曲轴轴承磨损是发动机的一种常见故障，有必要对曲轴轴承的健康状态进行实时监测。通过有限元仿真的方法来模拟在曲轴轴承磨损状况下发动机的运转情况，从而可以在避免大量不可逆故障实验消耗的情况下获取曲轴故障时的机体表面振动信号。提出了基于遗传算法优化的小波变换和支持向量机曲轴轴承故障诊断方法，通过小波变换对仿真数据进行维度压缩和故障信息提取，采用支持向量机诊断算法对压缩后的数据进行故障诊断。其中，使用遗传算法对小波变换和支持向量机方法中涉及的超参数进行全局寻优。结果表明，该方法能够正确诊断出验证集的故障情况，并且小波变换对数据的压缩可以大大缩短诊断时间，从而达到实时诊断的目的。

搭建了基于大涡模拟的快速压缩机的CFD仿真模型。在此基础上采用第三代遗传算法耦合三维CFD仿真技术开展了快速压缩机缝隙结构的优化研究。优化过程选取了6个优化参数以及7个优化目标。研究表明遗传算法能够快速找到帕累托最优解的参数分布区域。快速压缩机燃烧室中的滚流比的大小能够反应出温度分布的均匀性。同时，快速压缩机缝隙体积的大小与压缩终点附近的滚流比以及无量纲温度比Tmax/Taver呈现出trade-off关系。较大的缝隙体积能够减少边界层低温气体向燃烧室内部流动，从而提高温度的均匀性。此外，缝隙结构的上部入口及连接通道的参数取值可以较小，约0.5 mm即可，而底部主腔体的体积应较大，从而将边界层的低温气体引入缝隙内部，减少对燃烧室温度场的影响。当活塞缝隙体积占压缩终点总体积的1/3时，燃烧室内部几乎不产生低温涡流。

针对柴油机连杆大端轴瓦出现的微动损伤问题，根据Archard磨损理论和基于临界面SWT微动疲劳预测准则，建立了考虑轴瓦接触副的结构、材料、过盈等参数的有限元分析模型。通过多方案计算分析，表明轴瓦厚度和轴瓦过盈量对微动损伤的影响比连杆大端结构参数影响大。然后，通过布金汉定理，建立了连杆轴瓦接触副微动损伤与轴承载荷、结构和材料参数的无量纲设计准则。根据无量纲设计准则，提出了一种减小微动损伤的轴瓦过盈优化方案。对比优化前和优化后的试验与仿真结果表明：优化后的方案在过盈面上微动磨损得到了明显改善。

基于缸压的发动机燃烧闭环控制作为改善各缸燃烧一致性的关键技术，其控制器的开发包含发动机数学模型开发、控制策略设计与仿真、试验台架功能验证等。为缩短燃烧控制器开发与测试时间、降低试验验证成本，构建了集多功能于一体的发动机燃烧分析与控制平台。基于发动机台架标定结果，建立基于神经网络的发动机仿真模型，并将其集成于燃烧分析与控制平台。离线验证了燃烧状态参数计算的准确性和实时性，仿真分析了不同控制参数对燃烧控制性能的影响。最后在试验台架上验证了燃烧闭环控制策略可有效改善柴油机各缸燃烧一致性。

为了研究高速电磁阀内部涡流能量分布与高速电磁阀结构参数之间的耦合关系，基于有限元法建立了高速电磁阀动态模型并通过实验数据验证了模型的准确性。基于D最优实验设计方法和最小二乘法，构建了以结构参数为因素的电磁阀涡流能量响应面预测模型，响应面预测模型的涡流能量E预测结果与仿真计算结果之间的最大误差不超过10%，证明了响应面预测模型的准确性，并基于p值分析法开展了高速电磁阀涡流能量显著结构参数的仿真分析。研究结果表明，线圈匝数X1和内磁极半径X3是影响E的高敏感参数。这表明，可以考虑从选择合适的线圈匝数和减小涡流流通路径的角度入手减少高速电磁阀磁性材料内部的涡流损耗。

以非道路高压共轨柴油机湿式缸套为研究对象，搭建了电涡流法缸套动态变形测试系统，开发了数据采集软件，探索了电涡流法的缸套动态变形测试方法，在自由状态、预紧状态、电机拖转和热机怠速工况下研究了缸套4个特征线方向的轴向变形规律。研究结果表明，在多种关键技术的支撑下，基于电涡流法的缸套动态变形测试方法在冷态和低转速热态的工况下均可行。在预紧、拖转和怠速三种工况下，缸套最大变形均出现在距离缸套顶面24.5mm处。预紧工况下最大变形出现在0°特征线方向上，为36.53μm的膨胀变形；电机拖转工况下最大变形出现在90°特征线方向上，为110.85μm的收缩变形；热机怠速工况下最大变形出现在270°特征线处，为143.43μm的膨胀变形。

针对高压共轨燃油喷射系统在喷油过程中缸内热环境变化引起喷油量波动的问题，利用AMESim软件建立了考虑缸内热环境的仿真模型，并在轨压为100MPa的条件下通过实验验证了模型的准确性。利用所建模型，分别对不同初始燃油温度和不同换热程度下喷油量随喷油时间的波动特性进行了研究，分析表明：初始燃油温度增大，针阀开启响应时间与关闭响应时间均提前，初始燃油温度越高喷油量越低。初始燃油温度相同时，换热程度越大喷嘴处燃油温度越高，喷嘴处燃油密度随温度增大而减小，共轨喷油器喷油量减小。

在传热领域，热交换器作为保证大功率设备热平衡的重要部件，传统CFD模拟消耗了大量时间和计算资源。本文应用并验证了人工神经网络（Artificial Neural Network）算法，来预测具有不同高度凸起的换热通道的热性能。利用729个不同凸起高度的CFD模拟结果的数据集作为数据阵列，建立一个高精度的机器学习预测模型。结果显示，各种通道的传热系数得到了精确的预测，以ANN为代表的机器学习算法被证明适用于传热领域。此外，本文分析了不同位置凸起对传热系数的影响，结果表明，越靠前的凸起对壁面传热系数影响越大，而通道整体凸起高度均匀性对传热系数的影响也越大。

使用SRV高温摩擦试验机模拟内燃机系统缸套-活塞环之间的往复式摩擦运动，并对所用的15W-40型机油进行黏度测试和氧化性DSC测试，并收集相关数据；以摩擦接触面温度、润滑油黏度和热流信号值为输入、摩擦系数为输出，构建BP神经网络预测模型。模型预测结果表明，BP神经网络具有较高的预测精度，测试集误差值均在5%以内，满足工程精度要求。

针对某型柴油机结构参数中气阀间隙、气阀弹簧阀刚度和气阀弹簧预紧力对配气机构性能影响的问题开展动力学优化研究，基于AVL EXCITE Timing Drive软件对某型柴油机配气机构建立单阀系的模型，研究不同结构参数对凸轮接触应力最大值和气门落座力最大值的影响规律。结果表明：气阀间隙越大，气阀落座力越大，凸轮与挺柱间接触力在正加速度时随着气阀间隙的增大而减小，在负加速度时随着气阀间隙的增大而增大；气阀落座力、凸轮滚轮接触力随着气阀弹簧刚度和预紧力的增加而增加。