荷电状态 SOC 反映了电池内部剩余电量的水平，是电动汽车的“燃料计量表”。然而，SOC 作为动力电池的隐含状态量，无法借助传感器等手段直接测量得到，仅能通过外部可测的电流、电压和温度等测试数据进行估计和推断。随着锂电池SOC估计精度要求的不断提高，基于深度学习的方法逐渐受重视。本研究通过实验寻找锂电池内阻与温度、SOC、放电倍率等的关系，并绘制电池OCV与SOC曲线。接着将SOC作为输出结果，将OCV和温度作为输入量，采用深度学习SVM算法进行训练，得到预测模型。由结果可知， SVM的预测结果精度高，对电池SOC预测更加准确。

可持续航空燃料(SAF)可以显著减少航空排放，实现碳中和。然而，目前SAF的最大混合比例被限制在50%，用于发动机密封和认证。目前缺乏100% SAF燃烧和排放的研究。该研究开发了一种小型风扇发动机，可以在不混合油的情况下实现SAF的纯燃烧，以评估从废油中提取100% HEFA(加氢酯和脂肪酸)SAF的性能和排放。与喷气燃料相比，100% SAF由于其优异的雾化和燃烧性能，燃烧温度略高，CO、HC和烟雾排放量较低。在中高推力时，CO降低了13-16%，HC降低了14-18%，烟质量降低了89-96%。然而，由于燃烧温度升高，NOx增加了8-14%。缩小后的发动机捕获了喷气发动机的排放趋势，但由于其核心结构简化，存在差异。本研究为评估100% SAF排放提供了有价值的数据，并指导SAF认证。进一步优化核心可以提高相似度。这项研究通过在比例发动机中实现100%纯SAF燃烧，促进了可持续航空发展。

全球航空运输的快速增长引发了人们对航空排放及其对空气质量和气候变化的影响的担忧。飞机发动机会排放一系列污染物，包括氮氧化物(NOx)、一氧化碳(CO)、碳氢化合物(HC)、二氧化碳(CO2)和颗粒物(PM)，这些污染物会对当地空气质量产生不利影响。与传统航空燃料相比，由可再生原料生产的可持续航空燃料(SAF)为航空业减少生命周期碳排放提供了一条有希望的途径。然而，考虑到SAF生产工艺和使用的复杂性，需要进一步的研究来定量确定对PM物种的具体减排效果。本研究评估了使用100% hefa衍生SAF的小型涡扇发动机挥发性和非挥发性颗粒物的排放特性。飞机采用独立研发的小型涡轮风扇发动机和测量系统，并遵循国际民航组织最新的建议。结果表明，与传统的Jet A和柴油燃料相比，SAF在所有推力条件下的PM数量和质量浓度都显著降低。显微分析表明，SAF PM具有高密度的分支结构，边缘和表面孔隙较厚。研究结果强调了SAF减少PM的好处，并有助于评估其实现航空业可持续增长的潜力。这项研究有助于了解SAF对大气的影响，并有助于SAF燃烧优化、排放监管和适航认证。

针对无人机用航空活塞二冲程发动机进、排气系统高度耦合、簧片阀启闭过程运动难以准确模拟的问题，本文以一台航空活塞二冲程两缸水平对置发动机为研究对象，建立了包含整机气流流域的三维流动仿真模型，模拟了二冲程发动机包括进气、燃烧、排气的完整工作过程，以及簧片阀的动态过程，并对模型进行了实验验证，利用该模型对发动机排气系统进行参数优化，并通过仿真研究完成了验证分析。结果表明：使用排气谐振管可以有效改善二冲程发动机换气过程，在一定程度上恢复了由于排气系统及消声器阻力造成的发动机动力性能衰减。为航空活塞二冲程发动机排气系统设计提供了理论依据。

对置活塞二冲程发动机具有独特的结构特点和扫气特性，相较于传统四冲程发动机，在功率密度、燃油消耗等方面具有明显优势。但是，由于其没有单独的进排气过程，扫气过程设计优劣将直接影响发动机的性能。针对其扫气效率低的问题，基于对置二冲程柴油机扫气过程建立了发动机扫气过程三维仿真模型，应用CONVERGE软件对该发动机额定工况（转速2800r/min）下的扫气过程进行了仿真研究，探究不同扫气口倾角方案对发动机扫气过程的影响规律。结果表明：随着扫气口倾角度数的增大，扫气效率先升高后降低，给气比下降，在倾角为10°时扫气效率最高。随着气口倾角的增大，缸内“已燃气体滞留区”的面积与堆积量持续增大，缸内涡流比持续增大，综合分析可知气口倾角在10°-15°为最优方案区间。

