燃烧放热规律对低速二冲程船用柴油机的整机性能有很大影响,是低速机性能开发过程中需要考虑的重要因素。过去只有针对MC系列机型建立的燃烧经验模型,适用范围较窄,难以推广。随着EGR和电控燃油喷射系统在低速机上的广泛应用,控制参数调节独立于转速及负荷,对放热规律影响复杂,没有针对这类机型建立的经验燃烧模型。因此基于试验放热规律分别建立适用于MC系列机型及采用高压共轨燃油喷射系统的低速机的经验燃烧模型有着重要意义。基于试验放热规律,分析了各类机型全工况下的燃烧过程,根据缸径、负荷及喷油系统对放热率曲线进行划分,分别使用不同形式的韦伯函数进行拟合,发现带有尾燃迟滞角作为修正系数的双韦伯函数可对所有机型全工况下的放热规律拟合进行统一。大缸径MC系列机型高负荷工况的放热过程集中,低负荷工况及小缸径机型尾燃比例增大。使用双韦伯函数将放热率曲线参数化后,发现不同机型扩散燃烧参数主要受循环喷油量影响,尾燃韦伯参数受转速和喷油量共同影响,尾燃迟滞角可由扩散持续期线性表示。建立了适用于不同MC系列机型的燃烧经验模型,经验证后能够反映真实的放热规律,模型效果较好。针对高压共轨机型建立的经验模型中考虑了控制参数对放热规律的影响,使用进气中O₂质量分数体现EGR的热效应和稀释效应对燃烧过程的影响,轨压对放热规律影响较大,循环喷油量不能完全体现其对放热率的影响,综合考虑后选取进气中O₂质量分数、轨压、过量空气系数以及循环喷油量作为经验模型的输入量,建立的经验模型在中高负荷工况下拟合结果较好,经验证后部分负荷工况及中高负荷EGR工况预测结果较好,低负荷EGR工况放热率预测略有偏差。人工神经网络对于参数间的非线性关系辨识能力很强,基于BP神经网络建立了针对6EX340机型的燃烧模型,训练样本在低负荷工况的拟合和优于经验关系式,低负荷EGR工况的预测结果明显改善,可作为经验燃烧模型的补充。