【摘要】：通過向離心級聯(lián)附供載荷氣體實現(xiàn)微量雜質(zhì)的凈化時,為充分發(fā)揮級聯(lián)性能,提升級聯(lián)經(jīng)濟性,需對帶附加供料離心凈化級聯(lián)進行優(yōu)化。本文根據(jù)現(xiàn)有離心機模型和相關(guān)單機實驗結(jié)果,以級聯(lián)總離心機數(shù)最少為優(yōu)化目標(biāo),以級聯(lián)長度、各級離心機數(shù)和重餾分壓強及載荷氣體供料量為優(yōu)化變量,利用二進制編碼遺傳算法完成了離心凈化級聯(lián)的優(yōu)化計算,并通過回收鈾濃縮產(chǎn)品中~(99) Tc的去除和高純WF_6制備中雜質(zhì)的凈化兩個算例的計算驗證了優(yōu)化算法的適用性。計算結(jié)果表明,遺傳算法可有效地求解離心凈化級聯(lián)的優(yōu)化問題,具有較好的適用性。
[Abstract]:In order to realize the purification of trace impurities by a centrifugal cascade with load gas, in order to give full play to the cascade performance and upgrade the combined economy, the cascade with additional feed centrifugal purification is optimized. Based on the existing centrifuge model and the related single machine experimental results, the cascade length of cascade centrifuges is the optimal target, and the cascade length is used. The optimization of centrifuge number and heavy fraction pressure and load gas supply are optimized. The optimization calculation of centrifugal purification cascade is completed by binary coded genetic algorithm. The applicability of the optimization algorithm is verified by two calculation examples of the removal of ~ (99) Tc and purification of impurities in high purity WF_6 preparation of uranium enrichment products. The results show that the genetic algorithm can effectively solve the optimization problem of centrifugal purification cascade, and has good applicability.
【作者單位】： 清華大學(xué)工程物理系;中核新能核工業(yè)工程有限責(zé)任公司;
【基金】：國家自然科學(xué)基金資助項目(11575097) 國家重點基礎(chǔ)研究發(fā)展計劃資助項目(2014CB744100)
【分類號】：TQ051.84

【相似文獻】

相關(guān)期刊論文 前10條

1 姚芳蓮,李維云,鄧聯(lián)東,孟繼紅,白云;遺傳算法及其在化學(xué)領(lǐng)域中的應(yīng)用[J];天津化工;2000年04期

2 董軍芳,曾穎,林金清;應(yīng)用遺傳算法推算多元溶液熱力學(xué)數(shù)據(jù)[J];吉首大學(xué)學(xué)報(自然科學(xué)版);2002年01期

3 曾穎,林金清,李浩然,韓世鈞;應(yīng)用遺傳算法估算溶液熱力學(xué)模型參數(shù)[J];計算機與應(yīng)用化學(xué);2003年Z1期

4 趙勝利,李書全,劉燕,劉永建,田偉;用遺傳算法確定鮑羅米公式中的系數(shù)A、B值[J];河北農(nóng)業(yè)大學(xué)學(xué)報;2002年03期

5 周毓菁,周兆凱;配方、設(shè)計參數(shù)樣本優(yōu)勝劣汰技術(shù)——遺傳算法[J];陶瓷;1998年06期

6 甘永勝,Andreas Linninger;優(yōu)化回流比的遺傳算法[J];石油化工;2004年07期

7 張兵,陳德釗;迭代遺傳算法及其用于生物反應(yīng)器補料優(yōu)化[J];化工學(xué)報;2005年01期

8 王克峰,姚平經(jīng),袁一,于福東,施光燕;遺傳算法在過程綜合混合整數(shù)非線性規(guī)劃中的應(yīng)用[J];高�；瘜W(xué)工程學(xué)報;1997年04期

9 張會群;趙立宏;劉國華;王臣;;基于時間序列的多島遺傳算法在水泥窯中的應(yīng)用[J];化工自動化及儀表;2013年08期

10 王達;針對多目標(biāo)優(yōu)化的精英保留非劣排序遺傳算法[J];河南化工;2005年04期

相關(guān)會議論文 前1條

1 朱秀娥;周寶q;;振動篩設(shè)計的遺傳算法[A];福建省科協(xié)第三屆學(xué)術(shù)年會裝備制造業(yè)專題學(xué)術(shù)年會論文集[C];2003年

相關(guān)碩士學(xué)位論文 前10條

1 呂慧珍;DNA遺傳算法及其在燃料電池中的應(yīng)用研究[D];浙江工業(yè)大學(xué);2015年

2 劉忠保;基于PRO/Ⅱ和Excel集成及GA尋優(yōu)的化工過程操作優(yōu)化[D];華南理工大學(xué);2016年

3 李智;基于多層ELM遺傳算法的鋁電解槽電壓建模與優(yōu)化控制研究[D];廣西大學(xué);2016年

4 馮竹君;基于遺傳算法的反應(yīng)精餾塔的綜合與設(shè)計[D];北京化工大學(xué);2016年

5 王達;遺傳算法用于多目標(biāo)過程優(yōu)化綜合的研究[D];青島科技大學(xué);2005年

6 郝鑫;廣義回歸神經(jīng)網(wǎng)絡(luò)和遺傳算法研究及其在化工過程建模中的應(yīng)用[D];浙江大學(xué);2004年

7 張靜;基于GA的多重時滯辨識方法研究及其在碳分過程中的應(yīng)用[D];中南大學(xué);2011年

8 戴侃;DNA遺傳算法及在化工過程中的應(yīng)用[D];浙江大學(xué);2012年

9 果芯如;超臨界萃取工藝參數(shù)優(yōu)化及其控制方法研究[D];長春工業(yè)大學(xué);2015年

10 秦海鵬;連續(xù)競爭反應(yīng)裝置的效益優(yōu)化方法與應(yīng)用研究[D];浙江大學(xué);2012年

，

本文編號：2145158