本文中建立了一个在热效率、爆震因子以及排放多指标约束条件下，以费效比最低为优化目标的综合决策模型，其可以快速地为混合动力发动机决策出一系列既可能满足约束条件，同时费效比又偏低的技术及参数组合方案。此模型利用DOE和NSGA-Ⅱ遗传优化算法，可以快速决策出最优的技术方案及其参数。研究表明，利用该模型进行优化计算，相比调用GT-Power求解器计算，同样2000次优化计算的总用时可以从3天缩短至3分钟，大大减少运算时间，且模型的准确度较好，热效率的预测误差可以控制在1%以内，爆震因子的估计误差也可以控制在10%以内。

摘 要: 氢气具备可再生、零碳排放和良好的经济效益，其作为内燃机的替代燃料在“双碳”背景下具有重要战略意义。在利用氢能的利用中，直喷氢内燃机 (DI-HICE) 具有高动力性、高经济性和零碳排放等优势。本文主要研究了点火正时和喷射正时对涡轮增压直喷氢内燃机的性能、燃烧和排放特性的影响。结果表明，通过调整点火正时，推迟燃烧重心，降低气缸温度，最多可以减少92%的氮氧化物排放，而涡轮增压器可以弥补延迟点火造成的部分能量损失；同时，推迟喷射正时可以使氢内燃机的有效热效率 (BTE) 提高1.47%，但同时也会使混合气不均匀，导致缸内最大爆发压力升高0.27 MPa, 压力升高率从0.47 MPa/°CA提高到1.06 MPa/°CA。此外，点火正时和喷油正时的优化需要考虑氮氧化物 (NOx) 排放特性(接近零排放:NOx < 20ppm)。

针对大功率高速D180-16型柴油机，开发了DTR21-H/L型两级增压器。介绍了两级增压器的性能、结构、试验等研制过程。目前，DTR21-H/L型增压器通过了平台试验和配机试验，满足D180-16型柴油机的性能要求。

连杆小头轴承是发动机中摩擦工况最恶劣的旋转摩擦副之一。小头轴承变形与润滑、摩擦热的耦合效应显著，导致其摩擦动力学建模及数值求解困难。本文基于多体动力学原理和混合润滑理论，建立了考虑轴承变形与摩擦热影响的连杆小头轴承摩擦动力学耦合模型。开发了结合隐式多步法的数值求解策略来解决较强的非线性。在1:1发动机台架上开展小头轴承磨损试验，将仿真磨损位置与台架试验磨损位置对比验证了数值模型及求解策略的有效性。结果表明考虑弹性变形和热效应后，轴承下表面出现轴向不均匀磨损和温升现象。活塞销的运动复杂，首先减速至接近停止，又在压缩和工作冲程由摩擦扭矩重新加速，这些现象与简化的刚性模型不同。本研究有望为评估连杆小头轴承摩擦动力学及磨损行为提供有效工具。

故障数据过少的情况严重制约共轨喷油器故障诊断准确率的提高。针对上述情况，提出基于改进条件深度卷积生成对抗网络和卷积神经网络的共轨喷油器故障诊断方法。为提高诊断精度该方法采用峭度分析与双时间尺度更新对条件深度卷积生成对抗网络进行改进，使用改进后的网络对小样本下故障轨压信号进行数据增强，并将增强后的数据添加到小样本下的故障信号中，构建卷积神经网络进行故障诊断。通过实验验证本文方法在小样本下故障诊断准确率能够达到100%，即使在故障样本数为1的极端情况下，本文方法的故障诊断精度优于使用生成对抗网络、条件生成对抗网络以及未改进的条件深度卷积生成对抗网络的诊断模型，适用于小样本下共轨喷油器故障诊断，能够提高共轨喷油器运行的安全性与可靠性。

本研究针对低速二冲程船用柴油机，提出了缸内直接喷射新鲜空气 (IFA) 策略，在不影响扫气效率的基础上显著提升缸内涡流，通过CONVERGE数值模拟研究了其对缸内油气混合过程、燃烧及排放性能的影响。研究结果表明，IFA策略可有效提高缸内涡流，进而优化油气混合过程，改善燃烧性能。通过正交试验设计协同涡流面喷油角度、纵截面喷油角度两个关键喷油参数，获得最佳工况时热效率由Base工况的49.92%提升至51.97%。在高涡流及喷油参数优化的基础上，使用IFA策略满足Tier III排放标准需要更高的40%EGR率，此工况下NOx排放降低至2.82 g/kWh，相比Base工况BSFC降低了2.33 g/kWh。

为解决空气辅助燃油喷嘴工作过程中机械、电磁、电控、流体等学科高度耦合，给喷嘴设计、选型及应用带来的诸多问题与挑战，本文采用数值仿真方法，利用稳态电磁特性仿真和瞬态联合仿真探索了空气辅助燃油喷嘴工作过程中的机-电-磁耦合特性，深入探索了激励强度、峰值电流、弹簧预紧力及阀芯惯性质量对阀芯受力、运动特性影响规律。研究发现，励磁线圈激励强度增大过程中，阀芯受力持续上升，但上升速率逐渐减小。激励强度不变情况下提高峰值驱动电流对提升喷嘴响应性无明显作用。由于磁场建立和电磁力上升并非瞬间完成，弹簧预紧力增加将延长喷嘴开启迟滞，但会降低喷嘴关闭延迟。降低阀芯惯性质量有助于减小喷嘴开启、关闭过程中的运动时间，提升喷嘴响应性。

低密度钢是近几十年汽车零部件用钢的研究热点，也是汽车轻量化的发展趋势。连杆作为发动机动力输出的关键零部件之一，直接影响和决定了发动机的耐久性和可靠性。本文通过微观组织、断口形貌观察及热塑性研究，对Fe-22Mn-9Al-0.6C低密度钢在连杆锻造过程中产生的微裂纹进行分析。发现其锻后组织为奥氏体和长条状的δ-铁素体。因此，锻造时 δ-铁素体和γ两相界面产生的应力差较大，使两相界面开裂。同时当锻造温度降至850~900℃时，由于形成了硬而脆的 B2 结构的( Fe，Mn) Al相，热塑性降低，从而导致连杆大头端与小头端产生微裂纹。

提出了基于容积卡尔曼滤波-长短时记忆网络（Cubature Kalman Filters - Long Short-term Memory CKF-LSTM）的多模型燃气轮机气路故障诊断方法，该方法集成了基于模型和数据驱动的优点。使用容积卡尔曼滤波器建立先验故障状态估计模型，提取运行状态残差特征；采用LSTM神经网络同时对多个先验状态故居模型残差特征进行识别，实现气路故障的诊断。利用重型燃气轮机典型故障仿真数据对所提出的方法进行测试，验证结果表明：基于CKF-LSTM的燃气轮机气路故障诊断方法具有良好的诊断准确性，在重型燃气轮机3个工况点的故障诊断准确率均高于95.6%。

针对传统状态评估主观成分过多或评估模型不清晰问题，提出了一种基于自组织映射（SOM）神经网络的方法。建立SOM模型与健康度模型，通过SOM网络对燃气轮机退化数据进行训练，应用聚类健康度模型和修正健康度模型最终完成对燃气轮机退化数据集的健康度评估。通过退化数据的退化因子划分退化程度，根据退化程度验证评估模型精度。基于SOM网络的燃气轮机健康度评估方法具有很高的应用潜力，可以为燃气轮机的安全运行和维护提供有力的支持，同时也为其他类似问题的解决提供了参考。未来的研究可以进一步探索和优化该方法，以提高其性能和可靠性。