董 意，刘建敏，李 普，刘艳斌，乔新勇

（1. 陆军装甲兵学院车辆工程系，北京 100072；2. 中国人民解放军第六四五六工厂，南阳 473000）

前言

气缸垫对于保证柴油机的可靠密封和稳定工作至关重要，但其在工作过程中不仅要承受高温燃气的冲刷，还要受到气缸盖、气缸体的挤压以及螺栓预紧力的作用，工作环境十分恶劣。因此详细研究气缸垫的温度、应力和变形情况对于保证其安全可靠工作并提升柴油机的性能指标和可靠性意义重大。

李卫民等［1］利用有限元方法对汽油机气缸垫的工作状况进行模拟，研究了不同工作条件对发动机密封性能的影响规律。何联格等［2］利用建立的气缸垫等部件的有限元模型研究分析了不同装配连接工艺对气缸密封性能的影响。综合来看，目前对于气缸垫的研究多集中在密封性能等方面，对于温度应力场和变形情况等方面研究较少。

随着人工智能的兴起，机器学习等方法被逐渐应用到发动机的计算和优化工作中。Zhao 等［3］利用人工蜂群和遗传算法对车辆的发动机进行了优化改进，将发动机的热效率提升至40.2%。Liu 等［4］利用遗传算法对某柴油机的性能和排放指标进行了优化改进并对各个参数进行了回归分析。综合上述分析可以看到，目前应用机器学习等方法对柴油机的研究主要集中在燃烧及性能改进上。

本文中主要基于气缸垫的最高温度、最大应力和最大变形对其工作参数进行优化改进。各部分的主要研究内容为：第1 部分计算分析了气缸垫的温度场、热机械耦合应力场和变形情况，并对工作状况较为恶劣的区域进行了分析；……