汽車前部氣動外形減阻自動優(yōu)化研究*

黃森仁，王宇，崔世海，劉學(xué)龍

?

汽車前部氣動外形減阻自動優(yōu)化研究*

黃森仁1，王宇2，崔世海2，劉學(xué)龍1

（1.中國汽車技術(shù)研究中心有限公司 汽車工程研究院，天津 300300；2.天津科技大學(xué) 機械工程學(xué)院，天津 300222）

計算流體力學(xué)（CFD）在汽車空氣動力學(xué)設(shè)計中得到了廣泛應(yīng)用，但傳統(tǒng)的CFD方法只能在產(chǎn)品的CAD幾何數(shù)模設(shè)計完成之后進行分析，CFD分析工程師所提出的優(yōu)化方案無法得到立即驗證，設(shè)計周期增長，成本高。文章基于某車的CFD網(wǎng)格模型，針對汽車前部相關(guān)設(shè)計變量，利用優(yōu)化軟件HyperStudy與網(wǎng)格變形軟件HyperMorph、商用流體分析軟件STAR-CCM+耦合，實現(xiàn)了汽車氣動外形減阻的自動優(yōu)化流程。

計算流體力學(xué)；氣動外形；氣動減阻；自動優(yōu)化；實驗設(shè)計

前言

汽車氣動造型的傳統(tǒng)優(yōu)化方式都是由設(shè)計師首先設(shè)計出車身的基本造型，然后由空氣動力學(xué)工程師進行計算流體力學(xué)（CFD）分析并進行油泥風(fēng)洞試驗，空氣動力學(xué)工程師根據(jù)自己的專業(yè)知識及工程經(jīng)驗對汽車造型提出一些可能的減阻優(yōu)化方案，再由設(shè)計師將模型修改后交由空氣動力學(xué)工程師進行氣動特性評估，此過程反復(fù)進行，直到達到所要求的目標值或優(yōu)化時間用盡[1]。這樣的過程既費時又費力，往往還達不到預(yù)期的效果，耽誤企業(yè)的研發(fā)進程。

隨著計算流體力學(xué)（CFD）的快速發(fā)展，基于CFD分析的汽車氣動造型優(yōu)化設(shè)計方法極大地縮短了汽車造型設(shè)計時間。本研究針對傳統(tǒng)優(yōu)化方式搭建出一個自動優(yōu)化平臺，該平臺對汽車模型前部實現(xiàn)了網(wǎng)格變形的自動化，CFD分析的自動化以及數(shù)據(jù)采集的自動化。這將對汽車開發(fā)流程產(chǎn)生影響，能夠縮短汽車氣動造型的開發(fā)時間，提高工程師的工作效率，減少工程師的繁重的工作量并能有效控制整車的空氣動力學(xué)特性。

1 自動優(yōu)化流程

傳統(tǒng)的汽車空氣動力學(xué)的優(yōu)化流程如圖1（a）所示，空氣動力學(xué)工程師從汽車造型師的手中得到汽車模型，對所得到的汽車模型數(shù)據(jù)進行前處理并進行網(wǎng)格劃分，得到所需要分析計算的網(wǎng)格模型，經(jīng)過CFD計算求解，接著由空氣動力學(xué)工程師向汽車造型師提供優(yōu)化建議，再由造型師進行汽車模型的幾何數(shù)據(jù)修改，然后重復(fù)上述步驟，如此反復(fù)，最終完成優(yōu)化工作。可以看出這一過程需要造型師不斷修改模型數(shù)據(jù)，空氣動力學(xué)工程師不斷建模計算分析，這將消耗大量的人力和時間。

為了改善上述狀況，本研究搭建了一個自動優(yōu)化流程來完成對整車模型的氣動減阻，如圖1（b）所示。該流程通過在CFD求解與后處理兩個步驟之間實現(xiàn)的網(wǎng)格自動變形以及自動提交CFD計算來實現(xiàn)自動優(yōu)化。自動優(yōu)化流程主要包括如下幾個步驟：

（1）通過相關(guān)網(wǎng)格變形軟件實現(xiàn)模型變形的參數(shù)化；

（2）通過相關(guān)試驗設(shè)計方法來構(gòu)建DOE矩陣；

（3）以DOE矩陣為基礎(chǔ)，運用適當?shù)慕颇Ｐ头椒▽λ肈OE矩陣數(shù)據(jù)進行擬合得到相應(yīng)的近似模型；

（4）利用恰當?shù)膬?yōu)化算法對近似模型進行優(yōu)化計算，得到優(yōu)化結(jié)果，并進行CFD驗算，驗證優(yōu)化結(jié)果的準確性。

