孫曉霞 邵春鳴 牛丹華 高佳瑜 楊立寧 王國柱



【摘 要】以某型特種車輛散熱系統為研究對象,分析高原環境車輛散熱系統性能影響因素。在理論分析的基礎上提出相應的系統改進方案,建立GT一維仿真模型,應用試驗設計方法(DOE,design of experiment)在設計空間中均勻采樣,進而對高原環境散熱系統性能進行多目標優化計算,建立基于DOE多目標優化的散熱系統MAP控制策略和神經網絡控制策略模型。研究結果表明,以上兩種控制策略均能滿足車輛各工況下使用需求,降低系統功耗,并且基于DOE多目標優化的神經網絡控制策略在降低系統耗功和溫控效果方面更有優勢。
【關鍵詞】DOE;多目標優化;高原;神經網絡
中圖分類號: U464 文獻標識碼: A 文章編號: 2095-2457(2019)30-0001-003
DOI:10.19694/j.cnki.issn2095-2457.2019.30.001
散熱系統是保障車輛正常穩定運行的重要輔助系統之一,需滿足車輛在各種工況下運行的散熱需求。散熱系統的優劣程度直接影響到車輛的熱安全。高原環境下,大氣參數發生巨大改變,嚴重影響車輛發動機的工作狀態和散熱系統的散熱性能,為同時滿足車輛平原以及高原等工況的使用需求,需要合理設計散熱系統結構,應用高效的散熱系統控制策略,避免車輛運行過程中出現過冷或過熱問題,保證整車系統的高效工作。
本文以某型特種車輛散熱系統為研究對象,分析高原環境車輛散熱系統性能影響因素。在理論分析的基礎上提出相應的系統改進方案,進而建立GT一維仿真模型,應用試驗設計(design of experiment,簡稱DOE)方法,對高原環境散熱系統性能進行多目標優化計算,開展基于DOE多目標優化的散熱系統MAP控制策略和神經網絡控制策略研究。
1 高原環境大氣熱力學參數對散熱系統散熱能力的影響
散熱系統中采用板翅式緊湊散熱器,并采用混流排風扇強制冷卻方式。
散熱器內部冷流(空氣)和熱流(冷卻液)的冷卻傳熱可采用公式(1)~(3)進行計算[1]:
Q■=m■c■(T■■-T■■)Q■=m■c■(T■■-T■■)Q■=Q■=Q■(1)
式中,Qa、Qc和Qr分別為空氣、冷卻液和散熱器的散熱量;ma和mc分別為空氣和冷卻液的質量流量;cpa和cpc分別為空氣和冷卻液的比熱容;T■■和T■■分別為空氣入口和出口溫度;T■■和T■■分別為冷卻液入口和出口溫度。
Qr=KrArΔTmΔTm=■(2)
式中,Kr為散熱器的傳熱系數;Ar為散熱器的傳熱面積;ΔTm為散熱器的對數平均溫差。板翅式散熱器和大氣接觸的散熱翅片,在傳熱計算上可以當作肋處理,傳熱系數為:
Kr=[β/hh+(δ/λ)β+1/(ηhc)]-1(3)
式中,hh和hc分別為熱流體與內側光表面之間的換熱系數和外側冷流體與肋表面之間的換熱系數;δ和λ分別為肋的厚度及其導熱系數;β為肋化系數;η為肋總效率。
綜上可得高原環境對于散熱系統的影響主要表現在以下幾個方面:
(1)海拔高度對對數平均溫差的影響。隨著海拔高度的升高,環境溫度即散熱器冷側入口溫度降低使得散熱器的對數平均溫差升高,有利于提高散熱器的散熱量。
(2)海拔高度對冷卻排風扇散熱能力的影響。隨著海拔高度的升高,環境壓力降低使得大氣密度降低,在假設體積流量不變的情況下風扇質量流量隨密度降低而降低,導致散熱系統氣側所能帶走的熱量減少。
(3)海拔高度對散熱器自身傳熱系數的影響。散熱器的散熱能力主要取決于傳熱系數Kr,而δ、λ、β和η等參數由散熱器結構決定,與大氣熱力學參數無關;熱側流體在管內流動,因此熱側的對流換熱系數也與大氣狀態無關,所以影響傳熱系數Kr的主要因素是大氣側即冷側換熱系數hc的變化。
