基于一台主动预燃室甲醇射流点火发动机，利用CONVERGE仿真软件建立仿真平台，在原有预燃室结构的基础上，将预燃室喉部截面积沿着轴线方向进行缩小或扩大，将预燃室结构分为喉部渐缩型（P1）、正常结构（P2）和喉部渐扩型（P3），对在不同预燃室喉部结构下的火焰射流和发动机燃烧特性等进行了研究。研究结果表明，3种结构的混合气均在喉部呈现出了明显的浓度梯度变化，其中喉部渐扩型预燃室由于速度梯度小更利于扩散，混合气在预燃室内分布更加均匀。而渐缩型的预燃室结构设计燃烧约束作用更强，射流方向更集中，预燃室和主燃室压差最大，从而火焰传播速度更快，射流能量更高，进一步优化了主燃室混合气燃烧，使得主燃室峰值缸内压力相较于P2型，P3型预燃室分别增大了0.129 MPa和0.912 MPa，峰值放热率显著提升，燃烧相位提前。

添加纳米颗粒可以加速柴油的蒸发氧化速率，从而提高柴油的有效热效率。本研究探讨了0.5%质量分数下纳米铝颗粒（Al NPs）、碳纳米管（CNT）对柴油蒸发特性的影响。试验发现，Al NPs和CNT都会加速柴油的蒸发，温度低于573 K时，Al NPs与CNT对柴油的影响程度相近，将柴油的蒸发时间缩短为原来的60%~70%，而温度超过573 K时，Al NPs的影响程度保持不变，但CNT将柴油的蒸发时间缩短为10%~20%。此外，Al NPs与CNT对柴油蒸发形式的影响也不相同：Al NPs通过加速平稳蒸发来加速蒸发，CNT通过引发波动蒸发来加速蒸发，且Al NPs-柴油只会在高温大体积下发生波动蒸发，以喷射形式为主，而CNT柴油在低温小体积下也会发生波动蒸发，以微爆形式为主。

为提高某大流量共轨系统集成限流阀和喷油器滤网后的喷射性能，对限流阀和滤网进行结构优化设计。首先，建立了集成限流阀和喷油器滤网的共轨系统AMESim一维液力仿真模型，利用仿真方法探究了限流阀、滤网和高压油管参数变化对喷油特性的影响规律。其次，以限流阀阀芯直径、节流孔径、阀体内腔直径、阀芯间隙、滤网滤孔直径、高压油管内径为设计变量，循环喷油量和平均喷油速率为响应变量，基于三水平二阶试验方法，应用Design-Expert软件形成设计矩阵，构建效应值和设计因素的多元二次回归方程，并对设计变量进行权重和耦合效应分析。最后，基于响应曲面回归模型，采用多目标MOGA优化算法对限流阀和滤网结构进行优化，限流阀阀芯直径为5.567 mm、阀芯节流孔径为0.954 mm、阀体内腔直径为16.112 mm、阀芯间隙为0.130 mm、滤网孔径为0.583 mm、高压油管内径为3.990 mm时，循环喷油量和平均喷油速率同时最优，优化后循环喷油量和平均喷油速率分别提高了5.86%和6.24%。

采用数值模拟方法对离心压气机叶片尾缘宽度进行多方案设计与优化，详细分析叶片尾缘宽度对压气机性能影响规律及叶轮内部流动特征，并对优化前后结果进行对比。研究结果表明：尾缘叶片宽度在不同压气机转速下对压气机性能有不同的影响，在设计工况下，尾缘叶片宽度优化后可使压比提升2.19%，效率提升0.59%，两种宽度叶片的性能差距随转速的变化而变化。尾缘宽度优化后可以增大各转速下的阻塞区流量，增加压气机工作流量范围；优化后压气机最高压比提升1.5%~3.21%，最高效率提升0.75%~1.75%，在中高转速区域性能提升更为明显。

基于进排气海拔模拟发动机台架，针对国六柴油机开展了0~4 000 m海拔的WHTC排放循环测试，并将WHTC循环拆分为整车实际运行中的常用工况（城市工况、郊区工况、高速工况），探讨了不同海拔、运行工况、海拔与运行工况共同作用下的柴油机污染物排放特性。结果显示：4 000 m海拔下CO，HC，NO_x排放较0 m海拔分别增加了11.5倍、25.3倍、6.4倍，而尾排PN比排放几乎不受海拔的影响；城市工况CO，HC，NO_x比排放分别是高速工况的7.7倍、5.5倍、6倍，郊区工况PN比排放分别是城市工况和高速工况的7.5倍和3.4倍；柴油机尾排气态污染物排放与整机输出功率及海拔强相关，CO，HC，NO_x比排放与海拔系数和功率系数比值的相关系数分别为0.91，0.78，0.79，而PN比排放与整机输出功率及海拔的相关系数均较低。

汽车脱附系统里的文丘里管是一种能够利用流体动力学原理实现气体混合与传输的装置，其结构参数优化对于改善车辆排放性能尤为重要。运用数值仿真技术，分析了车用文丘里管内部的流体力学特性，并探索关键结构参数对其流动特性和工作效率的影响机制，其中关键结构参数包括混合管长度、驱动喷嘴与混合管直径之比（d_mr/d_td）、推力间距、扩散器直径及扩散器角度等。结果发现，以上参数均对文丘里管的抽吸性能与工作效率有显著影响。针对不同驱动压力区间，详细阐述了各参数的影响规律，并提出了优化策略。

