内燃机在瞬态加速时的噪声比同负荷、同转速的稳态工况高几个分贝。本研究以直喷式柴油机为对象，建立燃烧噪声的二级影响模型，从瞬态工况对燃烧过程气体动力载荷、高频压力震荡等方面的影响入手，定量揭示瞬态工况对燃烧噪声的影响机理。本项目以燃烧学、空气动力学、声学理论为指导，为低噪声燃烧过程优化和内燃机降噪技术提供了新理论和技术。

首先建立完善的汽油机加速瞬态工况动态模型，包括进排气特征模型、油膜蒸发模型等。然后模拟汽油机实际工作时的加速状态，对其燃烧特性进行试验研究。研究汽油机加速瞬态工况下的运转参数及其变化率与燃烧参数的关系；探讨燃烧参数的瞬态特性；研究汽油机加速瞬态工况下的进气、喷油及放热的动态响应；研究汽油机加速瞬态工况下排放指标的最敏感参数（空燃比）的变化规律以及油膜变化对其影响规律。最后针对实际瞬态空燃比控制过程中，氧传感器存在传输时滞，常规神经网络收敛速度慢，无法适用于实时性要求极高的瞬态空燃比控制等问题，设计基于混沌优化的复合自适应神经网络控制器优化汽油机加速瞬态空燃比，进而研究汽油机加速瞬态工况下的燃烧规律，证实其控制方法的有效性。该项目旨在为寻找汽油机加速瞬态燃烧规律、优化瞬态空燃比和降低排放奠定理论基础，为提高汽油机燃油利用率，降低排放量提供新的原理和方法，具有较大的理论意义和实用价值。

汽车在实际使用中，发动机经常处于怠速、起动、加速和减速等瞬态工况，造成的环境污染更加严重。为满足日益严格的汽车排放法规，空燃比必须控制在三效催化器最有效的区域内。在瞬态工况下，由于节气门突变、氧传感器传输延迟时间等诸多因素的存在使得空燃比控制出现偏差，从而大大影响三效催化转化效率。 本项目主要针对进气道多点喷射汽油机瞬态工况下空燃比的波动进行研究，构建了发动机进气子模型、油膜动态子模型及动力输出子模型，进而形成完整的空燃比均值模型；并且该均值模型是非线性模型，具有精度高、表达式简单，能够适应空燃比控制过程的实时性要求。在进气子模型中，本项目采用混沌优化RBF神经网络对进气流量进行预测，将进气流量预测模型引入到瞬态工况空燃比反馈控制策略中有利于提高控制系统的实时性。对瞬态工况油膜动态效应进行了详细分析，提出了汽油机瞬态工况油膜参数的混沌径向基神经网络辨识模型，并对油膜模型参数进行在线辨识；有效地提高了油膜参数辨识精确度，为汽油机瞬态工况精确地油膜补偿提供了有力的根据。分析空燃比偏差产生的原因，并且提出了基于油膜参数辨识模型的燃油动态补偿模型，有效地解决了油膜湿壁效应引起的瞬态空燃比偏差难题，为提高瞬态空燃比控制的精确度奠定了扎实的基础。最后针对实际瞬态空燃比控制过程中，氧传感器存在传输时滞，常规神经网络收敛速度慢，无法适用于实时性要求极高的瞬态空燃比控制等问题，设计了基于非线性组合预测模型的混沌优化复合自适应反馈控制器，有效地提高控制系统的自学习、自适应性，解决了氧传感器反馈信号存在延时等诸多的问题，减少了汽油机电控系统开发过程中标定试验的工作量，提高了汽油机瞬态空燃比控制的精确度、实时性及鲁棒性，使反馈控制策略成功地应用于瞬态空燃比控制中。 本项目采用了试验仿真与台架试验验证的方法对本控制策略进行有效地验证；试验结果表明了本项目建立的空燃比控制模型具有较高的精确度且结构简单，能够满足空燃比实时控制的要求。为提高汽油机燃油利用率，降低排放量提供新的原理和方法，具有较大的理论意义和实用价值。