电动轮作为电动汽车驱动的理想构型省去了复杂的传动系统,具有驱动简洁灵活、控制响应迅速等优点。在有限的设计空间内,汽车能够在较宽的车速/转矩工作范围内持续高效地工作是电动轮驱动研究和设计的关键技术之一,同时整车簧下质量限制以及电动轮高功率密度要求等问题都将增加电驱动设计和分析的复杂性。为了解决上述问题,本文在传统电动轮结构的基础上提出了一种分层耦合驱动方案,能够有效地提高整车效率以及扩大高效工作范围,主要研究内容包括:首先阐述了电动轮分层耦合驱动的结构与工作模式,对不同工作模式下电动轮内驱动电机的工作状态以及动力传递关系进行分析,并基于不同循环工况以及动力性指标对整车峰值/常用转矩和车速需求进行统计分析,对驱动电机转矩、转速、功率以及减速器减速比等参数进行匹配。然后对电动轮内驱动电机进行设计与仿真分析,根据整车参数匹配结果得到驱动电机的性能指标,并对驱动电机的主要尺寸、极槽配比、气隙长度、电磁负荷等参数进行设计,同时通过有限元仿真对电机的电磁性能进行分析验证。其次基于RBF神经网络和遗传算法对驱动电机进行优化设计,利用RBF神经网络建立驱动电机的代理模型并对模型精度进行验证,采用遗传算法对驱动电机的功率密度、转矩密度以及高效区占比等性能作进一步优化,使电机性能得到进一步提高。最后对分层耦合驱动结构整车能耗进行分析,采用能量效率最优的模式切换策略得到整车效率特性,并对不同循环工况下的模式切换策略以及整车能耗进行仿真分析。结果表明采用分层耦合驱动结构方案可以有效拓宽整车的高效运行区间,实现更宽的车速范围以及转矩范围,提高整车的经济性。