为改善柴油机的油气混合性能，提出了一种V型交叉孔喷嘴，每个孔由一对子孔合并而成。本文利用VOF-LES，将喷嘴内部流动直接耦合到相应的射流上，研究了喷嘴内部流动和初始阶段的油气混合过程。数值计算结果表明，圆柱孔喷嘴在150MPa的喷射压力下会出现空化，空化从孔的进口向出口发展，而交叉孔喷嘴几乎不出现或出现少量空化，后者只出现在带扰动区的交叉孔喷嘴中。此外，V型交叉孔喷嘴的内冲击效应对射流表面的不稳定性有很大的影响，从而促进了液体射流的破碎。另外设置盲孔作为扰动区，能够提高喷嘴出口附近的湍流强度。

以改善燃油喷雾湿壁提高内燃机燃烧的可控性，降低HC、CO的排放为目的，对柴油液滴撞击不同润湿性的铝合金表面后的形态发展及蒸发特性进行了试验研究。结果表明，在较高的壁面温度条件下，激光刻蚀的凸包凹槽结构及乳突状结构增强疏油性的能力优于化学刻蚀的凸台凹坑结构及针状结构。液滴撞壁后经历铺展-回缩-再铺展的振荡状态，表面疏油性越强，液滴的铺展因子越小，反弹因子越大。壁面温度对液滴撞壁后的发展行为有较大影响。当壁面温度低于液滴的Leidenfrost温度时，随着壁面温度的升高，柴油液滴的粘度、表面张力降低，液滴在不同润湿性表面的气相扩散宽度、扩散高度、扩散面积均增加。

内燃机进气管压力波动导致离心式压气机出口呈现脉动状态。本文对脉动背压下离心压气机的性能进行了试验研究，分析了压气机在不同脉动工况下的非定常性能。结果表明，该压气机的瞬态性能呈现围绕稳态性能的迟滞环，压气机脉动周期平均效率在最高附近明显低于稳态背压工况，在25 kRPM和35 kRPM转速时，压气机最高效率分别降低约7%和3%，平均压比降低约2-3%。然而，脉动背压对大流量工况的效率影响较弱。基于试验数据，由瞬态压比-质量流量迟滞环大小作为衡量脉动背压条件下离心压气机非定常性的准则，并提出压气机性能非定常性与脉动背压频率、幅度及压气机特性曲线斜率呈对数正相关的模型。得出压气机的不稳定性与脉动参数及稳定特性的关系为log⁡Ω∝k1 log⁡(St⋅M)+k2 logS。

利用便携式排放测试系统（portable emission testing system， PEMS）分别对4辆典型重型柴油车和4辆典型重型液化天然气（liquefied natural gas， LNG）车开展实际道路排放测试，并利用功基窗口法与行程平均法分析其实际道路NO_x、CO、CO₂和颗粒数量（particulate number， PN）排放特性。结果表明：排放后处理技术路线能够有效控制国六重型柴油车在实际道路工况下的NO_x、CO和PN排放；但LNG车的CO排放存在超排放限值的风险，部分LNG车存在NO_x排放超过限值的现象，而PN排放则存在较大不确定性，部分LNG车的PN排放较高。在碳排放方面，LNG车实际道路CO₂比排放较柴油车降低6%~18%，有较为明显的减碳优势。

基于某搭载了深度米勒循环发动机的混合动力HEV车型在高温、高原环境中出现的发动机中低转速动力性衰减幅度超出预期及各样车动力性表现不同的问题，通过发动机台架测试与仿真分析计算的方法对该问题的主要影响因素做了深入研究，验证了高温、高原环境下双路脱附系统、正时相位对发动机中低转速区动力性的影响与敏感性，提出并验证了通过优化VVT策略、发动机同时采用进气和排气VVT技术、控制发动机正时相位的装配精度等方法可以实现在高温、高原环境下提升深度米勒循环发动机动力性及其一致性。

