基于PowerFLOW的重型卡車外流場優(yōu)化模擬分析

余浪，黃華，邵廣濤，林曉慶

（濰柴動力上海研發(fā)中心，上海 210315）

基于PowerFLOW的重型卡車外流場優(yōu)化模擬分析

余浪，黃華，邵廣濤，林曉慶

（濰柴動力上海研發(fā)中心，上海 210315）

利用基于LBM方法的CFD軟件PowerFLOW對某重型卡車駕駛室展開外流場模擬分析,對外流場影響較大的8個設(shè)計參數(shù)，進(jìn)行DOE優(yōu)化，得出既符合工程設(shè)計要求，外流場風(fēng)阻系數(shù)又最優(yōu)的參數(shù)組合，并應(yīng)用到外CAS設(shè)計中，最終整車外流場風(fēng)阻系數(shù)Cd＜0.540，遠(yuǎn)低于國內(nèi)的競爭對手。

重型卡車；外流場；DOE；PowerFLOW

余 浪

畢業(yè)于重慶大學(xué)機械學(xué)院現(xiàn)任于濰柴動力上海研發(fā)中心所長，研究方向為車身開發(fā)，已發(fā)表《輕型客車車身降噪方案設(shè)計》；《高強度鋼板在重型貨車車身中的應(yīng)用》等多篇論文。

1 前言

基于計算流體力學(xué)（CFD）的車輛空氣動力學(xué)數(shù)字技術(shù)已經(jīng)在重卡駕駛室開發(fā)中廣泛應(yīng)用，傳統(tǒng)的CFD方法求解基于連續(xù)介質(zhì)力學(xué)的N-S方程，它是一種宏觀描述。

美國EXA公司的PowerFLOW基于分子運動論的LBM方法，求解描述流體微團(tuán)運動的Boltzmann方程，它是一種微觀描述，包含必要的微觀物理性質(zhì)，可獲得理想的宏觀流體行為。

本文重點說明了利用PowerFLOW對某重卡駕駛室在造型開發(fā)效果圖階段即引入外流場數(shù)字模擬，評估現(xiàn)有狀態(tài)的空氣動力學(xué)性能，分析敏感區(qū)域，研究對外流場影響較大的8個參數(shù)，同時考慮8個參數(shù)之間的相互變化對流場的影響。在工程可實施的范圍內(nèi)進(jìn)行組合優(yōu)化，保證整車外流場風(fēng)阻系數(shù)最低，極大限度的研究整車外流場潛在優(yōu)化空間，將滿足工程要求和達(dá)到外流場目標(biāo)的參數(shù)組合作為最終CAS的設(shè)計輸入。

2 分析理論和方法

格子Boltzmann方法(Lattice Boltzmann Method,簡稱LBM)是建立在分子運動論和統(tǒng)計力學(xué)基礎(chǔ)上的一種模擬流場的數(shù)值方法，其粒子分布函數(shù)滿足Lattice Boltzmann方程。

傳統(tǒng)的計算方法大多是先將宏觀控制方程離散,然后使用某種數(shù)值方法求解離散方程,最后得到宏觀的各個物理量。而LBM從微觀動力學(xué)角度出發(fā),將流體的宏觀運動看作是大量微觀粒子運動的統(tǒng)計平均結(jié)果.宏觀的物理量可由微觀粒子的統(tǒng)計平均得到。

LBM方法將連續(xù)介質(zhì)看作大量位于網(wǎng)格節(jié)點上的離散流體質(zhì)點粒子.粒子按碰撞和遷移規(guī)則在網(wǎng)格上運動,通過對各網(wǎng)格流體質(zhì)點及運動特征的統(tǒng)計，獲得流體宏觀運動規(guī)律。

粒子分布函數(shù)f(r,e,t)drde表示在t時刻，在空間r處，粒子的速度在e到e+de的粒子數(shù)密度。

LB方法的動力學(xué)演化方程，如下:

式中：fi是指某一時刻某一位置處沿i方向的粒子速度分布函數(shù)；是碰撞算子，它表示發(fā)生碰撞后的變化率，僅與當(dāng)?shù)仄胶夥植己瘮?shù)有關(guān)。

