随着轮毂电机驱动技术在乘用车上的开发应用,四轮独立驱动电动汽车相比于集中式驱动电动汽车,其传动效率高、能量损耗低、驱动力强的优势越来越明显,因此轮毂电机驱动技术被认为是未来电动汽车驱动方式的发展方向。轮毂电机是电动汽车的动力源,其运行状态直接关系到整车的安全,建立完善的轮毂电机状态监测与故障诊断系统是四轮独立驱动电动汽车市场推广的关键技术之一。由于轮毂电机特殊的安装位置和安装方式,汽车多变的运行工况和复杂的行驶路况极易诱导轮毂电机发生机械故障。轮毂电机发生机械故障后,若不能及时发现,持续长时间处于故障状态运行,会导致轮毂电机绝缘材料性能下降、定子与转子非正常摩擦,从而引发绕组受损、匝间短路、相间短路等次生故障,严重时造成整个电机性能丧失,进而影响整车的操纵稳定性,危及驾乘人员安全,因此急需对轮毂电机运行状态进行在线监测与故障诊断研究。本文以轮毂电机常见机械故障——轴承故障为诊断对象,基于振动信号提取能够表征故障状态的高敏感度特征参数,作为后期诊断模型的输入;基于高斯混合输出的动态贝叶斯网络搭建轮毂电机机械故障诊断模型,实现对轮毂电机运行状态的在线监测及故障状态诊断识别。首先,阐述轮毂电机的组成结构及其工作原理,分析其常见机械故障的发生位置和表现形式,结合轮毂电机在电动汽车中的安装位置和轮毂电机运行工况,总结出诱发机械故障的三大影响因素。其次,根据知豆D1电动汽车动力性能指标匹配轮毂电机型号,并定制带有轴承外圈故障的轮毂电机,结合轮毂电机在电动汽车中的安装方式,设计轮毂电机夹具,搭建轮毂电机试验台架,设计振动信号采集方案,为后期诊断模型训练数据库和测试数据库的建立提供充足的试验数据。再次,基于轮毂电机试验振动信号计算常用特征参数,并对其进行高斯分布检验;基于区分度指标DI提出族区分度指标GDI和综合权重诊断指标SWDI,GDI值法作为诊断用振动信号的选取方法,用于从两个测点信号中选取对故障反映更为灵敏的信号;SWDI值法用于从符合高斯分布的常用特征参数中提炼出高敏感特征参数。最后,基于动态贝叶斯网络(Dynamic Bayesian Networks,DBNs)及电动汽车多变的运行工况,提出了“速度片”概念,建立轮毂电机轴承故障诊断模型群,提出基于模型群的轮毂电机轴承故障在线诊断方法,构建基于高敏感特征参数的诊断模型测试数据库,验证所提方法的可行性。诊断结果表明,该方法对轮毂电机轴承故障诊断的正确率高达98.3%,对轮毂电机正常状态与故障状态具有较好的识别度,能为轮毂电机运行状态监测提供理论基础与技术支持。