这阵子一直在做四轮驱动的分布式电驱动整车仿真轮毂电机、轮边电机两条技术路线都搭了CRUISE仿真模型用来对比整车的动力性和经济性指标。说实话这类模型在一个项目里往往要反复改参数、反复跑工况但只要把建模思路理顺后面就是水磨工夫。这篇文章把我从整车参数定义、驱动部件选型、任务设置到结果判读的完整流程整理出来重点讲轮毂电机直驱和轮边电机加减速器这两种拓扑在CRUISE里的建模差异以及几种容易让结果失真的坑怎么排查。如果你正在用CRUISE做纯电车型的整车性能仿真尤其是四轮独立驱动的分布式方案这篇文章应该能帮你少走不少弯路。材料里涉及的参数均来自项目里的模拟项目X不代表任何实际车型大家关注的是方法和逻辑。1. 为什么分布式四驱在CRUISE里建模和传统集中式不一样1.1 拓扑差异带来的建模差异传统集中式电驱动车型建模链路很短动力电池出来经过一个电机、一个固定速比减速器、一个差速器再通过两根半轴驱动两个车轮。CRUISE里对应就是Electric Machine、Final Drive、Differential、Wheel这样一条机械链路控制逻辑也简单电机的扭矩经过减速器放大、差速器分配最后落到驱动轮上。分布式四驱完全不是这个套路。轮边电机方案相当于四个电机各自带减速器每个车轮由独立的驱动单元控制轮毂电机方案更直接电机转子做成轮毂的一部分直接输出扭矩到车轮连半轴和差速器都不需要。反映在CRUISE模型里就是不再存在“一个电机拖两个轮子”的机械耦合取而代之的是四条并行驱动链路每条链路从电池取电、经过逆变器到电机、再经过可选减速器到车轮。这个变化带来的建模要点有两个。第一机械层的差速关系要重新处理。集中式车型里差速器承担了左右车轮的转速解耦模型里Differential组件会自己处理弯道或左右轮转速差的问题。分布式四驱在做直线纵向性能仿真时左右轮转速可以认为是相同的但CRUISE里如果不显式处理四条链路的电机转速和车速之间的关系就得靠整车控制逻辑来协调。最简单稳妥的做法是给每个电机一个独立速度输入信号让它们的转速统一跟随当前车速对应的轮端转速。第二扭矩分配不再有机械差速器兜底整车控制器成了决定动力性结果的“关键先生”。同样是0到100公里每小时的加速任务前后轴扭矩怎么分、左右轮扭矩是否一致、起步阶段扭矩上升斜率是多少直接影响仿真结果是否可信。这些逻辑在CRUISE里需要自己写Function组件或者导入外部控制策略这也是分布式四驱建模比集中式多出来的主要工作量。1.2 轮毂与轮边方案在模型中的本质区别聊到分布式四驱轮毂电机和轮边电机的对比几乎绕不开。两类方案从整车结构、电机设计到CRUISE建模方式差别都不小我直接列一个对比表方便大家做方案预判时参考。对比维度轮边电机减速器轮毂电机直驱传动链电机轴-减速器-车轮电机轴直接连车轮轮端扭矩来源电机扭矩×减速器速比电机扭矩直接就是轮端扭矩对电机峰值转速要求需要高转速电机配合减速器降速增扭电机转速范围基本等于车轮转速范围电机本体设计可以做高转速、小体积、小扭矩低速大扭矩体积和重量往往更大簧下质量和转动惯量相对小电机布置在车架或副车架附近电机集成在轮内轮端惯量显著增加传动效率多一级减速器损耗但电机工况点可控省去减速器损耗但电机自身效率区间很关键CRUISE建模链路E-Machine → Final Drive → WheelE-Machine → Wheel或速比1:1的Final Drive典型轮端参数示例单电机峰值120 N·m速比10轮端1200 N·m单电机峰值400 N·m轮端直接输出400 N·m很多人会想当然地认为轮毂直驱省了减速器效率一定高。实际算下来未必。