汽車前部氣動外形減阻自動優化研究*

黃森仁，王宇，崔世海，劉學龍

?

汽車前部氣動外形減阻自動優化研究*

黃森仁1，王宇2，崔世海2，劉學龍1

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

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

計算流體力學；氣動外形；氣動減阻；自動優化；實驗設計

前言

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

隨著計算流體力學（CFD）的快速發展，基于CFD分析的汽車氣動造型優化設計方法極大地縮短了汽車造型設計時間。本研究針對傳統優化方式搭建出一個自動優化平臺，該平臺對汽車模型前部實現了網格變形的自動化，CFD分析的自動化以及數據采集的自動化。這將對汽車開發流程產生影響，能夠縮短汽車氣動造型的開發時間，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特性。

1 自動優化流程

傳統的汽車空氣動力學的優化流程如圖1（a）所示，空氣動力學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據進行前處理并進行網格劃分，得到所需要分析計算的網格模型，經過CFD計算求解，接著由空氣動力學工程師向汽車造型師提供優化建議，再由造型師進行汽車模型的幾何數據修改，然后重復上述步驟，如此反復，最終完成優化工作。可以看出這一過程需要造型師不斷修改模型數據，空氣動力學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的網格自動變形以及自動提交CFD計算來實現自動優化。自動優化流程主要包括如下幾個步驟：

（1）通過相關網格變形軟件實現模型變形的參數化；

（2）通過相關試驗設計方法來構建DOE矩陣；

（3）以DOE矩陣為基礎，運用適當的近似模型方法對所得DOE矩陣數據進行擬合得到相應的近似模型；

（4）利用恰當的優化算法對近似模型進行優化計算，得到優化結果，并進行CFD驗算，驗證優化結果的準確性。

該流程需要在STAR-CCM+中錄制相關宏文件（Macro）來實現網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HyperStudy調用STAR-CCM+軟件進行優化分析[3]。

2 原車空氣動力學CFD分析

采用某SUV車型的CAS面模型，CAS技術是在CAD/ CAE/CAM技術后的又一新技術，它主要用來將造型設計師的效果圖用軟件做成實際大小的數據模型，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，將底盤的復雜結構刪除，然后通過構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（Surface Remesher），通過表面重構得到了質量較好的網格模型，從而保證了后續生成體網格的質量。最終的整車面網格模型如圖2所示。計算域大小設置：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 汽車空氣動力學優化流程

面網格生成完畢后，再以面網格為基礎來進行體單元的劃分。本次體網格的生成采用了STAR-CCM+中具有特色的切割六面體網格模型（Trimmer），采取了混合網格的策略，即Trimmer+棱柱層網格，其中棱柱層網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，在本研究中共設置了5個體網格加密區，分別是汽車底部、尾部以及三個整車體網格加密區，如圖3所示。

圖2 某車面網格模型

圖3 體網格加密區

表1 邊界條件的設置

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

經過4000步的迭代計算達到收斂，計算結果滿足精度要求。經過計算得到了整車氣動阻力系數為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

根據對以上相關空氣動力學云圖的分析，針對汽車模型前部，最終確定了與啟動減阻有關的設計變量，分別為：發動機蓋傾角、擋風玻璃傾角、接近角、前翼子板外寬。

3 汽車模型前部空氣動力學優化

3.1 設計變量設置

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

3.2 試驗設計分析

試驗設計方法有許多種，選擇適當的試驗設計方法不僅可以有效降低計算成本，而且為后續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（設計變量）的水平是連續的，因此可以選擇全因子設計、拉丁超立方采樣及哈默斯雷采樣，但全因子設計所需的設計點很多，在基于CFD計算的試驗設計中，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值發生器，均勻地在一個超立方體中進行抽樣，其優點在于它能在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計分析時不用考慮這幾個變量之間的交互作用[5]。

3.3 優化結果分析

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

圖7 原始模型與優化模型形狀對比

圖8所示，為原始模型與優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在車身前部，車身后部的表面壓力優化前后變化較小，說明車身前部設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現優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，優化模型的湍流區明顯減小，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域，優化后整個底部的湍流區域明顯變薄，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，在汽車外形設計時應尤為關注此處。

圖8 車身表面壓力云圖

圖9 對稱面上湍流動能云圖

觀察發動機蓋前端可見，雖然在優化模型中并沒有對發動機蓋處做任何變形，只是對擋風玻璃傾角做出相應的改變，但可以看出優化后發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，說明擋風玻璃傾角能夠影響到車身前部的氣流狀態，同時這也給出了一個啟示，就是在對模型進行優化時，一個設計變量所產生的關聯作用是不可忽略的。同時在發動機蓋與擋風玻璃轉角處也可以發現此處的湍流動能也有所減小，使得在優化后模型的發動機蓋及擋風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現，優化后模型較原始模型的湍流動能有所減小?？梢钥闯?，前部接近角的改變也會對汽車尾部的氣流狀況產生影響，所以一個好的車身前部設計會產生較好的作用，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 結論

根據氣動外形減阻的傳統優化流程，通過優化軟件HyperStudy與變形軟件HyperMorph、計算流體力學軟件STAR-CCM+耦合，搭建了氣動外形減阻的自動優化流程，實現了模型的自動優化減阻，能夠為產品的研發節省時間，大大提高了工作效率。

本研究也發現，在某一設計變量改變時往往有些結果的變化是難以預料，擋風玻璃傾角對車身前部氣流所產生的關聯作用是不可以忽視的，這對于工程師對整車造型的優化研究是非常重要。

通過對汽車前部的優化可以看出，在汽車中后期造型階段的空氣動力學優化工作由于受到造型方面的限制，對相關設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理論基礎與工程應用[M].北京:機械工業出版社,2012.

[4] 張英朝.汽車空氣動力學數值模擬技術[M].北京:北京大學出版社,2011.6.

[5] 蒙哥馬利.傅鈺生等譯.實驗設計與分析[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，中國汽車技術研究中心有限公司，碩士、高工、研究方向：汽車空氣動力學。

崔世海，博士，教授，天津科技大學，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