在LBM中確定碰撞算子是最困難的，計算模型不同，碰撞算子也不相同。最簡單的線性化碰撞算子是采用了松弛時間，這個松弛時間是與使用了單松弛時間的當(dāng)?shù)仄胶鉅顟B(tài)接近的，它是著名的Bhatnagar-Gross-Krook(BGK)碰撞算子：

粒子分布函數(shù) 滿足Lattice Boltzmann方程：

流體密度 ρ和動量 ρu可由分布函數(shù)求得：

由某一時刻(時間步t)的密度分布函數(shù)fa(x,t),可以計算出該時刻的宏觀密度p(x,t)和宏觀速度u(x,t)；接著可以得到此時的平衡分布函數(shù)faeq(x,t)；根據(jù)BGK碰撞模型可以得到碰撞后的密度分布函數(shù)；通過流動分步，就可以得到下一時刻(即時間步t+1)的密度分布函fa(x,t+1)。重復(fù)上述過程，可以實現(xiàn)整個過程的不斷演化。

3 基準(zhǔn)幾何模型建立

圖1給出了計算用的底盤模型，此次針對牽引車模型展開計算分析，掛車采用了簡化模型，掛車下部僅保留了輪胎，其它底部模型都進(jìn)行了刪除；

圖2 給出了冷卻模塊的模型，由冷凝器、中冷器、水箱和風(fēng)扇模型構(gòu)成。

依據(jù)車身外造型效果草圖(圖3)，在PowerFLOW軟件中建立對應(yīng)的仿真計算用的整車基準(zhǔn)模型(圖4)，對外氣動影響較大的特征，與車身外造型效果草圖保持一致：

-遮陽板特征：影響氣流向上流動的方向；-下保險杠上表面特征：影響發(fā)動機艙氣流和兩側(cè)氣流的流動方向；

-門把手區(qū)域和輪罩特征：影響氣流通過側(cè)導(dǎo)流板的流動方向；

-A柱形狀角度、車門 ；

-玻璃弧度，后視鏡形狀 ；

4 邊界條件設(shè)定

在PowerFlow模擬過程中，前端來流方向的斷面為入口邊界，設(shè)定入口邊界為速度入口，流速v =100 km/h，出口邊界為壓力出口，出口壓力p =0；車輛模型設(shè)置為固定無滑移面邊界，計算域左右側(cè)面和頂面設(shè)置為滑移壁面邊界，車輛前端地面設(shè)置為滑移壁面邊界，速度與來流方向速度相同，車輛附近及車輛后部地面設(shè)置為固壁無滑移壁面邊界，車輪為旋轉(zhuǎn)車輪。

5 CFD模擬分析

5.1 基準(zhǔn)模型氣動阻力分析

氣動阻力與氣流流經(jīng)車身的過程有關(guān)，氣流在流經(jīng)車身是產(chǎn)生附面層、氣流分離及漩渦。附面層表現(xiàn)為摩擦阻力，氣流分離表現(xiàn)為壓差阻力，渦旋表現(xiàn)為誘導(dǎo)阻力，3部分構(gòu)成了汽車所受的氣動阻力。圖7為基準(zhǔn)分析模型從前往后沿車身長度方向的阻力發(fā)展曲線，風(fēng)阻系數(shù)Cd=0.599，遠(yuǎn)高于項目初始定義的風(fēng)阻系數(shù)Cd=0.540的目標(biāo)，與競爭對手的平均風(fēng)阻系數(shù)值cd=0.57也有較大差距。從圖8中心速度切片云圖可以看出，貨箱前表面頂部存在氣流滯止區(qū)，駕駛室和貨箱間存在高速氣流 。

