CN102629290B - 一种多股流板翅式换热器流体通道排列的优化设计方法 - Google Patents

Abstract

一种多股流板翅式换热器流体通道排列的优化设计方法，先计算换热器热流体h_i和冷流体c_j的单通道热负荷，再将待优化的通道排列表示成二进制串染色体x＝[x₁，x₂，...，x_l]，然后建立通道排列染色体x的适值函数或者是目标函数F(x)，再建立约束条件，然后选取遗传优化过程中的控制参数，最后借助Matlab提供的遗传优化工具获得最终优化染色体x，然后顺序列出该染色体中所有位值为1的基因所代表的对应流体，便得到相应的通道排列优化结果，本发明综合了隔离布置和局部热平衡设计原则，首次将通道位置加权量化和通道排列中不良集聚负荷位置进行了优化，并利用遗传优化技术加以实现，克服了以往设计方法局限性，具有适用性强、工作效率高、设计质量高的优点。

Description

一种多股流板翅式换热器流体通道排列的优化设计方法

技术领域

本发明属于板翅式换热器技术领域，具体涉及一种多股流板翅式换热器流体通道排列的优化设计方法。

技术背景

板翅式换热器是一种紧凑式换热器，由于结构紧凑轻巧、传热效率高、便于布置多股流体而被广泛地应用于多种石油化工和低温气体液化分离行业。然而，在这种多股流板翅式换热器中，由于同时参与换热的冷热流体可以多达十几种，而且用于分配这些流体的通道也通常上百，因此相应的流体通道排列方式也会急剧增加，即出现所谓的“组合爆炸”，很难利用穷举法找到最优的通道排列方式。当通道排列方式不合理时，即使有足够的面积后备系数，也会使换热器无法达到设计性能指标，然而，迄今为止通道排列的优化设计问题仍未得到很好的解决，是多股流板翅式换热器研究的重点和难点。

目前，多股流板翅式换热器通道排列优化设计方法可以归纳为两种：一种是手工试凑设计方法，它通常是参照Fan(Fan Y.N.，How todesign plate-fin heat exchangers，Hydrocarbon Processing，45(1966)211-217)提出的隔离型模式和Sucessmann和Mansour(Suessman W.，Mansour A.，passage arrangement in plate-fin exchanges，in：Proc.15thInternational Congress of Refrigeration，1979，pp.421-429)提出的局部热平衡模式，先给出通道预排列，然后通过模拟手段检测该排列下换热器壁面温度分布或者是流体温差均匀性因子是否合理，如果不合理，则调整通道排列再重新检测，这样经过多次调整试凑得到较满意的通道排列。显然这种试凑设计方法在很大程度上依赖于设计者的经验，设计质量和工作效率都受到很大限制；另一种是借助计算机对通道排列进行优化设计，这种设计方法提高了工作效率，而且，近年来由于智能优化技术的迅速发展，一种模仿自然生物进化过程的遗传优化技术，以其实用、高效、鲁棒性强成为国际上研究的热门课题，并广泛地应用于工业工程、经济管理、交通运输和优化设计等领域。然而，Ghosh等(Ghosh S.，Ghosh I.，Pratihar D.K.，Maiti B.，DasP.K.，Optimun stacking pattern for multistream plate fin heatexchanger through a genetic algorithm，International Journalof Thermal Sciences，50(2011)214-224)最近建立的通道排列遗传优化模型是针对一种流体对应一个通道情况，随着通道数目的增加，通道排列染色体的优化将变得异常繁琐，而且模型对优化过程无引导，对不良结果无约束，从而无法保证最终的优化设计结果，总之，该模型从染色体编码、适值函数到约束等方面，都未对通道排列这个特定优化设计问题做出相应的有效处理，不具有工业实用价值。

另外，Fan提出的隔离型模式很容易造成通道间热负荷不平衡，而Sucessmann和Mansour提出的局部热负荷平衡模式是从换热器的一端开始计算过剩热负荷，这种衡量方法有利于合理布置离换热器这端近的通道，然而，随着排列的进行，换热器的另一端将集聚过多过剩热负荷而无法处理。此外，对于某一设计工况通道排列中出现的不可避免集聚负荷，我们可以设想应该存在这样一个位置，使得该不良集聚负荷对换热器的负面影响最小。然而，目前的设计方法也无法很好地找到此不良集聚负荷最佳位置。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种多股流板翅式换热器流体通道排列的优化设计方法，具有适用性强、工作效率高、设计质量高的优点。

