分布式驅動電動汽車扭矩分配策略對底盤穩定性的影響

【Abstract】Distributed-driveelectricvehiclesrealize thechangeof drivemode through independentcontrolof multiplemotors，anditstorquedistributionstrategydirectlyaffectsthestabilityofvehiclehandling.Currently，thereisa riskofside-slippingoutofcontrolunder high-speed steeringandextremeworkingconditions，andthetraditional centralizeddriveisdificult toaccuratelyregulate thebalanceoftorquebetweenthewheels.Thedynamicoptimizationof torquedistribution，asthecontrolcoreofchasisactivesafety，hasbecomethetechnicalkeytoimprovetheadaptabilityto complexroad conditions.Therefore，thispaper discusses thecoupling mechanism betweendiferent torque distribution strategiesandchassisdynamicresponse，inordertoestablishanintellgentdistributionmodeladaptedtohighlydynamic working conditions，and provide theoretical support for improving the safety boundary of distributed drive vehicles.

【Key words】distributed drive；electric vehicle；torque distribution；chassis stability；control strategy

0 引言

分布式驅動構型賦予電動汽車獨立控制各車輪扭矩的先天優勢，該特性直接影響底盤穩定性控制效果。在快速變道、低附著路面等場景下，傳統驅動形式無法精確平衡輪間動力輸出，導致橫擺力矩失衡，引發失穩風險。扭矩分配策略通過調節電機輸出特性與運動學參數的動態耦合關系，成為連接動力系統與底盤穩定性的核心橋梁。針對當前控制策略響應滯后與多目標協調不足的缺陷，亟需解析扭矩分配對縱向動力調節、橫向力協同、高動態響應維持三大穩定要素的作用機理。本研究聚焦分層控制架構的智能優化路徑，通過構建實時分配算法與穩定性指標的映射模型，解決極限工況下的方向穩定性控制問題，最終實現車輛運動穩定性與動力經濟性的協同優化。

1系統構成與底盤穩定性要求

1.1分布式驅動系統結構

分布式驅動系統的核心特征是每個車輪獨立配置驅動電機，實現扭矩精準控制，如圖1所示。其構成涵蓋動力單元、能源系統、傳動機構與控制系統四大部分，見表1。

動力單元直接決定車輛動力學響應特性，輪轂電機方案取消機械差速器實現輕量化，輪邊電機則通過短半軸平衡操控性與簧下質量的影響。能源系統的高壓配電需匹配電機峰值功率需求，PCM模塊動態調整放電倍率防止電池過熱。傳動機構中減速齒輪組優化低轉速域扭矩輸出，等速萬向節保障大轉向角動力不中斷。控制系統構建分層架構：VCU計算總需求扭矩，電機控制器集群執行輪間分配指令。該結構的本質是解耦控制一突破傳統傳動軸物理約束，使各車輪動力輸出具備獨立可調性，為底盤穩定性控制奠定物理基礎。

圖1分布式驅動電動車組成

表1分布式驅動系統主要構成

1.2底盤穩定性定義與指標

底盤穩定性指車輛維持預期行駛軌跡的能力，需滿足方向控制、姿態安全、動力持續三重目標，見表2。

表2底盤穩定性核心指標

方向穩定性通過橫擺角速度傳感器監測車輛實際轉向與轉向盤指令的偏差，當緊急避障時車輛出現過度轉向趨勢，需主動抑制外側輪扭矩。姿態穩定性依賴車身姿態傳感器網絡，系統實時計算質心側偏角與車輪垂向載荷分布，防止單側車輪離地導致側翻。動力穩定性核心在于最大化利用輪胎-路面附著潛力，通過輪速差監測識別驅動輪滑移現象。這三類指標形成動態平衡關系：方向穩定性優先保障循跡能力；姿態穩定性確保駕乘安全；動力穩定性優化牽引效能。穩定性控制的終極目標是使三者在極限工況下達到帕累托最優狀態。

2扭矩分配對底盤穩定性的作用機制

2.1 縱向動力分配對穩定性的調節作用

縱向扭矩分配的核心是通過精準控制四輪驅動力差值來主動修正車輛姿態。當車輛在冰雪路面起步時，系統實時監測車輪滑移狀態，檢測到驅動輪打滑時立即降低該輪扭矩，同時將富余動力轉移到抓地力正常的車輪。這種輪間動力差會產生方向修正力，有效抵抗路面不平或附著差異導致的車輛跑偏。在爬坡場景中特別關鍵，系統增加前輪扭矩保持循跡方向，控制后輪輸出防止甩尾。在高速制動工況下，前輪分配較高回收扭矩保證方向穩定，后輪控制回收強度避免側滑2。其核心優勢在于毫秒級響應速度，電機特性使傳統燃油車無法實現的動態調節成為可能。通過持續輪間動力平衡，將突發路面變化造成的方向偏離抑制在萌芽狀態，顯著提升濕滑彎道等復雜路況的可控性。

2.2 橫向力耦合調控機制

車輛轉向時存在動力與轉向力的精妙平衡：驅動輪既要輸出推進力，又要提供轉向抓地力。傳統驅動方式在高速過彎時容易過度增加外側車輪驅動力，導致轉向抓地力不足引發推頭現象。分布式驅動系統通過實時監測轉向盤轉角與車身側傾狀態，智能限制外側車輪的驅動力增幅，確保有足夠抓地力余量應對突發方向調整。當系統檢測到轉向不足趨勢時，會主動對內側車輪施加微量電子制動，產生反向調節力矩輔助轉彎。在連續S彎道中，系統動態調整前后軸扭矩分配比例：入彎時增強后軸驅動提升靈活性，出彎時平衡前后動力保證穩定性。特殊場景如濕滑路面急彎中，系統自動降低總輸出扭矩并重新分配各輪負荷，確保輪胎附著邊界不被突破。

