側風下半掛貨車側移特性的分析與優化*

董光平，谷正氣，龔 旭

(1.湖南大學，汽車車身先進設計制造國家重點實驗室，長沙 410082; 2.泛亞汽車技術中心有限公司，上海 201201;3.湖南工業大學，株洲 412007; 4.重慶長安汽車股份有限公司汽車工程研究總院，重慶 401120)

前言

在實際環境中，高速行駛的半掛貨車經常會受到側向風的影響，使車輛所受氣動力與氣動力矩發生變化，從而引起車輛行駛特性的改變，使車輛偏離正常的行駛軌跡，甚至引發交通事故。

導流罩在半掛貨車上的應用越來越普遍，其對半掛貨車側風作用下的操縱穩定性也有較顯著的影響［1］。但國內外對載貨車導流罩的研究與優化基本集中于減阻方面［2-4］，而在對側風下的行駛安全性的研究還鮮有涉及。

本文中針對半掛貨車的導流罩，首先建立了其CFD計算模型，并進行了數值分析和試驗驗證;之后將CFD計算結果帶入整車多體動力學計算模型中進行側移特性分析;然后以導流罩為優化對象，基于Kriging模型建立了代理模型;最后在構建的代理模型上，利用多島遺傳算法對導流罩的幾何模型特征參數進行了優化，以求改善該半掛貨車側風作用下的行駛安全性。

1 CFD仿真和風洞試驗驗證

1.1 CFD仿真

本文中的模型為某半掛貨車的1∶1實車模型，在不影響計算結果的前提下做了適當簡化，省略了車燈和門把手等，如圖1所示。

采用的計算域為一包圍半掛貨車模型的長方體，如圖2所示。其中入口1距車頭3倍車長，出口1距車尾7倍車長，入口2距車身左側5倍車寬，出口2距車身右側10倍車寬，高為5倍車高。選用四面體劃分網格。

邊界條件設置如表1所示(其中v1為行駛車速，v2為側風風速)。湍流模型選用Realizable k-ε模型。

表1 邊界條件設置

1.2 仿真結果與風洞試驗驗證

試驗所用模型為UG實車數模的1∶6加工模型。試驗在湖南大學風工程試驗研究中心進行，采用六分力浮框式應變天平測量半掛貨車模型的氣動力和氣動力矩(由于受風洞實地條件限制，半掛貨車的橫擺角控制在17°以內)。

半掛貨車不同橫擺角狀態下的氣動力系數(阻力系數、側力系數和升力系數)和氣動力矩系數(橫擺力矩系數、俯仰力矩系數和側傾力矩系數)的穩態數值模擬結果、非穩態數值模擬結果和風洞試驗結果的對比如圖3和圖4所示。

由圖可見:(1)非穩態和穩態數值模擬得出的氣動阻力系數CD、氣動側力系數CS、氣動俯仰力矩系數CPM和氣動橫擺力矩系數CYM與風洞試驗的結果變化趨勢一致，數值也很吻合;(2)氣動升力系數CL和氣動側傾力矩系數CRM的仿真值與風洞試驗值變化趨勢一致，但二者的數值有一定差別。

氣動升力系數CL的仿真值始終比風洞試驗值略大，原因可能是試驗時模型存在的離地間隙對模型底部氣流影響較大，致使試驗數據與數值模擬之間存在一定的偏差。

總體來看，半掛貨車的氣動力系數和氣動力矩系數的數值仿真與風洞試驗的結果均較為吻合，證明了數值仿真結果的準確與可靠性。

2 側風作用下直線行駛側移特性分析

在ADAMS/CAR中建立半掛貨車的多體動力學模型，包括牽引車前、后懸架，掛車懸架，動力系統，轉向系統，牽引車與掛車車身和輪胎等。建模過程中所需要的幾何尺寸和質量特性參數(質量、質心和轉動慣量等)通過半掛貨車的三維模型和UG軟件分析獲取;力學特性參數(鋼板彈簧、懸架和輪胎等)主要是通過試驗獲得或由企業提供;仿真時參照國家標準設置參數。在建模過程中，對仿真分析影響不大的零部件進行忽略或簡化，然后根據零部件之間的連接關系和運動關系進行建模，對除了輪胎、阻尼元件和彈性元件以外的其余零部件均認為是剛體，在仿真分析中不考慮其變形［5］。整車多體動力學模型如圖5所示。