進(jìn)一步對分析結(jié)果進(jìn)行詳細(xì)分析，從圖9總壓等值面圖和圖10總壓切片圖可以看出，后視鏡后部的尾渦較大，能量損失較大，意味著阻力提供較大，主要是因為后視鏡的形狀設(shè)計不合理，產(chǎn)生了較大的流動分離，同時后視鏡與A柱的距離也不合適，導(dǎo)致了氣流無法順利通過，形成了氣流紊亂；貨廂前表面存在較大的氣流分離，原因是頂導(dǎo)流罩的高度與貨廂匹配不合理，同時側(cè)導(dǎo)流罩的角度與貨廂匹配的不合理；在頂導(dǎo)流上存在氣流分離，主要是因為頂導(dǎo)流罩與頂蓋的距離不合理。

5.2 確定優(yōu)化參數(shù)和優(yōu)化范圍

對基準(zhǔn)模型CFD仿真后得出的問題進(jìn)行原因分析，同時考慮前面罩格柵的開孔的大小對風(fēng)阻系數(shù)影響也較大，與工程團(tuán)隊一共確定了圖11中的8個對外流場風(fēng)阻系數(shù)影響最大的參數(shù)，同時結(jié)合工程可行性，確定了這些參數(shù)的可優(yōu)化范圍（表1）。

表1 8個參數(shù)的研究范圍

5.3 優(yōu)化分析

在模型中按照表1定義的8個參數(shù)的優(yōu)化范圍，在模型中優(yōu)化對應(yīng)零部件的形狀。優(yōu)化過程為以風(fēng)阻系數(shù)為目標(biāo)，確定的8個系數(shù)作為變量，創(chuàng)建8維設(shè)計空間，由于8個參數(shù)之間相互影響，最佳結(jié)果存在1個或多個不同的參數(shù)組合，通過以往的計算方法很難找到最優(yōu)的參數(shù)組合。

圖12給出了側(cè)導(dǎo)流罩形狀的優(yōu)化范圍，圖13為后視鏡內(nèi)倒角的角度優(yōu)化范圍。

本文通過對8個參數(shù)進(jìn)行DOE優(yōu)化，預(yù)測各參數(shù)組合之間對風(fēng)阻系數(shù)的敏感響應(yīng)面（圖14），然后在響應(yīng)面的低谷附近預(yù)測參數(shù)，將這些參數(shù)應(yīng)用到模型中，進(jìn)行確認(rèn)計算，是否風(fēng)阻系數(shù)確實比較低。通過不斷的預(yù)測和實際計算驗證，當(dāng)預(yù)測結(jié)果和實際計算的結(jié)果風(fēng)阻系數(shù)誤差不斷地減小，則最佳響應(yīng)曲面將逐步的和仿真結(jié)果吻合。圖15為對應(yīng)單個參數(shù)的響應(yīng)面，綠色曲線為響應(yīng)面，藍(lán)色點為風(fēng)阻最低的點。

在PowerFLOW軟件中對相應(yīng)部件按照給定的優(yōu)化范圍，首依據(jù)經(jīng)驗先給出前10組參數(shù)，選擇的參數(shù)要能覆蓋變量范圍，目的是為了對整個參數(shù)空間進(jìn)行初步填充，幾何模型及仿真結(jié)果見圖16和圖17。

在完成前10次仿真計算后，選取了有用的參數(shù)，再進(jìn)行了10次DOE仿真的計算，目的是為了對已經(jīng)初步填充的參數(shù)空間進(jìn)行加密，見圖18。對參數(shù)進(jìn)行第二次填充，尋找更接近真實情況的響應(yīng)面曲，計算結(jié)果的預(yù)測值在該響應(yīng)面曲線上，真實的計算結(jié)果往往是偏離響應(yīng)面曲線，與初步預(yù)測值不同，存在預(yù)測誤差。但通過進(jìn)行較多輪的計算結(jié)果的基礎(chǔ)上，重新擬合響應(yīng)面，從而找到最優(yōu)結(jié)果。預(yù)測的目的是為了減少計算次數(shù)。

通過第10-20次計算的基礎(chǔ)上得到紅色曲線預(yù)測結(jié)果，雖然說誤差較大，但趨勢已經(jīng)基本符合。

表2 前20輪風(fēng)阻最低的參數(shù)組合

通過前20輪的計算，發(fā)現(xiàn)在第12輪計算結(jié)果最好Cd=0.534。圖19給出了通過前20次計算得到8個參數(shù)的與風(fēng)阻的響應(yīng)面，綠色曲線為響應(yīng)面，藍(lán)色點為通過20次計算得到的風(fēng)阻最低的第12輪的參數(shù)組合的值，表2。

