冷凝器是核动力装置中的重要设备,也是影响核动力装置总体重量和设备布置的重要因素。以往在冷凝器优化的研究中,评价冷凝器的传热能力时都采用了经验关系式法。尽管采用经验关系式时计算简单迅速,但是随着冷凝器的功率越来越大,管束结构越来越复杂,传统的经验关系式很可能不再适用。因此本文尝试在冷凝器的优化中引入数值模拟方法,以提高评价的普适性。基于多孔介质假设,本文首先建立了冷凝器的二维数值计算模型,包括对方程的离散、计算边界条件的确定以及求解方法的设计和实现。采用Python语言结合Numpy数值计算库编写了相应的计算程序。使用所开发的计算程序对母型冷凝器进行了数值模拟,并对计算结果进行了分析,确定了结果的合理性。随后,针对冷凝器的重量优化问题,采用收缩映射遗传算法作为优化算法,考察和比较了不同的三种变异算子、四种交叉算子和三种选择算子相互组合的优化效率,证明了非均匀变异算子、启发式交叉算子和轮盘赌选择算子的组合较适用于冷凝器重量优化问题。最后,利用所开发的冷凝器性能计算程序结合收缩映射遗传算法,研究了对母型冷凝器的重量优化,采用并行优化的方法解决了数值求解耗时过多的问题中,验证了将数值模型应用于冷凝器优化中的可行性。同时从优化结果和优化过程两方面比较了使用数值模拟和使用经验公式作为优化评价函数的冷凝器重量优化的不同,认为数值模型能够考虑的参数更多、适用范围更加广,同时优化过程更加合理。此外还进行了冷凝器工作效率的优化,以给定冷却管数量的条件下的总凝结率为评价标准,分别以抽气和排管形式作为优化变量,均使效率有不同程度提高。