柴油机虽然具有油耗低、性能可靠、动力性能强等优点,但也存在严重的排放问题。随着日益严格的排放标准,机前处理和机内处理已经难以满足最新的排放标准。柴油机微粒捕集器DPF（Diesel Particular Filter）凭借其工作简单高效已经成为目前最有前途的后处理技术之一。但DPF容纳的微粒PM（Particulate Matter）有限,需要对其进行高效再生以恢复DPF对PM的捕集能力。然而,DPF的再生过程往往会损坏DPF,降低工作效率,因此有必要控制再生过程中产生的高温和高压降,同时提高再生效率。为了研究再生性能的影响因素,优化DPF的结构,本文通过AVL-FIRE软件进行数值仿真,并结合相关理论和多目标优化算法对DPF的结构参数进行了优化。本文的主要研究工作如下:首先,详细介绍了DPF再生过程中关于气体流动、DPF压降以及DPF再生反应机理的重要方程。通过网格无关性检验,确定了最合适的网格划分方案。并且将实验数据与仿真数据进行了验证对比,结果表明通过AVL-FIRE软件建立的再生模型能够较好的模拟DPF的再生情况,为DPF再生过程的影响因素分析和多目标优化奠定了基础。其次,根据建立的三维模型,详细研究了DPF热再生过程中的温度场、压力场和碳烟微粒分布。采用控制变量法从结构参数和排气参数两方面研究了对DPF再生特性的影响,以最高温度、最大压降和再生效率作为评价标准。结果表明:结构参数和运行参数对DPF再生性能都具有显著影响。因此设计合适的DPF结构和再生条件至关重要。然后,为了研究DPF的结构参数和排气参数对再生性能的影响程度。基于控制变量法的试验数据进行灰色关联度分析。研究结果表明:所有的参数中,结构参数和排气参数都具有较高的关联度,但排气参数的显著性更高。最后,基于多目标优化算法,并以DPF再生过程中的最高温度、最大压降和再生效率为目标函数建立了DPF再生过程的多目标优化模型。结果表明:优化后的DPF与初始值相比最高温度降低了4.63%,最大压降降低了15.90%,再生效率增加了14.56%;同时为了验证多目标优化方法的可行性,将优化得到结构参数重新构建新的DPF三维模型进行仿真计算,仿真结果与优化结果的最高温度、最大压降和再生效率的最大相对误差分别为1.52%、3.89%和2.11%,误差均较小,为设计高性能的DPF提供了理论支持。