基于響應面模型的微型客車除霜進風口參數優(yōu)化設計

劉 成，王 霄，劉會霞，張宏濤

（1.江蘇大學，江蘇鎮(zhèn)江212013；2.上海律成車輛技術研發(fā)有限公司，上海200000）

基于響應面模型的微型客車除霜進風口參數優(yōu)化設計

劉 成1，王 霄1，劉會霞1，張宏濤2

（1.江蘇大學，江蘇鎮(zhèn)江212013；2.上海律成車輛技術研發(fā)有限公司，上海200000）

在某微型客車開發(fā)過程中，建立此車前擋風玻璃除霜分析有限元模型，以除霜進風口中心線與前擋風玻璃下邊緣的水平距離、進風角度、格柵的詳細尺寸作為設計變量，以前擋風玻璃面上的速度為設計目標建立優(yōu)化模型。本文用拉丁超立方方法選取30組試驗數組并計算出響應值，在此基礎上建立二階多項式響應面模型。通過多島遺傳算法對該近似模型進行優(yōu)化計算，結果表明，優(yōu)化后的除霜性能相比優(yōu)化前大大改善。

微型客車；除霜；近似模型；多島遺傳算法

國家對汽車行駛過程中安全性，舒適性提出強制性要求，而除霜除霧性能就是其中一項。CFD是一種很好預測除霜性能的方法。文獻［1］建立了詳細的有限元模型，使用CFD軟件仿真擋風玻璃上的霜層解霜過程，并通過試驗驗證，得出仿真結果與試驗結果基本吻合。文獻［2］通過使用FLUENT軟件對空調風道內部流場進行穩(wěn)態(tài)模擬，通過優(yōu)化出風口導葉片提高除霜性能。文獻［3］通過建立大客車除霜分析模型，采用數值模擬的方法研究了入口速度、入口溫度、進風速度方向與風擋之間的碰撞角對除霜性能的影響，并給出各個變量的相對推薦值。文獻［4］通過建立轎車的有限元模型，將進風口的參數定義成設計變量，將A區(qū)和B區(qū)的加權努賽爾數定義成目標，通過建立近似模型后使用多島遺傳算法進行尋優(yōu)計算，達到最優(yōu)的除霜性能。

然而，此前研究對象多以轎車為主，涉及微型客車除霜性能的研究甚少。微型客車作為汽車的重要組成部分，結構上前擋風玻璃與水平面的夾角比轎車前擋風玻璃與水平面的夾角大，因此，微型客車除霜性能研究過程與轎車除霜性能研究過程有所差異。

本文基于企業(yè)開發(fā)一款新型微型客車過程中的實際需要，采用科學的試驗設計和優(yōu)化方法，用拉丁超立方抽樣的方法抽取樣本點，并計算出每組樣本點的結果，以此為基礎建立二階響應面模型，使用多島遺傳算法對除霜進風口參數和風向參數進行了優(yōu)化，本研究技術路線如圖1所示。

1 原模型除霜數值模擬

1.1 模型的建立

本文以某11座微客車作為研究對象。由于車體形狀和內部結構復雜多樣，在CFD分析過程中完全按照車室結構的細節(jié)建模比較困難，且一些細節(jié)對本文研究過程影響甚微，故對模型進行簡化。簡化后的物理模型如圖2所示。

圖1 技術路線

圖2 簡化后的物理模型

本文所研究的微型客車車體較長，文獻［5］指出，車體后部分對研究前風擋玻璃除霜性能影響甚微，因此，考慮到本文需要計算多次樣本點數據，為了減小計算量，去除了第2排座椅后部分的車體。最終物理模型如圖3所示。

圖3 最終物理模型

1.2 網格劃分及邊界條件設置

模型用Hypermesh軟件在整個乘員艙表面生成三角形網格，再在整個計算域內生成非結構化網格。其中，為了提高計算精度，需要對進出口網格、玻璃面網格進行細化處理，同時，在除霜瞬態(tài)分析時，需要將前風擋玻璃面網格拉伸出玻璃體網格和霜層體網格。本文拉伸出5層總厚度為5 mm的玻璃網格和5層總厚度為1 mm的冰層網格，如圖3所示。

