热工设备结构复杂,涉及的传热传质模型广,在实际工程中一般都是黑盒函数优化和反演问题。研究一种针对黑盒函数的智能算法有助于解决热工设备结构优化以及热工系统中未知量反演的难题,这在经济发展,环境保护,工程安全以及学科研究都有重要的研究意义。本文提出一种基于软件二次开发技术的改进遗传算法,使其能够应用于热工系统中黑盒函数优化与反演。将建模软件、网格划分软件、数值仿真软件和数据处理软件集成,自动完成整个优化过程。针对热工系统中的一般优化问题,采用CFD对多相流模型对应的热工设备——循环流化床进行数值模拟,以温度均方差来衡量温度场均匀性,并以温度场均匀性作为优化准则,同时设计正交试验和改进遗传算法优化,得到二次风进口的位置,角度以及进料口位置三者的最优组合。优化结果表明,遗传算法寻找最优解的能力远远大于正交试验法,而将正交试验得到的数据作为遗传算法的初始种群可以加快算法收敛速度。针对热工系统中的约束优化问题,采用改进遗传算法对螺旋管换热器在有压降约束条件下进行结构参数和流动参数优化。结合灵敏度分析,确定设计变量对优化目标的影响。与实验结果相比,最优结构的换热器热流密度和换热量分别提高133.2%和116.3%。相较于以最大化换热量作为优化目标时的热流密度,最优结构热流密度提升12%。结合场协同原理和熵产最小化理论,验证了优化结构有着更高的换热能力以及更小的成本。为拓展该优化方法的应用,对干燥机这种涉及多孔介质模型的热工设备进行参数反演和仿真。结合已有实验数据,以模拟得到的进出口压差数据与试验数据之间的误差构建最小二乘法,得到多孔介质区域的惯性阻力系数和粘性阻力系数,进而研究了试验点数目对反演结果的影响。观察干燥机内部有无填料时的速度场和压力场的变化以验证该优化方法解决热工系统反问题的有效性。通过以上模型可以验证本文提出的智能优化方法在热工领域应用广泛并能够取得很好的成果,对其他领域涉及黑盒函数优化和反演的课题有着很大的应用前景。