以系统复杂、耦合程度高、振动信号干涉多的纯电动汽车集中式电驱系统为研究对象,建立监测电驱动系统振动信号的采集系统,通过经验模态分解出各组件振动信号中潜在故障的内禀函数分量,再将各分量作为神经网络的输入参数,获得训练后的神经网络,再将原始信号作为神经网络的输入,输出可能的故障点与故障信息,从而建立故障预测模型。结果表明,在经验模态结合神经网络算法的基础上,利用采集的振动信号进行智能诊断,输出的预测结果准确率高。

针对电动汽车电驱动系统试验平台匮乏的问题,基于电动汽车电驱动系统硬件、交互界面及二次开发的仿真平台构建了一款电驱动系统试验平台,平台可完成电驱动系统信号采集、性能测试和分析,而且可通过该平台的交互界面完成参数调节、电动汽车使用工况模拟等运行动态参数设置。基于Matlab/Simulink开发了电动机效率MAP图的二次仿真平台,实现电动机效率分析功能。结合国家标准,设计了电动机外特性、效率分析等典型试验方案,通过试验分析验证了试验平台的合理性。实践表明,该试验平台能较好地完成电驱动系统有关的设计性和综合性实验,能为后续二次开发提供平台。

重点研究某匹配两挡机械自动变速器（2AMT）的小型纯电动车电驱动传动系存在的扭转振动问题。传动系统包括驱动电机、双速变速器总成、主减速器差速器总成、半轴和车轮,根据其传动链建立了完整的扭转振动力学模型。为了详细讨论驱动电机的电磁转矩激励对整个传动系的影响,驱动电机采用空间矢量模型。在MATLAB/Simulink中,将传动系统振动模型转换成系统仿真模型,并分别研究了驱动电机的电磁转矩控制参数和轮胎刚度对整个传动系统振动的影响。通过匹配分析,该小型纯电动汽车传动系的扭转振动得到了优化。