自然風多數為陣風，因此可將半掛貨車側風穩定性仿真過程中氣動力和氣動力矩的變化分為3個階段:無側風時行駛階段、側風環境中行駛階段和側風消除后的無修正行駛階段。

ADAMS仿真中半掛貨車受到的氣動力和氣動力矩的變化可通過一系列的step函數來實現。

式中:i=D、S、L，Fi分別為氣動阻力 FD、氣動側力FS和氣動升力FL;j=R、P、Y，Mj分別代表了氣動側傾力矩MR、氣動俯仰力矩MP和氣動橫擺力矩MY;step函數中的time表示自變量，在這里為函數隨時間的變化;x1、x3和x5表示起點處的自變量值;yi1、yi3、yi5和 yj1、yj3、yj5表示起點處的函數值;x2、x4和 x6表示終點處的自變量值;yi2、yi4、yi6和 yj2、yj4、yj6表示終點處的函數值。

因駕駛員的反應時間一般為0.3～1s，制動后機械傳動的時間一般為0.2～0.9s［6］。另外，由于車輛在空載狀態比滿載狀態更易受側風影響，因此，將側風穩定性仿真工況設置為:先讓空載半掛貨車分別以80、90、100和110km/h的車速勻速直線行駛，在第2s時施加側風風級分別為3級(4.4m/s)、4級(6.7m/s)、5級(9.9m/s)、6級(12.8m/s)和 7級(15.8m/s)［7］時(均取蒲福風級每級風速的平均值作為側風風速)的氣動力和氣動力矩，側風的作用時間為1.5s，仿真總時間為6s。

圖6和圖7為不同側風風級下半掛貨車以車速80和90km/h與100和110km/h行駛時牽引車的側向位移隨時間的變化曲線。

參考我國公路車道一般寬為3.5m，半掛貨車車體寬約2.44m，可以認為如果半掛貨車牽引車的側向運動超過了0.5m，車輛就駛入了其它車道，而會造成與其它行駛車輛相撞或追尾，嚴重影響車輛的行駛安全性。從以上兩圖可以得出:當風速為7級時，車速須在80km/h以下;當風速為6級時，空載貨車車速須保持在100km/h以下，其側向位移才能保證在0.5m的安全限值以內。

3 半掛貨車側移特性的優化

3.1 基于代理模型的半掛貨車側移特性優化流程

基于代理模型的半掛貨車側移特性優化流程如圖 8 所示［3，8］。

具體步驟如下:(1)針對幾何模型的特征參數，選取設計變量并確定優化目標;(2)通過試驗設計方法選取樣本點，并通過相關求解工具獲取各樣本點的響應值;(3)利用樣本點及其響應值構建代理模型，針對該代理模型進行相關驗證以確定代理模型的準確性，從而判定優化返回與否;(4)通過選取的優化算法在滿足約束條件的設計空間內全局尋優，求得最優解，并回代到分析模型中進行校核計算。

3.2 設計變量的選取

以半掛貨車的導流罩為優化對象，其幾何模型如圖9所示。依據導流罩的外形特征，選取寬度W、長度 L、高度 H和角度A 4個參數來描述其形狀。對于初始的導流罩，W、L、H 和A的取值分別為 380mm、2070mm、35mm 和 0°(A 為 0°表示將圖9所示的角度作為相對0°，A取值的變化是相對于初始角度逆時針變化的)。根據半掛貨車牽引車的頭部外形，設定W、L、H 和 A 的取值范圍分別為［0，600］、［0，2320］、［20，70］、［0°，30°］(數值類型均為整數)。

3.3 優化問題的描述

優化問題可具體描述為

式中:g(p1，p2，p3，p4)為優化的目標函數，即半掛貨車側風作用下的側向位移;p1、p2、p3和p4分別為設計變量 W、L、H 和 A;X1、X2、X3和 X4分別為 p1、p2、p3和p4的設計空間。

3.4 試驗設計

根據上面確定的設計空間，采用優化拉丁超立方抽樣方法［9-10］選取了30組樣本點，進行了 CFD和ADAMS仿真計算。圖10為設計變量W、L、H和A對半掛貨車牽引車的側向位移影響程度分析。

由圖可見:W、A和L對側向位移的影響均在10%以上，其中W的影響最大，H的影響最小。另外還可看出:各參數之間并不是獨立的，它們對側向位移的影響存在交互效應，且W與L之間的交互效應最明顯，達到了18%。因此，考慮到各參數以及參數之間交互效應對側向位移的影響，故將W、L、H和A均選擇為設計變量。

