随着交通运输业的发展,汽车保有量快速增加,世界正面临能源紧张和排放污染的紧迫局势,各国纷纷致力于“节能减排”的研究。目前的研究已经从减小乘用车、轻型车的燃油消耗开始,扩大到非公路重型车辆燃油经济性的提高上。电传动矿用自卸车是矿山运输中重要的运输工具,其运载能力强单车燃油消耗量大,在矿石开采成本中燃油成本占很大比重,因此针对矿用汽车燃油经济性的研究具有重要意义。电传动系统是电传动矿用自卸车运行的核心机构,在牵引工况控制能量从柴油机、发电机传递至轮边牵引电机,在制动工况利用制动电阻将轮边牵引电机再生发电的制动能量以热的形式消耗掉。因此电传动系统性能极大地影响了地下矿车的动力性、平顺性和燃油经济性。本文针对地下矿用自卸车的电传动系统控制策略进行研究以提高地下矿车的燃油经济性。首先从人-车-路闭环的角度对地下矿车传统恒功率控制算法深入分析,探究影响车辆燃油经济性的因素。在此基础上提出一种电传动控制策略,对驾驶意图和车辆行驶工况进行识别,综合驾驶员需求和行驶工况对电传动系统功率工作点进行决策,以达到在保障动力性前提下提高燃油经济性的目的。运用模糊识别方法对驾驶员加速意图、制动意图及平稳行驶意图进行识别,并应用实际工况统计数据指导识别参数隶属度函数的确定,提高模糊识别的准确性。基于目前尚无地下矿车行驶工况研究的情况,对地下矿车行驶工况分类进行了研究,依托实际工况数据,运用统计学K-means聚类方法进行工况分析,得到带有车辆驱动功率特征信息的工况分类。应用LVQ神经网络技术,对所建立的4种行驶工况进行识别。最后在恒功率控制策略架构基础之上,提出了基于驾驶意图和行驶工况的地下矿车电传动控制策略。在Maplesim/Simulink环境下研发了电传动地下矿车前向仿真平台,进行多工况仿真实验。结果表明,相较于恒功率控制策略,本文提出的控制策略提高了地下矿车的工况适应性和燃油经济性。