为了达到上述目的，本发明采取的技术方案为：

一种多股流板翅式换热器流体通道排列的优化设计方法，包括以下步骤：

第一步，设一个多股流板翅式换热器，其中有n_h种热流体和n_c种冷流体进行换热，已知热流体h_i(i＝1，2...，n_h)的质量流量

进口温度

出口温度

和通道层数

冷流体c_j(j＝1，2...，n_c)的质量流量

进口温度

出口温度

和通道层数

根据已知条件和流体比热物性，计算换热器热流体h_i和冷流体c_j的单通道热负荷，即和

$q_{h_i}={Q_h}_i/N_{h_i}$

${q_c}_i=Q_{c_j}/N_{c_j}$

公式中，

是热流体h_i放出的热量，符号为“-”，

是冷流体c_j吸收的热量，符号为“+”；

第二步，将待优化的通道排列表示成二进制串染色体x＝[x₁，x₂，...x_l]，其确定方法如下：当热流体通道总数

时，染色体x的前n_c位将和换热器n_c种冷流体c_j(j＝1，2...，n_c)一一对应，位值为1代表相应的冷流体被选中，位值为0则代表相应的冷流体未被选中；接下来染色体x的后n_h位将和换热器的n_h种热流体h_i(i＝1，2...，n_h)一一对应，同样，位值为1代表相应的热流体被选中，位值为0则代表相应的热流体未被选中，然后染色体x再接n_c位与这n_c种冷流体c_j(j＝1，2...，n_c)一一对应，即形成一个冷流体包围热流体的二进制子串，之后，这个2n_c+n_h位子串重复次，就得到整个染色体x＝[x₁，x₂，...，x_l]，其长度依次类推，当热流体通道总数

时，则上述染色体x的二进制子串变为热流体包围冷流体，即有2n_h+n_c位，重复此子串

次后得到相应的通道排列染色体x＝[x₁，x₂，...，x_l]，其中 $l=({2n}_h+n_c)\×\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N_c}_j;$

第三步，建立通道排列染色体x的适值函数或者是目标函数F(x)，即

$F\left(x\right)=\min (\min \left(f_{w_1}\left(x\right)\right),\min \left(f_{w_2}\left(x\right)\right),....,\min \left(f_{w_k}\left(x\right)\right),...)$

上式中：下标w_k(k＝1，2，...，p)代表p种不同的通道束位置权重分布，代表在w_k通道束位置权重分布下，染色体x的zigzag曲线各线段中点并考虑线段长度权重的均方根偏差，从公式中可以看出，适值函数F(x)包括两级优化，即首先在固定通道束位置权重分布w_k(k＝1，2，...，p)下，优化染色体x的zigzag曲线各线段中点的均方根偏差，得到其最小值以及所对应的染色体x，然后在此基础上，比较p种不同通道束位置权重分布下的计算结果，最终取他们中的最小均方根偏差值所对应的染色体x作为优化结果；上述p种不同通道束位置权重分布w_k(k＝1，2，...，p)的形成过程如下：首先将第二步构造的通道排列染色体x首尾连接形成一个染色体环，则当热流体通道总数

