德国FZG正在进行的Speed 4E项目，对于纯电驱动传动系统中由于电机转速提高，以及润滑条件苛刻和可靠性高要求造成的一系列问题进行了研究，得出了部分有用的结论。本文是他们对于电驱系统的测试和评价技术的研究成果介绍，原文发表于MPDI的2024第6期。
1.简介
电驱动单元(EDU)包括电动机、电控系统、和变速器。通常情况下，会选取高转速电机，减小其体积和质量，从而降低成本，有望提高功率密度，并在理论上提高电动汽车（BEV）的行驶里程。如今，整车电驱系统应用的电机最大转速可超过20000rpm（2023年数据）。然而，在一定速度下，由于技术的昂贵性，成本可能会增加。此外，随着电机转速的增加，变速器需要设计更高的总传动比，这通常会导致变速器的体积、质量和成本存在问题。
然而，开发过程中的一个重要步骤是评估驱动单元的整体功能、效率和动力学表现。最近发表的一项研究确定并比较了三种测试EDU的基本方法：在车辆内使用底盘转鼓或底盘轮毂测力计进行测试，或在车辆专用测试设备上进行测试。在测试台上测试EDU被认为是最复杂但最全面和完整的方法，因为它需要更专业的知识和手段，但能够对单独的零部件进行高度精确和灵活的测试。然而，需要对测试台架进行广泛和深入的研究，以获得对EDU的功能和表现的基本评价结论。测试台的概念通常是基于投资和电驱系统的具体特性。
电力循环的概念（见图1（左））已经在各种研究中广泛使用，因为它可以对整个电驱总成进行研究。此外，这个概念允许测试不同的电驱系统构型，发电机吸收变速器输出上的功率，电力通常会被反馈给电网。一个制动器也可以用来降低电气设置的复杂性[。这一概念也通常被用来研究多档变速箱的传动性能。需要测量输入和输出扭矩，以确定传动效率。相比之下，机械动力循环的概念（见图1（右））已被广泛应用于仅变速器的研究，这个概念也被称为背靠背的配置。变速器通过扭矩加载装置进行预加载。外部电机提供了系统的转速和总扭矩损失。这就会使用到一个更小的电机来运行测试。在功率回路中有两个相同变速箱的组合的情况下，可以很容易地根据损失转矩和负载转矩来确定变速器的效率，而无需对反作用传动过程进行进一步的研究。
图1 电力循环概念（左）和机械动力循环概念（右）
一般来说，两种测试台的概念已被证明，都适用于动力系统测试。然而，随着转速的提高，这种驱动发展的趋势给动力系统测试带来了新的挑战。特别是，对效率的研究需要很高的准确性的情况下，这意味着在测量中允许不允许存在较大不确定性。
本研究项目旨在开发一种可以测试电机最高转速达到50000rpm的电驱系统的功能、效率以及动力学性能的测试装置。使用这样的一个测试设备，使研究人员和工程师能够获得基本知识，并研究驱动系统的零部件在高速下的表现行为。在速度4E研究项目中开发的高速电驱动系统是本项目所使用的单元。根据GUM方法确定测量不确定度也是本研究的一部分。
2.研究对象和方法
2.1参考驱动系统
在Speed4E研究项目中，设计开发了一种高速电驱动系统，适用于最大程度提高纯电驱动车辆的驱动范围。这个系统包含了最大输入转速达到50000rpm的电机，在测试车辆上继承了驱动单元，并且采用了水基冷却和热管理系统。图2显示的是这个驱动系统的结构。这个驱动单元基于两个电机的集成驱动部件和一个三档变速传动系统。这种集成结构提供了副驾的自由度，以便在智能控制系统的控制下，提高工作效率。
