基于Starccm+的某车型外气动特性DOE优化
- 格式:pdf
- 大小:563.20 KB
- 文档页数:6
应用STAR-CCM+对汽车外流场进行分析Vehicle External Flow Analysis by STAR-CCM+赵志明崔津楠贾宏涛长安汽车股份有限公司汽车工程研究院CAE所摘要:本文利用STAR-CCM+对长安自主品牌汽车某车型的1:3缩比模型进行了汽车外流场CFD计算,得出风阻系数和升力系数,并与实验结果进行了对比。
关键词:汽车外流场 CFD STAR-CCM+Abstract: The external flow simulation of a clay model, which was a 1:3 scale model of a CHANA vehicle, was carried out by STAR-CCM+. The main parameters, the drag coefficient and lift coefficient, had been calculated by CFD and the simulation was compared with the experiment. Keyword: vehicle external flow CFD STAR-CCM+1 前言随着汽车工业的迅速发展,汽车舒适性、环保、节能等成为衡量汽车品质的重要指标。
汽车空气动力特性是汽车的重要特征之一,它直接影响汽车的动力性、燃油经济性、操作稳定性、舒适性和安全性。
通过汽车空气动力学研究来降低气动阻力、提高发动机燃烧效率、改进发动机冷却效果,不仅可以提高汽车动力性,而且还可以改善其燃油经济性。
对于高速行驶的汽车,气动力对其各性能的影响占主导地位,所以良好的空气动力稳定性是汽车高速、安全行驶的前提。
计算流体力学在汽车开发中有着重要的作用,特别是在开发前期,对造型设计有着至关重要的作用,可以说计算流体力学主导整个设计过程。
在产品开发后期,进行计算流体力学验证也是必不可少的环节。
26【摘 要】汽车空调除霜性能对汽车驾驶和交通安全起着重要作用,文章基于STAR-CCM+通过CFD 方法对某重型卡车的空调除霜性能进行分析,找出除霜系统的优化方案。
通过对除霜系统出风口位置、出风口格栅结构、风管管道及出风格栅方向进行优化设计改进,除霜性能在-30°得到改善与提升,最终得到满足设计要求的除霜系统。
【关键词】STAR-CMM+;除霜系统;CFD;风量分配;优化设计基于STAR-CCM+汽车除霜系统CFD 仿真分析与优化□文/代伟峰 杨晓萌 刘 晓(中国重汽集团汽车研究总院)引言在寒冷天气下,当车内空气和寒冷车窗表面接触时,空气中的水分受温度降低的影响饱和析出,形成水汽。
当空气温度下降到零度以下时,水汽就会在玻璃表面凝华产生冰晶,汽车挡风玻璃上冰晶凝结形成的冰霜会严重影响驾驶员视野,对行车安全产生危害,因此如何快速除霜对行车安全至关重要。
GB11555—2009对汽车除霜系统性能和试验方法做出了严格的规定(M1类汽车强制执行)。
参考此标准,重型卡车一般要求试验开始20 min 后,A 区域需完成80%除霜;试验开始35 min 后,A 区域需完成100%除霜,B 区域需完成95%的除霜,如图1所示。
图1 除霜A、B 区域划分基于重卡的传统除霜系统设计主要采用经验设计方法,待样车制造完成后,利用试验核查其实际性能效果,费用高,设计整改周期长。
本文通过STAR-CMM+软件以及CFD 数值模拟技术,在某重型卡车的研发过程中,对空调的除霜性能进行前期理论分析,对除霜风道、格栅出口面积及角度等关键部位进行分析和优化,使整车的除霜性能大幅提升,且优化结果在实车中得到了有效验证。
