纯电动汽车（battery electric vehicle,简称BEV）具有零污染、零排放的特点,在能源日益枯竭的当下,已成为世界各国研究和发展的重点。而电动汽车的一项关键技术再生制动技术,它能汽车制动过程中回收能量并将其存储到电池中,延长汽车的续航里程。所以,在车辆制动过程中,合理分配好各轮电液制动力大小,兼顾能量回收与制动效能是BEV需解决的一个主要问题。本文主要研究工作如下:通过理论分析建立基于MATLAB/Simulink的液压制动控制系统模型、电机控制系统模型、能量回收数学模型、整车模型等。并在电机控制系统模型中引入了电机矢量控制,当编码器检测当前转子的位置、速度信号后,将这些信号转换为电信号,MCU接收到当前转子的信号后进行运算,从而完成对电机的控制。复合制动系统能量回收方案结构设计。首先根据电液复合制动控制理论,对BEV能量回馈系统结构方案进行设计,并提出了制动能量回收控制流程。然后考虑到本文宗旨是在保证车辆安全性的前提下完成能量回收,综合确定了制动力分配控制策略。最后通过电机发电进行了相关能量计算,为使得能量回收可行有效,并分析影响能量回馈的因素及制约条件。滑模变结构控制算法设计及优化。考虑滑模控制对被控参数不敏感,具有较强的自适应性与鲁棒性这一优点,所以用来控制非线性系统是一种不错的选择。其算法主要对单轮系统进行分析,完成对滑模面、控制律的设计。但是由于滑模控制器本身会产生抖动从而影响系统的稳定性。鉴于滑模控制的缺陷会影响制动过程的平稳,故本文从削弱因滑模控制而产生抖振的角度出发,将传统的滑模控制与智能控制算法结合起来,提出RBF神经网络的滑模控制方法。然后利用遗传算法优化了RBF神经网络的初始权值,不仅能够大大提高网络训练的精度,还能避免落入局部最优解。并通过仿真发现所设计的控制算法确实能够有效地抑制系统的抖振,同时也满足了系统所要求的抗干扰能力强的特性。搭建基于dSPACE仿真系统平台。进行试验结构方案的设计和台架的搭建,对设计的电液复合再生制动系统控制策略进行硬件在环试验。其试验结果与Simulink中的仿真结果大致相同,说明控制及时合理、效果较好,进一步验证了控制策略和控制算法的可行性。