9I果冻制作厂

　　近期，我校工学院电气工程及其自动化系教师吴夏来（第一作者）与台湾中原大学陈荣辉教授合作，以湖州师范学院为第一单位在能源领域知名学术期刊《Energy》（JCR、中科院双一区Top期刊, IF9）发表了题为“Fast robust optimization of ORC based on an artificial neural network for waste heat recovery”的研究成果。

　　通过余热回收可有效提高能源的综合利用率，进而减少二氧化碳等气体的排放。有机朗肯循环（翱搁颁）因具有较高的余热利用效率在中低温余热回收领域中备受关注。来自工业过程的余热资源及翱搁颁复杂工作过程通常具有不确定，该不确定的存在给翱搁颁过程操作参数的优化带来挑战。因此，如何对翱搁颁过程建模及快速求得最优操作点是该领域亟待解决的难题。

　　针对以上难题，该文章采用神经网络建立翱搁颁复杂过程的替代模型，利用分布参数估计循环变量的不确定，建立以最大化循环热力性能期望为目标的鲁棒优化模型。通过将所建立的优化模型转化为带机会约束的混合整数线性优化问题，实现翱搁颁过程鲁棒操作点的快速求解。实验结果显示所提方法能获得高质量的过程操作点，其求解翱搁颁鲁棒优化问题的时间约为1.4秒，远小于基于翱搁颁机理模型的鲁棒优化求解时间。本研究利用数据驱动方式实现翱搁颁系统的准确建模和快速鲁棒优化，具有重要的理论和应用价值。

　　论文链接：

　　通讯员：姚玲虹