本文研究了多模式切换混联式混合动力客车的自适应等效油耗最小化策略(A-ECMS)及其改进方案。首先，构建了混联式客车的等效燃油消耗最小策略，以遗传优化算法优化结果作为初始值，构建基础A-ECMS策略。其次建立基于模式切换混联式混合动力客车的DP动态规划能量管理策略，并对A-ECMS策略进行改进，构建改进型SOC-AECMS策略以及S-AECMS策略。最分析了A-ECMS策略、SOC-AECMS、S-AECMS以及DP策略的发动机工作点分布及油耗水平。结果显示，基础A-ECMS具有较好的工况适应性，但是节油效果有限。而优化后的SOC-AECMS策略和S-AECMS策略均能有效提升燃油经济性，其A-ECMS策略、SOC-AECMS、S-AECMS节油效果分别能达到DP策略的83.1%、89.4%、91.6%。

合理的动力电池荷电状态（SOC）规划对于提高插电式混合动力汽车（PHEV）能量管理策略的性能非常重要。本研究提出了一种基于交通预测的SOC参考轨迹规划方法，基于历史交通信息，使用数据驱动的时空图卷积神经网络（STGCN）模型来预测道路网络的交通速度，在此基础上预测全局车速曲线。建立了面向动态规划（DP）的简化功率平衡模型，通过DP算法，利用预测的全局车速曲线规划SOC参考轨迹。最后，将所提出的SOC规划算法与自适应等效消耗最小化策略（A-ECMS）相结合，使用真实交通数据的仿真结果表明，与电量维持的参考SOC和线性变化的参考SOC相比，所提出的参考SOC规划方法分别节省了1.76%和2.27%的燃料消耗。

Electric drive system (EDS) is a key component of new energy vehicle powertrain. In recent years, the demand for new energy vehicle products in China has been increasing, and the EDS has been upgraded continuously, which poses a new challenge to the cooling and lubrication technology. Through extensive research on domestic and international EDS product information, the paper introduces EDS’s basic composition and configuration, and the cooling and lubrication integration needs brought about by the highly integrated design. The present situation of the cooling technology and lubrication technology, as well as the advantages and disadvantages of different cooling and lubrication methods and their application scenarios, are discussed respectively. Three representative integrated vehicle thermal management technologies are illustrated. Finally, the paper summarizes the current domestic electric drive products mostly use the scheme of drive motor water cooling, reducer splash, and pressure lubrication, and predicts the future trends of EDS to the unified oil cooling development, the wide application of electronic oil pumps and the whole vehicle thermal management technology upgrades, as well as the respective opportunities and challenges faced.

The electric drive system (EDS) is a crucial component of pure electric vehicles (PEVs). It directly affects the vehicle's dynamics, economy, reliability, and comfort, depending on whether the configuration is reasonable or not. This paper extensively researched EDS product information from both domestic and international sources within the new energy automobile industry. Based on its degree of integration, this paper introduced the typical configurations of centralized and distributed EDS for new energy passenger vehicles and commercial vehicles. The structural characteristics, advantages, and disadvantages of different configurations were analyzed. Finally, this paper summarizes the current development status of EDS configurations. It predicted the future trends of multi-in-1 and highly integrated EDS, multi-gear, and the wider application of in-wheel motor technology, as well as the opportunities and challenges they face.

由于氢燃料电池的环保特性，氢燃料电池汽车已经得到了推广示范运行，为了确保燃料电池汽车运行平稳，期望通过各种类别的传感器数据以及各种子系统控制量，预测燃料电池系统系统性能，达到提前预测的目的以避免燃料电池系统出现故障。本文选取氢燃料电池数字孪生性能仿真算法赛提供的数据，结合机器学习的方法，通过降低数据冗余度以期望对氢燃料电池全工况多模态系统性能均值进行预测，分析氢燃料电池各个变量与系统均值之间的动态变化，并分析氢燃料电池各个变量与系统性能均值U（电压）之间的变化。最终得到了均方根误差为0.0027759的预测模型，使用MRMR（Max-Relevance and Min-Redundancy）算法和ReliefF算法对特征重要性进行排序，找到了一种基于MRMR算法结合装袋法集成学习降低数据冗余度的性能预测方法，相比于传统PCA（Principal Component Analysis）特征降维的方法，基于MRMR算法的模型预测精度更高，在牺牲很少性能的基础上提高了模型预测速度同时降低数据存储量以及降低数据冗余度。最终将原始154维数据降低到92维，相比于PCA降维方法，预测准确度提升71%。