| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-20页 |
| ·引言 | 第9-10页 |
| ·提高汽油发动机的燃油经济性 | 第10-11页 |
| ·汽油机部分负荷下工作状况 | 第11-12页 |
| ·汽油机废气再循环(EGR) | 第12-19页 |
| ·EGR 对汽油机部分负荷下 BSFC 的影响 | 第13页 |
| ·EGR 对 NO_x排放的影响 | 第13-14页 |
| ·EGR 的缺点 | 第14页 |
| ·汽油机 EGR 研究现状 | 第14-19页 |
| ·本论文的主要工作 | 第19-20页 |
| 第2章 发动机 GT-power 模型的建立 | 第20-31页 |
| ·GT-suite 仿真软件简介 | 第20-21页 |
| ·GT-power 计算理论基础 | 第21-23页 |
| ·模拟计算基本假设 | 第21页 |
| ·缸内热力计算基本方程 | 第21-23页 |
| ·模型边界条件 | 第23页 |
| ·GT-power 仿真模型的建立及标定 | 第23-26页 |
| ·部分负荷下 EGR 发动机稳态模型及其控制系统的建立 | 第26-28页 |
| ·EGR 对发动机动力性能影响分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于免疫遗传算法的发动机部分负荷下 BSFC 优化 | 第31-49页 |
| ·免疫遗传算法 | 第31-34页 |
| ·遗传算法 | 第31-32页 |
| ·免疫遗传算法 | 第32-34页 |
| ·优化模型的建立 | 第34-39页 |
| ·优化变量的选择及其对发动机 BSFC 的影响分析 | 第34-38页 |
| ·优化函数 | 第38页 |
| ·带 EGR 控制模块的 Simulink 与 GT-power 耦合仿真模型 | 第38-39页 |
| ·免疫遗传算法优化计算过程及结果 | 第39-44页 |
| ·免疫遗传算法的基础设置 | 第39-40页 |
| ·免疫遗传算法的计算流程 | 第40-41页 |
| ·免疫遗传算法的计算结果 | 第41-44页 |
| ·汽油机多工况下 EGR 率优化结果分析 | 第44-47页 |
| ·本章小结 | 第47-49页 |
| 第4章 基于多目标遗传算法的发动机经济性与 NO_x排放性能优化 | 第49-62页 |
| ·优化方法 | 第49-52页 |
| ·多目标优化问题 | 第49-50页 |
| ·多目标优化遗传算法 | 第50-52页 |
| ·传统 NSGA-II 的缺点以及本文对 NSGA-II 的改进 | 第52页 |
| ·优化模型的建立 | 第52-56页 |
| ·优化变量对缸内最高温度的影响分析 | 第52-55页 |
| ·优化函数的建立 | 第55页 |
| ·双目标输出的 Simulink 与 GT-power 耦合仿真模型 | 第55-56页 |
| ·NSGA-II 优化算法的计算过程及结果 | 第56-59页 |
| ·多目标优化结果分析 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 结论与展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 致谢 | 第69-70页 |
| 附录 攻读学位期间所发表的学术论文目录 | 第70页 |
