基于音调度模型的电驱动总成噪声分析

为分析低速大扭矩电驱动总成不同频段噪声对烦恼度的贡献,以某低速大扭矩电驱动总成为研究对象,结合心理声学理论建立了电驱动总成音调理论分析模型,考虑到不同频率下音调对主观烦恼度影响程度的差异性,建立修正音调(烦恼度)理论分析模型,并结合噪声源分布特征对比分析了由电驱动总成引起的低频噪声(0~400 Hz)、中频噪声(>400~2500 Hz)和高频噪声(>2500 Hz)的声品质烦恼度,结果表明,影响烦恼度的最重要因素是电磁力波和开关频率引起的噪声,其次为变速器齿轮噪声。

关联用户的电驱动总成效率评价方法研究

为实现电驱动总成效率评价与用户端的关联,提出了基于用户实际行驶工况的效率评价方法。以采集的某型纯电动汽车用户工况数据为基础,基于核密度估计和马尔科夫链蒙特卡洛采样方法,预测了用户目标里程下的转矩-转速工况点分布。提出了以台架效率数据为驱动建立效率预测模型的方法,基于遗传算法优化的BP神经网络(GA-BP)建立了效率预测模型。结合用户目标里程下的转矩-转速工况点分布和效率预测模型,提出并建立了关联用户的电驱动总成效率评价方法。本研究为更加全面了解电驱动产品用户端使用特征、合理评价电驱动总成效率和电驱动总成效率匹配优化提供了参考依据。

电驱动总成多场耦合数据驱动建模及瞬态温度场实时在线预测

开发电驱动总成(EDA)轻量级实时在线温度精确预测方法,对于提前有效监测其未来异常温度状态,确保车辆行驶安全至关重要。基于多物理场耦合与数据驱动融合建模,提出了EDA瞬态温度场在线预测方法。首先,建立EDA电-磁-热-流多物理场耦合有限元模型,并通过台架试验验证该模型准确性;其次,采用有限元模型生成了几种常规工况下的瞬态温度场数据集,以用于后续代理模型的测试验证;然后,结合有限元模型获取简化的热网络拓扑和图卷积神经网络,提出一种模型与数据双轮驱动建模的EDA时空关系图卷积神经网络预测模型;最后,通过不同工况下的离线仿真对比分析和台架在线测试,对所提出的温度预测模型进行有效性和实时性验证。实测离线数据集上的分析结果表明:全局预测误差和平均绝对误差分别为4.4和1.25℃,相较于常规时序图卷积神经网络和门控递归单元方法分别降低17.3%、28.1%和5.3%、29.3%。台架在线预测结果也与真实测量值十分接近,其全局预测误差和平均绝对误差为3.99和0.66℃。总之,所提出的实时在线温度预测方法可以准确预测EDA真实温度变化。

纯电动汽车前舱电驱动总成布置架构分析

电驱动总成是纯电动汽车的核心部件,其位置的确定是整车前舱布置的关键,关系到整车性能、前舱架构策略及平台拓展能力。文章旨在建立一种纯电动汽车前舱布置架构,分析了纯电动汽车前舱布置空间特点,围绕前舱关键部件电驱动总成位置,研究了前舱电驱动总成布置过程中关键尺寸因子的影响关系,并总结得出了纯电动汽车前舱电驱动总成的布置方法及周边子系统的布置原则。

三合一电驱动总成耐久试验方法研究

为提高电驱动总成在机械负荷和热负荷环境下可靠性验证的效率,以三合一电驱动总成为研究对象,综合考虑电驱动总成实际运行工作环境及使用工况,分析了各子系统的失效机理和影响因素,并根据不同试验条件下的加速失效逻辑研究其加速过程及计算等效试验时长。结果表明:加速后的寿命耐久试验方法可以为电驱动总成可靠性验证提供支持。

融合改进猎人猎物优化算法与LSTM的电驱动总成腔体密封质量预测

腔体密封不良对电驱动总成的寿命及功能实现具有较大负面影响,针对电驱动总成腔体密封质量合格率低,事后检验繁琐、效率低等实际问题,提出了一种基于改进猎人猎物优化算法(IHPO)与长短期记忆神经网络(LSTM)的电驱动总成腔体密封质量预测模型。首先,采用核主成分分析法(KPCA)对多个腔体密封质量影响因素进行降维处理,再用Cubic混沌映射、折射反向学习和强制切换策略优化猎人猎物优化算法,然后利用改进的猎人猎物优化算法对LSTM模型的参数进行优化,并采用改进HPO-LSTM模型并完成腔体密封质量预测。最后以某装配车间X型电驱动总成为例进行实例验证,结果表明:IHPO-LSTM模型预测结果均方根误差、平均绝对误差、决定系数分别为0.15442%、0.13230%、0.98218,均优于其他模型。