时，环上代表热流体通道束的n_h个相连基因和代表冷流体通道束的2n_c个相连基因，或者当热流体通道总数

时，环上代表热流体通道束的2n_h个相连基因和冷流体通道束的n_c个相连基因将交替出现，以通道束为单位，环周将被均匀分割为 $2\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N_h}_i(\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N}_{h_i}\≤\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N}_{c_j})$ 或 $2\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N}_{c_j}(\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N}_{h_i}>\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N}_{c_j})$ 等份，每份的端点则与环上每个冷热通道束位置一一对应，任选一个端点作为染色体环的起始端点，赋予其位置权重为0，则对应直径的另一端点位置权重为1，而其他两侧端点则以该直径为对称轴，位置权重依次从0到1均匀递增，记此时的权重分布代号为w₁；然后w₁绕着环心顺时针或逆时针转动α度形成位置权重分布w₂，接着w₂继续绕着同一方向转动同一角度形成位置权重分布w₃，直到转动到第p-1次形成位置权重分布w_p，其中当 $\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N}_{h_i}\≤\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N}_{c_j},$ $\mathrm{\α}=\frac{360}{2\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N}_{h_i}},$ $p=\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N}_{h_i}+1;$ 而当 $\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N}_{h_i}\≤\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N}_{c_j},$ $\mathrm{\α}=\frac{360}{2\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N}_{h_i}},$ $p=\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N}_{h_i}+1;$ 由于对称位置端点的权重设定为相同，因此上述w₁依次绕着环心顺时针或者逆时针转动α度p-1次后，环中所有端点的位置权重都经历了从0到1的递变；另外，适值函数F(x)中的zigzag曲线与Sucessman和Mansour提出的有所不同，Sucessman和Mansour提出的zigzag曲线点的横坐标是多股流板翅式换热器的通道，纵坐标是从换热器一端开始到该通道的累加热负荷，相应线段的长度则是该通道的热负荷，而此处的zigzag曲线是以通道束为单位，相应点的横坐标是染色体环上的冷热通道束，纵坐标是从染色体环的起始端点开始到该通道束的累加热负荷，相应线段的长度则是该通道束的热负荷；

第四步，建立约束条件，1)、染色体x中代表同一种流体的基因位值总和应该等于该流体的通道层数，2)、对于每一个冷热流体通道束，其基因位值和均要≥1且≤冷热流体总通道数之比+1，此处的冷热流体总通道数之比是指大数比小数，即比值总是大于1，该约束可以避免通道热负荷不合理的集聚；

第五步，选取遗传优化过程中的控制参数，种群大小＝20，初始种群的产生函数为Uniform，评估函数为Ranking，选择函数为Stochastic Uniform，复制中精英数Elite count＝2，交叉函数为Scattered，交叉率＝0.8，变异函数为Uniform，变异率＝0.01，子种群间每隔20代发生迁移，迁移方向为Forward，迁移率＝0.2，中止优化过程的条件为进化代数不超过100或染色体x适应值的变化小于设定值10^-6；

第六步，确定上述5个步骤后，借助Matlab提供的遗传优化工具获得最终优化染色体x，然后顺序列出该染色体中所有位值为1的基因所代表的对应流体，便得到相应的通道排列优化结果。

本发明的多股流板翅式换热器通道排列优化设计方法具有以下优点：

1、首先在设计理念上，它继承了Fan隔离型通道排列模式和Sucessmann和Mansour局部热负荷平衡模式的优点，具体体现在：一、染色体编码设置为热冷流体通道束隔离布置，并且每个通道束流体个数要求大于等于1且小于等于冷热流体总通道数之比+1，该约束有效地控制了通道热负荷不合理集聚；二、染色体适值函数F(x)是以控制通道束局部热负荷平衡作为基本计算，即以染色体x的zigzag曲线线段中点，并考虑了线段长度权重的均方根偏差作为控制参数。

2、在设计理念上，它同时又克服了Fan隔离型通道排列模式和Sucessmann和Mansour局部热负荷平衡模式的不足。对于Fan隔离型通道排列，其最大的弊端在于无法有效地控制通道间的不平衡热负荷，而本发明的染色体适值函数以及约束条件弥补了这方面的不足，避免了通道间热负荷不合理的集聚；另外，本发明首次将通道位置进行加权量化，设定对称位置的通道具有相同的权重，通过分析不同通道位置权重分布下染色体x的zigzag曲线线段中点并考虑了线段长度权重的均方根偏差变化情况，然后从中找到其最小值所对应的染色体作为最终优化结果，弥补了过去局部热负荷平衡方法无法很好对称布置通道以及无法很好找到通道排列中不良集聚负荷最佳位置的不足。

3、在设计方法实现上，它摈弃了过去繁琐的手工劳动，借助现代智能优化技术遗传算法实现了直接、快速、高效的通道排列优化设计。具体体现在：一、它设计的染色体编码和遗传优化过程中的约束不仅能处理过去Ghosh遗传优化模型适用的情况，而且普遍适用于实际多股流板翅式换热器通道情况，即冷热流体的种类可任意，热负荷可任意，冷热通道数以及他们之比可任意；二、它在遗传优化过程中设置的约束，克服了遗传算法容易收敛于局部最优解的弊端。