計算模型入口為流量入口，入口流量為0.088 9 kg／s，出風口邊界為壓力出口邊界條件，相對壓力為0 Pa。模型選用RNG k－ε湍流模型求解，空間離散采用二階迎風格式，迭代方式選用Simple算法。實驗環(huán)境溫度為－18℃，冰層厚度為1 mm。

為更加準確模擬瞬態(tài)分析中除霜過程，本文用fluent的UDF功能將進口溫度描述成時間的函數，作為HVAC出口溫度曲線，函數如下：

式中：T為進風溫度（K）；t為時間（s） 。

1.3 原模型除霜性能模擬

在車輛除霜過程中，車室內流場達到穩(wěn)定狀態(tài)所需要的時間比冰層融化所需要的時間短，一般通過2個步驟完成除霜分析的模擬：①通過穩(wěn)態(tài)分析得到乘員艙內穩(wěn)定的流場，包括乘員艙內的速度場、壓力場；②通過瞬態(tài)求解可以定量地看出霜層除盡所需的時間和各個時間段內霜層的去除情況。通過穩(wěn)態(tài)流場分析得到前擋風玻璃的速度云圖，如圖4所示。從圖4可知：氣流沖擊前風擋玻璃的沖擊點偏下，同時，氣流與玻璃面的碰撞角度不合理導致A、A’和B區(qū)的速度偏低。

2 優(yōu)化設計

2.1 設計變量及目標函數

以格柵的長X1、寬X2、進風口的中心線距離汽車前風擋玻璃的下邊緣水平距離X3和氣流與前風擋玻璃碰撞角X4作為設計變量。具體設計變量定義如圖5和圖6所示。

圖4 前風擋玻璃面速度云圖

圖6 參數示意圖

在進口流量和進口溫度都固定的情況下，前擋風玻璃上各區(qū)域的霜層融化速度主要由流過各區(qū)域的風量決定，即由各個區(qū)域的速度值決定［6］。暖風沖擊玻璃面時應該盡可能地均勻分布在前風擋玻璃上，為此，可以選取風擋玻璃各區(qū)域的平均風速作為設計目標。將除霜區(qū)域分成9塊，如圖7所示，每塊區(qū)域的平均風速作為設計目標。每塊區(qū)域的風速分別用Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9表示，優(yōu)化問題描述如下：

設計變量：X1，X2，X3，X4

目標函數：MAX｛Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9｝

約束條件：7 mm≤X1≤11 mm，18 mm≤X2≤28 mm，40 mm≤X3≤100 mm，15°≤X4≤45°

圖7 目標函數區(qū)域

2.2 試驗設計

傳統(tǒng)的優(yōu)化設計為了達到優(yōu)化目的需要多次更改幾何數模，過程繁瑣且盲目，為了達到高效準確的優(yōu)化目的，本文采用拉丁超立方［7］試驗設計［8］方法。拉丁超立方設計方法是一種受約束的均勻抽樣法，具有有效的空間填充能力，擬合非線性響應能力強。

本文采用拉丁超立方試驗設計方法選取30組試驗數據，并計算出每一組設計變量所對應的函數響應。

3 計算結果分析

3.1 響應面模型的建立與檢驗

近似模型方法是通過數學模型的方法逼近輸入變量與輸出結果的方法，響應面方法的優(yōu)點是：

1）通過較少的試驗次數在局部范圍內比較精確地逼近函數關系，并用簡單的代數表達式展現出來，計算簡單，給設計優(yōu)化帶來極大的方便。

2）通過回歸模型的選擇，可以擬合復雜的響應關系，具有良好的魯棒性。

3）數學理論基礎充分扎實，系統(tǒng)性、實用性強，適用范圍廣，逐漸成為復雜工程系統(tǒng)設計的有力工具。

本文通過30組樣本計算結果建立近似模型，利用二項式函數擬合響應面。得到近似模型如下：

近似值與真實值的對比情況，可以通過響應適應度進行分析。本文近似模型的決定系數R2均大于0.9，最大絕對值誤差MAE均小于0.3，均方根誤差RMSE均小于0.2，平均絕對值誤差均小于0.2，因此，以響應面模型為基礎進行優(yōu)化工作是可行的。

