碳烟主要由燃料的不完全燃烧产生,碳烟对环境和人体健康的不利影响以及工业对炭黑生产的需求都需要我们对碳烟生成机理和碳烟模型进行研究。碳烟生成是燃烧过程中最复杂的现象之一,涉及燃烧化学、流体力学、质量热输运和颗粒动力学之间的复杂相互作用,尽管经过几十年的研究,有关碳烟生成仍有许多基础性科研问题没有解决。因此,本文采用分子动力学方法对碳氢燃料燃烧过程中的碳烟生成机理和模型进行研究。论文首先阐明了碳烟对环境和人体健康的危害,介绍了碳烟研究的背景和意义,碳烟研究的实验和测量手段。接着我们对碳烟生成的各个过程和研究进展进行了简要介绍和总结,提出了本论文的两大任务:建立合适的碳烟模型,对碳烟生成进行计算研究;研究多环芳烃（PAHs）之间以及PAH和碳烟之间的相互作用从而揭示碳烟成核和生长的机理。在模型研究方面,论文改进了基于PAH碰撞的成核模型,考虑了更多的PAH参与的成核和凝结,采用模糊数学隶属函数的方法,保证了碳烟级与级的数学平滑过渡,并对不同大小碳烟的氧化碰撞系数进行了修正和参数拟合。我们用改进的成核和氧化模型对乙烯和航空燃料（Jet-Al）火焰的碳烟生成进行了计算,并研究了环境参数,如重力水平改变,对碳烟生成特性的影响。为加速详细机理和详细模型的碳烟计算,将机器学习和深度神经网络（DNN）的方法引入碳烟模型研究。论文从碳烟模型和燃烧模型出发,根据碳烟模型和流体动力学计算的特点,对输入参数进行降维。有些组分对碳烟生成敏感,有些组分直接参与到碳烟的成核、生长和氧化过程中,有些组分与碳烟生成不相关不敏感。通过聚类降维得到了由26个输入参数描述的火焰状态空间。碳烟的数密度随碳烟直径大致符合对数坐标-三次函数分布。由体积分数和描述碳烟分布的四个拟合参数这构成了一个碳烟状态的向量空间。当建立起从火焰状态空间到碳烟描述空间的映射之后,基于质量守恒提出了将碳烟质量还原到碳烟前驱体的方法。论文构建了一个含有4个隐含层的深度神经网络。接着我们构建了 120个算例的样本库,并完成了损失函数的构建。论文分别对比了一个预混滞止火焰和一个对冲火焰的计算结果,DNN模型关于体积分数的预测结果和用详细碳烟模型几乎一致,碳烟数密度也能大致和详细气溶胶模型相符。DNN碳烟模型与35级分级气溶胶模型相比,其计算能够加速8-20倍左右。在机理研究方面,论文利用Fukui指数,分析了六元环PAH及其衍生物、五元环的PAH、共振稳定的PAH自由基（RSR）、PAH氧化中间产物的反应活性。在取代基中,反应活性的顺序是:炔基>烯基>烷基。多环芳烃与乙炔基的反应性与多环芳烃的大小密切相关,多环芳烃越大,乙炔基的反应性越低。对于六元环多环芳烃,乙炔基的位置对反应性影响不大。五元环的出现增强了多环芳烃的反应活性,RSR芳烃的反应活性随多环芳烃粒径的增大而降低。在PAH边缘的氧原子显示出很强的反应性,氧原子显示出非常大的Fukui指数,甚至比相应的芳基乙炔还要活泼。通过使用ReaxFF力场,我们模拟了不同火焰温度下碳烟成核和生长的模拟。在较低的温度下（1000K）较小的PAH无法在1000K左右凝结成簇、聚集成核。当在体系中加入一些较大的多环芳烃时,比如只有三个卵苯的加入,整个体系就能够处于聚集状态,提高了成核温度的极限。在中等火焰温度下（1450K）,非键的物理相互作用不足以维持较小PAH的稳定聚集。然而,这些多环芳烃与不饱和脂肪烃之间的化学反应,例如不饱和脂肪烃直接加在PAH的边缘碳原子上实现继续的生长。多环芳烃通过这些支链相互连接,形成用化学键连接的团或簇。在高温的条件下（1750K）,由于大量自由基的攻击,PAH失去氢原子,形成自由基。同时,不饱和烃的加入,使PAH实现链的增长,甚至环的增长。五元环甚至七元环的出现使得PAH出现曲面结构。PAH自由基之间的化学二聚,以及芳基与芳基乙炔的结合,使得在这个温度下,迅速成团成簇。较大的簇继续生长,形成初始成核的碳烟。利用拉伸分子动力学方法研究了 PAH的二聚和在碳烟表面凝结过程自由能变化曲线。我们观察到了两种凝结模式。在低温条件下的凝结更倾向于H型,因为这时有更小的自由能。在多数情况下,随着模拟温度的提升,中间会出现V型凝结的情况。多层富勒烯的结构强化了 PAH的凝结,但对自由能的影响并不显著。氢化富勒烯不稳定,且其表面的C-H键将会阻碍PAH在高温条件下在富勒烯表面的凝结。论文从平衡常数的观点出发,分析了凝结和均相成核过程的反应限度。从PAH质量增加的角度出发,凝结过程要比成核更重要。但成核过程为凝结提供了初始质量增加的起点和数密度。论文利用反应力场分子动力学（ReaxFF-MD）对PAH在富勒烯和碳烟表面的凝结进行了模拟,并统计其分子在富勒烯和碳烟表面的凝结情况,进而拟合出在不同温度下的凝结系数。随着温度的升高,PAH的凝结系数明显下降。PAH越大,凝结系数-温度曲线也会随之向右移动。同时,模拟结果表明氮气加入对凝结系数的影响并不显著。