本文基于稳态热源台架试验和冷态重型发动机循环（WHTC）试验，研究了玄武岩纤维材料在稳态情况下不同厚度（光管、4mm、8mm、10mm）的保温性能和隔热性能，以及在瞬态情况下不同包裹方式（玄武岩套、玄武岩缠绕带、玄武岩毡）对玄武岩纤维材料保温性能的影响，并与玻璃纤维材料保温性能进行比较，研究结果表明：瞬态下，玄武岩纤维的保温性能优于玻璃纤维，平均温降比玻璃纤维低 2℃；包裹一层玄武岩毡这种包裹方式的保温效果最好，在600s内平均温度降6.295℃；稳态下，随着厚度增加，玄武岩纤维材料保温和隔热性能逐渐增强，，4mm、8mm、10mm玄武岩纤维材料包覆管路温度降分别比空管状态下平均减少39％、44％、45％，，光管、4mm、8mm、10mm玄武岩纤维材料，外壁面平均温度分别为162.55℃、101.69℃、85.8℃、85.8℃。

为分析高原冷起动中柴油机喷雾撞击冷壁面的飞溅及铺展特性，本文运用高速阴影法对柴油机的替代组分正十二烷液滴撞击冷壁面的动态行为特性及机理展开了研究。研究发现，当壁面温度处于一区间时，液滴飞溅阈值随壁面温度的降低呈线性降低。针对这一特殊变化规律，充分的考虑低温壁面对液膜物性和近壁面空气性质的影响，建立了能适用于低温壁面的液滴飞溅阈值模型。并基于常用液膜经典的理论，综合考虑了壁面温度对液膜粘性力及最大表面张力的影响，并在最大铺展系数模型中引用了 和 。利用 和 正交线性关系建立了适用于低温壁面的最大铺展模型。

以燃用柴油的双级轴向旋流燃烧室为研究对象，根据设计参数对燃烧室进行建模和模拟计算，模拟不同主燃孔位置（距喷嘴轴向距离分别为95mm、105mm、115mm）下柴油在燃烧室内通过湍流流动并发生燃烧反应的过程，进而分析燃烧室的温度场，速度场以及出口烟气污染物的排放量。结果表明：(1) 温度场方面，主燃区温度随主燃孔位置后移逐渐递增，火焰筒出口温度也随主燃孔位置后移逐渐递增，方案三（距喷嘴轴向距离115mm）主燃区温度最高，出口温度最高，燃烧效率最高。(2)速度场方面，回流区大小随着主燃孔的后移逐渐增大，对称涡核的体积逐渐增大。其中，方案三回流区面积最大，回流区平滑均匀且回流作用最强。(3)污染物排放方面，CO主要集中在中间区以前，NOx主要集中在掺混孔与等效冷却孔之间的渐缩段。从出口平均NOx质量分数来看，方案三的出口平均NOx排放最低。

氢气是一种清洁可再生的替代燃料，本文构建并验证了柴油/氢气双燃料燃烧机理，并运用该机理与三维数值模拟结合，研究了预喷和主喷对柴油/氢气双燃料发动机燃烧和排放的影响。该机理使用70%摩尔分数的正癸烷和30%摩尔分数的α-甲基萘作为柴油替代物，并将正癸烷、α-甲基萘、NOx、PAH、soot 和 H2/C1-C3子机理合并形成柴油/氢气双燃料燃烧机理。对该机理进行化学动力学验证，包括着火延迟时间、JSR(Jet Stirred Reactor)氧化和层流火焰速度，再结合计算流体力学对其进行验证，结果显示，模拟值与试验值的缸压、放热率及排放数据较吻合，该机理能够良好地预测柴油/氢气双燃料发动机燃烧和排放。相对于单次喷射，预喷油量比从5%增加到20%，放热率峰值、缸压峰值和最高压力升高率 (Maximum Pressure Rise Rate，MPIR)均升高，使CA10和CA50相位提前，降低CO排放，但NOx排放增加；随着预喷正时从10°CA BTDC提前到30°CA BTDC，缸压峰值升高，放热率峰值下降，CA10和CA50提前，CO排放降低，NOX排放增加且NOX排放在30°CA BTDC达到峰值；当预喷正时从30°CA BTDC进一步提前至50°CA BTDC时，缸压峰值降低，放热率峰值升高，CA10和CA50推迟，CO和NOX排放均降低，且50°CA BTDC下的NOX排放低于10°CA BTDC；随着主喷正时从0°CA BTDC提前至8°CA BTDC，CO排放降低，NOX排放增加，缸压峰值升高，放热率峰值先略有降低后升高，缸压峰值和放热率峰值对应相位整体前移，当主喷正时提前至6°CA BTDC时，MPIR为1.3MPa/°CA，超过柴油机MPIR限值1.2MPa/°CA。

