组焊后的大型压力容器内部存在着较大的焊接残余应力,需要通过焊后整体热处理来降低这些残余应力。热处理时压力容器内部的传热以及与外界的换热等一系列现象无法直接观察与测量,传统的经验法又无法保证热处理质量的可靠,本文采用数值模拟方法建立了一套能反映大型压力容器内燃法焊后整体热处理升温阶段的数值模型,并对热处理升温阶段温度场进行了模拟和预测。采用扩展计算域的方法,将包括压力容器、容器内部烟气、容器外部保温棉等作为一个系统进行建模,并考虑了三者间多层耦合作用。选用了标准k-ε湍流模型、DTRM辐射模型等建立了压力容器三维瞬态FLUENT换热模型,并应用该模型分别对立式压力容器和卧式压力容器升温阶段温度场进行模拟,得到了相应测温点的温度值和升温曲线并与热电偶实测值进行比较,其中立式压力容器模拟值与实测值的最大相对误差为1.2%,卧式压力容器最大相对误差为6.3%,验证了所建立模型的准确性。建立了以富氧燃烧时燃烧器火焰出口温度和压力容器不同层位置为输入变量,以压力容器不同层壁面温度值为输出变量,隐含层数为15个的BP神经网络。用燃烧器不同出口温度代表不同富氧条件。通过已建立的三维瞬态FLUENT换热模型计算出不同火焰出口温度下,压力容器不同层壁面的温度分布,并将其中的四组出口温度模拟结果用于训练所建立的神经网络,一组出口温度模拟结果用于测试所建立的神经网络。将神经网络的预测结果与三维瞬态FLUENT换热模型计算结果比较,相对误差仅0.34%。因此,所建立的神经网络只需用少量FLUENT样本进行训练,就可以预测出不同富氧条件下压力容器的温度分布,大大节约了计算时间和成本。基于三维瞬态FLUENT换热模型的准确可靠,对由于火焰上翘导致温度分布不均的卧式压力容器的内燃法热处理过程进行了导流板设计和优化。通过3种不同方案的对比,最终设计出的带导流板的压力容器模型在升温过程中最大误差在140℃以内,升温9小时后温差在80℃以内,为顺利进入热处理保温阶段提供了良好的温差基础。对于更加大型的压力容器需要同时采用多台燃烧器进行热处理,本文通过模式搜索法不断优化上下两台燃烧器入口速度,使FLUENT模拟得到的容器壁面温度与设定的容器热处理壁面温度误差达到收敛精度要求2%,获得了经过优化的两台燃烧器入口速度曲线。升温过程最大误差低于100℃,升温12小时温差低于60℃,满足热处理要求。将优化后的入口速度曲线,转换为实际可操作的燃油量进行现场实验,实测结果与模拟结果吻合较好,验证了模式搜索优化方法引入FLUENT温度场模拟的准确性。