通过耦合计算等离子体放电的开源软件包ZDPlasKin和OpenFOAM的燃烧求解器，实现放电和燃烧的同时计算。为了解决等离子体与化学动力学之间的巨大差异所带来的刚度，降低等离子体辅助燃烧模拟的计算成本，建立了基于摩尔浓度的全解析雅克比矩阵，大大提高了计算效率。研究了在流动混合气中的纳秒脉冲非平衡等离子体放电对火核发展的影响。结果显示，低放电能量条件下，通过增加放电频率可增强点火可靠性；高放电能量条件下，通过减小放电频率可增加火核面积。相比于火花放电，在低放电能量条件下，纳秒脉冲放电成功点火而火花放电生成的火核最终熄灭；高放电能量条件下，低频率的纳秒脉冲放电更容易点燃混合气。

锂电池在受到机械、电、热等滥用条件的刺激时，可能发生热失控现象。以某18650电池组作为研究对象，搭建热失控仿真模型，对其热失控及传播规律进行了研究。基于公开试验数据确定了单个锂电池的热分析模型所需条件和参数，如放热量和传热规律等，并以此为基础建立了电池组的热失控仿真模型。研究了电池之间隔膜厚度对电池组热失控传播的影响，研究了电池组内故障电池所在位置对电池热失控传播的影响。最后总结得到了较为安全的电池组隔膜厚度。

柴油发动机冷机运行过程中，由于冷却液温度和机油温度都不在发动机最佳运行状态，难免会带来排放恶化、磨损加剧以及油耗增高等后果。为了解决这一问题，行业内提出了各种加快暖机的方法。文中通过对比不同的发动机快速暖机、提排温方法的优劣势，提出了在不提高发动机转速的条件下，通过调整涡轮增压器的喷嘴叶片角度（VGT）或排气蝶阀的关闭角度，提高发动机的排气背压，增大发动机的负荷，从而在维持怠速转速不变的情况下使缸内燃烧产生更多的热量，达到快速暖机的目的。通过MATLAB/Simulink开发对应的策略模型，在已有的VGT（或排气蝶阀）控制策略上做相应的修改，并在寒区试验中进行验证。该策略的实施能够大大缩短发动机暖机过程，实现快速暖机，让发动机尽快工作在最佳运行状态，降低发动机排放，减少磨损。

多孔直喷汽油机（GDI）的闪沸射流在某些工况条件下会产生喷雾坍塌现象，最近该现象被认为是由于射流的膨胀不足引起的，但目前对于影响激波交互的关键因素的研究较少。本研究采用高速显微纹影技术拍摄到了闪沸正己烷射流的近场交互激波的结构。测试是在一个恒体积容器中进行的，环境压力（Pamb）为10至300 kPa，燃料温度（Tfuel）为30至170℃，喷射压力（Pinj）为2至10 MPa。从交互激波的宽度和长度两个方面对激波结构进行了仔细的分析。一般来说，交互激波的宽度和长度都随着Pamb的增加而减小，随着Tfuel的增加而增大。在相同热力学条件下增加油压，由于燃料流量的增加，会产生更大的激波尺寸。当激波发生交互后，会在次级胞格的下方出现新油束。新油束会对附近的低速燃料产生夹带作用，导致喷雾坍塌。此外，在强烈激波交互相互作用条件下原始激波结构会发生改变，较大的次级胞格会减少射流的径向膨胀作用并促进喷雾坍塌。实验的结果充分说明了影响激波间相互作用的因素，及其在喷雾坍塌中的重要作用。

文章以一搭载功率分流混合动力系统的车辆模型为对象，采用算法仿真的手段，探索基于长短期记忆循环神经网络的功率分流式混合动力系统能量管理策略方案。首先，文章依据原型车辆各部件特性数据和机械电气关系采用后向法建立了商用车整车模型。整车模型包括车辆动力学模型、发动机模型、电机模型、电池模型和传动系统模型。此外，还对比分析了常用的标准驾驶循环的特征，上述车辆模型和驾驶循环作为后续算法的被控对象和行驶场景。其次，为获得理论最优能量管理方案，采用DP算法为本文的长短期记忆（LSTM）循环神经网络提供训练集的方案。同时，LSTM循环神经网络能量管理策略在给定的驾驶循环和车辆模型上实施实时控制后，DP算法可进行最优能量管理方案的计算并与LSTM的结果进行对比分析。然后，构建了以LSTM循环神经网络为核心的能量管理策略，将训练后的LSTM网络用于能量管理策略核心对车辆模型进行实时控制。结果表明，在CHTC-LT和C-WTVC两个测试驾驶循环中，LSTM表现出良好的泛化能力，SOC波动相对稳定，开始和结束的差异在10%以内，且LSTM方案与DP算法给出的理论最优方案相比可实现最小13.6%的油耗差距。通过控制方式的比较，LSTM与DP在控制逻辑上有一定的相似性，发动机与电机的平均转速及平均扭矩最小差值为14.5%。

