Selection of the main parameters for a traction electric motor based on vehicle dynamics simulation results

Cover Page


Cite item

Full Text

Abstract

BACKGROUND: This study addresses the reasonable selection of key parameters for traction electric motors (TEMs) used in single-flow drivetrain of electric vehicles (EVs) or series hybrids considering requirements including achieving maximum velocity, climbing gradients, and meeting specified acceleration times. Traditional approaches for selecting internal combustion engines only consider maximum speed operation. As an example, calculation results are provided for a passenger car with specifications representative of a compact-class vehicle, which is highly suitable for urban environments.

AIM: Proposal of the method for selecting main TEM parameters based on mathematical modeling of electric vehicle dynamics in order to enhance vehicle performance and energy efficiency.

METHODS: 1) Study design: Computer simulation of vehicle dynamics; 2) Study subjects: Parameters of a compact-class electric passenger vehicle; 3) Study duration: Unlimited computational driving cycles; 4) Primary objective: Optimal TEM parameters (nominal/peak power, torque, rotational velocity); 5) Assessment methods: MATLAB simulation modeling with analysis of three key modes: Maximum velocity, 20° gradient climbing, Acceleration from 0–100 km/h within 14 seconds.

RESULTS: For the compact-class vehicle (1580 kg), the nominal TEM power was determined as 22 kW and peak power as 55 kW. The maximum shaft rotation velocity reached 8,000 rpm.

CONCLUSION: The proposed method optimizes TEM parameters for urban electric vehicles, improving energy efficiency while reducing production costs.

About the authors

Haoran Li

Peter the Great St. Petersburg Polytechnic University

Author for correspondence.
Email: aa65468082@gmail.com
ORCID iD: 0009-0009-7120-4098

Postgraduate of the Institute of Transport, Assistant of the Institute of Transport

Russian Federation, Saint Petersburg

Mingxian Yang

Peter the Great St. Petersburg Polytechnic University

Email: yangminxianwc@gmail.com
ORCID iD: 0009-0005-8340-141X

Postgraduate of the Institute of Transport, Assistant of the Institute of Transport

Russian Federation, Saint Petersburg

Roman Yu. Dobretsov

Peter the Great St. Petersburg Polytechnic University

Email: dr-idpo@yandex.ru
ORCID iD: 0000-0002-3827-0220
SPIN-code: 6168-3091

Dr. Sci. (Engineering), Assistant professor, Professor of the Institute of Transport

Russian Federation, Saint Petersburg

References

  1. Smirnov GA. Theory of wheeled vehicles: textbook for mechanical engineering students. Moscow: Mashinostroenie; 1990. (In Russ.)
  2. Skotnikov VA, Mashchenskiy AA, Solonskiy AS. Fundamentals of tractor and automobile theory and calculation. Moscow: Agropromizdat; 1986. (In Russ.)
  3. Pavlov VV, Kuvshinov VV. Theory of multi-purpose tracked and wheeled vehicles: textbook for universities. Cheboksary: Cheboksary Printing House No. 1; 2011. (In Russ.)
  4. Lezhnev LY, Khripach NA, Shustrov FA, et al. Power plants of automotive transport with traction electric drive. Tambov: Consulting Company Yukom; 2017. doi: 10.17117/mon.2017.12.01 (In Russ.) EDN: YOXADI
  5. Fischer R, Küçükay F, Jürgens G, et al. The Automotive Transmission Book. Cham: Springer; 2015. doi: 10.1007/978-3-319-05263-2
  6. Wong JY. Theory of ground vehicles. New York: Wiley; 2008. doi: 10.1002/9780470170762
  7. Ehsani M, Gao Y, Emadi A. Modern Electric, Hybrid Electric, and Fuel Cell Vehicles. New York: CRC Press; 2018. doi: 10.1201/9781315119545 EDN: QNSQPV
  8. Ju Y. Analysis of control technologies for electric vehicles and their motors. China Science and Technology Information. 2021;(18):67–68.
  9. Jacob V. Motor Power Calculation for Power-Train of Electric Vehicles. Int J Innov Sci Res Technol. 2021;6(6):123–130. doi: 10.38124/IJISRT21JUN514
  10. Boykov AV, Porshnev GP, Shelomov VB. Traction calculation of automobile. Saint Petersburg: SPbSTU; 2001.
  11. Bhatt P, Mehar H, Sahajwani M. Motor Rating and Battery Pack Calculation for an EV-SUV. SN Comput Sci. 2024;2(5):35–49. doi: 1 0.1007/s42979-023-02552-z EDN: XIIPGC.
  12. Cui S. Analysis of new energy vehicle technologies. Beijing: Chemical Industry Press; 2016.
  13. Wang Z, Wang S, et al. MATLAB/SIMULINK and control system modeling. Beijing: Electronics Industry Press; 2012.
  14. Wen Y. Research on permanent magnet synchronous motor for electric vehicles [dissertation]. Harbin; 2012.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Relationship between the traction electric motor’s power demand and the vehicle’s maximum velocity under level-road conditions.

Download (65KB)
Indexing metadata
3. Fig. 2. Dependencies of the traction electric motor’s power demand on gradient angle across different motion velocities.

Download (95KB)
Indexing metadata
4. Fig. 3. Relationship between the traction electric motor’s power demand and the specified acceleration time.

Download (69KB)
Indexing metadata
5. Fig. 4. Graph of the traction electric motor shaft’s maximum rotational velocity as a function of transmission gear ratio.

Download (74KB)
Indexing metadata

Copyright (c) 2025 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».