直驱要求电机在很低的车轮转速下输出大扭矩城市巡航时电机往往处于低转速高负荷工况效率MAP不一定落在高效区轮边电机通过减速器把电机转速提上去了反而可能让电机工作在效率更高的区域代价只是多了一级大约95%到97%效率的减速器。所以这两个方案谁更优不能拍脑袋必须靠整车级的动力性和经济性仿真来说话。2. 模型搭建前的整车参数与驱动部件定义2.1 整车参数怎么填才靠谱很多新手拿到CRUISE第一步就去拖组件连线路整车参数先随便填。这个顺序是错的。整车参数是一切仿真任务的基准尤其是质量、风阻和滚动阻力这三项对动力性和经济性结果的影响比驱动系统参数更显著。在CRUISE的Vehicle组件里需要填入空载质量、满载质量、质心高度、轴距、风阻系数、迎风面积、滚动阻力系数等。我的习惯是先用一张参数表把整车目标值定下来再开始建模。以模拟项目X为例基本的参数设定是整备质量1600 kg满载质量1925 kg轴距2.8 m质心高度0.55 m风阻系数0.29迎风面积2.38 m²滚动阻力系数0.011车轮滚动半径0.36 m这里特别提醒一下风阻系数和迎风面积的敏感性。风阻系数差0.01在WLTC或者高速巡航工况下百公里电耗差0.3到0.5 kWh是很正常的事。如果项目早期没有风洞数据或CFD结果宁可先按同级别车型的常见值估算也要在报告中注明参数来源后面拿到新数据再回代更新。CRUISE里滚动阻力模型有constant和随速度变化两种如果手头只有单点滚阻系数用constant方式并把单位定义清楚就够用了。2.2 电机外特性、效率MAP和峰值限制电机参数是分布式四驱模型的核心输入。CRUISE的Electric Machine组件需要定义外特性曲线、持续工作区、效率MAP和转动惯量每项都讲究。外特性曲线指的是转速和最大扭矩/功率的对应关系。峰值扭矩一般出现在低转速区间随着转速升高电机进入恒功率区扭矩按功率限制下降。不少人只填最大扭矩和最大功率两个数忽略了中低转速段的过载限制结果0到50公里每小时的加速仿真会明显偏乐观。效率MAP要特别注意四象限数据。驱动工况是正扭矩象限再生制动是负扭矩象限。如果只填第一象限的效率CRUISE会默认负扭矩工况效率很低制动回收的能量被严重低估经济性结果直接失真。我处理这种情况的方法是向电机供应商要完整的四象限效率数据至少覆盖从负峰值扭矩到正峰值扭矩的完整转速-扭矩网格。对轮边电机方案外特性输入的是电机轴端的转速扭矩关系不是轮端。对轮毂电机直驱方案电机输出就是轮端但要把整车最高车速对应的轮端转速换算成电机最高转速需求。这里有一个简单的核算例子车速160公里每小时轮胎滚动半径0.36米车轮转速大约是1178转每分如果减速器速比是10那么轮边电机的最高转速需要在11780转每分左右。也就是说轮边电机的设计目标是高转速、中等扭矩轮毂电机则是低转速、大扭矩。建模时这两条路线对电机外特性数据的要求完全不同。2.3 电池、减速器和车轮参数的处理电池模型直接影响经济性仿真精度。CRUISE里有简化电池和详细电池模型做续驶里程仿真时我建议至少把单体开路电压与SOC的关系曲线、内阻与SOC的关系曲线填进去。锂电池的开路电压在SOC中间段比较平缓两端陡峭如果拍脑袋给一条线性曲线低SOC段的电压被高估动力输出和经济性结果都会跑偏。减速器参数相对简单但速比定义一定要反复核算。轮边电机方案的轮端扭矩等于电机扭矩乘以速比再把电机转速除以速比得到轮端转速两个方向都要核对一遍。减速器效率通常在95%到97%之间CRUISE里可以直接填一个固定效率如果要做更精细的对比也可以使用随转速变化的效率数据。减速器转动惯量同样要填它对加速初段和滑行过程的仿真有影响。车轮参数方面滚动半径、轮胎转动惯量和滚动阻力系数三个最重要。分布式四驱的四条链路各自带四个车轮组件轮胎转动惯量不要漏填尤其是轮毂电机方案电机转子的转动惯量应该和车轮的转动惯量合并考虑否则加速和滑行仿真的时间响应会被算错。