科学技术的发展促进了生产力的提高。在压力容器相关的行业中,为提高生产力,压力容器产品具有向大型化发展的趋势。然而大型压力容器需要更高的生产、运输以及安装成本,为此对压力容器进行轻量化设计研究以降低成本具有重要的现实意义。目前,实现压力容器产品轻量化的主要策略之一是对其进行结构优化,其核心是获得适用于压力容器的结构优化方法。基于此,本文提出了采用智能算法对压力容器的关键部件进行结构优化的策略。为了验证所提出的结构优化策略的可行性,以吸附器下封头中心接管结构为优化对象进行结构优化,论文的主要工作包括:1.提出了使用BP神经网络预测压力容器关键部件应力的方法。本文采用神经网络来预测压力容器关键部件的几种应力输出。首先采用均匀设计法构造出设计变量的样本点,然后在有限元分析软件ANSYS中得到这些样本点模型的两种应力值,组成完整的训练样本。最后利用训练样本对构造好的BP神经网络进行训练。训练好的BP神经网络可以结合压力容器应力强度评定理论,用于构造结构优化中应力约束函数的近似模型。2.采用布谷鸟搜索算法对压力容器关键部件进行结构优化。利用布谷鸟算法的全局搜索能力强和算法结构简单的特点,在MATLAB中构造出该算法,并选择合适的种群规模和发现概率等参数。根据训练好的BP神经网络和应力强度评定准则构造出应力约束函数的近似模型。然后将目标函数、应力约束函数近似模型以及设计变量的取值范围组成完整的优化数学模型。用构造好的布谷鸟搜索算法对该优化数学模型进行寻优,得到目标函数最小时设计变量的值,最后将布谷鸟搜索算法的优化结果与粒子群算法进行比较。3.开发了压力容器关键部件结构优化原型系统。基于以上研究成果,本文利用MATLAB中的App Designer程序设计平台设计了压力容器关键部件结构优化原型系统的功能模块和其用户界面,并对控件和菜单的回调函数进行编程以实现其功能。目前,该系统能够顺利对本文中的吸附器下封头中心接管进行结构优化,并且有多个接口,以适用于压力容器其他关键部件的结构优化。