总之，本发明的多股流板翅式换热器通道排列优化设计方法，从设计理念到具体实现上，都使其具有普遍适用性、工作效率高、设计质量高的优点。

具体实施方式

下面结合实施例对本发明做详细描述。

这是一个三种流体参与换热的、多通道逆流式板翅式换热器，n_h＝2，n_c＝1，热流体h_i(i＝1，2)分别为空气和二氧化碳气体，冷流体c_j(j＝1)为氮气，已知热空气h₁自上而下流过换热器，其质量流量

进口温度

出口温度

和通道层数

分别为

℃，

热二氧化碳气体h₂同样自上而下流过换热器，其质量流量

进口温度

出口温度

和通道层数

分别为

而冷氮气c₁则自下而上流过换热器，其质量流量

进口温度出口温度和通道层数

分别为

三种流体的翅片类型均为65PZ1402。

一种多股流板翅式换热器流体通道排列的优化设计方法，包括以下步骤：

第一步，根据已知条件和流体比热物性，计算换热器热流体h_i和冷流体c_j的单通道热负荷，即

和

$q_{h_1}=Q_{h_1}/N_{h_1}=-0.657\mathrm{kW}$

$q_{h_2}=Q_{h_2}/N_{h_2}=-0.300\mathrm{kW}$

$q_{c_1}=Q_{c_1}/N_{c_1}=+0.610\mathrm{kW}$

公式中，

是热流体h_i放出的热量，符号为“-”，

是冷流体c_j吸收的热量，符号为“+”；

第二步，将待优化的通道排列表示成二进制串染色体x＝[x₁，x₂，...，x_l]，由于n_h＝2，n_c＝1，

所以

即

因此染色体x的前n_h＝2位将和热流体h_i(i＝1，2)一一对应，位值为1代表相应的热流体被选中，位值为0则代表相应的热流体未被选中；接下来染色体x的后n_c＝1位和冷流体c_j(j＝1)对应，同样，位值为1代表相应的冷流体被选中，位值为0则代表相应的冷流体未被选中；然后染色体x再接n_h＝2位与热流体h_i(i＝1，2)一一对应，即形成一个热流体包围冷流体二进制子串，之后，这个2n_h+n_c＝5位子串重复

次，就得到整个染色体x＝[x₁，x₂，...，x_l]，其长度

例如染色体x＝[10110001100010100110011100010100110001010010100110]，顺序列出该染色体中所有位值为1的基因所代表的对应流体，便得到相应的通道排列方式即h₁c₁h₁c₁h₁c₁h₂c₁h₁h₂c₁h₁c₁h₂c₁h₁c₁h₂c₁h₂c₁h₁；

第三步，建立通道排列染色体x的适值函数或者是目标函数F(x)，即

$F\left(x\right)=\min (\min \left(f_{w_1}\left(x\right)\right),\min \left(f_{w_2}\left(x\right)\right),....,\min \left(f_{w_k}\left(x\right)\right),...)$

首先在固定通道束位置权重分布w_k(k＝1，2，...，p)下，获得相应的zigzag曲线均方根偏差最小值

以及其所对应的染色体x，然后在此基础上，比较p种不同通道束位置权重分布下的计算结果，最后取他们中的最小均方根偏差值所对应的染色体x作为最终优化结果，由于本例

所以

11种位置权重分布w_k(k＝1，2...，11)形成过程如下：首尾连接染色体x形成染色体环，则代表热流体通道束h₁h₂h₁h₂的4位基因和代表冷通道束c₁的1位基因在环上交替出现，将环周分成