1 空调除霜风道CFD 仿真分析1.1 基本理论在STAR-CCM+中挡风玻璃和侧窗玻璃的除霜模拟包括两个过程:整个除霜计算域内的流场稳态计算和除霜过程的瞬态计算。
当热气流将热量通过玻璃的内侧传导到玻璃外侧的霜层,霜层温度持续升高,当到达冰霜融点时,霜层就会开始融化并直到消失。
某重型载货车空调系统CFD分析与优化摘要:本文针对某重型载货车空调风道系统展开流态仿真数值分析,应用STAR-CCM+软件计算原结构出风口流量配比并进行优化设计。
计算结果显示,出风口气流流量分配不合理,主驾驶员侧热舒适性较差。
基于此对空调风道进行改进,增加内部导流板,有效地改善了出风口的气流布局,使风量分配更加均匀,明显提高了驾驶室的舒适性。
关键词:重型载货车;空调风道;CFD仿真;优化设计0前言随着经济的发展,汽车市场竞争的愈发激烈,人们对汽车性能以及舒适性的要求也逐步提高,因此空调系统的设计将变得至关重要。
车厢内部空间有限且封闭,空调风道系统对于气流布局的合理性将直接影响驾乘人员的身心健康,合适的温、湿度和新鲜的空气会降低驾驶员的疲劳,关系行车安全[1-2]。
近年来,随着计算机的迅猛发展,计算流体力学(CFD)在汽车空气动力学方向开辟了新的研究方法,其能够真实有效的模拟气流流动并快速获取流动特性参数,分析气流布局的合理性,进而对空调风道系统进行优化改进设计[3]。
上世纪九十年代,Yamamoto[4]对卡车驾驶舱进行了简单的流场数值模拟,同时编写了用于评价热舒适性的程序,通过对比试验数据,发现吻合性良好;2007年,安徽江淮汽车公司的霍长宏等人[5]基于CFD方法对某轻卡驾驶室除霜风道出口流量分配、速度场及压力场进行了分析,并对风道进行了改进;2011年,芦克龙,谷正气等人[6]对某重型货车空调系统及驾驶室气流分布进行了仿真计算,并与试验值对比,针对风量分配不均的问题对风道进行了改进。
在对载货车空调的研究中,大部分学者侧重于调整结构数据进行改进,并未系统的采取更为详细的优化设计。
基于此,作者将待改进结构定义设计变量并取40组样本进行参数优化,得到更加合理的优化结果。
本文采用STAR-CCM+软件,对某重型载货车的空调吹面风道进行流态数值模拟,得到出风口的流量分布,并与实车测试值进行对比,进而分析流量分布的合理性,实施优化方案设计,提高了驾驶室的舒适性。
让我们简单回顾一下什么是基于starccm的电池热管理仿真案例文件。
在电动汽车和可再生能源等新兴行业中,电池热管理变得越来越重要。
电池的温度控制不仅关乎电池的寿命和性能,还直接影响到整个系统的安全性和稳定性。
针对电池热管理的仿真分析成为了一种十分重要的手段,而starccm作为流体力学和多物理场仿真的领先软件,自然成为了研究电池热管理的理想选择之一。
接下来,我们将从多个方面来深入探讨基于starccm的电池热管理仿真案例文件,以期为您带来更全面的了解和深入的认识。
1. 什么是starccm?starccm是由CD-adapco公司开发的一种全球领先的多物理场仿真软件,主要用于流体力学、传热、传质和化学反应等领域的仿真分析。
其强大的求解器和先进的网格技术使其在电池热管理仿真中有着得天独厚的优势。
2. 为什么选择基于starccm进行电池热管理仿真?starccm拥有高度自动化的网格生成工具,能够快速准确地生成复杂电池结构的网格模型;starccm内置了丰富的物理模型和边界条件,能够全面准确地描述电池内部的复杂物理过程;starccm还提供了强大的后处理功能,可以直观地展现仿真结果,并进行全面深入的分析。