2.3高動態響應下的穩定性維持機制

應對瞬時突發狀況需要三重保障體系協同作用。在緊急變道場景，系統通過轉向盤轉角速率預判車輛擺動趨勢，當檢測到急打方向動作時，立即調整后軸扭矩分配，外側后輪輕微增扭抑制轉向過度，內側前輪降扭緩解推頭風險，多輪聯動平衡車體姿態；當車輛駛過破損路面時，系統監控輪速突變信號，對懸空車輪快速降扭減少動力浪費，接地瞬間智能恢復扭矩避免沖擊晃動；連續彎道特殊控制算法實時學習駕駛風格，第一彎記錄駕駛員操作參數，后續彎道預優化扭矩響應節奏，主動抵消重心轉移帶來的側傾風險。核心創新在于分階段干預策略，預判階段提前布局動力分配，降低失控風險，瞬時控制階段毫秒級抑制異常波動，補償階段自動校準轉向誤差。

3分布式驅動電動汽車扭矩分配策略的優化方向

3.1 控制策略的實時性優化

提升扭矩分配響應速度需要從硬件到軟件的全鏈條重構。多核心處理芯片同步處理四輪需求，大幅縮短計算耗時，快速預測算法將車輛動力學分解為微秒級連續任務。雙通道通信架構保障數據傳輸可靠性，常規指令通過標準總線傳遞，緊急控制信號經由高速網絡直達電機控制器。動態任務分級技術是突破性方案，系統自動識別急轉向信號并優先處理3]。實際道路測試證明該方案在冰雪路面顯著降低方向修正延遲，駕駛員幾乎感受不到車身擺動修正過程。下一代技術將集成專用加速芯片，讓全流程響應快于機械系統慣性時間。該技術最終目標是消除人工介入需求，通過提前預判和瞬時響應的結合應對突發路況變化。在連續顛簸路況下實現輪端動力毫秒級跟隨，避免傳動系統因延遲導致的扭矩過調現象。通過建立端到端的低延遲通路，將安全邊界從被動響應擴展到主動預防。

3.2多目標協調控制策略設計

穩定性與經濟性協調需要智能動態配比機制。低速平穩階段維持四輪平均分配減少電機損耗，高速巡航啟用單軸驅動策略降低系統功耗。急轉向操作自動觸發穩定模式，按轉向盤轉角速率自動調整扭矩分配權重。潮濕彎道場景體現技術價值，系統智能分配電機制動力與液壓制動力比例，保障減速平穩性的同時提升能量回收量。三維決策模型動態平衡關鍵要素，同時計算車輛穩定裕度、實時能耗效率與輪胎健康參數。真實山區路測數據證實該方案平均降低能耗的同時減少駕駛員方向修正動作量。先進預測算法預判前方坡度變化曲線，自動切換兩驅四驅模式，保障爬坡安全性與平路經濟性平衡。通過建立多維度協同規則庫，解決傳統控制系統中安全與能耗的矛盾關系。特殊場景處理規則庫覆蓋雨霧天氣和低溫結冰等復雜情況，確保各種環境下的最優策略調用。

3.3智能化控制趨勢

智能控制技術正在重塑扭矩分配決策范式。自主學習控制器通過百萬級虛擬場景訓練積累處置經驗，遇冰雪濕滑路面自主匹配最佳扭矩配比。環境感知模塊讓系統具備預判能力，前視傳感器識別彎道特征后提前調整后軸輪間動力差變化速率。車輛狀態數字鏡像平臺構建實時虛擬映射，提前模擬控制效果，確保方案可行性。某量產業績顯示該技術使緊急避障軌跡偏差縮小，乘客感受到的橫向晃動強度降低。自適應架構持續學習駕駛員風格形成個性化控制參數，實現人車操控特性無縫融合。未來技術將發展群體智能協同，多車聯網共享路面特征數據，建立區域性控制優化方案。復雜場景解決能力持續進化，立交橋連續彎道工況下自動生成最優扭矩分配曲線，動態平衡舒適性與穩定性雙重要求。

4結論

分布式驅動電動汽車的扭矩分配策略對底盤穩定性產生了深刻影響。研究表明，通過精細化調節輪間動力輸出，系統能夠主動輔助車輛維持預期軌跡，有效減輕濕滑路面與急轉向工況下的操控負擔?？v向動力分配展現出毫秒級響應的技術優勢，為傳統車輛難以應對的低附著力場景提供支持；橫向力協調機制則通過智能約束驅動力增長，合理保持輪胎轉向抓地力儲備；高動態響應策略通過預判干預與瞬時調整的配合，顯著提升了復雜路況的穩定裕度。

參考文獻

[1]肖祥慧，宋運豪，史可，等.基于多目標并行混沌優化的分布式驅動電動汽車橫擺穩定性研究[J].電子學報，2024，52（12）：4166-4174.

[2]華田田.基于狀態估計的分布式驅動電動汽車軌跡跟蹤穩定性控制[D].杭州：浙江科技大學，2025.

[3]龍云澤，封進，張瑞賓，等.分布式驅動EV側向穩定性魯棒H∞ 控制研究[J].機械設計與制造，2025（6）：34-39.

[4]趙琦，徐禮鋒.基于SMC-4WS的分布式驅動電動汽車操縱穩定性研究[J].黑龍江工業學院學報（綜合版），2024，24（10）：150-156.

（編輯楊凱麟）