DMD方法能够实现数据在时间-空间上的解耦，将非线性转化为线性，并且将整个系统投影到由提取模态组成的子空间，保留关键信息的同时剔除非关键信息与噪音干扰，利用关键流场结构进行流场重构和预测。本文基于高斯拟合和DMDsp方法提出了GF-DMDsp流场预测方法，并将其应用于增压器涡轮流场预测研究中。通过DMDsp获得流动模态并对模态振幅和特征值进行高斯拟合，再基于三者进行流场预测。结果表明：GF-DMDsp方法能够有效地预测增压器涡轮流动变化频率，幅值等重要参数，其预测误差小于5%。误差的主要来源有流动模态的差别，流场初场的相位差别，用于流动预测的模态数目以及参数的拟合误差等。

超临界二氧化碳动力循环是一种回收内燃机排气余热的重要方式。建立了内燃机余热回收超临界二氧化碳循环非设计工况计算模型，并对非设计工况系统性能进行了分析。结果表明：主压缩机入口温度对非设计工况下系统性能影响较大，应尽可能维持在设计温度运行；压缩机转速控制和主气阀门开度控制均可实现对系统负荷的调节，但是转速控制具有较高的热经济性。

为降低拖拉机动力系统匹配实验成本，提高产品开发效率，基于Cruise仿真平台，构建了拖拉机整机模型以及IGM-280型旋耕机模型。通过模拟农机具作业工况下的负荷变化特性、传动系数以及不同路谱特性，对拖拉机田间旋耕作业工况下的动力性和经济性进行了仿真研究。并利用厂家提供的试验数据对仿真模型进行了校验，获得了满足工程计算精度要求的拖拉机传动系统模型。另外，采用Isight软件平台搭建了该型拖拉机传动系统的优化模型，提出了在田间作业条件下的传动系统优化策略，优化后的平均油耗降低了6.93%。

超临界CO2循环发电技术在能源电力领域应用前景广阔。超临界CO2锅炉及换热器是该技术的关键核心设备之一，精准的管内超临界CO2传热计算关联式、阻力计算关联式是进行超临界CO2锅炉及换热器科学合理设计的基础。因此，本文经过调研文献和开展实验，获得了大量圆管内超临界CO2的传热及阻力特性实验数据，同时将实验数据进行汇总整理，并划分为20个不同的实验工况，对典型圆管内超临界CO2传热及阻力计算关联式进行了优选分析，从而获得了超临界二氧化碳锅炉及换热器的传热及阻力计算关联式分区精准调用方法。

柴油机尿素喷雾的整体粒径分布影响尿素雾化的好坏，进而影响整机的排放。在喷雾系统中，首先利用高速摄像机拍摄喷雾的运动状态，然后利用激光粒度仪测试技术，基于激光衍射原理，对不同喷射时间下的尿素喷雾整体粒径分布进行研究，最后通过激光粒度仪测量得出喷雾的索特平均直径。结果表明：喷雾在发展过程中，会在核心区域发生卷吸现象，有利于喷雾的蒸发热解；随着喷射时间的变长，喷雾的整体粒径分布并不是均匀的；喷雾前端由于卷吸现象存在小SMD区域，粒径范围大致在30 ~ 70μm之间，而在喷雾末端由于喷雾间的相互碰撞等因素存在大SMD区域，粒径范围大致在200 ~ 240μm之间，其他位置的粒径范围大致在80~120μm之间，喷雾整体粒径分布不均匀。

当前机械结构系统协同评价设计需求逐步提升，内燃机在系统评价设计方面研究较少。本文根据多学科多部件协同设计特点，基于系统评价思想和层次分析法，分析机械结构协调评价设计思路和响应映射关系，总结四种协调评价划分方式与应用场景；归纳分析系统多级协调评价体系建立方式与具体步骤。将协调评价体系具体应用于内燃机曲轴机体组合结构可靠性协调评价中，搭建可用性和优良性两级评价框架，选择强度、主轴承变形、振动、主轴承润滑摩擦磨损和轻量化五个子目标，并确定其各自评价指标和判据，完成协调评价体系搭建。系统协调评价思想与体系对内燃机综合评价设计与优化有一定借鉴意义。

随着柴油机功率密度以及使用需求的不断提升，作为其重要零部件的气缸盖面临着在高温高压的恶劣环境中保证长时稳定服役的考验。铸造铝硅合金因其具备的优良性能被广泛用于缸盖结构，但合金在长时高温服役环境中出现的微观组织演化及力学性能衰退势必会影响到气缸盖在服役过程的性能稳定性、结构完整性和运转可靠性。本文针对气缸盖用铸造铝硅合金开展模拟气缸盖长时高温服役环境的热暴露试验；采用微观组织表征方法确定合金中析出相在热暴露过程中的尺寸变化规律；通过拉伸性能试验研究热暴露过程中合金力学性能变化规律；考虑到经过高温热暴露后的合金出现损伤现象，开展考虑合金服役热损伤的气缸盖有限元计算，分析服役后气缸盖的结构强度变化。

在全球碳中和的背景下，氨作为可再生无碳燃料受到广泛关注。文章利用激波管实验平台测量了氨、氨/氢、氨/氢/二甲醚三种燃料在当量比为1.0，压力为0.14 MPa、1.0 MPa下的高温着火延迟期，并构建了适用于高温点火的氨/氢/二甲醚动力学模型。实验结果表明，氨/氢/二甲醚三元混合燃料相比于氨/氢二元混合燃料在相同条件下有着更短的着火延迟期，其在1.0 MPA时，含5%H2+5%DME活性剂的混合燃料相比与0.14 MPa时的纯氨，IDT缩短了近45倍。动力学分析表明，该三元混合燃料有着更低的临界自燃温度，有利于在压燃式内燃机上的应用，DME和H2在早期氧化过程中产生了大量的活性自由基并活化了自由基池是其拥有更高反应性的关键。

为实时监测柴油机颗粒捕集器(DPF)工作状态，需建立相应的故障诊断策略。本研究通过搭建试验台架，制作达到法规限制的破损件和堵塞件，研究故障件在WHTC工况下的压降与传感器信号边界，提出了压差传感器与颗粒物传感器耦合的故障诊断方法。结果表明：破损故障试验确定了DPF破损故障的压降边界下限为0.1kPa，传感器信号边界上限为10nA；堵塞试验确定了碳载量7g/L的DPF堵塞故障的压降边界上限为1.75kPa，传感器信号边界下限为15nA。

内燃机标定工作是其设计制造过程中的关键环节。为了降低内燃机标定过程中的人力、试验资源投入，达到了降本增效的技术效果，本文将深度学习神经网络引入内燃机标定所需的排放预测模型当中，探索了将神经网络应用在发动机实时排放预测的可行性。利用NO快速分析仪，设置了稳态和瞬态两个实验，并构建了基于NI-PXI硬件平台的实时数据采集及标定系统，实现了深度学习排放预测模型在FPGA系统上的实时可靠运行。在稳态实验中，神经网络在中高节气门开度、中低转速区预测效果较好，但由于稳态下相同时间内获取样本较少，平均误差率仅能控制在20%以内。基于CLD500 NO快速分析仪，编写了配套高速采集程序，采用了逐燃烧循环的排放检测数据和神经网络输入数据，大幅提高单位时间内获取的训练数据量，进而有效提升了模型预测的实时性与准确性，在瞬态实验中，排放预测模型平均误差可以达到11.34%。