3. 基于starccm的电池热管理仿真案例文件具体包含哪些内容?在进行基于starccm的电池热管理仿真时,一般需要包含以下内容:电池的几何模型、网格生成、边界条件设定、物理模型选择、求解器设置、仿真计算、结果后处理等多个步骤。
通过这些步骤,我们可以全面深入地了解电池内部的温度分布、热量产生和散发规律,帮助我们更好地进行电池热管理系统的设计和优化。
4. 个人观点和理解在我看来,基于starccm的电池热管理仿真是一种高效、精确的仿真手段,能够帮助研究人员和工程师更好地理解电池内部的物理过程,为电池热管理系统的设计和优化提供有力的支持。
通过深入学习和应用starccm软件,我相信我们可以在电池热管理领域取得更大的成就。
simcenter starccm 案例Simcenter STAR-CCM+是一款多物理场仿真软件,可用于解决各种工程问题。
下面列举了十个与Simcenter STAR-CCM+相关的案例。
1. 汽车空气动力学模拟:使用Simcenter STAR-CCM+对汽车进行空气动力学模拟,分析车身周围的空气流动情况,优化车身设计,降低风阻,提高燃油效率。
2. 风力发电机叶片优化:通过对风力发电机叶片进行流场分析,使用Simcenter STAR-CCM+优化叶片设计,提高风能转化效率,同时降低噪音和振动。
3. 某型飞机起降过程模拟:使用Simcenter STAR-CCM+对某型飞机的起降过程进行模拟,预测飞机在不同飞行阶段的气动性能,优化起降过程,减少燃油消耗和减轻噪音。
4. 燃烧室设计与优化:通过Simcenter STAR-CCM+模拟燃烧室内的流场和燃烧过程,优化燃烧室的设计,提高燃烧效率,降低排放和噪音。
5. 某型船舶的阻力与推进力分析:使用Simcenter STAR-CCM+对某型船舶进行流场分析,计算船舶的阻力和推进力,优化船体形状和推进系统,提高航速和燃油效率。
6. 燃料电池堆性能模拟:通过Simcenter STAR-CCM+模拟燃料电池堆内的气体流动和电化学反应,分析堆内各组件的性能和耦合关系,优化燃料电池堆的设计和操作条件。
7. 石油管道温度场模拟:使用Simcenter STAR-CCM+对长距离石油管道内的温度场进行模拟,预测管道内石油的温度分布,优化绝热层设计和冷却系统,确保石油的质量和安全运输。
8. 空气净化设备性能分析:通过Simcenter STAR-CCM+模拟空气净化设备内的气体流动和颗粒物捕集过程,分析设备的性能指标,优化设备结构和操作参数,提高净化效率。
9. 生物医学流体力学模拟:使用Simcenter STAR-CCM+对人体血液流动、呼吸系统、心脏瓣膜等进行模拟,分析生物流体力学特性,辅助医学研究和医疗设备设计。
基于STAR-CCM+的汽车除霜风道CFD分析及优化王春海;刘永强【摘要】利用STAR-CCM+三维流体分析软件对某款商用车的除霜除雾风道进行稳态CFD数值模拟分析,计算出各出风口分风比例未达到要求,且风窗上气流速度分布也未满足要求.通过优化除霜风道,改善了分风比例,增大了风窗上的风速,使其能达到除霜除雾的要求.【期刊名称】《汽车电器》【年(卷),期】2019(000)003【总页数】3页(P58-60)【关键词】除霜除雾;CFD;分风比例【作者】王春海;刘永强【作者单位】保定长安客车制造有限公司,河北定州 073000;保定长安客车制造有限公司,河北定州 073000【正文语种】中文【中图分类】U463.851作为汽车在寒冷环境下行驶时对驾驶员视野、行车安全的必要保障,空调系统除霜除雾性能是整车开发中一项重要的指标。
