两段喷射GDI发动机分层混合气控制策略研究

研究了用两段喷射控制分层混合气形成的基本规律，经调节确定了最佳喷油时间和喷油比例，经初步匹配优化使这种GDI燃烧系统的燃油消耗率比常规进气道喷射汽油机降低15％～24％。     

使用乙醇还原剂的NOx-SCR催化剂的性能评价

采用计算机辅助分析的方法设计了乙醇还原剂添加装置,并使用这套装置在发动机台架上进行了稀燃NOx选择催化还原(SCR)催化剂的性能评价试验.试验结果表明,在30000h-1空速、排温为350 420℃范围的条件下,该催化剂的NOx转化率维持在90%以上,而在低温和高温下的转化率较低;随着乙醇添加量的增加,催化剂NOx转化率提高,但同时会增加THC排放;当空速超过40000h-1后,催化剂性能有所下降.     

辛烷值对发动机性能和燃烧特性影响的研究

通过发动机台架试验,对3种不同辛烷值汽油的燃烧特性、燃油经济性和排放性能进行了研究。试验研究结果表明,汽油辛烷值越低,其着火落后期和燃烧持续期越短,火焰传播速度和燃烧放热越快;燃用低辛烷值的汽油可以提高热效率,改善发动机的燃油消耗率;3种辛烷值汽油的THC,CO和NOx排放相差不大。     

汽油缸内二阶段喷雾参数的优化

用三维计算流体力学(CFD)软件模拟了点火时刻、喷雾方向和喷雾锥角等参数对汽油缸内二阶段喷射发动机缸内压力、放热规律和排放特性的影响。研究表明,点火时刻和喷雾方向对发动机性能有较大影响,而喷雾锥角对发动机性能影响不大。     

甲醇与汽油混合气形成的可视化试验与数值模拟

为了研究甲醇的喷雾碰壁及混合气形成特性,搭建了定容燃烧弹装置,对甲醇和汽油的喷雾特性进行了可视化研究,同时采集压力以分析喷雾碰壁飞溅后的蒸发及油膜蒸发特性,并对数值模拟中的喷雾模型进行了标定,在此基础上利用CFD软件在某一进气道喷射发动机燃烧系统模型上分别对甲醇和汽油混合气形成过程的喷雾碰壁,液滴、油膜的发展及混合气浓度分布进行了模拟分析和对比,为发动机燃用甲醇的性能变化及所需调整提供了理论依据。     

金属载体催化消声器的研制

对金属载体材料和结构以及金属载体催化剂的制造工艺进行了研究；同时设计制造了492Q汽油机用金属载体催化然声器，并进行了台架性能试验。试验结果表明，金属载体催化消声器对汽油机怠速排放具有较好的净化效果。     

汽车用金属载体催化剂的试验研究

阐述了金属载体催化剂的优点和不足，对金属载体的材料选择，结构设计和金属载体催化剂的制造工艺进行了介绍，对所选用的金属载体催化剂进行了试验研究，分析了有关参数对废气净化率的影响。     

CFD在车用催化转化器结构优化设计中的应用

本文用当量连续法建立了蜂窝载体的流体动力学模型，并用ＣＦＤ软件对两个不同的结构扩张管的以载体催化转化器的流场进行了三维稳态流动数值模拟，模拟结果显示：在相同气流条件下，短扩张管较长晚容易造成气流在锥形管壁面出现分离并产生较强的扰动，使局部流动损失增大同时使得载体前气流速度分布更加不均匀；此外，载体之间的缝隙空间使第二块载体的速度分布更均匀，模拟结果来催化转化器的优化设计提供了依据。     

基于神经网络的汽油车三效催化器老化诊断

随着汽油车后处理系统复杂程度的提高,三效催化器的故障诊断需要解决建模难度大、标定成本高等问题。结合神经网络在处理非线性问题上的优势,提出一种基于神经网络的汽油车三效催化器老化诊断算法。算法以三效催化器的老化机理为基础,采集催化器前后氧传感器信号作为特征输入,结合不同故障进行编码,构成网络训练和测试所需的数据集;分别应用反向传播神经网络(Back Propagation Neural Network,BPNN)和深度置信网络(Deep Belief Network,DBN)的模型架构,对训练过程各参数进行调优,并对诊断结果进行测试。试验结果表明:基于神经网络的诊断算法建模简便,具有较高的诊断精度和泛化能力;诊断架构上,DBN相对于BPNN简化了特征提取过程,拥有更高的诊断精度。     

分子筛对汽油机冷起动HC排放捕集效果研究

利用发动机台架模拟汽车冷起动工况,研究了不同结构和尺度的沸石分子筛对汽油机冷起动HC捕集过程的影响,并提出了评价HC捕集器性能的指标。根据捕集器与三效催化转化器的串联应用效果,指出了两者之间匹配的重要性。研究结果表明,颗粒型沸石分子筛的大小对HC捕集过程影响不大;而整体蜂窝型捕集器的HC捕集效果明显优于颗粒型捕集器,具有很大的研究潜力。