從圖19可以看出，除了后視鏡和A柱的距離、后視鏡外倒角、前格柵開口都靠近最佳值，其他參數(shù)都未達(dá)到最佳結(jié)果。為了尋找最佳的結(jié)果，在第12輪附近選擇更多的參數(shù)組合，進(jìn)行了3輪的補充計算（圖20）。第21-23輪計算結(jié)果與預(yù)測值對比，預(yù)測值趨勢已經(jīng)符合很好，但誤差已經(jīng)很?。▓D21）。

由于僅第21輪風(fēng)阻值低于目標(biāo)值，第22和23輪風(fēng)阻值都高于目標(biāo)值，因此不能確定第12輪的風(fēng)阻值是否即為最低值，因此在第12輪附件選擇更多的參數(shù)組合進(jìn)行了第24輪、第25輪和第26輪的第二次補充計算。

從圖24可以看出，第 24-26輪計算結(jié)果與預(yù)測值對比，第24、25輪的預(yù)測值與計算值十分接近，并且都在第12輪附近，第26輪計算值與預(yù)測值誤差較大 ，還不能完全確定第12輪的參數(shù)組合是否為最優(yōu)結(jié)果，還需要進(jìn)一步尋找更多的參數(shù)進(jìn)行驗算，表3。

表3 補充計算風(fēng)阻最低的參數(shù)組合

圖22中給出了經(jīng)過前26輪計算得到的各參數(shù)組合及單個參數(shù)對風(fēng)阻影響的敏感等級。上半部分為8個參數(shù)的相互影響，下半部分為單個參數(shù)的影響，其中可以看出：單個參數(shù)影響較小的參數(shù)，組合起來的影響要大的多。參數(shù)間相互影響較大的為遮陽板與車頂間隙和頂導(dǎo)流罩開口大小，單個參數(shù)影響最大的頂導(dǎo)流罩開口大小。

對圖22中給出的對風(fēng)阻影響大的參數(shù)應(yīng)用到第27-36輪計算中，圖23，紅色曲線為通過前26輪計算結(jié)果得到的預(yù)測值（通過預(yù)測發(fā)現(xiàn)是否有其他參數(shù)組合較低的阻力值） ，藍(lán)色曲線為仿真結(jié)果，第27-36輪計算結(jié)果與預(yù)測值對比（圖24），計算值與預(yù)測值誤差較小。在第36次計算中發(fā)現(xiàn)較低的阻力值Cd=0.536，表4。

表4 第27-36輪風(fēng)阻最低的參數(shù)組合

在第36輪基礎(chǔ)上，進(jìn)行了3輪的補充驗算。圖24中給出的第37-39輪紅色曲線為通過前36輪計算結(jié)果得到的預(yù)測值，藍(lán)色曲線為仿真結(jié)果，第37-39輪計算結(jié)果與預(yù)測值對比，計算值與預(yù)測值誤差較小，且第37輪得到的風(fēng)阻系數(shù)Cd=0.532,說明已基本找到了風(fēng)阻的最低點。

通過前39輪的計算，為了尋找是否在第37輪結(jié)果Cd=0.532附近是否有對應(yīng)更低的風(fēng)阻系數(shù)的參數(shù)組合，又追加3輪計算進(jìn)行補充驗證，第40-42輪計算結(jié)果與預(yù)測值對比，計算值與預(yù)測值誤差較小，最后12次計算的結(jié)果預(yù)測非常貼近真實結(jié)果，大量的計算結(jié)果低于目標(biāo)值，這標(biāo)志著目標(biāo)值低于0.54有著較大的設(shè)計空間。