传统的除霜风道及出风口设计主要依赖于经验的积累。
该方法的不足之处在于:对风道内部结构设计不甚了解;对气流流动情况不清楚;设计没有理论依据,而且要借助大量的试验验证。
导致设计周期长,试验费用高,风道设计复杂且可靠性差[1]。
利用CFD分析技术,能够明确研究方向,缩短研发周期,减少反复试验浪费的人力物力财力。
作者以某型MPV的除霜风道系统为例,通过对风道内部的速度场和压力场进行CFD(使用STAR-CCM+软件)分析,分析风道内部结构对风道风量分配及风窗表面流速的影响,提出了一些改进方案并与原来设计进行比较。
这对设计和优化除霜风道,有着重要的工程价值和意义。
1 空调除霜系统介绍空调系统除霜是利用HVAC喷射出的暖风对玻璃进行加热,经过热量的传递,使玻璃表层的冰层逐渐熔化,从而达到恢复驾驶员视线,避免因视线受阻引起交通事故的目的。
中国汽车试验标准GB11555-2009中对除霜除雾系统的性能有着严格的规定,该标准要求20 min时A区冰层除尽区域占A区面积的80%以上,25 min时A′区冰层除尽区域占A′区面积的80%,40 min时B区冰层除尽区域占B区面积的95%以上。
starccm 流固耦合案例Star-CCM+是一款流固耦合分析软件,可以模拟流体和固体之间的相互作用。
它广泛应用于航空航天、汽车、能源等领域,有助于设计和优化产品性能。
下面将列举10个以Star-CCM+为工具进行流固耦合分析的案例。
1. 汽车发动机冷却系统优化汽车发动机的冷却系统对发动机的性能和寿命有重要影响。
利用Star-CCM+可以模拟冷却液在发动机中的流动情况,优化冷却系统的结构和参数,提高散热效果,降低发动机温度。
2. 风力发电机叶片设计风力发电机的叶片是将风能转化为机械能的关键部件。
使用Star-CCM+可以对叶片的气动性能进行模拟,优化叶片的形状和尺寸,提高发电机的效率和稳定性。
3. 飞机机翼气动特性研究飞机的机翼气动特性直接影响飞行性能和燃油消耗。
利用Star-CCM+可以模拟机翼在不同飞行速度和角度下的气动性能,优化机翼的形状和设计参数,提高飞机的升力和降阻性能。
4. 涡轮机叶片热力性能分析涡轮机叶片在高温高压环境下工作,需要具备优秀的热力性能。
使用Star-CCM+可以模拟叶片的热传导和流动情况,优化叶片的材料和结构,提高叶片的耐热性和传热效果。
5. 汽车刹车系统仿真汽车刹车系统的性能直接关系到行车安全。
利用Star-CCM+可以模拟刹车系统中的流体流动和固体摩擦,优化刹车盘和刹车片的设计,提高刹车性能和稳定性。
6. 燃料电池堆冷却优化燃料电池堆的冷却系统对电池的效率和寿命有重要影响。
使用Star-CCM+可以模拟冷却液在电池堆中的流动和传热情况,优化冷却系统的结构和参数,提高电池的工作效率和稳定性。
7. 高速列车气动阻力研究高速列车的气动阻力是限制列车速度的重要因素。
利用Star-CCM+可以模拟列车在高速行驶时的气动流动,优化列车外形和空气动力学设计,降低气动阻力,提高列车速度和能效。
8. 水下船体水动力性能分析水下船体的水动力性能直接影响船舶的航行性能和节能性。
使用Star-CCM+可以模拟水下船体在不同航速和航向下的流动情况,优化船体的形状和设计参数,提高船舶的推进效率和稳定性。
基于DOE方法的汽车发动机性能优化研究汽车发动机性能优化是汽车工程领域的重要课题之一,它对提高汽车的运行效率、降低燃油消耗和减少废气排放具有重要意义。
设计实验方法(Design of Experiments, DOE)是一种经典的实验设计方法,可以在有限的试验条件下,通过系统性的试验分析来揭示因素对性能指标的影响规律。
