Torque Optimization Distribution Control Strategy for Electric Multi-axle Vehicles Considering the Low Temperature Rise Characteristic Constraint of Motor Rated Torque

doi:10.3969/j.issn.1004-132X.2026.08.026

Abstract

Abstract:

This paper proposes a torque optimal distribution control strategy for electrically driven multi-axle vehicles， considering the constraints of motor rated torque and low temperature rise characteristics， to address the trade-off between economy and reliability in conventional torque distribution methods. The strategy comprehensively accounts for the efficiency and temperature rise characteristics of the drive motors. A torque distribution correction factor， which is characterized by the motor speed-torque relationship， is incorporated into the optimization objective. The number of active drive axles and the torque of each motor are dynamically optimized to confine the operating torques as close as possible to the rated region， where high efficiency and low heat generation are achieved， thereby realizing an optimal balance between efficiency and temperature rise rate. Hardware-in-the-loop test results indicate that the proposed strategy reduces energy consumption by 11.54% compared with the conventional average torque distribution strategy under CHTC-HT conditions， and the maximum winding temperature of a single motor is reduced by up to 83.4 °C. Bench test results under NEDC_90 conditions show that the battery state of charge （SOC） at the end of the cycle is increased by 4.5% using the proposed strategy， and the winding temperatures of axles 1 to 4 are reduced by 3.7 to 78.6 °C. The proposed control strategy effectively improves both the economy and reliability of multi-axle vehicles.

Key words: multi-axle vehicle, electric drive system, torque distribution, motor temperature rise, motor efficiency

摘要：

针对当前电驱动多轴车辆转矩分配难以兼顾经济性和可靠性的问题，提出一种考虑电机额定转矩低温升特性约束的电驱动多轴车辆转矩优化分配控制策略。该策略综合考虑驱动电机效率与温升特性，将电机转速-转矩关系表征的转矩分配修正因子引入优化目标，通过动态优化车辆驱动轴数和电机转矩，将电机工作转矩尽量约束在额定附近的高效率、低发热区域，实现效率与温升速率的最优平衡。硬件在环结果表明，CHTC-HT工况下所提转矩优化分配控制策略较传统的转矩平均分配控制策略能耗降低11.54%，单个电机绕组最高温度最多降低83.4 ℃；台架试验结果表明，NEDC_90工况下使用所提控制策略工况终点电池SOC值提高4.5%，1至4轴电机绕组温度降低3.7~78.6 ℃。该控制策略有效提高了多轴车辆的经济性和可靠性。

关键词: 多轴车辆, 电驱动系统, 转矩分配, 电机温升, 电机效率

CLC Number:

U463.2

ZENG Xinyu, XU Shiwei, ZHANG Xiaopeng, HE Jingjing, WEI Lulu, LI Xuebo. Torque Optimization Distribution Control Strategy for Electric Multi-axle Vehicles Considering the Low Temperature Rise Characteristic Constraint of Motor Rated Torque[J]. China Mechanical Engineering, 2026, 37(8): 2068-2079.

曾鑫宇, 许世维, 张小鹏, 贺晶晶, 魏路路, 李学博. 考虑电机额定转矩低温升特性约束的电驱动多轴车辆转矩优化分配控制策略[J]. 中国机械工程, 2026, 37(8): 2068-2079.

Figures/Tables 24

Fig.1 Electric drive five-axis vehicle drive configuration

Tab.1 Main structural parameters of the vehicle

车辆参数	整备质量/kg	19 000
	满载质量/kg	47 000
	风阻系数	0.85
	迎风面积/m²	7.62
	轮胎滚动半径/m	0.59
	滚动阻力系数	0.016
	轮边减速器减速比	10.81
	各轴到1轴距离/m	0/2.3/6.7/9.1/11.5
	最大速度/（km·h $- 1$ ）	90
驱动电机（10组）	最大功率/kW	110
	额定功率/kW	80
	最大转矩/（N·m）	1200
	最大转速/（r·min $- 1$ ）	5000
发动机	额定功率/kW	551
发动机	额定转速/（r·min $- 1$ ）	1800
发电机	额定功率/kW	350
发电机	额定转速/（r·min $- 1$ ）	1500
动力电池	最大容量/（A·h）	196
	额定电压/V	591.3
	最大电流/A	250

Tab.1 Main structural parameters of the vehicle

车辆参数	整备质量/kg	19 000
	满载质量/kg	47 000
	风阻系数	0.85
	迎风面积/m²	7.62
	轮胎滚动半径/m	0.59
	滚动阻力系数	0.016
	轮边减速器减速比	10.81
	各轴到1轴距离/m	0/2.3/6.7/9.1/11.5
	最大速度/（km·h $- 1$ ）	90
驱动电机（10组）	最大功率/kW	110
	额定功率/kW	80
	最大转矩/（N·m）	1200
	最大转速/（r·min $- 1$ ）	5000
发动机	额定功率/kW	551
发动机	额定转速/（r·min $- 1$ ）	1800
发电机	额定功率/kW	350
发电机	额定转速/（r·min $- 1$ ）	1500
动力电池	最大容量/（A·h）	196
	额定电压/V	591.3
	最大电流/A	250