3.2 優(yōu)化方法和求解

多島遺傳算法［9－12］主要借助生物進化過程中“適者生存”的規(guī)律，模仿生物進化過程中的遺傳繁殖機制，對優(yōu)化問題解空間的個體進行編碼，然后對編碼后的個體種群進行遺傳操作（如選擇、交叉、變異等），通過迭代從新種群中尋找含有最優(yōu)解或較優(yōu)解的組合。

采用遺傳算法進行優(yōu)化分析，設置種群數為20，島嶼數為10，迭代次數為1 000次，最終得到優(yōu)化解，如表1、表2所示。

表1 設計變量優(yōu)化前后結果

表2 目標函數優(yōu)化結果（m·s－1）

3.3 優(yōu)化結果驗證與對比

用優(yōu)化后的設計變量數值重新更改CAD模型，再生成有限元模型，導入Fluent中計算得出前風擋玻璃各區(qū)域的速度仿真值。仿真值和近似模型數值對比如表3所示。

表3 仿真值與近似模型值對比

各組近似模型響應值與CFD模擬值的相對誤差均在4%以內，可信度較高，這與之前響應面精度檢測結果相一致，因此，再次證明了用響應面模型直接優(yōu)化是可行的。

優(yōu)化后模型格柵進風口的長X1和寬X2較原模型減小，在流量一定的情況下使得進風速度增加。氣流與前擋風玻璃的碰撞角X3和進風口中心線與前擋風玻璃下邊緣水平距離X4較原模型更加合理，可以最大限度地減小由于氣流與擋風玻璃碰撞而損失的氣流動能，即減小氣流速度損失。綜上可知：氣流沖擊擋風玻璃的速度較原模型大大提高，前風擋玻璃上的除霜性能較優(yōu)化前也隨之大大改善。最終優(yōu)化前后的前風擋玻璃各區(qū)域的速度值對比如表4所示，速度云圖如圖8所示，優(yōu)化前后的除霜瞬態(tài)分析過程中，不同時刻霜層液相率云圖分別如圖9和圖10所示。與初始模型相比較，各區(qū)域的風速均有較大的提高，除霜性能有較大的改善。

表4 優(yōu)化前后風速對比

圖8 優(yōu)化后的速度云圖

GB 11555—2009［13］中規(guī)定：在除霜開始后20 min，A區(qū)除霜比例應該達到80%；除霜開始后25 min，A’區(qū)除霜比例應該達到80%；除霜開始后40 min，B區(qū)除霜比例應該達到95%。對比優(yōu)化前后瞬態(tài)分析過程中不同時刻霜層液相率云圖，優(yōu)化后的模型在20 minA區(qū)和A’區(qū)的液相率已經達到96%，25 min時刻玻璃面的除霜區(qū)域的霜層已經完全除盡。滿足國標要求且除霜性能較初始模型有大范圍的改善。

圖9 優(yōu)化前的不同時刻霜層液相率云圖

圖10 優(yōu)化后的不同時刻霜層液相率云圖

4 結束語

本文將格柵風口具體參數、風向參數和風口中心線與前風擋玻璃下邊緣的水平距離定義成設計變量，將GB 11555—2009中要求的除霜區(qū)域分成9塊區(qū)域，以每塊區(qū)域的速度為目標函數，通過拉丁超立方抽樣方法抽取30組試驗樣本，將每一組樣本的CFD仿真值算出后建立響應面模型并通過檢驗，最后通過遺傳算法得出優(yōu)化解。

1）建立的響應面模型的精度非常高，可以直接代替有限元仿真進行優(yōu)化設計，大幅度地提高了優(yōu)化效率。

2）采用遺傳算法能很好地尋求模型的最優(yōu)解，得出了風擋玻璃除霜區(qū)域表面更高的速度值，在空調出風量一定的情況下，可以提高除霜效率，提高駕駛過程的安全性能。

3）CFD仿真分析為理論分析，通過CFD仿真分析可以對后續(xù)零件開發(fā)打下堅實的理論基礎，提高了開發(fā)過程中的效率和準確率。通過CFD數值模擬和數學建模優(yōu)化這種方法，可以更好地節(jié)省計算成本和資源，對除霜性能設計過程有一定的指導意義。

［1］ 張曉蘭，施俊業(yè)，陳江平.汽車擋風玻璃除霜性能數值擬［J］，汽車工程，2007，29（11）：1009－1013.

