畫過程柔性的關鍵。

　　論文提出利用雙向鏈表數據結構來高效維護網格連通性信息的策略，采用均勻攝動采點方法細化定位可行域邊界。同時，該策略支持通過網格中可行超立方體加和直接計算可行域超體積，而不需要應用形狀重建技術。所提出的自適應網格搜索策略可以捕獲復雜的區域形狀，減少采樣成本，無隨機性。

自適應精細化網格搜索策略示意

　　此方法在單級蒸汽壓縮制冷循環過程上進行應用，以操作柔性和能效雙目標最大化，開展計算機輔助制冷工質優化，篩選到了基于柔性和能效雙目標優化的制冷劑分布。

單級蒸汽壓縮制冷循環柔性最大工質搜索

　　該成果以“An adaptive refined grid search strategy for assessing operational flexibility and application on refrigerant selection”為題發表于《AIChE Journal》，論文第一作者為化學工程學院王佳遠講師，第二作者為英國曼徹斯特大學Robin Smith教授，通訊作者為化學工程學院祝鈴鈺教授。

　　《AIChE Journal》主要報道化學工程核心領域以及其他相關工程學科中最重要和最新的技術研究，是國際化工領域影響力最高的期刊之一。