用于混合动力汽车多列行星齿轮传动的传动比—效率耦合建模与高效率区设计

更聪明的变速箱为何关乎更清洁的汽车

混合动力汽车承诺带来更好的油耗和更低的排放，但前提是其硬件要高效地使用能量。自动变速箱在其中扮演关键角色——它决定发动机和电机如何将功率传递到车轮。该研究展示了如何通过基于物理的详细模型和巧妙的优化（而非反复试验），重新构想许多混合动力车辆中所用的紧凑“行星”齿轮组设计，以挤出更多效率。

从经验猜测走向统一的数字变速箱

传统的变速箱设计常把两个大问题分开处理：选择哪些传动比，以及在这些传动比下有多少能量以热、摩擦和油液搅动等形式损失。这种分离可能会遗漏潜在的浪费。作者构建了一个统一模型，将各齿轮的转速、扭矩分配以及多列行星齿轮组内部的损失位置联系起来。这类由太阳轮、行星轮和冠轮组成的紧凑结构在混合动力分流系统中常见，因为它们能在小体积内沿多条路径同时分配和传递功率。

追踪功率的分配、循环与损失

为了解能量去向，团队将齿轮传动表示为一个网络：节点代表齿轮零件，箭头显示功率在它们之间的流动。这使他们能够追踪来自发动机和电机的输入功率如何在多列行星齿轮之间分裂与重组。随后他们叠加了更精细的损失模型，分别考虑啮合处的摩擦、轴承阻力、齿轮搅动油液产生的搅油损失以及高速部件带来的风阻。模型甚至能够标记有害的“功率循环”——功率在内部环路中循环却未到达车轮，这种情况如果在设计早期未被发现，会悄悄消耗效率。

让数学帮忙寻找最佳点

由于传动比与损失相互影响——改变传动比会重塑转速和载荷，进而改变损失——作者求解了一组将所有关系联系起来的非线性方程。他们使用迭代数值方法，在多种工况下找到速度、扭矩和总体效率的自洽解。在此基础上还运行了多目标粒子群优化算法，这是一种受自然启发的搜索方法，许多候选设计像“粒子”一样在设计空间中飞行，既受自身过去表现的驱动也受邻居的启发。该算法同时寻求最大化效率、控制重量并限定制造成本，而不是孤立地追逐单一目标。

将数字设计付诸验证

该框架被应用到一款主流混合动力汽车的双列行星传动实际样机。研究人员输入真实的几何参数、材料和润滑细节，然后将模型预测与高端试验台上的测量进行比较。在六个前进挡以及广泛的转速和载荷范围内，模型的效率预测与实验平均仅差约1.4%，传动比计算与设计值也在几十分之一至数十分之一百分点内。试验还跟踪了四小时运行过程中的温升以及变速箱对突发扭矩和转速变化的响应，验证了优化设计在温控和响应速度方面均能保持足够的冷却和快速、平顺的响应。

扩大高效区的“岛屿”

凭借这一经过验证的模型，优化步骤建议了适度但协调的设计调整：稍微调整行星齿轮组内的关键几何比值、在强度允许的地方减小齿轮尺寸，以及适度降低油位和粘度以减少流体阻力而不损害润滑。这些变化将变速箱处于高效率的工作图谱区域从大约三分之二扩大到接近五分之四，并将整体平均效率从约93%提升到96%。在实际意义上，这意味着更多来自发动机和电机的能量到达车轮而非以热量损失，从而帮助混合动力车在不需要激进硬件变革的情况下减少燃油消耗和CO₂排放。

引用: Zhang, Q., Ren, C. & Niu, H. Transmission ratio-efficiency coupled modeling and high-efficiency zone design for multi-row planetary gear transmission of hybrid electric vehicles. Sci Rep 16, 6455 (2026). https://doi.org/10.1038/s41598-026-37023-x

关键词: 混合动力汽车, 行星齿轮传动, 动力系统效率, 变速箱优化, 多目标设计