针对纯电动汽车驱动模式单一及模式切换操作复杂,提出基于车速、加速度及电池SOC值,通过模糊控制自动识别驱动模式策略。为了解决在复杂路况和环境下纯电动汽车动力性不足的问题,提出基于自适应模糊神经系统(ANFIS)的转矩补偿模型,对基础MAP转矩进行一定程度转矩补偿。通过Simulink/Cruise联合仿真,驱动控制策略可以有效识别驾驶员操作意图选择相应驱动模式给予合适的转矩补偿,提高纯电动汽车动力性能;此外,驱动控制策略可以很大程度增加纯电动汽车续航里程,提高经济性能。

为改善转矩扰动对动车永磁电机的影响,提出基于转矩补偿的动车永磁电机电磁优化方法。依据动车永磁电机结构,构建基于三相静止坐标系下的复合结构电机状态方程,分析动车永磁电机电磁转矩特性。通过转矩补偿结合永磁电机电磁增益PI控制策略,控制永磁电机速度,采用基于卡尔曼滤波器的转矩观测器与卡尔曼滤波算法,实现转矩的观测与补偿,结合PI变增益策略与转矩补偿共同实现对动车永磁电机电磁优化。仿真验证结果表明优化后转矩增加或减少不会使电机转速产生大幅度变化,电机转速能够保持稳定;优化后转矩波动幅度较优化前有所降低。

建立了二次调节模拟加载系统的功率键合图数学模型，利用该模型对系统特性进行了仿真分析，仿真结果与试验结果基本一致，说明键合图数学模型有效。仿真及试验均表明，系统稳态控制精度较高，但驱动单元与加载单元存在耦合，影响了系统的动态特性。针对系统的耦合问题，采用转矩补偿解耦方法进行了解耦试验，试验结果表明，该方法有较好的解耦效果。本文的研究成果已成功应用于实际的基于二次调节的专用车桥加载试验系统中，使系统的性能得到进一步提高。