新能源车双电机扭矩分配Simulink模型开发实践

1. 项目背景与行业需求

双电机四驱系统正在成为新能源乘用车的主流配置。相比传统机械四驱，电驱动系统通过前后轴独立电机实现扭矩矢量分配，不仅省去了传动轴、分动箱等复杂机械结构，更带来了毫秒级的动态响应能力。2023年新势力品牌中高端车型已有超过60%采用此类架构。

这套Simulink模型正是针对量产需求开发的全功能解决方案。我们团队在与三家头部新势力车企合作过程中，发现各家在开发双电机扭矩分配系统时普遍面临三大痛点：

1. 控制策略验证周期长：从算法设计到实车测试通常需要6-8个月
2. 功能安全达标困难：ISO 26262 ASIL D要求下故障处理逻辑复杂
3. 能耗优化瓶颈：城市工况下双电机系统效率可能反而不如单电机

基于这些痛点，我们提炼出这套包含17个核心功能模块的模型库，目前已成功应用于两款月销过万的量产车型。下面将详细解析模型架构与关键技术点。

2. 模型整体架构设计

2.1 分层控制架构

模型采用典型的三层控制架构：

code复制[驾驶意图解析层]
  └─ [扭矩分配决策层]
      └─ [电机执行控制层]

每层之间通过标准接口通信，支持模块化替换。例如某车企在运动模式下用自研的漂移算法替换了我们默认的分配策略，仅需修改中间层模块。

2.2 核心功能模块清单

3. 扭矩分配算法详解

3.1 基础分配策略

采用基于效率MAP的前后轴动态分配算法：

matlab复制function [T_front, T_rear] = torque_split(T_total, V, SOC)
    % 查表获取当前车速下的最优分配比
    split_ratio = interp2(speed_map, soc_map, ratio_map, V, SOC);
    
    % 考虑电机温度降额
    T_max_front = get_motor_limit('front');
    T_max_rear = get_motor_limit('rear');
    
    % 最终分配
    T_front = min(T_total * split_ratio, T_max_front);
    T_rear = min(T_total * (1-split_ratio), T_max_rear);
end

实测数据显示，该算法在NEDC工况下可提升2.3%的续航里程。

3.2 扭矩矢量控制

当车辆检测到转向不足时（通过方向盘转角与横摆角速度差值判断），模型会自动实施扭矩矢量控制：

1. 内侧电机扭矩减少ΔT
2. 外侧电机扭矩增加ΔT+k*偏差量
3. 总扭矩保持不变

关键参数：k值需根据车型质心高度、轮距等参数调整，一般范围0.8-1.2

4. 功能安全实现要点

4.1 故障检测机制

模型内置三级故障检测：

1. 信号级：检查CAN信号有效性（新鲜度、范围）
2. 系统级：电机转速/扭矩一致性校验
3. 车辆级：轮速与电机转速逻辑关系验证

4.2 跛行模式策略

当检测到后电机故障时：

1. 前桥最大扭矩提升30%（需考虑减速器强度）
2. ESP自动介入补偿横摆力矩
3. 车速限制至80km/h

5. 模型验证方法

5.1 MIL测试用例设计

典型测试场景包括：

• 低附着力路面全油门起步
• 高速变道时单侧电机突发降额
• 双电机同时达到温度限值

5.2 实车标定流程

1. 台架测试：验证电机响应延迟（要求<50ms）
2. 试验场测试：雪地圆形跑道验证扭矩分配效果
3. 公共道路测试：山区连续弯道验证热管理性能

6. 量产应用经验

在某车型开发中遇到的典型问题：

• 问题现象：低速转向时扭矩波动明显
• 根本原因：电机扭矩响应延迟不一致
• 解决方案：
  1. 前电机增加预扭矩功能
  2. 后电机PID参数调整
  3. 最终将波动幅度控制在±5Nm内

模型使用建议：

1. 首次应用时务必进行完整的参数标定
2. 建议保留10%的扭矩裕度应对极端工况
3. 冬季测试要重点关注低温下的控制稳定性