熔喷法是加工超细纤维非织造布的重要方法。纤维直径是影响非织造布隔热、隔音和过滤等性能的关键指标。在加工过程中,超细纤维是在高速高温气流的拉伸作用下形成的,而气体速度和气体温度是影响气流拉伸力的重要因素。因此,通过优化熔喷喷嘴结构来提高气体速度和气体温度至关重要。本文主要做了以下工作:(1)将常规熔喷喷嘴改进为凹形底面熔喷喷嘴,分别对两种喷嘴的气体流场进行了建模和模拟。根据气体速度和温度的变化情况进行了区域划分,发现凹形底面熔喷喷嘴气体流场的速度分布和温度分布比常规熔喷喷嘴有较大改善。应用控制变量法分析了狭槽宽度、喷嘴倾角和圆弧半径等喷嘴参数对气体流场的影响,发现随着狭槽宽度和喷嘴倾角增大,气体速度峰值和气体温度峰值显著增大;高温衰减速率受狭槽宽度影响更大;圆弧半径对气体速度和温度的影响没有发生显著的线性变化。最后,确定气体速度峰值、气体温度峰值、高温衰减速率为气体流场的性能指标。(2)使用正交试验和遗传算法对凹形底面熔喷喷嘴参数进行了初步优化。在正交试验优化中,根据优化结果分析了当狭槽宽度或喷嘴倾角接近边界时,其余参数对气体流场的影响,讨论了指标“气流阈值”的可行性。选择滞止温度作为优化目标对气体流场进行了优化,通过影响效应图和方差分析分析了凹形底面熔喷喷嘴参数对气体流场速度分布和温度分布的影响,并根据回归方程求出了最优参数。最后,使用遗传算法结合代数差值CV值对喷嘴参数进行了优化,优化结果比正交试验优化结果有所改善。(3)使用支持向量回归和随机森林回归两种机器学习方法解决了正交试验和遗传算法优化中气体速度权重不足和气流阈值问题,建立了面向喷嘴参数优化的机器学习模型。叙述了训练模型所需的数据预处理过程、评估指标和调整超参数方法。对两种机器学习模型进行了训练,调整了相应的超参数,通过比较MSE、r2_score值等指标得到了最优模型。从模型精确度、稳定性和运算时间三个维度进行综合考虑后,最终选择了随机森林回归模型。使用随机森林回归模型进行了预测,根据预测结果计算了代平均偏离差值。通过代平均偏离差值的稳定性确定了气流阈值边界和优化区域,在该区域使用目标规划方法对喷嘴参数进行了优化。结果显示,基于气流阈值的随机森林优化结果更有利于降低能耗。本文采用机器学习等方法对凹形底面熔喷喷嘴参数进行了优化,研究结果对于改进熔喷气体流场和降低能耗具有积极意义。