multi objective optimization of shell & tube heat exchanger by genetic, particle swarm and jaya optimization algorithms; assessment of nanofluids as the coolant

In this study, the design of a nanofluid driven shell and tube heat exchanger is optimized, for the first time, by use of three multi objective algorithms. two different operating conditions are investigated to compare the performance of the algorithms based on an economic model (cost function). based on the obtained results, the genetic, particle swarm and jaya optimization algorithms can all improve the design. the amount of design improvement by each method is 9.66%, 10.63% and 10.9% respectively. also from the view point of optimization time, jaya optimization algorithm has relatively less cpu time than the other two algorithms, which in fact, reduces computational costs in complicated computations. finally, due to the good performance of jaya optimization algorithm in comparison with other considered algorithms, the performance of the heat exchangers is evaluated for using ag, tio2 and al2o3 nanofluids of 0.5% to 5 vol.% by this algorithm. a performance evaluation factor (pe) is introduced as the criterion for simultaneous investigation of thermal and hydraulic performance of nanofluids. the results show that silver nanofluid, among other ones has better performance.

بهینه سازی مبدل حرارتی پوسته لوله از طریق سه الگوریتم مختلف بهینه سازی با در نظر گرفتن نانوسیال به عنوان سیال عامل

در این مطالعه، طراحی مبدل حرارتی پوسته و لوله مبتنی بر نانوسیال برای اولین بار با استفاده از سه الگوریتم چند هدفه بهینه سازی شده است. دو شرایط عملیاتی مختلف برای مقایسه عملکرد الگوریتم‌ها بر اساس یک مدل اقتصادی (تابع هزینه) بررسی می‌شود. بر اساس نتایج به‌دست‌آمده، الگوریتم‌های بهینه‌سازی ژنتیک، ازدحام ذرات و جایا همگی می‌توانند طراحی را بهبود بخشند. میزان بهبود طراحی با روش های بهینه‌سازی ژنتیک، ازدحام ذرات و جایا به ترتیب 9.66%، 10.63% و 10.9% است. همچنین از نظر زمان بهینه سازی، الگوریتم بهینه سازی جایا نسبت به دو الگوریتم دیگر زمان پردازش نسبتاً کمتری دارد که در واقع باعث کاهش هزینه های محاسباتی در محاسبات پیچیده می شود. در نهایت با توجه به عملکرد خوب الگوریتم بهینه سازی جایا در مقایسه با سایر الگوریتم های در نظر گرفته شده، عملکرد مبدل های حرارتی برای استفاده از نانوسیالات Ag، TiO2 و Al2O3 از 0.5% تا5%غلظت حجمی توسط این الگوریتم ارزیابی می شود. یک عامل ارزیابی عملکرد (PEC) به عنوان معیاری برای بررسی همزمان عملکرد حرارتی و هیدرولیکی نانوسیال‌ها معرفی شده است. نتایج نشان می‌دهد که نانوسیال نقره در میان سایر نانوسیال‌ها عملکرد بهتری دارد.