动力控制系统被放置在电动机的顶部，并包括专门制造的碳化硅（SiC）模块，能够切换频率高达42 kHz。一种高压电池以800 V的标称电压水平提供对电机的控制。本研究使用了两种类型的电机，因此，可以利用每个电机的个体特性。图3显示了由高速级和两个次级传动（ST）和一个行星差速器(D)组成的变速传动系统示意图，次级传动1（ST1）由感应电动机（IM或EM1）驱动。与此同时，次级传动2（ST2）由永磁同步电机（PMSM或EM2）驱动。两个次级传动都与差速器的外部传动装置啮合。ST1具有固定的齿轮比，由行星齿轮级和斜齿圆柱齿轮级（iST1 = 27.5）组成。高比例的行星齿轮级，可以使得ST1的设计紧凑。ST2提供两个速度，由三个斜齿圆柱齿轮组成。第一转速（iST2,1 = 36.2）提供了一个高的整体齿轮传动比，以确保在低速时的高扭矩。第二转速（iST2,2 = 20.4）被设计为超速档位，使驱动单元在高车速下在PMSM的更有效的范围内运行。狗齿离合器的移动由线性执行器执行，电动机承担同步和牵引功能。
图2 项目研究电驱动系统的示意图
图3 传动系统布局
2.2 测量的不确定性
为了确定测量的不确定度，使用了测量中不确定度表达式指南（GUM）中描述的方法。这些方法包括ISO/IEC指南98-3：2008中描述的标准GUM方法和ISO/IEC指南98-3/SUPPL1：2008中描述的所谓蒙特卡罗方法（MCM）。这两种方法都是基于模型方程，表示测量链，并包含所有影响测量不确定度的量。这项工作建立了所有必要的测量链（输入、输出和阻力扭矩）的模型方程。标准的GUM方法依赖于通过毕达哥拉斯加法得到的不确定性的传播和中心极限定理的有效性的假设。因此，它被广泛应用于线性系统。然而，对于非线性系统，具有少量或非独立输入量的系统，或主导的不确定性分量，它可以产生无效的结果。在这种情况下，经常使用MCM，要么用来确认标准方法的结果，要么作为一个独立的方法。MCM是基于从较高的输入数量M的概率密度函数（PDF）中大量随机抽取的随机数据。这些绘制被插入到模型方程中，从而导出输出变量的PDF。基于输出变量，可以用期望的置信区间p来确定输出变量的扩展测量不确定度U。
用标准GUM法测量输出转矩的初步结果显示了主要的不确定度分量。尽管与MCM相比只发现了微小的差异，但我们选择了MCM来确定不确定性。由于所需的计算数量较高，MCM导致了更高的计算工作量；然而，却杜绝了没有无效结果的风险。此外，不需要对标准方法所需的模型方程进行部分推导，这可以减少计算的工作量，特别是对于复杂的模型方程。
为了准确地估计测量的不确定度，必须考虑到许多影响因素。不幸的是，并不是所有影响测量的参数都能被精确地描述、量化，甚至还能被识别出来。因此，尽可能多地收集关于测量系统和周围环境的信息是必要的。这项工作使用文献研究、以前的调查和来自设备制造商的信息（例如，数据表或校准证书）来量化已知的不确定性因素。对于未知的量，做相关的假设是必要的。主要包括以下因素:
1.系统误差：由于试验台位于受控环境中，且测量仅在静止运行模式下进行（驱动周期测量除外），因此设计尚未补偿的剩余系统误差也被假定为静止的。因此，通过在实验前进行偏移校正，可以最小化系统误差对测试结果的影响。因此，系统的错误被忽略了。由于在传感器的数据表/校准协议中给出了由滞后引起的偏差，因此将其包含在不确定性估计中。
2.转动惯量：由于输入转矩测量原理，电机转子的角加速度会影响转矩测量。然而，由于大多数实验是在静止条件下和恒定的输入速度下进行的，转子没有加速或减速。因此，忽略了转子和其他旋转质量的转动惯量。
3.相关性：假定影响测量不确定度的量不具有相关性。
除非另有说明，所有测量链的测量不确定度是根据数据表和/或提供的信息或所使用部件的校准证书（“B型的标准不确定度评估”)确定的。并计算了传动效率和功率损耗的测量不确定度。这两个量不是直接测量的，而是根据所测量的车辆的扭矩和速度值计算出来的。对于所有的量，测量不确定度计算的置信水平为95.45%，所有计算均用MATLAB完成。
为了更好的理解，首先只计算第4.3节中ST1的测量不确定度，然后显示第4.5节中使用两个次级传动的所有传动系统的结果。此外，在4.6节中讨论了多次测量和驱动周期的测量不确定度。