換熱系數hc與各物理量的關系可由下述準則方程導出[2]。努塞爾數的定義式為:
Nu=hcde/λ(4)
式中,de為當量直徑。
在工程計算中,常采用傳熱因子j計算換熱系數,j與Nu的關系式為:
Nu=RePr1/3j(5)
式中,Re為雷諾數;Pr為普朗特數。綜合公式(4)和(5)可得:
hc=RePr1/3jλ/de(6)
對于空氣側來說,流體的流動狀態一般為紊流,根據散熱器中散熱帶形狀和結構的不同,傳熱因子j的表達式也不同,但都具有共同的規律性即與Re的指數成比例關系[3-5]。
空氣的Pr約為0.7,可視為常數,綜合上述公式并合并常數項為C,可得:
hc=CRenλ/de(7)
式中:C和n為無因次常數。
雷諾數的定義式為:
Re=pul/μ(8)
式中,u為空氣流速;l為特征長度(當量直徑de);μ為空氣的動力黏度,整理可得:
hc=C(λunμ-nd■■e)ρn(9)
其中,de與海拔高度無關,u、μ和λ隨海拔高度的變化不大,只有空氣密度ρ隨海拔高度的上升而明顯減小,從而使得換熱系數hc隨海拔高度的升高而顯著減小,因而散熱器的傳熱系數Kr隨海拔高度的升高而減小。
2 散熱系統方案研究
2.1 原車散熱系統方案
根據該特種車輛熱源部件的工作需求,散熱系統水路采用單泵雙循環高低溫回路冷卻方案,油路中傳動油采用油空、油水二級散熱方案。其中,高溫回路包括發動機和發動機油冷器;低溫回路包括水空中冷器、傳動油冷器和分動箱油冷器。氣路由一個直徑為620mm的混流排風扇驅動循環,最終熱量經由散熱器模塊散到外界環境中,具體散熱系統原理如圖1所示。
圖1 散熱系統原理圖
2.2 散熱系統改進方案
針對該特種車輛現有散熱系統不能滿足高原環境車輛正常運行的現狀,結合上述高原環境大氣熱力學參數對散熱系統散熱能力影響的理論分析,以高原4500m,環境溫度20℃為設計點,提出散熱系統改進設計方案。方案中主要采取以下兩個措施來提高系統的高原散熱能力。
(1)改進方案中將原系統中的Ф620冷卻風扇替換為Ф640冷卻風扇,風扇額定工況下的工作轉速由原來的4800rpm提升為5000rpm。該措施能夠提升系統風量12%。
(2)通過散熱器結構改進,去掉散熱器框架,增加散熱器的有效散熱面積,該措施將高低溫水散的散熱能力提升了29%。
(3)為避免低速大扭矩工況下發動機轉速下降對水泵流量的影響,系統采用電動水泵;為了滿足不同行駛工況下系統風量的精確調控,系統采用能夠無級調速的電動風扇。
散熱系統方案改進后系統散熱能力大幅提高,為避免車輛平原工況出現過度冷卻的情況,亟須建立高效的散熱系統控制策略,保證車輛平原以及高原工況下的高效工作。
3 基于DOE的高原環境散熱系統控制策略建模仿真研究
根據改進后系統方案,在GT平臺下建立如圖2所示的車輛散熱系統一維仿真模型。高原工況下由于環境壓力和大氣密度的大幅下降,導致散熱器換熱能力下降,尤其在最大扭矩點時,一方面系統散熱量大,另一方面受發動機低轉速影響水泵的轉速小,流量低,嚴重影響系統的散熱能力,因此控制策略仿真研究中將水泵換為能夠調速的電動水泵,將風扇換為能夠調速的電動風扇。在不同使用工況下,隨外界環境溫度和海拔高度的變化調節水泵流量和風扇轉速,滿足不同行駛工況下車輛的散熱需求。
圖2 散熱系統一維GT仿真模型
控制策略研究過程中,首先應用DOE方法獲得不同海拔高度和環境溫度情況下,以散熱系統最小功耗和目標溫度控制的為目標的最優風扇轉速和最優水泵轉速。在執行DOE過程中,為了實現設計空間的均勻采樣,采用拉丁超立方采樣方法,該方法可使試驗點具有很好的空間填充性和均衡性[6]。圖3所示為基于海拔高度和外界環境溫度的DOE工況設計。根據DOE多目標優化結果建立基于MAP圖的控制模型和神經網絡自學習控制模型,實現不同海拔高度和環境溫度下風扇和水泵的優化控制。圖4所示為基于DOE多目標優化的MAP圖控制模型,圖5所示為基于DOE多目標優化的神經網絡控制模型。最后建立如圖6所示的時間與海拔高度和環境溫度相關的設計工況,研究基于DOE多目標優化的神經網絡控制模型的有效性。
