受能源危机和日益严峻的生态环保压力影响,全球大多数汽车厂商正积极推行新能源汽车,我国目前实施的“双积分”政策、新能源汽车补贴等,让新能源汽车成为焦点的同时,也对新能源汽车的续航里程、三电配置和综合油耗等提出了更高要求。作为车辆研发体系中的关键技术,混合动力汽车的控制策略和换挡规律对改善车辆的动力性和经济性具有决定性作用。传统换挡规律往往只考虑了车辆的单一性能,且局限于稳态行驶工况,在超车、上坡或拥堵等情形下容易发生意外换挡和循环换挡现象。因此,针对驾驶意图制定综合换挡策略,不仅可以改善动力性经济性,对驾驶性能和零部件寿命也有重要意义。首先介绍了混合动力汽车基本构型,从功率流的角度对P2构型的插电式混合动力汽车的工作模式进行分析,根据市场调研的结果设定了开发目标。通过理论计算的方法初步确定了PHEV混合动力系统中发动机、P2电机、变速器及动力电池等的参数。搭建了基于CRUISE的整车动力性、经济性仿真模型,为后续控制策略的开发和综合换挡策略的制定提供了模型基础。其次,综合考虑发动机和电机效率,提出了将发动机效率最优工作曲线和电机外特性曲线叠加得到混动系统输出转矩特性的方法,引入节气门开度计算了在不同节气门时对应的驾驶员需求扭矩。分别阐述了四种驱动模式下转矩分配策略,详细探讨了不同节气门开度时对应的发动机和电机转矩分配。针对制动模式下再生制动时的转矩分配策略,给出了启动电机制动的条件。通过实车试验验证了模型的正确性,匹配的动力传动系统满足设定的动力性指标。最后,针对不同的驱动模式,得到了最佳动力性和最佳经济性基本换挡规律。对驾驶意图进行分类分级,规定每一个等级对应的意图因子取值范围。提出了基于T-S模糊神经网络的识别方法,采用实车试验获取了驾驶意图识别的训练数据,利用意图识别模型输出意图因子表征量化的驾驶意图。在传统基本换挡规律的基础上,给出了基于意图识别的综合换挡策略。研究结果表明,意图识别模型可以准确识别驾驶员的操作并输出相应意图因子,综合换挡策略输出的挡位相比传统换挡有较大改善,紧急制动时没有意外升挡的情况,拥堵工况下也能及时避免循环换挡。采用NEDC循环试验,仿真结果满足设定的经济性目标。