氨是造成大气PM2.5的重要前体物质之一，会对生态环境造成二次污染。为更好地支持新标准制定阶段的数据，急需在实际道路行驶（real-world driving，RDE）条件下评估符合最新车辆排放标准车辆的氨排放。本文对七辆汽油车的实际道路氨排放进行了8次实际道路测试，实验结果显示，车辆氨排放因子在0.01 mg/km至4.27 mg/km之间波动，平均NH3-EFs为1.16 mg/km。其中5次实验的氨排放集中在市区行驶阶段，尤其是发动机启动后的暖机阶段。一半车辆在最初300秒内出现氨排放高峰。实验涵盖不同测试条件，并针对不同类型车辆进行了对比，主要针对使用空调、排放标准的更新、汽油颗粒过滤器（Gasoline Particle Filter，GPF）的添加三个方面进行了对比分析，并探究其生成原因，为氨排放优化提供可行方向。

航空活塞式风冷发动机由于结构紧凑、体积小、重量轻等优势，在通用航空、农业等领域得到广泛运用。针对航空活塞式风冷发动机热负荷问题，该研究以某水平对置四缸四冲程航空活塞风冷汽油机为研究对象，试验测试了标定功率工况下发动机缸内压力，结合缸压试验数据与风冷发动机缸体的结构与传热特性，搭建一维仿真模型，计算获得了缸内燃气侧边界条件。采用热电偶法测试了标定功率工况下缸体关键区域的工作温度，结合缸体温度测试数据与缸内各位置的温度和传热系数，建立流固耦合仿真模型。以翅片厚度、翅片间距、翅片长度以及缸壁厚度4个主要结构参数为因素，每个因素选择5个水平，构建正交试验，分析其对缸体传热及结构强度性能的影响。正交试验极差分析表明，翅片厚度对热应力影响最大，翅片长度对温度及缸孔变形影响最大。通过直观分析与极差分析结合的综合频率分析法确定了最优的组合方案，并对优化前后的发动机缸体传热与强度性能进行对比分析。研究发现，翅片厚度与翅片长度对缸体性能影响最大，优化后，温度由198.3℃下降到191.8℃，下降了3.3%；热应力由100.5MPa下降到78.5MPa，下降了21.9%；缸孔变形量由0.273mm下降到0.243mm，下降了11%；表明改变翅片结构可以降低缸体热负荷，提高传热与强度性能。研究结果可为航空活塞风冷发动机散热翅片的设计与优化提供参考依据。

多缸柴油机缸套振动噪声响应的差异导致缸套润滑、磨损及穴蚀现象不同，引起缸套可靠性差异并缩短整机使用寿命，研究差异的产生原因有助于柴油机的维护与设计优化。内燃机振动噪声的主要来源是燃烧冲击与活塞二阶运动引起的缸套敲击，而多缸柴油机缸套振动噪声的差异主要来源于活塞敲缸。以某重型六缸柴油机为研究对象，基于变分模态分解技术对多缸振动响应差异开展了溯源分析。建立了活塞敲缸动力学计算模型并通过试验验证了参数设置的合理性，通过变分模态分解（VMD）从振动响应中提取了主要频率成分与相关模态。结果表明：多缸柴油机各缸振动幅值分布趋势一致，缸套中上部的振动最剧烈。各缸振动差异与机体模态特性有关，缸套间振动差异与机体第7阶模态振型趋势一致，体现为第6缸振动最强，第2缸振动最弱。