2.4 扭矩分配逻辑分布式四驱比集中式多出来的一块工作分布式四驱模型里扭矩分配逻辑需要自己做。最简单的是前后轴固定比例分配比如50比50。但这并不现实加速过程中整车重心后移后轴能利用的附着力比前轴大固定比例会限制整车加速上限或者让前轴扭矩超出附着承受能力。我常用的扭矩分配逻辑是按轴荷转移动态分配。加速时前后轴垂向力的变化可以近似写成前轴垂向力 整车质量 × 重力加速度 ×后轴到质心距离 / 轴距 - 整车质量 × 纵向加速度 × 质心高度 / 轴距后轴垂向力 整车质量 × 重力加速度 ×前轴到质心距离 / 轴距 整车质量 × 纵向加速度 × 质心高度 / 轴距然后根据当前前后轴垂向力的比例分配总驱动扭矩。这个逻辑在CRUISE的Function组件里用文本脚本就能实现输入量只需要车速、踏板开度和纵向加速度估算值。// 扭矩分配逻辑示意实际在CRUISE Function组件中实现 ax f(speed, pedal) // 由踏板和车速得到请求加速度 F_front m*g*(L_r/L) - m*ax*h/L // 前轴垂向力 F_rear m*g*(L_f/L) m*ax*h/L // 后轴垂向力 T_total map(pedal, speed) // 总驱动扭矩请求 T_front T_total * F_front/(F_frontF_rear) T_rear T_total * F_rear/(F_frontF_rear)这套逻辑写清楚以后模型才算真正意义上做完了“分布式四驱”的驱动控制部分。如果只是拿CRUISE自带模型随便改改很容易做成一个四电机并联、扭矩平均分配的伪四驱仿真结果的意义就打了折扣。3. 动力性仿真任务设置与结果判定流程3.1 标准动力性工况怎么搭CRUISE里的动力性任务通常在任务文件夹下新建常用的几个任务包括全负荷加速、二次加速、最高车速和爬坡性能。全负荷加速就是大家常说的0到100公里每小时加速任务设置时要定义起始车速、终止车速和载荷状态。做整车性能指标对比时建议把驾驶员的起步延迟关掉或者统一设置否则不同模型之间的起步响应差异会干扰指标对比。二次加速任务用来评价超车能力常见的有60到100公里每小时的加速时间。在高速上需要超车时这部分性能比0到100更能反映实际体验。最高车速任务CRUISE直接跑一个长距离匀速过程看车速能不能稳定在目标值以上。做这个任务前先核算电机高转速能力比如前面算过的轮边电机11780转每分的转速需求如果电机最高转速不够这个任务在仿真里就会因为超速保护而提前结束结果要么报错要么达不到目标车速。爬坡性能任务选Climbing PerformanceCRUISE会输出一个车速和最大爬坡度的关系曲线不需要自己定义档位和换挡逻辑对单速比电驱动车型很直观。3.2 从加速曲线看模型合理性加速任务跑完以后不要只看0到100的秒数要看速度-时间曲线的形状。正常的电驱动加速曲线应该是起步段加速度高然后随着车速增加加速度持续下降整条曲线平滑递减没有明显拐点。如果曲线在某段突然出现加速度跳升优先检查扭矩外特性数据是否存在突变或者功率限制设置是否和峰值功率逻辑矛盾。如果起步段的加速度大得离谱大概率是轮胎附着极限没有被限制住。CRUISE的轮胎模型如果设置成简单模式驱动力过大时并不会体现打滑损失加速成绩会显得过于乐观。这种情况下要在控制逻辑里做扭矩上升限制或者使用带有滑移率计算的轮胎模型。以模拟项目X的参数为例四轮总峰值轮端扭矩如果做到4800 N·m左右对应的驱动力约13333 N除去滚动阻力和坡度阻力初始加速度理论上接近7米每二次方秒。但实际受限于峰值功率和附着条件0到100公里每小时的成绩落到8到10秒区间是比较合理的。