为了掌握燃烧过程的精细流场结构及污染物的排放特性，实现一次能源的高效清洁利用，需要对碳氢燃料燃烧反应流进行详细的分析。其中将基元燃烧模型与计算流体力学模型相耦合的方法被证明是对反应流进行精确数值模拟的一种有效途径。然而碳氢燃料的详细化学反应机理常常包含数目庞大的基元反应与组分，在每个计算网格中求解构建化学动力学过程的具有强刚性的非线性常微分方程组将耗费大量的CPU时间，为数值模拟带来巨大障碍。为此，对详细化学反应机理进行简化处理已成为保证机理可用性的关键。针对目前全局机理简化方法难以兼顾简化程度与计算精度的矛盾与基于多工况的离线最优机理简化方法搜寻过程中花费时间巨大的问题，本文对传统的动态自适应化学机理方法(dynamic adaptive chemistry，DAC)进行改进，提出了一种新的变步长动态自适应化学机理方法(variable step dynamic adaptive chemistry，VSDAC)。本文的主要工作包括：　　1）分析了机理简化阈值与初始搜索组分集合的选取对动态自适应化学机理方法性能的影响，初始搜索组分集合选为燃料+CO+HO2时，动态自适应机理方法具有较好的性能，同时阈值存在一个最佳值。　　2）在充分比较常见机理简化方法的基础上，基于直接关系图深度搜索算法完成了即时简化方法的设计。在燃烧过程的不同时刻点，根据当地的热化学状态对详细机理进行简化，得到即时的当地简化机理以应用于下一时间步的计算。　　3）针对不同燃烧阶段基元组分和基元反应活跃程度变化不尽相同的特点，对DAC方法进行改进，根据当地温度变化的情况对即时机理简化的时间步长进行动态调整，而得到一种新的变步长动态自适应化学机理方法VSDAC。　　4）为了验证VSDAC方法的机理适应性、精确性和快速性，应用该方法，在不同初始压力、温度及当量比条件下对正庚烷(558种组分/2539个反应)、异辛烷以及汽油替代燃料(1034种组分/4236个反应)的定压绝热大空间自燃着火过程进行了模拟，并与全过程采用详细机理的计算结果，以及传统DAC方法的计算结果进行了比较。　　比较结果证明，与全过程采用详细机理的模拟方法相比，VSDAC方法得到了精确的温度、各主要组分质量份额随时间变化规律以及着火延迟时间与最高温度等参数。该方法与传统DAC相比，在保证模拟精度的同时，模拟效率得到进一步提高。证明了该方法的正确性、高效性。　　本文提出的VSDAC方法可用于基于详细反应机理的燃烧过程模拟，为解决燃烧反应流模拟的精度和计算耗时之间的矛盾、拓展详细机理的应用范围提供了一种新的思路。