行驶中的汽车是一个强非线性的时变系统,要对这样复杂的被控对象进行准确控制,必须要实时获取大量的状态参数,因此汽车控制中存在大量估计问题,驱动轴力矩估计即为其中之一驱动轴力矩信息主要应用于车辆传动系的控制问题中。车辆运动过程中,传动系经常会发生扭转震动,造成能量的浪费和乘客舒适性的下降。如果知道驱动轴的力矩,就可以通过发动机或电机输出力矩的主动衰减实现扭转振动的抑制。此外,在车辆进行换挡时,如果离合器的分离时间不当,传动轴中积聚的大量能量会造成车辆的剧烈震动。如果知道驱动轴的力矩信息可以准确的判断离合器的分离及结合时间,从而减小换挡冲击度。在纯电动汽车的可再生制动过程中,驱动轴上的能量可以被回收,因而驱动轴的力矩估计问题在可再生制动的闭环控制过程中也得到关注。本次毕业设计的研究内容即为集中式纯电动汽车的驱动轴力矩估计问题。在课题研究中以多学科领域复杂系统建模仿真平台AMESim (Advanced Modeling Environment for performing Simulation of engineering systems)中的纯电动车模型代替真实车辆作为实验平台。然后设计了基于反馈线性化算法的驱动轴力矩估计器,并仿真验证其有效性。最后将设计的驱动轴力矩估计器在纯电动汽车的制动能量回收问题上进行了应用。本文中首先对研究对象-集中式纯电动汽车的结构和工作原理进行了整体介绍。结合AMESim模型,依次对纯电动汽车的电驱动系统、传动系统、包含了道路负载信息的车辆纵向模型、整车ECU几个子系统进行了数学描述；此外,该模型中还考虑了驾驶员的操作行为。针对该模型进行了功能性验证,以便后续研究中将其作为实验平台。然后针对上述的纯电动汽车,设计了以车轮转速为反馈量的驱动轴力矩估计器。估计思路是将力矩估计转化为转速跟踪问题,设计了基于反馈线性化算法的校正项对动力学模型的输出进行校正。在输入-状态稳定性(Input-to-state stability,简称ISS)框架下对估计器的不确定性进行了鲁棒性分析,给出了参数选取的指导原则。通过不同驾驶循环下的仿真实验,验证了估计器可适用于多种不同工况。最后,将所设计的驱动轴力矩估计器在纯电动汽车的闭环控制系统中进行了应用。在车辆的可再生制动中,驱动轴的能量被转化为电能,回收到电池中去。该过程中,电制动力矩和机械制动力矩共同来改变车速,达到驾驶员的制动期望。驱动轴力矩信息直接影响到制动力矩的判断和分配。有了驱动轴力矩估计器,该控制系统才能构成闭环。基于前述驱动轴力矩估计器开发了再生制动过程的能量回收控制策略,并进行了仿真实验,结果表明该估计器可以良好的应用于车辆的闭环控制问题中。最后需要指出,本文中所有实验均在离线仿真条件下进行。为了进一步检验估计器的实时性后续应当进行实时仿真实验。如果要检验该估计器工程应用的可能性,有必要搭建硬件在环(HiL)试验平台进行半实物仿真,这是本课题研究下一步可以跟进的方向。