該流程需要在STAR-CCM+中錄制相關(guān)宏文件（Macro）來實現(xiàn)網(wǎng)格的自動劃分及模型的計算求解[2]，編輯批處理文件來實現(xiàn)HyperStudy調(diào)用STAR-CCM+軟件進行優(yōu)化分析[3]。

2 原車空氣動力學(xué)CFD分析

采用某SUV車型的CAS面模型，CAS技術(shù)是在CAD/ CAE/CAM技術(shù)后的又一新技術(shù)，它主要用來將造型設(shè)計師的效果圖用軟件做成實際大小的數(shù)據(jù)模型，這種模型相對比較粗糙，車身上存在很多縫隙，需要進行縫補；將車身上的一些不必要的細節(jié)進行簡化，例如將門把手、雨刷等部位刪除[4]；在本研究中主要針對汽車的氣動外形進行研究，所以在處理底盤部分時，將底盤的復(fù)雜結(jié)構(gòu)刪除，然后通過構(gòu)建底部平面將下面封閉，使模型得以簡化；在處理格柵部分時，基本保留了格柵的形狀，并將其開口封閉，以使整個模型封閉。

在將幾何模型處理完成之后，將所得到的初始模型導(dǎo)入到STAR-CCM+中，再對模型進行一定的處理以備下一步在STAR-CCM+中進行包面（Surface Wrapper），然后再對包面的模型進行表面重構(gòu)（Surface Remesher），通過表面重構(gòu)得到了質(zhì)量較好的網(wǎng)格模型，從而保證了后續(xù)生成體網(wǎng)格的質(zhì)量。最終的整車面網(wǎng)格模型如圖2所示。計算域大小設(shè)置：寬為7倍車寬，高為6倍車高，長度為13倍車長（車前面4倍車長，車后面8倍車長）的長方體。

圖1 汽車空氣動力學(xué)優(yōu)化流程

面網(wǎng)格生成完畢后，再以面網(wǎng)格為基礎(chǔ)來進行體單元的劃分。本次體網(wǎng)格的生成采用了STAR-CCM+中具有特色的切割六面體網(wǎng)格模型（Trimmer），采取了混合網(wǎng)格的策略，即Trimmer+棱柱層網(wǎng)格，其中棱柱層網(wǎng)格是用來生成汽車表面及非滑移地面邊界層的。為了保證模擬計算的精確性，在本研究中共設(shè)置了5個體網(wǎng)格加密區(qū)，分別是汽車底部、尾部以及三個整車體網(wǎng)格加密區(qū)，如圖3所示。

圖2 某車面網(wǎng)格模型

圖3 體網(wǎng)格加密區(qū)

表1 邊界條件的設(shè)置

湍流模型選擇了可實現(xiàn)的k-ε（Realizable K-Epsilon）湍流模型，該模型是標準k-ε模型的變形，用數(shù)學(xué)約束改善模型性能。在本研究的邊界條件的設(shè)定上將計算域的入口設(shè)定為速度入口（velocity inlet），氣流流速為120km/h，計算域出口設(shè)為壓力出口（pressure outlet），相對壓力值為0Pa，汽車前部地面設(shè)置為滑移（slip）邊界條件，其余地面設(shè)置為非滑移邊界條件（no-slip），具體邊界條件的設(shè)置如表1所示。

經(jīng)過4000步的迭代計算達到收斂，計算結(jié)果滿足精度要求。經(jīng)過計算得到了整車氣動阻力系數(shù)為0.325，整車氣動阻力為270.08N。

通過后處理分別得到對稱面的相對壓力系數(shù)云圖如圖4所示，對稱面上的湍流動能圖如圖5所示，以及水平面上的湍流動能圖如圖6所示。

圖4 對稱面的壓力系數(shù)云圖

圖5 對稱面上的湍流動能圖

圖6 水平面上的湍流動能圖

根據(jù)對以上相關(guān)空氣動力學(xué)云圖的分析，針對汽車模型前部，最終確定了與啟動減阻有關(guān)的設(shè)計變量，分別為：發(fā)動機蓋傾角、擋風(fēng)玻璃傾角、接近角、前翼子板外寬。