3.5 代理模型的建立

根據設定的試驗設計方案進行CFD和ADAMS仿真分析，并基于設計變量與優化目標之間的響應關系，采用Kriging方法建立了設計變量與優化目標之間的代理模型。

為檢驗代理模型的擬合精度，本文中從設計空間內任選3個試驗設計方案外的樣本點進行仿真計算，并將仿真結果與代理模型的計算結果進行了對比，結果見表2(表中的相對誤差為仿真結果與代理模型計算結果之差的絕對值與仿真結果之比)。

表2 代理模型擬合精度分析

從表2可看出，由代理模型計算的結果與仿真計算的結果非常接近，側向位移的最大相對誤差值為2.02%，這表明所建立的代理模型精度很高，可很好地描述設計變量與響應值之間的關系，并直接代替CFD和ADAMS的仿真計算。

3.6 優化結果與分析

對上述代理模型運用多島遺傳算法［11］進行尋優計算，可得尋優后的設計變量和對應的半掛貨車側向位移。為驗證其準確度，將優化后的設計變量進行CFD和ADAMS仿真，其結果的對比見表3。

表3 優化結果的對比

從表3中可以看出，代理模型所得結果與仿真結果也很吻合，側向位移的相對誤差僅為1.97%。

圖11和圖12分別為側風風級為6級和7級時，安裝初始導流罩和安裝優化后的Optimal B導流罩的半掛貨車牽引車不同車速下側向位移的對比。由圖可見:優化后牽引車的側向位移明顯減小，且隨著車速和風速的增大，側向位移的減小量愈加明顯。優化后半掛貨車牽引車車速為110km/h時側風作用下的側向位移與優化前半掛車速為100km/h時側風作用下的側向位移相近。

表4為半掛貨車分別安裝初始導流罩和Optimal B導流罩時牽引車在側風作用1.5s后(對應仿真總時長的第3.5s)的側向位移值(這里僅對側向位移大于400mm的工況進行了對比)。由表4可見，側風作用1.5s后，牽引車側向位移值與優化前相比最大降低了10.05%，最小降低了5.11%。

表4 牽引車側向位移 mm

4 結論

(1)通過風洞試驗驗證了半掛貨車側風CFD數值仿真的準確性，并將其作為半掛貨車側風直線行駛穩定性仿真的輸入條件。

(2)利用ADAMS/CAR平臺構建了半掛貨車的多體動力學模型，結合半掛貨車側風作用下氣動特性的數值模擬結果，分析了不同等級的側風對半掛貨車操縱穩定性的影響。

(3)采用DOE試驗設計方法，分析了設計變量和優化目標之間的主效應與交互效應，并以試驗設計方案作為構建代理模型的基礎，通過建立準確的代理模型替代耗時巨大的仿真過程。

(4)采用優化算法對目標進行優化，得到了目標函數的最優解。

［1］谷正氣.汽車空氣動力學［M］.北京:人民交通出版社，2005:80-111.

［2］Helena Martini，Bj?rn Bergqvist，Linus Hjelm.Aerodynamic Effects of Roof Deflector and Cab Side Extenders for Truck-Trailer Combinations［C］.SAE Paper 2011-01-2284.

［3］Gong Xu，Gu Zhengqi，Li Zhenlei，et al.Aerodynamic Shape Optimization of a Container-Truck＇s Wind Deflector Using Approximate Model［C］.SAE Paper 2010-01-2035.

［4］魏秀玲，張強，薛建，等.導流罩對廂式貨車空氣阻力特性的影響［J］.機械設計與制造，2008(2):24-26.

［5］陳家瑞，馬天飛.汽車構造［M］.北京:人民交通出版社，2006.

［6］余志生.汽車理論［M］.北京:機械工業出版社，2006.

［7］風能中國.風能基礎［EB/OL］.http://windpower-china.cn/node/74，2007-11-21.

［8］Lee K H.A Robust Structural Design Method Using the Kriging Model to Define the Probability of Design Success［J］.Journal of Mechanical Engineering Science，2010，224(2):379-388.

［9］Stephen Leary，Atul Bhaskar，Andy Keane.Optimal Orthogonal-Array-based Latin Hypercubes［J］.Journal of Applied Statistics，2003，30(5):585-598.

［10］Kim J H，Choi J H，Husain A，et al.Multi-Objective Optimization of a Centrifugal Compressor Impeller Through Evolutionary Algorithms［J］.Journal of Power and Energy，2010，224(5):711-721.

［11］Zhang Zhuqian，Wang Xia，Li Jing，et al.Optimal and Robust Design of the PEM Fuel Cell Cathode Gas Diffusion Layer［C］.SAE Paper 2008-01-1217.