电驱动总成在新能源汽车中的应用及测试挑战

由于全球对环境保护的关注,新型能源汽车已经变成了汽车产业中的一个主导趋势。在新型能源汽车设计中,电驱动总成不仅促进了汽车的高效运作,还显著提高了能源的有效使用。然而,随技术逐渐走向更高的发展阶段,电驱动总成面对多个测试难题,包括电磁兼容性、环境的适应能力、安全保障以及性能特点等。本文将对新能源汽车的电驱动总成应用和面对的测试挑战进行深入的探索,并为新能源汽车技术的持续创新提供相关策略。

电动汽车800 V平台电驱动总成噪声分析研究

目前,主流的新能源汽车高压电气系统的电压范围一般为230~450 V,取中间值称之为400 V平台。伴随着快充及超充的应用,汽车高压电气系统电压范围达到550~930 V,取中间值称之为800 V平台。以某款前驱纯电动车型搭载800 V电驱动总成分别匹配400 V、800 V电池系统的噪声分析优化为背景,本文通过对主客观数据进行理论分析,并对电驱动总成本体以及整车传递路径进行优化,以改善车内噪声。这对后续整车搭载800 V平台电驱动总成的噪声、振动与声振粗糙度(NVH)性能改善具有重要的指导意义和工程价值。

浅谈电驱动总成试验后检查技术方法

为准确评估电动汽车驱动电机总成的表现性能,对其试验后检查技术方法进行了探讨。以某三合一电驱动总成为论述对象,着重介绍了系统外观及细节检查、电学性能测试、气密性能检测、机械连接螺钉残余扭矩测定的方法。检查规范是首先确认整体外观及关键部件接口细节,其次检测总成绝缘电阻与直流耐压及接地电阻参数,然后测试整机油液回路、电机干燥腔体以及调压透气阀膜的气压泄露率,最后进行机械拆卸中紧固螺钉残余扭矩检测,定转子的电学参数测试,组成部件接合面以及功能件外观检查等。参考相关检测标准,总结出了适用的检查流程及方法,为电驱动总成试验开发与验证提供有力支撑。

新能源电驱动总成噪声分析

随着环境保护和能源危机的日益严峻,新能源电驱动总成的发展变得越来越重要。它不仅具有高效率和低能耗的特点,而且还有着显著的环保优势,并且它还有助于能源的可持续利用及推动汽车产业创新的作用。因此,对新能源电驱动总成噪声分析能进一步推动其发展及优化,以此提高企业产品质量与竞争力,进一步保护环境促进可持续发展。鉴于此,首先本文分析了新能源电驱动总成噪声来源,随后介绍了噪声测量工具及评价标准,然后阐述了影响因素及传递途径,以及其控制策略,最后进行了案例分析。

基于RVMD-RobustICA-ST联合相干性分析的电驱动总成噪声源识别

为研究集成一体化电驱动总成的噪声源特性,提出一种RVMD-RobustICA-ST联合算法融合相干性分析的噪声源识别方法。首先,采用基于奇异值分解的占优特征值准则估计噪声子空间维数对变分模态分解参数进行指向性条件约束,并利用鲁棒性独立分量分析联合占优特征值约束的变分模态分解对信号特征进行提取。然后,利用S变换和快速傅里叶变换对各分量信号时频特性进行识别。最后,在二次残差法分析分量信号波形误差度基础上,以电驱动总成振动信号、噪声信号、时频重叠分量信号为变量建立线性系统并进行相干性分析。结果表明,稳态工况下减速二级齿副啮合振动噪声对该电驱动总成噪声贡献度最大,且时频重叠分量信号的噪声能量主要由减速一级齿副啮合振动提供。

CEEMD-FastICA-CWT联合瞬态响应阶次的电驱总成噪声源识别

以某增程式电驱动总成为研究对象,提出基于联合算法的噪声分离识别模型。首先,采用互补集合经验模态分解(complementary ensemble empirical mode decomposition,CEEMD)联合快速独立分量分析(fast independent component analysis,FastICA)方法提取纯电模式稳态工况下单一通道噪声信号特征,利用复Morlet小波变换及FFT对各分量信号时频特性进行识别。其次,采用阶次分析法和声能叠加法对稳态分量信号对应的各瞬态响应阶次能量进行对比分析,并结合皮尔逊积矩相关系数(Pearson product moment correlation coefficient,PPMCC)相似性识别确定不同噪声激励源贡献度。结果表明:减速齿副啮合噪声对该增程式电驱总成纯电模式运行噪声整体贡献度最大。

