研究中面向车辆RDE排放的自适应控制需求，基于仿真与试验数据建立了BP-LSTM (Back-Propagation-Long Short-Term Memory, BP-LSTM)车辆排放监测模型。其中，BP-LSTM排放监测模型包括发动机BP原排模型与LSTM三效催化器工作过程仿真模型。结果表明，所建立的BP-LSTM车辆排放监测模型针对CO、THC以及NOX的发动机原排仿真精度R2均大于0.99。在车辆WLTC(Worldwide Harmonized Light Vehicles Test Cycle, WLTC)循环测试中，对各污染物排放总量预测的相对误差绝对值均小于2%。在树莓派4B计算平台中进行计算速度测试，BP-LSTM排放监测模型每次调用计算耗时约为0.74 ms，其计算需求可在车载端满足，具备实车应用潜力。

基于等过量空气系数条件下，在一台改装后的甲醇/柴油RCCI实验台架上系统研究不同海拔（0m、1000m、2000m）下最大扭矩转速1800r/min、100%负荷下甲醇替代率和柴油喷油压力以及柴油主喷时刻参数对发动机综合性能的影响。结果表明：1800r/min转速下，在甲醇替代率达到最大时相比纯柴油模式，各海拔下当量有效燃油消耗率降低了5.06%、4.39%、4.56%，有效热效率提高了5.33%、4.59%、4.79%。高海拔下通过提高替代率的方式可促进燃油经济性的提升，甚至优于纯柴油模式的平原水平。1800r/min下随甲醇替代率的升高，各海拔下NOx和碳烟平均降低了16.61%、0.12FSN，THC、CO、未燃甲醇及甲醛平均升高了142.03ppm、388.24ppm、84.48ppm、47.09ppm。基于甲醇替代率及柴油喷射参数的协调控制，研究了不同海拔下发动机实现最大功率输出时燃油经济性以及污染物排放的变化规律，结果表明：综合调整甲醇替代率及柴油喷射参数后，就经济性及动力性而言，双燃料模式在平原地区下，可实现与纯柴油模式相当的动力性并有效改善了燃油经济性。但在高海拔地区，双燃料模式对动力性及经济性的恢复与提升受转速限制；就NOx及PN排放而言，不同海拔下，双燃料模式NOx和PN排放均低于纯柴油模式。

基于三维计算流体力学(CFD)仿真模拟软件，构建天然气/柴油双燃料发动机燃烧室模型，研究了大负荷、高替代率工况下喷油策略、废气再循环(EGR)以及进气门晚关(LIVC)对发动机燃烧及排放特性的影响。结果表明：过早的预喷时刻会导致发动机缸内燃烧恶化，不利于发动机热效率提升；在-17°CA ATDC~-26°CA ATDC范围提前主喷时刻，能够提高缸压及放热率，有利于发动机高效燃烧，但NOx排放显著增加；在主喷时刻为-26°CA ATDC时，随着EGR率升高，NOx排放显著下降，EGR率高于40%时，soot、HC和CO排放急剧上升，EGR率为40%时，尽管缸压和放热率小幅下降，但NOx排放大幅降低，且soot、HC和CO排放均保持在较低水平；引入LIVC后，发动机缸压和放热率明显下降，NOx排放降低，soot、HC和CO排放升高，进气门晚关角度不宜过大。

为了研究进气道偏转角度对摆线转子发动机缸内流动及燃烧特性的影响，以XMv3转子发动机为研究对象，采用计算流体动力学方法，建立了转子发动机的数值模拟模型。基于该模型对进气道参数进行敏感性分析，发现缸内峰值压力的变化对进气道入口宽度的变化更加的敏感，在研究不同进气道偏转角度对缸内流动特性及燃烧特性的影响时需要保证进气道入口宽度相同。共设计了7个不同进气道偏转角度的对比方案，分析不同进气道偏转角度对转子发动机缸内流场和燃烧特性的影响。

本文介绍了一款新开发的中型柴油机所应用的固体氨喷射控制系统技术，该款柴油机利用固体氨技术直接提供氨气从而处理尾气中的氮氧化合物。该技术的特点在于采用无机盐吸附的方式将氨气以固态形式存储作为氨源，利用可控的尾气余热将氨气从储氨材料中释放，实现氨气和氮氧化物在催化剂的作用下生成无害的氮气和水，使排放水平满足标准要求。本文主要阐述固体氨喷射控制系统的工作原理，并介绍固体氨喷射系统较尿素水溶液喷射系统的优势如低温性能较好、完全不会产生结晶、减轻后处理器水热老化、固态氨储存密度大、油耗优势等等。