本文将基于DOE方法对汽车发动机性能进行优化研究。
首先,我们需要明确研究的目标和性能指标。
通常,汽车发动机的性能指标包括燃油效率、动力输出、排放污染物、噪音与振动等。
在此基础上,我们可以通过DOE方法进行设计实验,并收集相应的试验数据。
接下来,需要确定实验因素和水平。
实验因素是影响发动机性能的各种参数,如点火提前角、进气压力、燃油喷射量等。
而水平则代表了每个实验因素的设定值。
通过合理选择实验因素和水平,可以对发动机性能进行全面、有效的研究。
然后,我们利用DOE方法进行试验设计。
DOE方法主要包括全因子实验设计和响应面分析两个步骤。
全因子实验设计是一种通过穷举实验因素和水平的组合来确定因素间相互作用和主效应的方法,通常采用正交试验设计。
而响应面分析则是通过建立数学模型,来预测和优化发动机性能指标。
在试验数据收集完毕后,我们需要对数据进行分析和处理。
通过统计分析方法,可以得到实验因素对性能指标的影响以及它们之间的相互作用关系。
尤其是通过响应面分析,可以建立发动机性能与实验因素之间的数学模型,从而进行优化设计。
最后,我们可以根据分析结果进行发动机性能优化设计。
在优化设计中,我们可以通过调整实验因素的水平来达到最佳性能指标的目标。
此外,在优化设计过程中,还需要考虑其他约束条件,如工艺、成本、实用性等。
综上所述,基于DOE方法的汽车发动机性能优化研究可以通过设计实验、收集数据、建立数学模型和优化设计的方式来实现。
通过这种方法,可以全面分析实验因素对发动机性能的影响,从而实现对汽车发动机性能的优化。
starccm列车空气动力学计算在列车设计和运行过程中,列车空气动力学计算是一个重要的方面。
通过对列车空气动力学的计算,可以有效地优化列车的设计,提高列车的性能和稳定性。
本文将介绍列车空气动力学计算的基本原理、方法和应用。
列车空气动力学计算的基本原理是基于空气流动的流体力学原理。
列车在运行过程中,会产生较大的空气阻力。
空气流动是一个复杂的过程,涉及到多个因素,例如列车速度、列车形状、空气密度等。
通过数值模拟方法,可以对列车空气动力学进行详细的计算和分析。
在列车空气动力学计算中,常用的方法是计算流体力学(CFD)方法。
CFD方法是一种基于数值模拟的流体力学计算方法,可以对流体流动进行详细的数值模拟和分析。
通过CFD方法,可以计算列车周围空气的速度、压力、阻力等参数,进而对列车的空气动力学特性进行分析和优化。
列车空气动力学计算的过程通常包括以下几个步骤。
首先,需要确定列车的几何形状和运行条件,例如列车的长度、宽度、高度等尺寸参数,列车的速度、空气密度等运行条件。
然后,通过CFD软件建立列车的几何模型,并设置相应的边界条件。
接下来,进行网格划分和求解计算。
CFD软件会将列车模型划分成无数个小的网格单元,然后根据流体力学方程和网格单元之间的相互作用进行计算。
最后,通过CFD软件得到列车周围空气的速度、压力、阻力等参数,并进行相应的分析和优化。
列车空气动力学计算的应用非常广泛。
一方面,列车空气动力学计算可以用于列车的设计和优化。
通过空气动力学计算,可以确定列车的最佳形状和参数,以减小空气阻力,提高列车的性能和运行稳定性。
另一方面,列车空气动力学计算可以用于列车的改进和改造。
通过空气动力学计算,可以优化现有列车的形状和参数,以提高列车的运行效率和安全性。
此外,列车空气动力学计算还可以用于列车的运行控制和安全评估。
通过空气动力学计算,可以了解列车在不同风速和风向条件下的运行特性,以制定相应的运行控制策略。
同时,通过空气动力学计算,可以评估列车在不同天气条件下的安全性,以确保列车的运行安全。
