摘要：进行了柴油机改为天然气发动机的进气系统、燃烧系统、天然气供给系统、点火系统和电控系统等的设计．通过采取高效稀薄燃烧控制方案,实现了不采用EGR情况下NOx排放物的有效控制,仅匹配氧化催化转化器, 发动机排放即可达到欧Ⅲ(ESC)法规要求．同时,通过改进活塞环及活塞结构,解决了由柴油机改为天然气时发动机机油消耗量过高的问题．试验结果表明,CA6SE1-21N天然气发动机不仅达到了原柴油机的标定功率水平,而且具有良好的可靠性．

摘要：球墨铸铁飞轮是柴油机中结构形状相对简单但起重要作用的零件之一。对于圆盘状球墨铸铁飞轮,其结构破坏行为往往与飞轮在高速旋转时所引起的包含径向、轴向及环向等复杂的三维应力状态有关。此外,还与其表面摩擦损伤有关。为了分析飞轮高速旋转时的复杂应力状态与其断裂损伤失效之间的关系,用有限元方法分析了球墨铸铁飞轮在高速旋转时径向应力、轴向应力及环向应力的分布情况,预测飞轮的极限转速及断裂损伤形式,同时用实验的方法进行验证分析,实验所得结果与有限元分析结果具有很好的一致性。该方法对飞轮失效分析及飞轮结构优化设计具有重要的理论指导意义。

摘要：进行了发动机进气系统、燃烧系统、天然气供给系统、点火系统和电控系统等的设计。研究了天然气发动机稀薄燃烧规律,提出了空燃比分区控制的稀薄燃烧控制方案,实现了不采用EGR情况下NOx排放物的有效控制,仅通过匹配氧化催化转化器,使发动机排放达到了欧Ⅲ(ESC)法规要求。试验结果表明,CA6SE1-21N天然气发动机不仅达到了原柴油机的标定功率水平,而且具有良好的可靠性。

摘要：决策粗糙集理论是姚一豫教授基于传统粗糙集提出的代价敏感的粗糙集模型,之后衍生了许多基于DTRS的属性约简,如保持正域不变的约简、保持正域和负域同时不变的约简、获取代价最小的约简等。然后这些约简是对所有决策类上约束来进行属性约简。这样不仅浪费了时间、资源,也有可能导致结果的偏差。基于降低资源浪费、提高确定性规则两个方面,我们分析得出DTRS模型在局部下相比于一定性优势,之后结合启发式算法对5组UCI数据集进行局部和全局属性约简性能的对比加以验证,发现在两组试验下有较大提升(例如在Blood数据集上,局部约简分别有降低了12.5%冗余规则和提高了8.3%的确定性规则),这提高了我们处理问题的效率和准确性。

摘要：在经验设计的基础上,采用冷却系统CFD与有限元分析相结合的方法,利用CFD定量分析确定了气缸盖的冷却水量和冷却水分布,利用有限元分析了气缸盖的温度场和疲劳安全系数,优化设计了一重型柴油机的四气门气缸盖,并进行了气缸盖测温和发动机可靠性试验。试验证明,该气缸盖工作可靠,测量的温度与计算的温度基本吻合,证明了气缸盖设计方法的有效性。

摘要：粗糙集上的属性约简依据某种评价函数来删除冗余属性。针对传统的属性约简并未考虑到评价函数的多样性会对约简结果产生的影响,鉴于此,利用邻域粗糙集模型,分别以近似质量与邻域决策错误率作为评价函数。在6个UCI数据集上表明近似质量属性约简能够保证近似质量满足约束条件,其求得的邻域决策错误率却平均增加了0.03。相应的,邻域决策错误率属性约简能够保证邻域决策错误率满足约束条件,求得的近似质量却平均降低了0.09。单一评价函数的属性约简能够保证相应的度量指标满足约束条件,却未必能够保证在其它度量指标上满足约束条件。

摘要：相比于经典粗糙集方法,模糊粗糙集方法避免了数据离散化的过程,减少了信息损失。但基于传统模糊粗糙集的属性约简并未考虑实际应用中数据的测试代价,为解决这一问题,提出了一种近似质量与测试代价相融合的适应度函数,并利用遗传算法以求得具有较小测试代价的约简。最后,采用UCI中的8组数据集对基于新适应度函数的遗传算法与经典的启发式算法进行对比分析,实验结果表明,遗传算法相较于启发式算法能够在保证近似质量不发生明显变化的情况下获得具有较低测试代价的约简。

摘要：采用试验及三维数值模拟的方法,研究了圆柱、缩口和敞口等燃烧室形状对CA6SE1—21N天然气发动机燃烧性能的影响规律。验证结果表明:天然气发动机混合气形成及燃烧过程的数值模拟结果和试验结果吻合较好,所选模型适合对天然气发动机进行模拟分析。试验和模拟结果均表明燃烧室形状对火焰传播速度影响较大。在3种燃烧室形状中,缩口燃烧室所对应发动机的燃烧及排放性能最好,圆柱形燃烧室次之,而敞口形燃烧室最差。缩口燃烧室的缩口设计使得该处形成较强的挤流,湍流动能增加且维持期较长,火焰传播速度明显提高,改善了发动机的燃烧及排放性能。

摘要：传统基于邻域决策错误率的属性约简准则是针对总体分类精度的提升而设计的,未能展现因约简而引起的各类别精度变化情况。针对这一问题,引入局部邻域决策错误率以及局部属性约简的概念,其目的是提升单个类别的分类精度。在此基础上,进一步给出了求解局部邻域决策错误率约简的启发式算法。在8个UCI数据集上的实验结果表明,局部约简不仅是提高各个类别精度的有效技术手段,而且也解决了因全局约简所引起的局部分类精度下降问题。

摘要：为进一步提升模糊粗糙集的分类性能,提出随机模糊粗糙分类策略。在原始属性集合上利用随机多重采样的方法,得到一组由原始属性的子集构成的合集,在此基础上采取投票方法实现模糊粗糙分类结果的集成输出。实验结果表明,这种随机模糊粗糙分类器的性能优于传统的模糊粗糙集和随机森林方法,在利用约简时,分类性能能够进一步得到提升,为使用集成思想研究模糊粗糙集的分类机制提供了可行的解决途径。