基于流动反应器和原位DRIFTS研究，对不同条件选择性催化还原(SCR)过程中Cu-SSZ-13上N2O的生成特性进行了试验，并研究了不同Cu含量的Cu-SSZ-13上N2O的生成机理。N2O在高低温下存在不同的生成机理。在低温下N2O主要通过中间产物 NH4NO3分解生成。标准SCR 条件下，催化剂表面生成中间产物 NH4NO2，高Cu含量催化剂上，NH4NO2易被氧化为NH4NO3，导致N2O生成。而在Cu-0和Cu-0.7催化剂上几乎不生成N2O。当NO2存在时，一方面 NO2歧化作用可生成 NO3-，与NH3 反应可生成 NH4NO3，另一方面 NO2 可将催化剂表面NH4NO2氧化成 NH4NO3。过多的NH4NO3会抑制自身分解，NO在Cu2+作用下可将NH4NO3还原成 N2 ，减缓 NH4NO3自抑制作用，使NH4NO3在更低的温度下分解生成 N2O。在高温条件下， Cu(OH)+与 CuO 对 N2O 生成过程起催化作用。

换热器是汽车空调中的重要组成部分，其性能直接决定了汽车空调的好坏。其中微通道平行流换热器因为其使用方便、换热效率高等特点更是被广泛应用到了汽车空调中。本文采用机器学习方法对百叶窗翅片进行了相应的分析，通过改变百叶窗翅片的角度、间距以及长度来检测其对j因子、f因子以及JF因子的影响。为了选出更合适的机器学习模型，本文从预测精度和预测规律两方面对比分析了广义回归神经网络模型和支持向量回归模型，并对各参数的影响进行了详细分析。

以高功率密度船舶柴油机模型为对象，通过对模型的仿真计算，对比了传统喷嘴与新型喷嘴燃烧和污染物排放特性。结果表明，新型喷嘴喷雾着火位置较传统喷嘴更多，加强了预混燃烧，其缸内喷雾火焰发展能有效加强燃烧中后期SOOT氧化，在降低SOOT和未燃HC排放同时不提高NOx排放。针对新型喷嘴方案准稳态喷雾液相贯穿降低的特性，在保证总通流截面积不变的情况下，设计了不同孔径新型喷嘴方案。合理的孔径和孔数组喷孔方案能加强对挤流区的空气利用，避免燃油撞壁及火焰回流，提高缸内空间利率。该优化方案可以提高指示热效率，降低SOOT及未燃HC排放。

为了更为准确及快速的预测柴油机瞬时排放特性，提出了基于时序卷积神经网络（temporal convolutional networks，TCN）的排放特性预测模型。首先基于随机森林算法进行了模型输入选取以降低输入数据维度。然后基于选择后的输入在世界统一瞬态循环（World Harmonized Transient Cycle，WHTC）对模型进行了训练同时讨论了不同的超参数对模型性能的影响。最后利用粒子群优化算法（particle swarm optimization，PSO）对模型超参数进行了自动寻优。试验结果表明优化后的TCN模型在训练集和验证集上其相关系数R2分别均在0.972和0.941以上。此外TCN模型在世界统一稳态循环（World Harmonized Steady Cycle，WHSC）上进行了泛化性验证，其R2平均值为0.936，证明了TCN模型拥有极好的鲁棒性。同时还将TCN与其他预测模型进行了对比研究，结果表明TCN模型在预测精度和计算耗时的综合表现方面显得更具优势性。

互补集合经验模态分解（CEEMD）算法作为处理信号有效方法之一，在对柴油机喷油器进行故障诊断时，由于柴油机的振动噪声使算法本身的模态混叠问题加重，造成对喷油器故障识别准确率降低。为了提高柴油机喷油器故障识别率，提出基于改进CEEMD和排列熵的喷油器故障诊断方法。首先，利用中值滤波对信号进行预处理，对信号进行自适应分解，然后对分解后的IMF分量进行区间阈值去噪处理，利用复合多尺度加权排列熵（CMWPE）提取排列熵值作为喷油器故障特征参数，并输入到最小二乘支持向量机（LS-SVM）诊断喷油器故障状态，试验结果表明，该方法能有效提高喷油器故障诊断精度。