4 仿真結果分析
通過散熱系統仿真可得,應用散熱控制策略前,平原工況下外界環境溫度40℃時應用改進后的散熱系統,風扇轉速5000rpm,額定工況下發動機出口水溫為100℃;高原4500m環境溫度20℃工況下應用改進后的散熱系統,風扇轉速5000rpm,額定工況下發動機出口水溫在外界時為105℃。仿真結果表明,改進后的散熱系統能夠滿足車輛高原工況的使用要求,但其在平原地區使用時散熱裕度過大。
圖3 基于海拔高度和外界環境溫度的DOE工況設計
圖4 基于DOE多目標優化的MAP圖控制模型
圖5 基于DOE多目標優化的神經網絡控制模型
基于設計工況,進行不同散熱控制策略仿真研究。仿真結果表明,應用兩種控制策略后,改進后的散熱系統均能夠很好地滿足車輛高原工況的使用要求,采用風扇MAP控制策略后風扇耗功比風扇額定轉速運行情況下耗功減少約25.4%;采用風扇Neural控制后風扇耗功比風扇額定轉速運行情況下耗功減少約25.9%,并且溫控效果更好。具體的設計工況下應用不同控制策略的風扇轉速變化曲線和發動機出水溫度變化曲線如圖7所示。
圖6 控制模型校驗設計工況
圖7 設計工況不同風扇轉速下發動機出口水溫變化
5 結論
(1)建立的基于DOE多目標優化的散熱系統MAP控制策略和神經網絡控制策略均能滿足車輛平原以及高原工況的使用需求,應用上述兩種控制策略后散熱系統耗功顯著下降。同時,基于DOE多目標優化的神經網絡控制策略在降低系統耗功和溫控效果方面具有更為明顯的優勢。
(2)建立系統仿真模型,應用試驗設計方法(DOE,design of experiment)在設計空間中均勻采樣,進而對高原環境散熱系統性能進行多目標優化計算,進而開展散熱系統控制策略研究是一種高效快捷的散熱系統控制策略設計方法。
【參考文獻】
[1]漢姚仲鵬,王新國.車輛冷卻傳熱[M].北京:北京理工大學出版社,2001.
[2]漢楊世銘,陶文銓.傳熱學[M].北京:高等教育出版社, 2006.
[3]漢Kays W M, London A. 緊湊式換熱器[M].趙鎮南譯. 北京:科學出版社,1997.
[4]漢Chang Y J, Wang C C. A generalized heat transfer correlation for louver fin geometry[J].International Journal of Heat and Mass Transfer,1997,40(3):533-544.
[5]漢Dong Junqi, Chen Jiangping, Chen Zhijiu, et al. Heat transfer and pressure drop correlations for the wavy fin and flat tube heat exchangers[J].Applied Thermal Engineering,2007,27(8):2066-2073.
[6]Ye K Q, Li W, Sudjianto A. Algorithmic construction of optimal symmetric Latin hypercube designs[J].Journal of Statistical Planning and Inference,2000,90(1):145-159.