一种车辆传动系统和驱动电机参数的协同优化设计方法

专利2025-03-05  32


本发明属于车辆优化设计方法,具体涉及一种车辆传动系统和驱动电机参数的协同优化设计方法。


背景技术:

1、随着新能源汽车行业快速发展,其市场规模不断扩大。新能源汽车具有低排放、高能效等优势,逐渐成为现代交通的关键组成部分,向更可持续的交通未来过渡。

2、在新能源汽车的系统设计中,每一个部件的选择及其参数设计都直接关系到汽车的动力表现和运行效率。通过优化这些部件参数的设计,从而在增强汽车加速和行驶能力的同时,减少电能消耗,全面提升车辆性能。现有技术中,一些优化设计方法对传动系统的传动参数进行了优化设计来实现动力性及经济性的提升,但是忽略了电机对整车性能的重要作用。另一些优化设计方法将电机参数作为优化变量,综合考虑电机性能与整车性能的关系。上述方法对于传动系统的动力性经济性匹配,往往单独对传动参数与电机参数作为优化变量,而没有将电机参数设计与整车性能匹配考虑进来,导致了电机性能与整车性能的匹配无法达到最优。


技术实现思路

1、本发明要解决的技术问题在于现有技术的新能源汽车优化设计方法将传动系统优化与电机结构优化单独优化设计限制了整车驱动效率的提升,从而提供一种车辆传动系统和驱动电机参数的协同优化设计方法。

2、本发明公开了一种车辆传动系统和驱动电机参数的协同优化设计方法,包括以下步骤:

3、步骤s1:构建电机高精度机器学习预测模型,模型的输入为电机结构参数,输出为电机的额定转矩和齿槽转矩;

4、步骤s2:基于电机高精度机器学习预测模型,以电机结构参数为输入构建电机效率map图的快速预估数学模型;

5、步骤s3:基于电机高精度机器学习预测模型和电机效率map图的快速预估数学模型,将电机在电机结构参数、过载系数、扩大恒功率系数和主减速器传动比作数优化设计变量,将0-100km/h加速时间、15km/最大爬坡度、wltc工况能耗和电机齿槽转矩作为优化目标,构建汽车传动系统与电机结构参数协同设计优化模型;

6、步骤s4:通过多目标海洋捕食者优化算法求解电机结构参数协同设计优化模型。

7、进一步的,所述步骤s1包括以下步骤:

8、步骤s1.1:选取多种电机结构参数组合,实验获得不同组合下电机的额定转矩和齿槽转矩数据集;

9、步骤s1.2:基于额定转矩和齿槽转矩数据集,选取多种不同的机器学习模型进行训练;

10、步骤s1.3:评估不同机器学习模型的预测精度,选择精度最高的机器学习模型作为电机额定转矩和齿槽转矩的预测模型。

11、进一步的,所述步骤s2包括以下步骤:

12、步骤s2.1:基于电机设计参数,建立电机设计参数与电机损耗的函数关系;

13、步骤s2.2:基于电机损耗与电机效率的函数关系,建立电机效率map图。

14、进一步的,所述电机损耗与电机效率的函数关系为:

15、;

16、其中,为电机效率,、、、、和分别是电机的机械功率、机械损耗、铜损耗、磁滞损耗、涡流损耗和杂散损耗;

17、电机效率map图表示为:

18、;

19、其中,为额定转速,为峰值转速,为额定转矩,为峰值转矩,为峰值效率。

20、进一步的,所述步骤s3包括:

21、将电机在槽口宽度、轴向长度、永磁体宽度、永磁体长度、极弧系数、过载系数、扩大恒功率系数和主减速器传动比作数优化设计变量;将0-100km/h加速时间、15km/最大爬坡度、wltc工况能耗和电机齿槽转矩作为优化目标;将最高车速条件和地面附着条件为约束条件,建立车辆传动系统-电机结构参数协同多目标优化模型。

22、进一步的,所述步骤s4包括:

23、步骤s4.1:计算车辆传动系统-电机结构参数协同多目标优化模型各个解的适应度值;

24、步骤s4.2:遍历各个解,构建非支配解的集合,定义为非支配多目标猎物集群;

25、步骤s4.3:计算各个解的被支配数,将被支配数为零的解划分为对应类别;重复计算剩余解的被支配数并划分类别,直至所有解得到划分;

26、步骤s4.4:构建奖励惩罚函数;

27、步骤s4.5:各类别随机选择迭代策略;

28、步骤s4.6:类别中的解根据选择的迭代策略进行迭代,计算迭代后解的适应度,并根据奖励惩罚函数实施奖励或惩罚,并累积类别的奖励惩罚值;

29、步骤s4.7:重复步骤s4.3更新划分迭代后的解的类别;

30、步骤s4.8:选择奖励惩罚值最高的迭代策略,并重复步骤s4.6和步骤s4.7。

31、步骤s4.9:返回非多目标猎物集群集合,获得车辆传动系统和驱动电机优化参数。

32、进一步的,所述迭代策略为自适应海洋捕食者算法迭代策略。

33、有益效果:本发明基于整车参数与性能指标,以整车动力性、经济性以及电机性能为优化目标,构建电机高精度机器学习预测模型,进一步构建电机效率map图的快速预估数学模型,并基于电机高精度机器学习预测模型和电机效率map图的快速预估数学模型构建汽车传动系统与电机结构参数协同设计优化模型,通过多目标海洋捕食者优化算法求解,通过将电动汽车传动系统优化与电机结构优化集成一体化设计,提高了整车驱动效率为目标来优化电机结构参数,从而有效提高了车辆动力性与经济性,同时降低了永磁同步电机齿槽转矩以降低电机的振动噪声。



技术特征:

1.一种车辆传动系统和驱动电机参数的协同优化设计方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种车辆传动系统和驱动电机参数的协同优化设计方法,其特征在于,所述步骤s1包括以下步骤:

3.根据权利要求1所述的一种车辆传动系统和驱动电机参数的协同优化设计方法,其特征在于,所述步骤s2包括以下步骤:

4.根据权利要求3所述的一种车辆传动系统和驱动电机参数的协同优化设计方法,其特征在于,所述电机损耗与电机效率的函数关系为:

5.根据权利要求1所述的一种车辆传动系统和驱动电机参数的协同优化设计方法,其特征在于,所述步骤s3包括:

6.根据权利要求1所述的一种车辆传动系统和驱动电机参数的协同优化设计方法,其特征在于,所述步骤s4包括:

7.根据权利要求6所述的一种车辆传动系统和驱动电机参数的协同优化设计方法,其特征在于,所述迭代策略为自适应海洋捕食者算法迭代策略。


技术总结
本发明属于车辆优化设计方法技术领域,具体涉及一种车辆传动系统和驱动电机参数的协同优化设计方法,基于整车参数与性能指标,以整车动力性、经济性以及电机性能为优化目标,构建电机高精度机器学习预测模型,进一步构建电机效率Map图的快速预估数学模型,并基于电机高精度机器学习预测模型和电机效率Map图的快速预估数学模型构建汽车传动系统与电机结构参数协同设计优化模型,通过多目标海洋捕食者优化算法求解,通过将电动汽车传动系统优化与电机结构优化集成一体化设计,提高了整车驱动效率为目标来优化电机结构参数,从而有效提高了车辆动力性与经济性,同时降低了永磁同步电机齿槽转矩以降低电机的振动噪声。

技术研发人员:周恩临,陈翔靖,何智成
受保护的技术使用者:湖南大学
技术研发日:
技术公布日:2024/12/17
转载请注明原文地址:https://xbbs.6miu.com/read-22254.html