如果仿真结果明显超出这个范围就应该回头检查参数而不是急着写报告。3.3 最大爬坡度和最高车速核算最大爬坡度是动力性指标里最容易校核的一项因为轮端扭矩需求可以直接用受力分析算出来。以满载1925 kg为例在30公里每小时的速度下爬12%的坡度滚动阻力约207 N坡度阻力约2264 N忽略风阻总阻力大约2471 N折算到轮端总扭矩约890 N·m。如果轮边电机单轮峰值扭矩120 N·m、速比10单轮轮端扭矩能到1200 N·m四轮总额定轮端扭矩远超爬坡需求但要注意这是峰值能力长时间爬坡必须校核电机的持续扭矩能力而不是峰值扭矩。最高车速的核算则在转速和功率两个维度同时进行。转速维度看电机最高转速能否覆盖目标车速对应的轮端转速功率维度看该车速下克服滚动阻力和风阻需要的功率是否低于电机的持续可用功率。这两个条件缺一不可。4. 经济性仿真循环工况、SOC边界与能耗结果拆解4.1 循环工况的准备经济性仿真离不开循环工况。CRUISE自带了NEDC、WLTC等常用工况实际项目中我更倾向于使用自己准备的工况数据文件因为可以精确控制时间步长、初始化条件和温度假设。准备工况数据有个小细节容易被忽略工况序列的时间间隔。CRUISE里如果导入的时间-车速数据采样间隔太大比如每隔2秒甚至5秒一个点仿真跟随工况时速度变化会很生硬加速度信号跳动大能耗结果也会受影响。我一般使用0.1秒或者0.2秒间隔的数据起步和停车段的过渡会更平滑。在Cycle Run任务里设置驾驶员类型也很关键。CRUISE的驾驶员模型有激进、普通、保守等不同风格会直接影响车速跟随质量。太激进的驾驶风格会有更多的加速和制动动作能耗偏高太保守虽然省电但可能在急加速段跟不上工况目标。做标准对比时驾驶员参数的设定要固定下来不要随手动调整。4.2 SOC边界与续驶里程任务的设置经济性仿真常见两种目标单循环能耗和续驶里程。单循环能耗的做法是设定初始SOC比如90%跑一次WLTC或CLTC-P工况看终点SOC下降了多少算出百公里电耗。这里要注意初始SOC不要设成100%因为电池在满电状态的充电限制和电压特性比较特殊对能耗结果引入不必要的干扰。我一般从90%开始跑SOC窗口保持在比较线性的区间。续驶里程的仿真逻辑是反复跑循环工况直到SOC降到放电截止值。实际操作时在CRUISE任务里把循环工况的运行次数设成足够大电池组的SOC下限设到10%左右跑到下限任务自动结束。续驶里程这类仿真对电池内阻和OCV曲线精度要求非常高尤其是低SOC段内阻如果偏小电压跌落被低估续航结果会被拉长。电池可用能量和单循环耗电量的换算关系可以做一个简单的预估。比如电池包60 kWhSOC窗口90%到10%可用能量约48 kWh如果目标百公里电耗16 kWh/100km理论续驶里程约300公里。仿真结果出来后先拿这个数量级做校验如果偏差过大说明某个环节的参数出了问题。4.3 能耗结果拆解与两方案差异经济性仿真不能只看一个百公里电耗数字要拆解看到底能量消耗在哪些环节。CRUISE的结果里我可以同时看电池输出能量、电机消耗能量、电机回收能量以及各部件损耗。拆解时我会关注三块驱动能量、回收能量和传动损耗。轮毂电机直驱方案没有减速器传动损耗基本为零但电机自身工作在低转速大扭矩区间效率MAP的低速大扭矩区域是否高效直接决定了城市工况表现。轮边电机方案多了减速器损耗但电机可以工作在高转速区效率往往更接近高效区两种效应相互抵消。以我手上的这套参数跑下来城市和综合工况两个方案的电耗差异通常在2%以内高速工况轮边电机方案反而有明显优势差距能拉开到4%到5%。另外还要注意附件负载有没有计入。CRUISE的电气负载包括12V低压附件、空调压缩机、热管理等如果做的是整车公告级的能耗仿真这部分不能省。