文章以一搭载功率分流混合动力系统的车辆模型为对象，基于控制器在环试验，以ARM cortex M7处理器为控制核心，以CAN总线经串口实现与Simulink内虚拟车辆模型通讯，验证了以LSTM神经网络为核心的能量管理策略在车载控制器上在线应用的能力。计算用时统计结果表明，三种LSTM层规模的能量管理策略均能达到实时性要求。此外还计算了多组算例，考察了LSTM层规模、训练迭代次数、初始ηbat以及训练集对于能量管理策略控制效果的影响。随后分析了发动机、电机及整车的平均工作效率和燃油消耗率。主要结论有：LSTM神经网络模型对于训练集的驾驶循环类型是不敏感的；最佳的训练量为单个驾驶循环最优能量管理方案的300至500次迭代；过低的迭代次数会导致神经网络模型对于SOC的稳定能力下降；同一模型在不同测试驾驶循环下对于各部件的效率安排是相似的；相对最优的LSTM层规模和训练迭代次数分别为128层与500次，使用这种配置的模型与其他配置相比有3%~10%不等的燃油经济性优势。

为提高柴油机热效率，对柴油机燃烧系统进行优化，分别从燃烧室型线优化和油嘴参数优化两个方面改善柴油机热效率。基于数值模拟指导燃烧室与喷油器优化匹配，设计了5种深度，2种类型，3种压缩比燃烧室型线，配合不同正时、喷射夹角进行DOE仿真，并推荐较优方案进行试制加工和试验验证。计算结果表明：在爆压设计边界250bar内，高压缩比对IMEP改善较为明显；喷油器的喷射夹角设计为150°比原机147°时IMEP有改善；冷EGR燃烧系统方案设计中，双卷流类型燃烧室综合表现较好。对3种推荐型线方案进行试验验证，结果表明：计算预测的燃烧室形状、油嘴夹角的影响与试验趋势基本吻合。

基于传统驾驶性的开发基础和经验，“驾驶性开发”概念需进一步强化客户感知及拓展用户场景，基于用户用车目的，识别出8大驾驶场景，并转化为驾驶性客观评价的10个工况，为用户提供舒适、愉悦、可定制化的美好驾乘体验。驾驶性能开发主要从与驾驶性能感知强相关的四个维度：动力性、平顺性、舒适性、愉悦性进行，统筹兼顾不同动力源车型，综合满足用户在常用工况场景下的视、听、触觉等全方位的驾驶感知和驾乘体验。对驾驶风格进行定义，客观量化驾驶风格评价工况8个，包括起步、行驶、减速、匀速、Tip in/out、驾驶模式、驾驶NVH、声品质等，核心评价指标8项。对动力响应、起步加速、行驶加速、能量回收、踏板舒适性、驾驶NVH等关键驾驶风格核心指标进行定义，指导车型驾驶性能集成开发。

本论文旨在研究动力总成悬置系统设计稳健性的系统方法和开发过程，以提高产品在各种不确定因素下的稳定性和可靠性的提升。通过对设计分析、设计验证、性能匹配和实物质量管理等四个维度的全面管理和提升，可以有效地提升动力总成悬置系统综合性能的稳健性。

摘要：混合动力车和纯电动车传动系统的可靠性验证，行业内普遍缺少系统的试验，目前仅有常规的道路试验，主要验证整车的可靠性及耐久性，而传动系统可靠性验证并不充分。通过梳理、研究国内主流整车厂及供应商现有试验规范，对比混动变速器、电机、电驱控制器等零部件台架试验，解读燃油车传动系统试验、越野车道路试验，梳理售后质量问题，尽量全面地对比分解传动系统相关工况。通过对上述试验标准和工况的对标、解读及转化工作，总结出误操作及极限驾驶工况，据此建立纯电动和混动汽车传动系统整车可靠性试验规范，以提升传动系统的可靠性。