星盟星环(STAR-CCM+)是一款非常先进的计算流体动力学(CFD)软件,广泛应用于列车空气动力学计算。
在这篇文章中,我将以从简到繁的方式,结合深度和广度的要求,探讨starccm列车空气动力学计算的主题。
让我们了解starccm这款软件的基本特点。
starccm是由领先的工程模拟软件公司CD-adapco开发的,它具有强大的多物理场耦合求解能力和出色的网格生成技术,能够高效地解决列车在高速行驶时所受到的气动力学影响。
与传统的CFD软件相比,starccm的并行计算能力突出,大大提高了计算效率,使得列车空气动力学计算不再是一个耗时耗力的任务。
我们来探讨列车空气动力学计算的基本原理和方法。
在列车行驶过程中,空气动力学效应会对列车产生阻力、气动噪音和空气动力性能等影响。
利用starccm软件,工程师可以对列车的流场分布、气动力分布和气动噪声进行精确计算和分析,帮助设计师优化列车外形,以减小气动阻力和噪声,提高列车的空气动力性能和行驶平稳性。
让我们深入探讨starccm在列车空气动力学方面的应用。
在实际工程中,工程师可以利用starccm对高速列车在不同运行工况下的空气动力学特性进行模拟和评估。
在设计新型高速列车时,可以利用starccm软件进行流场模拟,研究列车外形对气动噪声的影响,以及通过参数优化来提高列车的空气动力性能。
starccm的后处理功能也可以帮助工程师直观地了解列车的气动特性,为进一步优化设计提供重要参考。
总结回顾,starccm在列车空气动力学计算方面具有独特的优势。
通过本文的讨论,我们更深入地了解了starccm软件的特点、列车空气动力学计算的原理和方法,以及starccm在列车空气动力学方面的具体应用。
个人认为,starccm的先进性能和丰富功能为列车空气动力学计算提供了强大的支持,有望成为未来列车设计与研发领域的重要工具。
starccm列车空气动力学计算是一个复杂而重要的主题,通过深度和广度兼具的探讨,我们对该主题有了更全面、深刻和灵活的理解。
STAR 2013 中国用户大会论文集 基于Starccm+的某车型外气动特性DOE优化 付强,赵婧,芦克龙,马金英,范士杰 (中国第一汽车股份有限公司技术中心,长春,130011)
摘要:本文以某三厢阶背式经济型轿车为研究对象,使用Starccm+计算软件,结合实验设计和优化理论,对某车型外气动特性进行DOE优化,使目标车型风阻系数降低6.5%。 关键词:外气动降阻优化,实验设计(DOE),CFD
0 前言 本文使用Starccm+仿真软件,结合实验设计和优化理论,对某经济型轿车开展基于参数化模型的外气动特性DOE优化,综合考虑空气动力学专业特有的耦合特性,解决以往降阻分析过程中仅对单参数进行优化而导致分析结果不全面的问题,以及因多参数优化工作量巨大而难以依靠人工完成的问题。 1 技术路线 本文首先使用与优化目标车型具有相同造型特征的参数化模型进行降阻优化分析,通过改变目标参数来获得参数间最佳匹配关系,进而将优化结果反馈至目标车型上,指导目标车型进行降阻优化改进,最终获得最佳低风阻车身造型。具有计算速度快,分析效率高,结果反馈及时迅速的特点,适合在总布置阶段及造型设计初期使用,可及时明确降阻目标,提供优化方向,使工作更加具有针对性。 本文研究工作建立在一个可实现对多参数、大样本量问题进行自动计算、全局寻优的优化计算平台的基础上,通过集成体网格变形文件Sculptor、流体计算软件Starccm+和优化软件 Isight,实现自动寻优计算。