Fig.2 Motor universal characteristic diagram

Fig.3 Schematic diagram of the structure of inner rotor permanent magnet synchronous hub motor

Fig.4 Schematic diagram of node distribution of inner rotor permanent magnet synchronous hub motor

Fig.5 Overview of the 65-node thermal network model

Tab.2 The components corresponding to each node color

颜色	部件名称	颜色	部件名称
	环境温度		气隙
	水套		永磁体
	机壳		转子
	绕组		轴承
	定子铁芯		转轴

Tab.3 The physical meaning of different node shapes

形状	物理意义
	热源
	节点
	节点本身热阻
	传导热阻
	对流热阻
	辐射热阻
	无物理连接标识
	流体节点（箭头表示流体流动方向）

Fig.6 Motor liquid cooling system model based on simscape

Fig.7 Motor operating point diagram

Tab.4 Motor operating point distribution statistics

工作点	转速/ （r·min $- 1$ ）	转矩/ （N·m）	效率/%	定子绕组最大稳态温度/℃
A1	875	1200	91.01	>180（烧毁）
B1		400	95.72	92.3
C1		100	92.1	69.2
A2	1910	547.5	90.77	>180（烧毁）
B2		400	93.3	>180（烧毁）
C2		100	85.58	122.4
A3	5000	177.8	82.8	>180（烧毁）
B3		152.8	82.48	>180（烧毁）
C3		100	77.27	>180（烧毁）

Tab.4 Motor operating point distribution statistics

工作点	转速/ （r·min $- 1$ ）	转矩/ （N·m）	效率/%	定子绕组最大稳态温度/℃
A1	875	1200	91.01	>180（烧毁）
B1		400	95.72	92.3
C1		100	92.1	69.2
A2	1910	547.5	90.77	>180（烧毁）
B2		400	93.3	>180（烧毁）
C2		100	85.58	122.4
A3	5000	177.8	82.8	>180（烧毁）
B3		152.8	82.48	>180（烧毁）
C3		100	77.27	>180（烧毁）

Fig.8 Motor steady state temperature diagram

Fig.9 Transient thermal analysis of the maximum winding temperature at various operating points at high speed

Fig.10 Torque optimization distribution control strategy workflow diagram

Fig.11 Hardware-in-the-loop simulation system

Tab.5 Basic parameters of vehicle controller processor

处理器	参数
主处理器	MPC5744P，32位，双核，主频160 MHz，硬件浮点单元，ISO26262
存储器	Flash 2.5 MB，RAM284 KB，EEPROM 64 KB
CAN	3路，符合CAN2.0B，ISO11898
程序刷写	基于CAN总线的Bootloader
功能安全	ASIL D

Fig.12 CHTC-HT working condition characteristic diagram

Fig.13 Schematic diagram of motor operating point distribution under different torque distribution strategies

