随着我国汽车工业的发展,管翅式中冷器以其极大的紧凑性、优良的换热性能,在汽车冷却系统中得到了越来越广泛的应用。国内外的科学工作者对不同结构参数的中冷器换热机理和流体流动特性方面进行了深入、系统的研究。本文讨论了中冷器进气室结构设计的一般原则,分析了流量分配与压力损失对中冷器性能的影响,并通过对两种不同结构的进气结构比较,得出了最佳结构设计。为了将人工神经网络技术应用到翅片参数对中冷器性能影响的研究中去,采用2个结构不同的3层反向传播BP神经网络进行训练及优化。关于翅片参数、流动阻力因子和传热性能因子的训练和测试样本数据来源于大量的风洞实验和数值仿真,设定合理的最大训练误差分别对流动阻力因子f和传热因子j进行性能预测,经过优化后两个网络隐层神经元个数分别为3和6,采用基于L-M算法的训练函数,隐层和输出层的传递函数分别为tansig和purelin函数,网络的其他参数由L-M学习算法动态确定,如权值W、阈值b、学习率a和动量项η等。网络性能测试结果表明,人工神经网络以优越的非线性映射能力,能够很好地预测翅片参数变化对中冷器性能的影响,满足工程实际需要,减少了大量的实验工作量。翅片参数灵敏度分析结果与实践工程经验比较吻合。