3 汽車模型前部空氣動力學(xué)優(yōu)化

3.1 設(shè)計變量設(shè)置

在不改變其基本造型的情況下，對發(fā)動機蓋傾角進行參數(shù)化變形方案設(shè)計，其初始角度為6°，所設(shè)置的發(fā)動機蓋傾角角度的變化范圍為[6°, 9°]；前擋風(fēng)玻璃傾角的初始角度為32°，所設(shè)置的前擋風(fēng)玻璃傾角角度變化范圍為[30°，34°]；基于原始模型，前輪包向內(nèi)收縮范圍為[0mm，40mm]；接近角的原始角度為4°，設(shè)置其變形范圍為[0°，8°]。

3.2 試驗設(shè)計分析

試驗設(shè)計方法有許多種，選擇適當?shù)脑囼炘O(shè)計方法不僅可以有效降低計算成本，而且為后續(xù)建立的近似模型的精確度提供了保障。在本研究中，由于考慮到可控因子（設(shè)計變量）的水平是連續(xù)的，因此可以選擇全因子設(shè)計、拉丁超立方采樣及哈默斯雷采樣，但全因子設(shè)計所需的設(shè)計點很多，在基于CFD計算的試驗設(shè)計中，由于單個模型的計算時間較長，一個算例大概需要10多個小時，這會造成試驗的計算成本和時間成本很高，故本試驗不采用全因子設(shè)計。對比拉丁超立方采樣和哈默斯雷采樣兩種采樣方法，哈默斯雷采樣是基于哈默斯雷點利用偽隨機數(shù)值發(fā)生器，均勻地在一個超立方體中進行抽樣，其優(yōu)點在于它能在K維超立方體上取得很好的均勻分布，而拉丁超立方采樣只在一維問題上取得較好的均勻性，故本文采用哈默斯雷采樣方法[3]。

通過對DOE矩陣的后處理分析，可知汽車前部的四個設(shè)計變量對氣動阻力的影響非常小，這主要是因為該汽車模型處于造型的中后期階段，對模型的修改變化有很大限制，因此在對汽車模型進行變形時都是進行微小的改變，所以對氣動阻力產(chǎn)生的影響較小。各個試驗變量之間的交互作用皆近乎為零，所以在對該模型進行設(shè)計分析時不用考慮這幾個變量之間的交互作用[5]。

3.3 優(yōu)化結(jié)果分析

本次通過采用移動最小二乘法擬合構(gòu)建了近似模型，通過自適應(yīng)響應(yīng)面法，以氣動阻力最小為優(yōu)化目標，氣動升力系數(shù)約束在一定的范圍內(nèi)，結(jié)合所構(gòu)建近似模型，優(yōu)化后的參數(shù)如下：發(fā)動機蓋傾角為6°；前擋風(fēng)玻璃傾角的初始角度為30°；前輪包向內(nèi)收縮[0mm；接近角為8°，自動優(yōu)化算法預(yù)測的阻力為267.12N，對優(yōu)化后的設(shè)計參數(shù)經(jīng)過CFD驗證計算得到的預(yù)測阻力為268.36N， CFD計算結(jié)果與優(yōu)化算法所預(yù)測的氣動阻力值之間的誤差僅為0.46%，誤差較小，說明優(yōu)化結(jié)果可信。最終的優(yōu)化后模型與原模型的形狀對比如圖7所示。優(yōu)化后模型的Cd值為0.322，比原模型Cd值0.325降低了0.92%。

圖7 原始模型與優(yōu)化模型形狀對比

圖8所示，為原始模型與優(yōu)化后的模型的車身表面壓力云圖。汽車表面的壓力變化主要體現(xiàn)在車身前部，車身后部的表面壓力優(yōu)化前后變化較小，說明車身前部設(shè)計變量對車身后部流場影響較小。

圖9為兩模型對稱面上的湍流動能云圖。通過對比可以明顯發(fā)現(xiàn)優(yōu)化后模型底部較原始模型底部的流場得到明顯改善，由圖9可以看出在接近角處，優(yōu)化模型的湍流區(qū)明顯減小，其中心湍流動能明顯降低，原始模型的底部有著較長較厚的湍流區(qū)域，優(yōu)化后整個底部的湍流區(qū)域明顯變薄，這是由于接近角的增大使得氣流較平順地流過車身底部，改善了底部的氣流狀況，這也說明接近角對車身底部氣流的影響較大，在汽車外形設(shè)計時應(yīng)尤為關(guān)注此處。