本文的技术路线具体实现形式为:建立参数化模型→设置变形参数→选取试验设计方法→搭建DOE模型→全局变形计算→模型参数关系分析→自动寻优→最终优化方案确定→最佳参数组合验证→CAS模型验证。 2 参数化模型 整车的总体参数匹配是影响整车风阻系数的关键因素之一,良好的参数匹配是低风阻车型的基础。基于量化参数的思想,建立参数化模型,方便定量修改,基于空气动力学分析的目标与基本原理,确定简化模型需要符合以下原则: 1.体现原造型方案的基本特征; 2.为满足与实际车型符合度高、适于修改和方便计算的多方面需求,简化模型应多由平面构成,连接处为圆弧曲面; 3.需保证简化模型与CAS模型的匹配关系,当简化模型向真实模型拓扑时,由简化模型计算得出的优化方案在CAS造型上使用可获得相应的降阻效果。 乘用车参数化模型具有与目标车型相同的空气动力学特征参数,同时尽可能的保留了原车型的造型特征,解决了以往标准模型与实际车型主要特征吻合度不高的问题,保证了参数模型优化结果在目标车型上的实际应用性。 3 某经济型轿车空气动力特性优化 3.1 建立参数模型 依前述原则建立参数模型。 STAR 2013 中国用户大会论文集 图1参数化模型 3.2 确定研究参数及其变化区间
以图2中的1、2、3、4、5、8六个角度类参数研究各参数对整车风阻系数的影响。参数名称及变化区间参见表1。
图2 目标参数 表1 参数及变化区间 序号 参数名称 上限 下限 1 发动机罩倾角 11.3° 13.3°
2 前风窗倾角 55° 65°
3 后风窗倾角 61.5° 71.9°
4 后风窗实际作用角 15° 20.4°
5 格栅倾角 64° 87°
8 车身倾角 12.6° 20.6°
3.3 自动计算平台搭建及计算 搭建自动计算平台,依实验设计理论,采用正交方法为全局变量建立正交矩阵,开始对计算模型进行计算。整个设计流程可参考图3。 STAR 2013 中国用户大会论文集 图3 DOE搭建流程 3.4 基于DOE结果的参数分析
3.4.1各参数主效应分析 经计算,获得各参数主效应分布图,见图4。
图4 主效应分析 由上图可知,在考察范围内,各因子对整车Cd的影响为,发动机罩倾角对整车风阻影
响影响最显著,整车风阻随发罩倾角的增大而减小;前风窗倾角对整车风阻影响较显著,整车风阻随前风窗倾角的增大而减小;后风窗倾角对整车风阻影响较显著,水平处于较高范围内时整车Cd较小;后风窗实际作用角对整车风阻影响较小,水平处于中部时,整车Cd较小;侧窗倾角与格栅倾角对整车风阻的影响小。 3.4.2 各参数交互作用分析 图5、图6为各参数的交互作用分析图。 STAR 2013 中国用户大会论文集 图5交互效应分析——交互作用强 图6 交互效应分析——交互作用弱 由图5、图6可知,前风挡、后风窗实际作用角间的相互影响较大,侧窗和格栅相互作用较大,后风窗实际作用角、后风窗角度存在交互作用,后风窗、格栅之间存在交互作用。 3.5 全局寻优结果分析 3.5.1 寻优结果 通过全局寻优,获得各参数的最优值见表2。 表2 参数最优匹配表 前风窗 倾角 格栅 倾角 发罩 倾角 后风窗 倾角 车身 倾角 后风窗实际作用角 参数值 63.3° 74.8° 13.3° 70.1° 17.6° 17.8° 3.5.2 预测结果分析及改进 图7为近似模型预测最优点与各参数主效应曲线对比图,由图可知,预测结果与主效应分析结果基本一致。 STAR 2013 中国用户大会论文集 图7 近似模型预测最优点与主效应曲线对比 分析上图可知,使用近似模型预测的各参数的最优点对于主效应显著的因子如front-window、hood、rear-window与trunk,预测最优方案与主效应曲线最优位置一致。对于主效应不显著的因子,不一定能作为最优方案的决策。 根据近似模型求解得到的最优值,可结合主效应分析结果进行进一步改进,改进方案见图8(图中蓝色点为可选改进方案)。
