第５０卷第１期２０２３年北京化工大学学报（自然科学版）ＪｏｕｒｎａｌｏｆＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｖｏｌ．５０，Ｎｏ．１２０２３引用格式：何峰，余玉翔，陈卫红，等．基于ＮＳＧＡ－Ⅱ的二氧化碳氢化反应热力学多目标优化［Ｊ］．北京化工大学学报（自然科学版），２０２３，５０（１）：３８－４７．ＨＥＦｅｎｇ，ＹＵＹｕＸｉａｎｇ，ＣＨＥＮＷｅｉＨｏｎｇ，ｅｔａｌ．Ｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎｏｆｔｈｅｔｈｅｒｍｏｄｙｎａｍｉｃｓｏｆｔｈｅｈｙｄｒｏｇｅｎａｔｉｏｎｏｆｃａｒｂｏｎｄｉｏｘｉｄｅｂａｓｅｄｏｎＮＳＧＡ－Ⅱ［Ｊ］．ＪｏｕｒｎａｌｏｆＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ），２０２３，５０（１）：３８－４７．基于ＮＳＧＡ－Ⅱ的二氧化碳氢化反应热力学多目标优化何峰１余玉翔１陈卫红１霍仁杰２（１．湖北寰安康华安全科技发展有限责任公司，武汉４３００００；２．沈阳工业大学环境与化学工程学院，沈阳１１０８７０）摘要：二氧化碳氢化合成低碳烯烃反应是化学储能技术路径中重要的单元反应，二氧化碳首先与由可再生能源获得的氢气进行化学反应合成低碳烯烃，随后通过齐聚反应将能量储存到清洁燃料中。以二氧化碳氢化合成低碳烯烃反应为研究对象，使用Ｇｉｂｂｓ自由能最小化方法进行了平衡热力学分析，得到反应温度、反应压力、进料气Ｈ２与ＣＯ２的物质的量比对ＣＯ２平衡转化率、低碳烯烃选择性及平衡组分的影响；基于统计学理论建立了反应参数对ＣＯ２平衡转化率、低碳烯烃选择性和反应系统中Ｈ２Ｏ平衡摩尔分数的回归函数模型；最后采用基于快速非支配排序遗传算法（ＮＳＧＡ⁃Ⅱ）的多目标优化方法对反应系统性能进行多目标优化。结果表明：从提高反应系统性能和降低催化剂水解失效风险角度进行的多目标优化与ＣＯ２平衡转化率最大的单目标优化相比，Ｈ２Ｏ的平衡摩尔分数从４７.２％减少到２４.９％；与低碳烯烃选择性最大的单目标优化相比，Ｈ２Ｏ的平衡摩尔分数从５１.１％减少到１８.７％；与Ｈ２Ｏ平衡摩尔分数最小的单目标优化相比，ＣＯ２平衡转化率和低碳烯烃选择性从６４.９％和８.７％分别提高到７２.９％和５８.６％。关键词：二氧化碳；低碳烯烃；统计学理论；多目标优化；快速非支配排...
