采用模块化的理念，针对通用小型汽油机电控系统开发了一套控制软件。在Simulink环境下进行控制算法建模，完成数据管理模块、用户管理模块、发动机管理模块、齿中断模块设计。搭建喷油和点火控制模型，验证驱动信号的稳定性，并以168F型汽油机为样机完成发动机性能试验。试验结果表明：采用模块化设计控制软件的通用小型汽油机，动力性、经济性和排放性能均有提高。相较于原机，最大转矩提高了2.5%，标定功率提高了4.1%，标定工况下有效燃油消耗率降低了5.1%；CO和HC+NOX排放测试结果均有所降低，可满足美国环境保护署（EPA）小型非道路火花点火发动机第三阶段排放法规的要求。

针对柴油机SCR控制单元提出一种硬件电路的检测策略,结合模块化设计理念,开发出一套柴油机SCR控制单元检测系统。在CodeWarrior环境下进行测试程序的编写;运用LabVIEW图形化的语言特点,设计检测系统上位机检测界面;通过信号发生器、电压显示仪表、稳压电源、步进电机、数据采集卡、USBCAN调试器等设备搭建硬件测试平台,并完成检测系统试验验证。结果表明：检测系统可准确地反应出控制单元元器件的优劣、线路连接的可靠性以及控制单元各功能实现的完好性,该检测系统操作方便、工作可靠、检测效率高。

运用BP神经网络（Back Propagation Network）的自学习以及非线性逼近能力,对双燃料发动机排气中CO、HC、NOx和碳烟的浓度进行拟合和预测。搭建神经网络模型,通过采集双燃料发动机排气浓度数据对神经网络模型进行训练和验证。当BP神经网络训练过程中样本和模型计算值的线性相关系数R大于0.9,且用于验证的数据和模型运算值误差在可忽略范围内,则所建的神经网络模型能够有效预测双燃料发动机的排气浓度。训练结果显示,CO、HC、NOx和碳烟浓度的模型计算值和实测值线性相关系数R都大于0.9,说明神经网络具有较强的拟合能力;验证结果显示,预测值和实测值的相对平均误差都小于10%,能够满足实际需求。结果表明,运用神经网络模型能够有效预测双燃料发动机的排放。

以水压三用阀阀芯为研究对象,通过在阀芯表面加工微造型以改善其润滑和抗磨性能。采用CFD方法建立阀芯微造型的动压润滑模型,研究阀芯表面的压力分布和承载力特性,然后选择L27(35)交互试验表,开展动压承载力的交互试验分析,研究分析液膜厚度、微造型深度、半径、形貌、阀芯移动速度以及液膜厚度与微造型深度、半径之间的交互作用对阀芯承载力的影响,并确定最优模型。结果表明:在阀芯表面设置微造型能够在阀芯与阀套之间产生承载力,各因素中对液膜承载力的影响由强至弱依次是液膜厚度、阀芯移动速度、微造型半径、形貌以及深度,最终分析得到的最优模型A3B3C3D1E3,比方案中的最大承载力提高了14.5%。

以煤矿水压安全阀阀芯为研究对象，通过在阀芯表面设置微造型以改善其润滑特性。采用正交试验方法，选取L16（4 5）标准正交表，设计出16种试验方案，考虑微造型深度、微造型半径、摩擦副间隙、阀芯运动速度和微造型形貌5个因素对微造型阀芯润滑特性的影响。建立微造型阀芯CFD模型，分析阀芯表面压力分布和承载力特性，研究微造型参数对微造型阀芯润滑性能的影响，并确定微造型最优模型。结果表明：阀芯表面微造型能产生动压润滑效果，有助于改善阀芯摩擦磨损问题；由极差分析可知影响微造型阀芯承载力的因素由主到次依次是微造型深度、微造型半径、微造型形貌、摩擦副间隙和阀芯运动速度。由正交试验得出的优选方案比原试验方案的承载力提高22％。