通過前42輪的計算（圖24），發(fā)現(xiàn)第41輪的風(fēng)阻系數(shù)值最低，Cd=0.530，但后視鏡和A柱的距離136.133 mm過大，導(dǎo)致后視鏡寬度超出法規(guī)要求。與工程團(tuán)隊討論，更改模型中后視鏡和A柱之間的距離，選取80 mm和90 mm，進(jìn)行了第43輪和第44輪進(jìn)行計算，第44輪模型計算結(jié)果要優(yōu)于第43輪的模型結(jié)果。最終以第44輪的參數(shù)作為外CAS的設(shè)計方向，表5中給出了三輪參數(shù)的對比表，圖25給出了最終的8個參數(shù)值。

表5 補充計算參數(shù)

6 分析結(jié)果

將優(yōu)化確定的8個參數(shù)值(圖25)，應(yīng)用到CAS設(shè)計中，采用PowerFlow 軟件對更新后的CAS進(jìn)行最終確認(rèn)模擬分析，風(fēng)阻系數(shù)Cd=0.538，圖26給出了第44輪模型和CAS面的沿X方向的阻力發(fā)展曲線。CAS的風(fēng)阻系數(shù)增加了0.003。

從圖27速度流場云圖可以看出，頂導(dǎo)流罩和貨廂之間流線平滑。從圖28可以看出后視鏡尾渦變小，A柱與后視鏡之間沒有出現(xiàn)流動分離。

7 總結(jié)

1)、通過對基準(zhǔn)模型進(jìn)行分析,確定了對外流場風(fēng)阻系數(shù)影響最大的8個優(yōu)化參數(shù)和各參數(shù)對應(yīng)的優(yōu)化范圍。

2)、對8個參數(shù)進(jìn)行了44輪的DOE優(yōu)化，最大限度的研究了整車外流場風(fēng)阻系數(shù)優(yōu)化的潛在空間。

3)、將最終優(yōu)化后的參數(shù)應(yīng)用到外CAS設(shè)計中，為外CAS設(shè)計指明了方向。最終外CAS風(fēng)阻系數(shù)Cd=0.538，低于項目初始定義的目標(biāo)要求。

[1]K.Salari et al,”DOE Heavy Vehicle Systems Review”,April 18-20,2006.

[2]PowerFlow User's Guide, Release 4.1, Exa Corporation, Burlington, Massachusetts,2008.

[3]傅立敏.汽車設(shè)計與空氣動力學(xué).北京:機械工業(yè)出版社, 2010.

[4]Leitz,R.,et al.,“Exterior Airflow Simulations Using a lattice Boltzmann Approach,” SAE Technical Paper Series 2002-0154, 2002.

[5]Ming Jiang. Evaluation and Optimization of Aerodynamic and Aero-acoustic Performance of a Heavy Truck using Digital Simulation. SAE Technical Paper Series 2011.

[6]S.Chen and G.D.Doolen,"Lattice Boltzmann method for fluid flows", Annual Review of Fluid Mechanics, 30: 329-364, 1998.

專家推薦

何 力：

對影響風(fēng)阻的關(guān)鍵因素進(jìn)行參數(shù)化定義，應(yīng)用DOE方法優(yōu)化整車風(fēng)阻，縮短仿真周期、降低仿真費用是CAE技術(shù)在整車產(chǎn)品正向開發(fā)過程中發(fā)揮作用的重要進(jìn)步。

Aerodynamic Optimization Analysis of the Heavy Duty Truck Based on PowerFLOW

YU Lang, HUANG Hua, SHAO Guang-tao, LIN Xiao-qing
( Shanghai R&D Center weichai power, Shanghai 210315, China )

We use the software PoweFLOW which based on LBM method to analyze the aerodynamic performance of the heavy duty truck. In order to find out the parameter group which not only good to engineering development, but also good to aerodynamic performance. We use the DOE method to optimize the 8 engineering parameters which high influence to the aerodynamic performance. Then All the parameters are implemented on CAS which finally vehicle Cd＜0.540. It is better than the domestic competitors.

Heavy duty truck; Aerodynamic simulation; DOE; PowerFLOW

U462.3+4

A

1005-2550（2016）01-0038-08

10.3969/j.issn.1005-2550.2016.01.008

2015-07-22