［2］ 陶其銘，許志寶，夏廣飛.汽車空調除霜風道分析及結構優(yōu)化［J］，合肥工業(yè)大學學報（自然科學版），2010，33（4）：485－500.

［3］ 李華.大客車除霜分析及系統(tǒng)優(yōu)化設計［D］.哈爾冰：哈爾濱工業(yè)大學，2013.

［4］ 伊郁琦，谷正氣，楊易，等.基于近似模型的汽車除霜出風口參數優(yōu)化設計［J］.合肥工業(yè)大學學報（自然科學版），2011，34（7）：972－975.

［5］ 胡忠輝，史東林，張俊巖，等.基于STAR－CCM＋的汽車除霜分析［J］.汽車工程師，2014（3）：50－52.

［6］ 張炳力，胡忠文，薛鐵龍.基于程序集成及響應面模型的車輛除霜性能優(yōu)化［J］.汽車工程，2015，37（5）；605－611.

［7］ 丁明，王京景，李生虎.基于擴展拉丁超立方采樣的電力系統(tǒng)概率潮流計算［J］.中國電機工程學報，2013，33（4）：163－170.

［8］ 張俊紅，朱傳峰，畢鳳榮，等.基于DOE和改進模擬退火算法的消聲器優(yōu)化設計［J］.振動和沖擊，2015，34（13）：169－175.

［9］ 趙滿平，張慶民.基于遺傳算法的斗輪堆取料機變幅機構的優(yōu)化設計［J］.中國工程機械學報，2009，7（1）：77－79.

［10］熊強強，方強，吳軍，等.基于遺傳算法的備件配置優(yōu)化方法［J］.四川兵工學報，2014，35（5）：54－57.

［11］林秀芳，陳淑梅，陳金蘭.運用遺傳算法的磁流變阻尼器減震的模糊控制［J］.重慶理工大學學報（自然科學），2015，29（9）：64－69.

［12］江偉偉.遺傳算法在武裝機器人穩(wěn)定平臺控制中的應用［J］.四川兵工學報，2014，35（10）：41－43.

［13］GB 11555—2009，汽車風窗玻璃除霜與除霧系統(tǒng)性能和試驗方法［S］.

（責任編輯劉 舸）

Optimization Design of Mini-Bus Defrosting Inlet Parameter Based on Response Surface M odel

LIU Cheng1，WANG Xiao1，LIU Hui-xia1，ZHANG Hong-tao2

（1.Jiangsu University，Zhenjiang 212013，China；2.Shanghai Lvcheng Vehicle Technology Development Co.，Ltd.，Shanghai200000，China）

In the process of a minibus development，the finite element model of front windshield is established.And it sets the horizontal distance between defrosting outlet’s center line and the lower edge of the windscreen，the angle of wind，the detail size of grille as design variables.The design goal is the speed of the front windshield to establish optimal models.A second order polynomial response surface is established based on response values that are calculated through 30 test array selected by Latin hypercube method.The approximate model is optimally calculated by multi-island genetic algorithm.It turned out that the defrosting performance after optimization calculation has been improved greatly compared to the previous.

minibus；defrost；approximate model；multi-island genetic algorithm

U463.851

A

1674－8425（2016）12－0017－07

10.3969／j.issn.1674－8425（z）.2016.12.003

2015－10－12

劉成（1990—），男，碩士研究生，主要從事汽車理論研究，E-mail：15162991835＠163.com。

劉成，王霄，劉會霞，等.基于響應面模型的微型客車除霜進風口參數優(yōu)化設計［J］.重慶理工大學學報（自然科學），2016（12）：17－23.

format：LIU Cheng，WANG Xiao，LIU Hui-xia，etal.Optimization Design of Mini-Bus Defrosting Inlet Parameter Based on Response Surface Model［J］.Journal of Chongqing University of Technology（Natural Science），2016（12）：17－23.