有些项目为了对比驱动效率会主动关掉附件负载那就需要在报告中明确说明避免和其他结果混淆。5. 实测中容易踩的模型坑位与排查链路5.1 转动惯量最容易被忽略的“假”加速分布式四驱模型里转动惯量的坑非常隐蔽。轮毂电机方案电机转子直接集成在轮端如果只在Electric Machine里填了电机自带的转动惯量而没有考虑车轮本身的转动惯量那么加速初段的仿真结果会显得过于灵敏。反过来如果车轮组件里填了轮胎惯量又额外在电机参数里重复加了一份转子惯量加速和滑行又会偏慢。轮边电机方案的坑在减速器转动惯量的折算上。减速器输入端和输出端的转动惯量对车辆动力响应的影响不同需要按照速比的平方关系折算到轮端或者电机端建立统一基准。如果不确定怎么填最简单的验证方法是用滑行曲线。CRUISE跑一个从60公里每小时松油门滑行到10公里每小时的工况将仿真滑行时间和实测或者理论滑行时间对比如果曲线对得上惯量基本没问题对不上优先检查惯量其次检查滚动阻力模型。5.2 扭矩分配策略错误让四驱结果失真扭矩分配策略最容易出的问题是“看起来四驱实际上策略写死”。如果模型里四个电机的扭矩请求完全相同前后轴固定50比50加速过程前后轴垂向力变化没有反映在扭矩分配上那么前轴分配的扭矩可能超出地面附着力许可而CRUISE的简单轮胎模型又不会把这个超出部分体现为打滑仿真成绩就会比实际理论值更好。我实际遇到过一次0到100成绩比调校后的动态分配模型快了将近0.5秒但实际路况根本不可能复现。处理方式就是前面2.4节提到的动态轴荷转移分配逻辑。做完后需要用一条简单的推理来验证当车辆加速度接近附着极限时前后轴分配的扭矩比例应该接近前后轴垂向力比例这样每个车轮的附着利用率是均衡的不会出现某一轴过早突破附着极限的情况。5.3 电池模型精度不足导致经济性偏差电池模型参数缺失会导致一个不容易发现的问题续驶里程仿真结果看着合理但实际上是因为电池模型的可用能量和电压特性过于理想化。举个典型例子。如果OCV-SOC曲线从100%到0%线性下降而实际锂电池在SOC中间平台段电压变化很小两端的下降很快那么仿真里低SOC段的电池电压会被高估放电深度被不自觉地拉大续驶里程结果可能比实际多出5%甚至更多。我的原则是做经济性仿真前先确认三组数据电芯OCV-SOC曲线、25摄氏度下的内阻-SOC曲线、峰值功率限制策略。如果这三组数据拿不到真实值宁可先按电芯规格书里的典型曲线输入也要在结果里注明“电池模型采用规格书数据未经过实测标定”。总比等结果偏出去再返工强。5.4 与实测对不上的排查顺序项目后期难免要做仿真和实测对比这里有一个排查顺序能省不少时间。第一步先看车速跟随。如果Cycle Run工况的跟随都不好后面的能耗数字没有讨论意义。跟随偏差大的时候先调驾驶员模型参数再检查循环工况数据文件。第二步看阻力模型。实测转鼓上的轮胎阻力、风阻和滚阻都是综合在道路负载里面的仿真里如果用的是一堆拍脑袋的常数电耗对不上几乎是必然的。第三步查效率MAP。四象限效率数据和电机台架实测数据是否一致尤其是再生制动效率。这一步经常是经济性仿真偏高的原因。第四步查电池模型。内阻偏小会导致可用能量偏高电流偏大又会导致损耗偏高最后能耗结果容易“歪打正着”看起来很合理但实际上模型内部机理不对。这种模型拿去做方案对比很容易得出错误结论。最后一步查控制策略里的扭矩限值和SOC修正逻辑。很多工程师忽略了电池在低SOC阶段的功率限制这会让续驶里程最后的收尾阶段失真。我能分享的排查经验就这些。最后提一个实务建议在两个方案模型里把电机峰值功率、转速、减速器速比都定义成全局参数用CRUISE的参数研究功能批量扫描。这样不仅能把轮毂直驱和轮边减速两条路线的动力性经济性取舍一次性看明白还能顺便找到性能敏感参数写方案报告的时候特别有底气。