图8 改进主要针对主效应显著的因子(如front-window),主效应不显著的因子改进效果小,对优化设计工作贡献小,根据实际工作要求可不予考虑。具体改进方案参考表3。 表3 改进方案 前风窗 倾角 格栅倾角 发动机罩倾角 后风窗 倾角 侧窗倾角 后风窗实际作用角 风阻系数
初始方案 60.0° 77.2° 12.3° 66.5° 16.6° 18.1° a 近似方案 63.3° 74.8° 13.3° 70.1° 17.6° 17.8° 0.951a 改进方案1 65.0° 74.8° 13.3° 70.1° 17.6° 17.8° 0.948a 改进方案2 63.3° 67.0° 13.3° 70.1° 17.6° 17.8° 0.948a 改进方案3 63.3° 74.8° 13.3° 70.1° 20.6° 17.8° 0.951a 改进方案4 65.0° 67.0° 13.3° 70.1° 20.6° 17.8° 0.941a 分析表3中数据,改进方案4中参数模型的风阻系数最低,Cd值为0.941a,使用近似模型预测得到的优化方案实际风阻系数为0.951a,与之相比,改进后的阻力系数Cd降低1%,有一定改进效果。与初始方案相比,参数模型的风阻系数值从a降到0.941a,降低5.9%,降幅较为明显。而在近似方案基础上单独对前风窗倾角、格栅倾角和侧窗倾角进行改变对整车风阻系数影响不大,上述三个变量对相应的交互作用较为明显。本STAR 2013 中国用户大会论文集 文所用方法在进行最优解预测时,对主效应较强的参数(变量)取值预测较为准确,对于主效应较弱参数的预测结果还需进行验证,以保证最优结果的合理性。 3.6 CAS模型 将上述基于参数化模型的优化结果映射到实际CAS造型上。并对其进行仿真分析,结果见表3。 表4 仿真结果 实际CAS模型变化量 参数化模型变化量
基准 - - 阻力最大(MAX) 2.85% 11.34% 阻力最小(MIN) -6.50% -17.53% 由表中数据可知,将参数模型优化结果应用到实车上后,所得模型的变化趋势与参数模型的数据变化趋势保持一致,最优模型阻力系数有较大降幅。 4 结论 1.本文所建参数化模型保留了目标车型的主要造型特征,实际应用性强,经验证,在此模型上进行的降阻研究所得结论在目标车型的CAS模型上应具有良好降阻效果,此参数化模型可应用在正向开发的降阻过程中。 2. 在正向开发过程中应用低风阻乘用车车身参数化开发技术,可节省优化分析时间,减少计算量,实现全方案全局寻优,为造型部门提供可行的、明确的、参数化的改进建议。 3.通过优化找出了各参数的最佳组合,使研究对象的风阻系数较原始模型降低了6.5%; 4.在考察范围内,各因子对整车Cd的影响程度如下: 1)发动机罩倾角最显著;取最大水平13.3°时Cd最小; 2)前风窗倾角较显著;取最大水平65°时Cd最小; 3)后风窗倾角较显著;水平处于较高范围内时Cd较小; 4)后风窗实际作用角影响较小;水平处于中部时,Cd较小; 5)侧窗倾角与格栅倾角的影响小。 5.各参数的交互作用分析: 1)前风挡倾角、后风窗实际作用角间的相互影响较大; 2)侧窗倾角和格栅倾角相互作用较大; 3)后风窗实际作用角、后风窗角度之间存在交互作用; 4)后风窗倾角、格栅倾角之间存在交互作用。
参考文献 [1] Motor Vehicle Dimensions [C]//SAE Paper J1100V003