份，这20个端点与20个冷热通道束位置一一对应，任取一点作为染色体环的起始端点，赋予其位置权重为0，则其对应直径的另一端点位置权重为1，其他两侧端点则以该直径为对称轴，位置权重依次从0到1均匀递增，记此时的位置权重分布代号为w₁，然后w₁绕着环心顺时针或者逆时针转动度形成位置权重分布w₂，接着w₂继续绕着同一个方向转动同一个角度形成位置权重分布w₃，直到转动到第p-1＝10次，形成位置权重分布w₁₁；另外，对于本例，适值函数F(x)中的zigzag曲线点的横坐标为上述染色体环周上的20个端点所代表的冷热通道束，纵坐标为从染色体起始端点开始到该端点所代表通道束的累加热负荷，相应的线段长度为该端点代表通道束的热负荷。根据第一步得到冷热流体单通道热负荷以及上述染色体环上每个热通道束h₁h₂h₁h₂和冷通道束c₁基因位值为1的情况，可以计算出各个通道束的热负荷即zigzag各线段的长度，然后从染色体起始端点代表的通道束开始计算其到每个端点代表的通道束的累加热负荷，确定zigzag点的纵坐标，从而可以计算出zigzag曲线各线段中点的并考虑了线段长度权重的均方根偏差；

第四步，建立约束条件，在染色体x进行遗传优化过程中，只有那些满足，1)、染色体x中代表同一种流体的基因位值总和等于该流体的通道层数；且2)、每一个冷热流体通道束的基因位值和≥1且≤冷热流体总通道数之比+1，即

10+1＝2.2，才是合法的染色体；

第五步，选取遗传优化过程中的控制参数，种群大小＝20，初始种群的产生函数为Uniform，评估函数为Ranking，选择函数为Stochastic Uniform，复制中精英数Elite count＝2，交叉函数为Scattered，交叉率＝0.8，变异函数为Uniform，变异率＝0.01，子种群间每隔20代发生迁移，迁移方向为Forward，迁移率＝0.2，中止优化过程的条件为进化代数不超过100或者染色体x适值变化小于设定值10^-6；

第六步，确定上述5个步骤后，借助Matlab提供的遗传优化工具获得最终优化染色体x，然后顺序列出该染色体中所有位值为1的基因所代表的对应流体，得到相应的通道排列优化结果：h₂c₁h₁c₁h₁c₁h₂c₁h₁c₁h₁h₂c₁h₂c₁h₁c₁h₁c₁h₁c₁h₂。

该通道排列下换热器的换热量为5.96kW，它与换热器等壁温理想换热量5.97kW只相差了0.167％，通道排列优化设计结果令人满意。

Claims (1)

1.一种多股流板翅式换热器流体通道排列的优化设计方法，其特征在于：包括以下步骤：

第一步，设一个多股流板翅式换热器，其中有n_h种热流体和n_c种冷流体进行换热，已知热流体h_i的质量流量

进口温度

出口温度

和通道层数

其中i＝1,2...,n_h；冷流体c_j的质量流量进口温度

出口温度

和通道层数

其中j＝1,2...,n_c，

根据已知条件和流体比热物性，计算换热器热流体h_i和冷流体c_j的单通道热负荷，即

和

$q_{h_i}=Q_{h_i}/N_{h_i}$

$q_{c_j}=Q_{c_j}/N_{c_j}$

公式中，

是热流体h_i放出的热量，符号为“-”，是冷流体c_j吸收的热量，符号为“+”；

第二步，将待优化的通道排列表示成二进制串染色体x＝[x₁,x₂,...,x_l]，其确定方法如下：当热流体通道总数

小于等于冷流体通道总数

时，染色体x的前n_c位将和换热器n_c种冷流体c_j一一对应，位值为1代表相应的冷流体被选中，位值为0则代表相应的冷流体未被选中；接下来染色体x的后n_h位将和换热器的n_h种热流体h_i一一对应，同样，位值为1代表相应的热流体被选中，位值为0则代表相应的热流体未被选中，然后染色体x再接n_c位与这n_c种冷流体c_j一一对应，即形成一个冷流体包围热流体的二进制子串，之后，这个2n_c+n_h位子串重复

次，就得到整个染色体x＝[x₁,x₂,...,x_l]，其长度

，依次类推，当热流体通道总数

大于冷流体通道总数

时，则上述染色体x的二进制子串变为热流体包围冷流体，即有2n_h+n_c位，重复此子串

次后得到相应的通道排列染色体x＝[x₁,x₂,...,x_l]，其中 $l=({2n}_h+n_c)\×\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N}_{c_j};$