基于阶次和传递路径分析的电驱动总成对车内噪声影响

为了探究电驱动总成对车内噪声的影响,对某纯电动汽车进行急加速工况下的试验研究。基于阶次分析确定车内噪声与电驱动总成振动噪声之间的关联,并识别电驱动总成对车内噪声影响较大的激励;基于奇异值分解改进的工况传递路径分析(Operational Transfer Path Analysis,OTPA)方法,分析对车内噪声影响最大的激励通过结构路径和空气路径对车内噪声的贡献情况。结果表明由空间0阶径向电磁力引起的频率24阶激励和48阶激励对车内噪声影响较大,其中24阶激励影响最大。在低转速区间,24阶振动激励和24阶声学激励通过结构路径对车内噪声贡献和通过空气路径基本一致;在中高转速区间,24阶声学激励通过空气路径对车内噪声贡献较大;在高转速区间,24阶振动激励通过后悬置Z方向结构路径对车内噪声贡献较大。研究结果从激励源和传递路径两个方面为降低纯电动汽车车内噪声指明方向。

纯电动汽车电驱动总成NVH性能分析与优化

由于能源消耗量急剧增加,空气污染持续加重,世界各国逐渐加强对碳中和、碳达峰的重视,并就此制定了具体的时间计划。纯电动汽车由于在“双碳”方面的巨大优势,获得了人们的广泛关注,实现了快速发展。在纯电动汽车发展的过程中,其电驱动系统正朝总成式结构发展,集成化、轻量化是其主要特点。没有了传统燃油汽车的发动机,纯电动汽车电驱动总成的NVH性能成为消费者在选择纯电动汽车的过程中不得不考虑的问题。纯电动汽车的电驱动总成是由驱动电机、减速器及控制器高度集成的复杂结构,因此电驱动总成的NVH性能影响因素复杂,改进困难,所以分析电驱动总成NVH性能对于推动纯电动汽车技术的进步影响深远。

新能源汽车电驱动总成及制造技术

根据电驱动总成的发展趋势,介绍了电驱动总成的四大分类。重点介绍永磁同步电动机、发卡电动机、混合磁铁技术和碳纤维套筒,兼顾高速和低速效率的二级变速器,以及电动机控制器的高压化。阐述了电驱动从独立板块、电动机与变速器集成到轻量化及一体化的零件变化,以及新的加工工艺和刀具。

新能源汽车电驱动总成常见故障与影响因素——以吉利几何G6为例

电驱动系统是新能源汽车的核心部件,其故障直接影响车辆的安全运行。开展电驱动总成故障研究,发现电机、控制器、减速器等部件在使用过程中的易损部位和弱点,预防电驱动系统故障的发生。该文以纯电动汽车吉利几何G6为研究对象,分析其电驱动总成的结构和工作原理,探讨电机、控制器、减速器等关键部件的常见故障,并提出优化控制策略、增强散热性能、选用高强度材料等解决对策,以提高电驱动总成的可靠性。

电驱动总成耐久试验早期故障诊断

为研究新能源汽车用电驱动总成早期故障,利用早期故障分析设备对新能源汽车用电驱动总成进行耐久试验的振动监测。理论分析与实际监测的结果表明,早期故障分析设备准确预测了故障部位损坏的趋势。准确诊断出电驱动总成早期故障可以及时终止试验,避免样品及台架的过渡损坏,同时,可以快速定位故障部位,缩短产品开发周期。

基于NEDC循环工况的集成式电驱动系统匹配优化

针对传统的驱动电机系统匹配方法在NEDC循环工况下未能充分利用电机高效区问题,提出了基于实车NEDC循环工况试验结合理论计算对比分析的方法,通过核算集成式电驱动系统需求机械能占比来优化电机高效区,采用线性插值和加权算法优化减速器速比,对优化结果进行了仿真和试验验证结果表明,优化后的集成式电驱动系统效率比优化前提升10.9%。

一体化驱动系统控制总成

电机控制系统是电动汽车控制中核心动力单元,是整个电动汽车的心脏,其性能直接影响到动力系统功率传输、稳定性和车辆舒适性及安全性,主要参数有功率、驱动输出电流、温度及效率和功率密度等。我们通过对电机控制系统总成(不含减速器)深入分析和研究,发现这套系统其实是很复杂的,牵涉到很多深入的知识,涉及电控、力学、结构、热场、电磁场及NVH等方面,根据我们对电驱动系统总成的研究分析,结合实际开发经验做出一些优化,满足当下对成本控制的降本提效理念,提出一体机方案架构开发方案。

电驱动总成系统台架试验方法研究

分析了电驱动总成试验台架的工作原理、结构型式及其控制模式。基于AVL双测功机系统搭建了电驱动总成试验台架,提出了采用CAN总线技术实现电驱动总成系统台架主控系统对关键外围测量设备的统一集成控制以及主控系统对所有测量数据的时间同步采集和处理方法。基于所搭建的电驱动总成系统试验台架研究提出了电驱动总成系统的基本性能试验方法,并对试验方法进行了测试验证,试验方法及测试结果为电驱动总成系统开发与整车传动系统构型配置奠定了数据基础。