分布式驱动电动汽车整车动力学模型仿真与分析.pptxVIP

1

汇报人：

2024-02-04

分布式驱动电动汽车整车动力学模型仿真与分析

目录

contents

引言

分布式驱动电动汽车概述

整车动力学模型建立

仿真平台搭建与实验设计

仿真结果分析与讨论

结论与展望

3

01

引言

随着全球能源危机和环境污染问题日益严重，电动汽车作为一种清洁、高效的交通工具，受到了广泛关注。

能源危机与环境污染

分布式驱动电动汽车具有结构紧凑、驱动灵活、能源利用率高等优点，是未来电动汽车发展的重要方向。

分布式驱动电动汽车优势

整车动力学模型仿真是研究电动汽车性能、优化设计和控制策略的重要手段，对于提高电动汽车的整车性能和市场竞争力具有重要意义。

整车动力学模型仿真重要性

国外研究现状

01

国外在分布式驱动电动汽车整车动力学模型仿真方面已经取得了一系列重要成果，包括模型建立、参数辨识、性能评估等方面。

国内研究现状

02

国内在分布式驱动电动汽车整车动力学模型仿真方面也取得了一定进展，但与国外相比仍存在一定差距。

发展趋势

03

未来，随着电动汽车技术的不断发展和市场需求的不断增长，分布式驱动电动汽车整车动力学模型仿真将朝着更加精细化、智能化和实用化的方向发展。

研究内容

本文主要研究分布式驱动电动汽车整车动力学模型的建立、仿真与分析，包括车辆动力学模型、轮胎模型、电机模型等方面的研究。

研究方法

本文采用理论分析与仿真实验相结合的方法进行研究，首先建立整车动力学模型，然后通过仿真实验验证模型的正确性和有效性，最后对仿真结果进行分析和讨论。

3

02

分布式驱动电动汽车概述

分布式驱动电动汽车是指驱动力由多个独立或半独立的驱动单元提供，通过控制系统实现各驱动单元的协调工作的电动汽车。

定义

具有高效的能量利用率、良好的动力性能和行驶平顺性，以及灵活的底盘布置和优异的主动安全性能等特点。

特点

分布式驱动系统主要由电机、电机控制器、减速器和车轮等部件组成，每个驱动单元可独立控制车轮的转速和扭矩。

通过控制系统对各驱动单元进行精确控制，实现车辆的动力学响应和行驶稳定性。同时，各驱动单元之间通过通讯网络实现信息共享和协同工作。

工作原理

结构

关键技术

包括电机及控制器技术、电池及管理系统技术、底盘集成与控制技术等。其中，电机及控制器技术是分布式驱动系统的核心，直接影响车辆的动力性能和能效水平。

挑战

分布式驱动电动汽车在研发过程中面临着成本高、控制系统复杂、电磁兼容等挑战。同时，由于各驱动单元之间的协调工作需要通过精确的控制系统来实现，因此对控制系统的可靠性和实时性要求较高。

3

03

整车动力学模型建立

整车动力学模型是描述汽车运动规律的数学模型，包括汽车沿行驶方向的纵向运动、垂直于行驶方向的横向运动和绕垂直轴的横摆运动等。

该模型能够反映汽车在各种行驶工况下的加速、制动、转向等动态响应特性，是分析汽车性能、优化设计以及进行控制策略开发的重要工具。

轮胎模型是整车动力学模型中的重要组成部分，常用的轮胎模型有理论模型、经验模型和半经验模型等。

在选择轮胎模型时，需要考虑模型的精度、复杂度和适用性等因素，并结合具体的研究对象进行参数设置，包括轮胎的几何尺寸、材料特性、气压和摩擦系数等。

悬挂系统是影响汽车行驶平顺性和操纵稳定性的重要因素之一，其模型建立需要考虑弹簧刚度、阻尼系数、悬挂质量等参数。

在建立悬挂系统模型时，可以采用多体动力学方法或有限元方法等进行建模，并根据实际情况进行简化和优化，以提高模型的计算效率和精度。

VS

动力系统是电动汽车的核心部分，其模型建立需要考虑电机、电池、控制器等部件的特性和参数。

在建立动力系统模型时，需要采用适当的建模方法和工具，如Simulink、AMESim等，并根据实际情况进行参数设置和调试，以保证模型的准确性和可靠性。同时，还需要考虑动力系统与整车其他部分的匹配和协调问题，以实现整车的最佳性能。

3

04

仿真平台搭建与实验设计

仿真平台选择

选择具有高精度、高效率和良好可扩展性的仿真平台，如MATLAB/Simulink、CarSim等，以满足分布式驱动电动汽车整车动力学模型仿真的需求。

优势分析

所选仿真平台具备模块化设计、丰富的库函数、强大的计算能力和良好的可视化界面等优势，能够大大提高仿真效率和精度。

根据实际需求，设置多种实验场景，如不同路面条件、不同驾驶工况等，以全面评估分布式驱动电动汽车的性能。

实验场景设置

针对实验场景和具体需求，对整车动力学模型中的参数进行调整，如车辆质量、轮胎侧偏刚度、空气阻力系数等，以确保模型的准确性和可靠性。

参数调整

数据采集

在实验过程中，对关键数据进行实时采集，如车辆速度、加速度、轮胎力等，以便后续分析和处理。

数据处理

采用合适的数据处理方法，如滤波、平滑、拟合等，对采集到的数据进行预处理和后处理，以消除噪声