基于电机动态模型的电动汽车高速斜齿轮动载荷计算及寿命预测

来源 :重庆理工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:longlong2ddd
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
与传统燃油汽车相比,电动汽车传动系统及其零部件通常在高频、强冲击、超长周次的动态载荷作用下运行,更易导致变速器齿轮发生接触疲劳破坏.为了准确计算电动汽车高速斜齿轮实际工况下的动态载荷,预测其使用寿命,以某定传动比变速器电动汽车为研究对象,建立车用永磁同步电机的矢量控制模型,基于瞬时道路工况对模型进行仿真,得到循环工况下驱动电机的动态转矩输出,并对实验结果进行验证;基于赫兹接触理论,以电机的动态转矩作为变速器驱动转矩,计算得到循环工况下高速斜齿轮接触疲劳危险位置的应力谱,并进行循环计数,获取了循环工况下高速斜齿轮接触应力幅值均值-频次关系.根据修正的P-S-N曲线及疲劳累积损伤理论,预测电动汽车变速器高速斜齿轮接触疲劳寿命,为电动汽车变速器齿轮动态疲劳寿命预测提供了理论方法.
其他文献
木质素磺酸钠,作为造纸工业废弃物,结构中含有甲氧基(-OCH3)、羟基(-OH)、羧基(-COOH)、-CH=CH-等各种功能性基团,经活化改性后作为活性物质用于水体污染治理。本论文以工业级木质素磺酸钠(SL)为原料,制备木质素水凝胶材料,表征、分析材料结构,将其应用于废水中重金属污染的治理,净化水体,研究木质素生物基材料对重金属的去除机理,探索木质素的工业化应用前景,体现“以废治废”的污染治理理
针对单一卡尔曼滤波(KF)在估算荷电状态(SOC)时忽略了温度、SOC以及驾驶工况对电池参数的影响,且存在收敛性差、误差大等问题,提出了一种扩展卡尔曼滤波(EKF)-自适应无迹卡尔曼滤波(AUKF)联合算法.基于电池的外特性机理建立了2阶RC等效电路模型,在OCV-SOC-T函数映射关系下,利用EKF算法实时预测电池参数,并联立AUKF算法实现SOC的估算.通过在不同温度与驾驶工况下的电池实验数据验证,EKF-AUKF联合算法能够实现电池参数和SOC的实时在线估计,同时兼顾了鲁棒性强、收敛性好以及估算精度