Fig.14 Comparison of energy consumption of various control strategies

Fig.15 SOC comparison of various control strategies

Fig.16 Comparison of motor winding temperature under various control strategies

Fig.17 Electric drive system test bench

Fig.18 CHTC-HT working condition characteristic diagram

Fig.19 Bench test results

References 19

[1]	LI Zixian， PAN Shiju， MAO Kang， et al. Combined Acceleration Slip Regulation for Multi-wheel Distributed Electric Drive Vehicles Considering Torque Loss Factor［J］. Control Engineering Practice， 2024， 146： 105893.
[2]	LI Junqiu， YANG Sen， LI Zhichao， et al. An Energy Conservation Strategy Based on Drive Mode Switching for Multi-axle In-wheel Motor Driven Vehicle［J］. Energy Procedia， 2019， 158： 2580-2585.
[3]	乔帅鹏，胡明辉，曹开斌，等. 多轴电驱动车辆驱动力优化分配策略［J］. 重庆大学学报， 2021， 44（6）： 31-42.
	QIAO Shuaipeng， HU Minghui， CAO Kaibin， et al. Optimal Driving Force Distribution Strategy for Multi-axle Electric Vehicles［J］. Journal of Chongqing University， 2021， 44（6）： 31-42.
[4]	JIN Liqiang， TIAN Duanyang， ZHANG Qixiang， et al. Optimal Torque Distribution Control of Multi-axle Electric Vehicles with In-wheel Motors Based on DDPG Algorithm［J］. Energies， 2020， 13（6）： 1331.
[5]	HUANG Bin， WANG Qizheng， PENG Dengzhi， et al. Research on Economic Torque Distribution Control of Distributed Drive Four-axle Pure Electric Commercial Vehicles［J］. SAE Technical Paper Series， 2024， 1： 2024-1-5040.
[6]	WANG Weichen， LI Junqiu， LI Xiaohan， et al. Multi-objective Collaborative Control Method for Multi-axle Distributed Vehicle Assisted Driving［J］. Applied Sciences， 2023， 13（13）： 7769.
[7]	LI Zhichao， LI Junqiu， MIN Qingyun， et al. A Fast-computing Path Tracking Control Strategy for Autonomous Multiaxle Electric Vehicle Considering Safety and Stability［J］. IEEE Transactions on Transportation Electrification， 2024， 10（3）： 6024-6038.
[8]	BAO Yutong， DU Changqing， WU Dongmei， et al. Coordinated Slip Control of Multi-axle Distributed Drive Vehicle Based on HLQR［J］. Mathematics， 2023， 11（8）： 1964.
[9]	LI Luoquan， WANG Hongliang， PI Dawei， et al. Research on Torque Distribution Control of High-performance Distributed Drive Multi-axle Special Vehicle［C］∥2022 6th CAA International Conference on Vehicular Control and Intelligence （CVCI）. Nanjing， 2022： 1-8.
[10]	HEALY C， HAYES J G. Speed Vectoring Algorithms for Drivelines with Multiple Modular E-Axles［C］∥2024 24th International Scientific Conference on Electric Power Engineering （EPE）. Kouty nad Desnou， 2024： 1-6.
[11]	XU Shiwei， LI Junqiu， ZHANG Xiaopeng， et al. Research on Optimal Driving Torque Control Strategy for Multi-axle Distributed Electric Drive Heavy-duty Vehicles［J］. Sustainability， 2024， 16（16）： 7231.
[12]	谢皖滇，李国丽，孙泽辉，等. 基于热磁耦合的永磁同步电机温升预测［J］. 传感器与微系统， 2023， 42（5）： 130-134.
	XIE Wandian， LI Guoli， SUN Zehui， et al. Temperature Rise Prediction for PMSM Based on Thermomagnetic Coupling［J］. Transducer and Microsystem Technologies， 2023， 42（5）： 130-134.
[13]	汤勇，孙亚隆，郭志军，等. 电机散热系统的研究现状与发展趋势［J］. 中国机械工程， 2021， 32（10）： 1135-1150.
	TANG Yong， SUN Yalong， GUO Zhijun， et al. Development Status and Perspective Trend of Motor Cooling Systems［J］. China Mechanical Engineering， 2021， 32（10）： 1135-1150.
[14]	师蔚，骆凯传，张舟云. 基于热网络法的永磁电机温度在线估计［J］. 电工技术学报， 2023， 38（10）： 2686-2697.
	SHI Wei， LUO Kaichuan， ZHANG Zhouyun. On-line Temperature Estimation of Permanent Magnet Motor Based on Lumped Parameter Thermal Network Method［J］. Transactions of China Electrotechnical Society， 2023， 38（10）： 2686-2697.
[15]	HAN Jie， SHU Hong， TANG Xiaolin， et al. Predictive Energy Management for Plug-in Hybrid Electric Vehicles Considering Electric Motor Thermal Dynamics［J］. Energy Conversion and Management， 2022， 251： 115022.
[16]	ZHANG Xinhua， YANG Liu， SUN Xiaodong， et al. ECMS-MPC Energy Management Strategy for Plug-in Hybrid Electric Buses Considering Motor Temperature Rise Effect［J］. IEEE Transactions on Transportation Electrification， 2023， 9（1）： 210-221.
[17]	YANG Chao， ZHA Mingjun， WANG Weida， et al. Motor-temperature-aware Predictive Energy Management Strategy for Plug-in Hybrid Electric Vehicles Using Rolling Game Optimization［J］. IEEE Transactions on Transportation Electrification， 2021， 7（4）： 2209-2223.
[18]	陈浩，袁良信，郑四发，等. 基于能耗优化的电动轮汽车转矩动态分配［J］. 清华大学学报（自然科学版）， 2020， 60（2）： 132-138.
	CHEN Hao， YUAN Liangxin， ZHENG Sifa， et al. Dynamic Torque Allocation for In-wheel Motor Driven Vehicle Based on Energy Consumption Optimization［J］. Journal of Tsinghua University （Science and Technology）， 2020， 60（2）： 132-138.
[19]	钟恒，李广含，曾小华，等. 多轴特种混动车辆工况自适应驱动力分配控制［J］. 中国机械工程， 2019， 30（5）： 528-534.
	ZHONG Heng， LI Guanghan， ZENG Xiaohua， et al. Distribution Control of Drive-cycle Adaptation Driving Forces for Multi-axis Special Hybrid Vehicles［J］. China Mechanical Engineering， 2019， 30（5）： 528-534.