实际应用中，压气机轴端连接结构的装配工艺、连接件表面质量以及工作载荷等因素具有显著的不确定性，易造成轴端紧固力衰减。针对这一问题，本研究将轴端紧固力的生命历程分为预紧、静置和服役三个阶段，提出了轴端连接结构整个生命过程中紧固力的预测模型，并结合试验与仿真完成验证。然后，进一步构建了压气机轴端紧固可靠性模型，完成了可靠性评估。研究结果表明：本研究构建的紧固力预测模型精度较高，误差在±10%以内；在95%可靠度的条件下，利用可靠性模型评估的紧固力松动临界值为36.69 kN，满足可靠性要求。

传统油底壳设计往往采用金属材料，为了充分发挥油底壳的性能，提出基于NSGA-Ⅱ算法的油底壳轻量化设计方法。首先，建立油底壳的有限元模型，并进行自由模态分析，对原钢制油底壳进行模态测试，对比分析前六阶模态频率及振型，验证有限元模型的准确性。其次，基于等刚度近似理论，对铝合金材料油底壳选取7个典型壁厚作为设计变量，以油底壳的一阶固有频率和质量为优化目标，应用最优拉丁超立方试验设计方法对设计变量进行贡献度分析。最后，基于Isight参数优化软件分别构建优化目标与影响因素之间的RBF近似模型和RSM近似模型，经分析对比之后选择RSM近似模型进行后续优化，基于NSGA-Ⅱ算法在代理模型内进行全局寻优，获取了一组使油底壳一阶模态频率和质量最优的预测值。研究结果表明，RSM近似模型的预测值与仿真试验结果基本吻合，优化后一阶模态频率提升22.9%，质量降低37.6%。

以某直列六缸柴油机为研究对象，设计台架测试DOE获取试验数据，基于试验结果分别构建了原机NO_x和Soot排放的二阶和三阶多项式回归模型，并进行对比分析。结果显示：二阶多项式原机NO_x排放模型在训练集上的决定系数R²为0.999 3，均方根误差（RMSE）为13.27×10^－6，Soot模型在训练集上的R²为0.949 1，RMSE为0.343 2 mg/m³，模型拟合效果较好；三阶多项式模型在训练集上的R²比二阶模型的更高，但对训练集外工况点的预测精度较差。基于此，应用二阶多项式模型对全球统一瞬态试验循环（WHTC）和高原环境下的排放进行了预测，结果显示，热态WHTC的原机NO_x和Soot比排放预测值的相对误差分别为－0.51%和－1.13%；在2 200 m高原环境下， NO_x排放万有相对误差在±10%以内的工况点占比为86.3%。该二阶多项式回归模型精度满足工程预测需求，且具备高原排放预测泛化能力。

针对扩展卡尔曼滤波（EKF）在车用动力电池荷电状态（SOC）估计中存在的收敛速度慢、精度不高和鲁棒性较差的问题，提出了一种基于萤火虫算法优化的双对称自适应扩展卡尔曼滤波方法（FA-DSAEKF）。在EKF算法的基础上，通过智能优化初始参数、增强算法对称性与稳定性，并实现噪声协方差矩阵的双参数自适应调整，显著提升了SOC估计性能。试验结果表明，在不同工况、温度与初始状态下，该算法均能快速稳定收敛，最大绝对误差、均方根误差和平均绝对误差均低于0.28%，收敛时间在200 s以内。相较于传统EKF算法，估计误差降低约80%，相较于DSAEKF算法，收敛速度提高83%以上，体现出优异的准确性、适应性和鲁棒性。

随着电动汽车的快速发展，动力电池荷电状态（SOC）的精确估计对整车能量管理、续驶里程预测及防止过充/过放至关重要。为了提高锂电池SOC估计精度，构建了一种基于分数阶理论的等效电路模型，并采用自适应遗忘因子递推最小二乘算法(adaptive forgetting factor recursive least square,AFFRLS)对模型参数进行辨识。针对传统无迹卡尔曼滤波(unscented Kalman filter,UKF)在动态工况下因单新息框架导致数据利用率低与抗扰性不足的问题，提出结合分数阶模型长记忆特性需求的多新息无迹卡尔曼滤波算法(fractional order multipleinformation unscented Kalman filter,FOMIUKF)。通过MATLAB搭建仿真模型，并与扩展卡尔曼滤波(extended Kalman filter,EKF)算法和无迹卡尔曼滤波算法进行比较，结果表明，基于FOMIUKF算法的SOC估计平均误差为0.78%，其精度比EKF算法提高了0.42%，比UKF算法提高了0.25%。

柴油机振动信号具有典型的非线性、非平稳特征,基于振动信号的柴油机故障精准识别存在诸多挑战。为此，提出一种基于振动信号的端到端的深度学习网络框架（ResNet-ConvLSTM-Self-Attention），该框架结合了多种模型提取鲁棒特征的优势，无需手动提取特征，通过将振动数据流图像编码输入模型，可实现柴油机三种典型故障的有效识别。对该框架模型进行了超参数优化、故障识别评估以及有无注意力机制比较，获得了98.38%的识别准确率，验证了该柴油机故障识别模型的有效性。