小型柴油机在我国的国民经济及生产中发挥着巨大的作用，有着广阔的市场：但它的工作特点决定了它的噪声比较大。排气消声器是发动机的重要组成部件，开展对小型单缸柴油机排气消声器的研究具有重要的意义。 本文采集了ZS1105柴油机的无排气消声器以及安装有原机消声器的噪声频谱，并根掘预期的降噪目标值，计算出1/3倍频程频带下的所需消声量。以1/3倍频程频带下中心频率的消声量为基础，初步设计了一种带有内插锥管的消声器的基本结构。 对于初步设计的带有内插锥管的消声器结构，根据其结构特点设计了三因素三水平,并设计了表头结构，选定了L<,18>(2<7>)正交表。按照设计的结构分别加工了消声器实体，进行了十八次正交试验，分别测试了各种消声器的1/3倍频程频带下中心频率的消声量。 本文应用B-P神经网络对正交试验的结果进行处理。通过试凑的方法选抒了含有两个隐层的神经网络、输入为三个神经元、输出为一个神经元第一隐层神经元个数为20个、第二隐层神经元个数取为5个。网络的输入层和隐层的激活函数都选取Log-Sigmoid型函数，输出层的激活函数选取Pureline,型函数。调用MATLAB神经网络工具箱中的函数，通过编程计算实现对该网络的训练。 文中在对网络进行训练之前，还对同络的输入和输出进行了标准化处理，通过公式将试验数据都转化为0～1之间的数值，在网络的训练时就可以避免S型函数产生的收敛迷度慢或无法收敛．的问题，可以缩短训练的时间并且可以提高网络的精度：网络训练好之后，通过预留的4组试验数掘进行了验证，最大误差为8.9﹪．其有较高的精度和预测能力：应刚训练好的网络对正交试验的因素水平进行优化，得到了一组优化组合。通过实机的排气消声器噪声水平测试，排气噪声为99.8dB，实现将排气噪声降低到了100dB以下的目标,并且功率损失只有3.3﹪，小于原机消声器，取得了良好的消声效果。