지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이창준
- 발행연도
- 2016
- 저작권
- 부경대학교 논문은 저작권에 의해 보호받습니다.
이용수25
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The main goal of chemical plant layout optimization is to minimize the cost of pipe length between equipments. However, previous researches have handled single floor plants and ignored the safety factor about securing maintenance spaces and proper distances between equipments.
In this study, the MILP(Mixed Integer Linear Programming) problem considers maintenance spaces and distances between equipments. And, the objective function is the summation of piping and pumping cost as considering the issues about securing maintenance spaces and proper distances between equipments.
In general, in order to solve an optimization problem, conventional optimization solvers use the derivatives of constraint and objective functions. However, due to the complexity of case studies, it is not always possible to use them. Therefore, in this study, PSO(Particle Swarm Optimization), which is one of the representative sampling approaches and does not need derivatives of equation, is employed.
EO(Ethylene oxide) plant and LNG-FPSO(Liquefied Natural Gas-Floating Production Storage and Offloading) are tested to verify the efficacy of this study.
In this study, the MILP(Mixed Integer Linear Programming) problem considers maintenance spaces and distances between equipments. And, the objective function is the summation of piping and pumping cost as considering the issues about securing maintenance spaces and proper distances between equipments.
In general, in order to solve an optimization problem, conventional optimization solvers use the derivatives of constraint and objective functions. However, due to the complexity of case studies, it is not always possible to use them. Therefore, in this study, PSO(Particle Swarm Optimization), which is one of the representative sampling approaches and does not need derivatives of equation, is employed.
EO(Ethylene oxide) plant and LNG-FPSO(Liquefied Natural Gas-Floating Production Storage and Offloading) are tested to verify the efficacy of this study.
목차
Abstract i목차 ⅲTable List ⅵFigure List ⅶ제 1 장 서 론 11.1 연구 배경 11.2 기존의 연구 31.3 연구 목적 6제 2 장 최적화 배치 82.1 최적화 배치 82.2 최적화 문제 정의 92.3 최적화 배치를 위한 모델링 102.3.1 장치의 길이 및 방향 제약조건 102.3.2 장치의 중첩 방지 제약조건 112.3.3 장치 간 연결되는 파이프 길이 제약조건 132.3.4 플랜트 면적 제약조건 152.3.5 장치 설치 면적 제약조건 162.4 최적화 기법 172.4.1 입자 군집 최적화 기법 정의 182.4.2 입자 군집 최적화 기법 절차 19제 3 장 Ethylene Oxide Plant 배치 213.1 Ethylene Oxide Plant 213.2 Single Floor 면적 최소화 배치 223.2.1 문제 정의 223.2.2 목적함수 263.2.3 배치 결과 273.3 Multi-Floor 최적화 배치 313.3.1 문제 정의 313.3.2 목적함수 323.3.3 배치 결과 33제 4 장 LNG-FPSO 배치 424.1 LNG-FPSO 424.2 Multi-Floor 최적화 배치 434.2.1 문제 정의 434.2.2 목적함수 484.2.3 배치 결과 49제 5 장 결론 및 고찰 64참고문헌 66
최근 본 자료
댓글(0)
0