随着工业化进程的加快，连杆热锻成形作为一种先进的制造工艺，在工业生产中的应用越来越广泛。然而，这一过程涉及多个影响因素和复杂的非线性关系，对工艺参数的优化提出了新的挑战。本文旨在通过灰色关联分析，对连杆热锻成形的工艺参数进行优化研究。首先，确定了预锻成型载荷、局部最大应力、变形均匀性等关键性能指标，运用灰色关联分析，分析了各工艺参数与关键性能指标之间的关联程度。通过对模型进行寻优获得最优工艺参数组合，结果表明：采用优化工艺参数组合可以获得满足设计要求的锻件。

机器运行时，将润滑油的状态进行监测对其正常运转和寿命至关重要。在复杂的工业环境下，分析和预测润滑油传感器数据是一个具有挑战性的任务。为此，本文提出了一种基于Bi-LSTM和注意力机制的润滑油数据分析模型。该模型通过Bi-LSTM捕捉长期依赖关系，结合注意力机制进行精确关注度分配，构建了特征处理和时间序列预测模块。预处理工作包括数据清洗、归一化和划分以保证质量和可用性。Bi-LSTM用于构建时间序列预测模块，学习并准确预测时序特征。注意力机制提高了预测精度，根据不同时间步的重要性分配权重。实验选用“道达尔46”油品监测数据，以运动粘度为预测目标，其他指标作为输入特征。结果显示，本文模型在测试集上的RMSE和MAE明显优于其他模型，有效地准确预测了润滑油的运动粘度，表现出高准确性和稳定性。本文模型为润滑油监测数据的分析提供了有力支持, 有望在工业实践中广泛应用。

发动机作为主要的动力源，承担着为整车提供驱动力和部分制动力的任务。随着商用车智能化的发展，整车系统多种控制器均有控制动力源的需求。在特定的场景下，外部控制器通过TSC1报文控制或者限制发动机的转速或扭矩，发动机仲裁并执行最优解。国内整车和发动机厂家大都是分开的，整车厂对于整套扭矩路径的理解经验欠缺，发动机厂对于应用场景的冲突了解较少，通常会按照J1939 的标准来执行。本公司自主研发整车控制器、变速箱控制器和发动机控制器，利用该优势，提出一种适合各种场景的仲裁策略。

高强化、高热效率是内燃机技术的发展趋势，跨/超临界喷雾作为现代以及未来内燃机缸内喷雾混合存在的普遍现象，已经成为内燃机研究领域的重要课题。因此，构建并发展多尺度的跨/超临界喷雾模型，深入探究并揭示热力学条件对跨/超临界喷雾影响的本质规律，对揭示高强化内燃机喷雾燃烧机理，进而发展高效清洁燃烧技术具有重要意义。本文基于OpenFOAM平台发展了跨/超临界高保真喷雾模型，通过Mayer等人经典的喷雾试验验证了高保真喷雾模型的可靠性与mRK-PR状态方程对于喷雾模拟的准确性，利用该模型探索了宽广热力学条件下的跨/超临界喷雾机理。结果表明，跨临界喷雾表面出现指状或者梳状的凸起，强密度分层的存在抑制了流场中速度的径向波动与不稳定波的发展。超临界喷雾具有类似于变密度气态射流的外观，大尺度的涡旋运动可以将湍动能的轴向分量转化为径向分量，大大改善了在密度界面上混合的可用能量。高环境压力诱发跨/超临界喷雾强烈的漩涡运动，促进喷雾体径向发展以及稠密核心长度的缩短。燃料温度与环境压力对喷雾锥角与对密度比的影响有高度一致性，表明热力学条件调节的本质是通过改变初始密度比来影响喷雾扩散混合过程。利用高保真模拟的喷雾角度与密度比的关系验证了不可压缩变密度理论、空气动力学表面波理论等多种跨/超临界喷雾理论模型的适用性，从定量的角度确定了内燃机亚/跨/超临界喷雾的影响因素与作用机制，推导并验证了相关的理论公式。

本文从模型原理以及预测机制上阐明了相平衡喷雾模型对于内燃机跨临界喷雾预测的合理性与科学性。然后基于具有代表性的定容喷雾试验探索了相平衡喷雾模型的适用性以及准确性，并与经典喷雾模型展开系统性的对比研究，包括网格收敛性、模型参数，以及定容喷雾的贯穿距、喷雾锥角、计算效率等方面。