基于甲醇/柴油双燃料反应活性控制压燃 (Reactivity Controlled Compression Ignition，RCCI)发动机台架实验数据，建立了一种能够预测双燃料发动机排放特性的模型。以发动机负荷、甲醇替代率、EGR率为模型输入，以NOx，烟度为模型输出，构建了BP神经网络回归模型，并通过粒子群算法(Particle Swarm Optimization, PSO)进行权值、阈值优化，在测试集中预测结果的决定系数(R2)分别为0.98、0.99，平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)为4.85%、0.366%，表明模型具有较好的预测精度。同时，基于偏最小二乘法(Partial Least Squares, PLS)分析输入参数和输出参数的相关度，研究不同参数对发动机排放性的正负相关度。利用遗传算法(Genetic Algorithm, GA)对神经网络回归模型进行寻优，获得最优帕累托(Pareto)前沿解集，选取最佳的决策变量控制参数组合，并通过台架实验验证，以达到优化发动机排放特性的目的。研究结果表明：优化后参数组合对比原机NOx排放下降559.5501ppm，烟度排放增加0.1148 FSN。

为探究甲醇/柴油双燃料发动机的排放特性及柴油氧化催化器(Diesel oxidation catalyst, DOC)对甲醇/柴油双燃料发动机排放的影响，在最大转矩转速1600r/min不同负荷下，试验研究了不同甲醇替代率和负荷对甲醇/柴油双燃料发动机碳氢化合物（Total hydrocarbon,THC）、一氧化碳（Carbon monoxide,CO）、甲醇(MeOH)和甲醛(HCHO)排放性能的影响规律，以及加装DOC后双燃料模式和纯柴油模式下THC、CO、甲醇和甲醛排放差异，并评估了国六稳试验态循环（World harmonized transient cycle, WHSC）下DOC对甲醇/柴油双燃料发动机THC和CO的转化效率。试验结果表明：在最大转矩转速1600r/min，30%、60%和90%负荷下，随着甲醇替代率增大，THC、CO、甲醇和甲醛的比排放均增大，并且在30%负荷下增幅较大；双燃料模式下随着负荷增大， THC、CO、甲醇和甲醛的比排放均降低，但均高于纯柴油模式，在30%负荷下甲醇替代率为10%时，这四种排放物分别比纯柴油模式增加了90%、89%、99%、98%；加装DOC后能够显著降低双燃料模式下THC、CO、甲醇、甲醛的排放，对四种排放物的催化转化效率均可达95%以上，甲醇和甲醛基本可以实现近零排放；WHSC循环下经过DOC的氧化后，THC和CO排放均能够满足国六排放法规要求

低碳环保的发展理念与日益严苛的排放法规对柴油机节能减排提出了更高的要求，由于在采集双燃料发动机排放物的实际工作过程中，传统的人工标定方法需要耗费大量的时间与经济成本。运用神经网络模型预测发动机排放浓度为解决这一繁琐工作提供了新的思路，而为了解决BP神经网络模型在预测中出现的收敛速度慢和容易陷入局部最优等问题，提出采用遗传算法全局搜索最优的特性来优化BP神经网络模型（GA-BP模型），使模型具有更好的适应性和收敛性。以甲醇/柴油双燃料发动机排放数据作为样本，选取负荷率、替代率、EGR率、预喷角度和主喷角度5个影响因素作为输入向量，以污染物NOx排放浓度作为输出向量，建立GA-BP预测模型。采用GA-BP模型和BP模型对测试样本进行仿真预测，把预测结果与实际值进行对比，并分析误差情况。结果表明：GA-BP模型有效地提高了BP模型的网络性能、收敛速度以及预测精度，在双燃料发动机排放预测中具有一定的应用前景。