圖8 車身表面壓力云圖

圖9 對稱面上湍流動能云圖

觀察發(fā)動機蓋前端可見，雖然在優(yōu)化模型中并沒有對發(fā)動機蓋處做任何變形，只是對擋風(fēng)玻璃傾角做出相應(yīng)的改變，但可以看出優(yōu)化后發(fā)動機蓋前端的湍流動能較原始模型有所減小，這對整個模型的減阻來說是有幫助的，說明擋風(fēng)玻璃傾角能夠影響到車身前部的氣流狀態(tài)，同時這也給出了一個啟示，就是在對模型進行優(yōu)化時，一個設(shè)計變量所產(chǎn)生的關(guān)聯(lián)作用是不可忽略的。同時在發(fā)動機蓋與擋風(fēng)玻璃轉(zhuǎn)角處也可以發(fā)現(xiàn)此處的湍流動能也有所減小，使得在優(yōu)化后模型的發(fā)動機蓋及擋風(fēng)玻璃上的氣流貼合度較原始模型要好，對氣動阻力的減小都起到一定的作用。

在車子尾部也可以發(fā)現(xiàn)，優(yōu)化后模型較原始模型的湍流動能有所減小。可以看出，前部接近角的改變也會對汽車尾部的氣流狀況產(chǎn)生影響，所以一個好的車身前部設(shè)計會產(chǎn)生較好的作用，不僅僅能夠影響到車身前部，同時也會影響到車身的其他部分。

4 結(jié)論

根據(jù)氣動外形減阻的傳統(tǒng)優(yōu)化流程，通過優(yōu)化軟件HyperStudy與變形軟件HyperMorph、計算流體力學(xué)軟件STAR-CCM+耦合，搭建了氣動外形減阻的自動優(yōu)化流程，實現(xiàn)了模型的自動優(yōu)化減阻，能夠為產(chǎn)品的研發(fā)節(jié)省時間，大大提高了工作效率。

本研究也發(fā)現(xiàn)，在某一設(shè)計變量改變時往往有些結(jié)果的變化是難以預(yù)料，擋風(fēng)玻璃傾角對車身前部氣流所產(chǎn)生的關(guān)聯(lián)作用是不可以忽視的，這對于工程師對整車造型的優(yōu)化研究是非常重要。

通過對汽車前部的優(yōu)化可以看出，在汽車中后期造型階段的空氣動力學(xué)優(yōu)化工作由于受到造型方面的限制，對相關(guān)設(shè)計變量的變化幅度較小，因此在氣動減阻方面的工作是比較困難的。

[1] Singh R. Automated Aerodynamic Design Optimization Process for Automotive Vehicle[C]. SAE Technical Paper. 2003-01-0993.

[2] CD-Adapco company. STAR-CCM+ version 10.04.011 user guide[K].

[3] 洪清泉,趙康,張攀等.OptiStruct & HyperStudy理論基礎(chǔ)與工程應(yīng)用[M].北京:機械工業(yè)出版社,2012.

[4] 張英朝.汽車空氣動力學(xué)數(shù)值模擬技術(shù)[M].北京:北京大學(xué)出版社,2011.6.

[5] 蒙哥馬利.傅鈺生等譯.實驗設(shè)計與分析[M].北京:人民郵電出版社, 2009.

Research on Automatic Optimization of aerodynamic drag reduction for the automobile front part

Huang Senren1, Wang Yu2, Cui Shihai2, Liu Xuelong1

( 1.China Automotive Technology and Research Center Co., Ltd.. Tianjin 300300; 2.College of Mechanical Engineering, Tianjin University of Science and Technology, Tianjin 300222 )

The computational fluid dynamics (CFD) is widely applied during the design of vehicle dynamic shape. However, the traditional CFD can only be used after the complete of vehicle CAD geometrical digital model, and the optimization scheme cannot be verified at once, which made the automobile design period longer. Based on the CFD model of an automobile, an automatic optimization process for the design variables of automobile front part was realized by coupling optimization code Hyperstudy, element morph code Hypermorph and commercial CFD code STAR-CCM+.

CFD; Aerodynamic shape; aerodynamic drag reduction; Automatic optimization; DOE

B

1671-7988(2019)03-101-04

U467

U467

B

1671-7988(2019)03-101-04

黃森仁，中國汽車技術(shù)研究中心有限公司，碩士、高工、研究方向：汽車空氣動力學(xué)。

崔世海，博士，教授，天津科技大學(xué)，研究方向：汽車CAE。

天津市中青年骨干教師項目資助。

10.16638/j.cnki.1671-7988.2019.03.031