第三步，建立通道排列染色体x的适值函数或者是目标函数F(x)，即

$F\left(x\right)=\min (\min \left(f_{w_1}\left(x\right)\right),\min \left(f_{w_2}\left(x\right)\right),....,\min \left(f_{w_k}\left(x\right)\right),...)$

上式中：下标w_k代表p种不同的通道束位置权重分布，k=1,2,.... p，

代表在w_k通道束位置权重分布下，染色体x的zigzag曲线各线段中点并考虑线段长度权重的均方根偏差，从公式中可以看出，适值函数F(x)包括两级优化，即首先在固定通道束位置权重分布w_k下，优化染色体x的zigzag曲线各线段中点的均方根偏差，得到其最小值

以及所对应的染色体x，然后在此基础上，比较p种不同通道束位置权重分布下的计算结果，最终取他们中的最小均方根偏差值所对应的染色体x作为优化结果；上述p种不同通道束位置权重分布w_k的形成过程如下：首先将第二步构造的通道排列染色体x首尾连接形成一个染色体环，则当热流体通道总数

小于等于冷流体通道总数

时，环上代表热流体通道束的n_h个相连基因和代表冷流体通道束的2n_c个相连基因，或者当热流体通道总数

大于冷流体通道总数

时，环上代表热流体通道束的2n_h个相连基因和冷流体通道束的n_c个相连基因将交替出现，以通道束为单位，当

环周将被均匀分割为

等份，当

，环周将被均匀分割为

等份，每份的端点则与环上每个冷热通道束位置一一对应，任选一个端点作为染色体环的起始端点，赋予其位置权重为0，则对应直径的另一端点位置权重为1，而其他两侧端点则以该直径为对称轴，位置权重依次从0到1均匀递增，记此时的权重分布代号为w₁；然后w₁绕着环心顺时针或逆时针转动α度形成位置权重分布w₂，接着w₂继续绕着同一方向转动同一角度形成位置权重分布w₃，直到转动到第p-1次形成位置权重分布w_p，其中当

$\mathrm{\α}=\frac{360}{2\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N_h}_i},$ $p=\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N_h}_i+1;$ 而当 $\underset{i=1}{\overset{n_h}{\mathrm{\Σ}}}{N_h}_i>\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N_c}_j,$ $\mathrm{\α}=\frac{360}{2\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N}_{c_j}},$ $p=\underset{j=1}{\overset{n_c}{\mathrm{\Σ}}}{N}_{c_j}+1,$ 由于对称位置端点的权重设定为相同，因此上述w₁依次绕着环心顺时针或者逆时针转动α度p-1次后，环中所有端点的位置权重都经历了从0到1的递变；另外，适值函数F(x)中的zigzag曲线与Sucessman和Mansour提出的有所不同，Sucessman和Mansour提出的 zigzag曲线点的横坐标是多股流板翅式换热器的通道，纵坐标是从换热器一端开始到该通道的累加热负荷，相应线段的长度则是该通道的热负荷，而此处的zigzag曲线是以通道束为单位，相应点的横坐标是染色体环上的冷热通道束，纵坐标是从染色体环的起始端点开始到该通道束的累加热负荷，相应线段的长度则是该通道束的热负荷；

第四步，建立约束条件，1）、染色体x中代表同一种流体的基因位值总和应该等于该流体的通道层数，2）、对于每一个冷热流体通道束，其基因位值和均要大于等于1且小于等于冷热流体总通道数之比加1，此处的冷热流体总通道数之比是指大数比小数，即比值总是大于1，该约束可以避免通道热负荷不合理的集聚；

第五步，选取遗传优化过程中的控制参数，种群大小等于20，初始种群的产生函数为Uniform，评估函数为Ranking，选择函数为Stochastic Uniform，复制中精英数Elite count等于2，交叉函数为Scattered，交叉率等于0.8，变异函数为Uniform，变异率等于0.01，子种群间每隔20代发生迁移，迁移方向为Forward，迁移率等于0.2，中止优化过程的条件为进化代数不超过100或染色体x适应值的变化小于设定值10^-6；

第六步，确定上述5个步骤后，借助Matlab提供的遗传优化工具获得最终优化染色体x，然后顺序列出该染色体中所有位值为1的基因所代表的对应流体，便得到相应的通道排列优化结果。