0 前言
本文使用Starccm+仿真軟件，結合實驗設計和優(yōu)化理論，對某經濟型轎車開展基于參數(shù)化模型的外氣動特性DOE優(yōu)化，綜合考慮空氣動力學專業(yè)特有的耦合特性，解決以往降阻分析過程中僅對單參數(shù)進行優(yōu)化而導致分析結果不全面的問題，以及因多參數(shù)優(yōu)化工作量巨大而難以依靠人工完成的問題。
1 技術路線
本文首先使用與優(yōu)化目標車型具有相同造型特征的參數(shù)化模型進行降阻優(yōu)化分析，通過改變目標參數(shù)來獲得參數(shù)間最佳匹配關系，進而將優(yōu)化結果反饋至目標車型上，指導目標車型進行降阻優(yōu)化改進，最終獲得最佳低風阻車身造型。具有計算速度快，分析效率高，結果反饋及時迅速的特點，適合在總布置階段及造型設計初期使用，可及時明確降阻目標，提供優(yōu)化方向，使工作更加具有針對性。
本文研究工作建立在一個可實現(xiàn)對多參數(shù)、大樣本量問題進行自動計算、全局尋優(yōu)的優(yōu)化計算平臺的基礎上，通過集成體網格變形文件Sculptor、流體計算軟件Starccm+和優(yōu)化軟件Isight，實現(xiàn)自動尋優(yōu)計算。本文的技術路線具體實現(xiàn)形式為：建立參數(shù)化模型一設置變形參數(shù)一選取試驗設計方法一搭建DOE模型一全局變形計算一模型參數(shù)關系分析一自動尋優(yōu)一最終優(yōu)化方案確定一最佳參數(shù)組合驗證一CAS模型驗證。
2 參數(shù)化模型
整車的總體參數(shù)匹配是影響整車風阻系數(shù)的關鍵因素之一，良好的參數(shù)匹配是低風阻車型的基礎�；诹炕瘏�(shù)的思想，建立參數(shù)化模型，方便定量修改，基于空氣動力學分析的目標與基本原理，確定簡化模型需要符合以下原則：
1.體現(xiàn)原造型方案的基本特征；
2.為滿足與實際車型符合度高、適于修改和方便計算的多方面需求，簡化模型應多由平面構成，連接處為圓弧曲面；
3.需保證簡化模型與CAS模型的匹配關系，當簡化模型向真實模型拓撲時，由簡化模型計算得出的優(yōu)化方案在CAS造型上使用可獲得相應的降阻效果。
乘用車參數(shù)化模型具有與目標車型相同的空氣動力學特征參數(shù)，同時盡可能的保留了原車型的造型特征，解決了以往標準模型與實際車型主要特征吻合度不高的問題，保證了參數(shù)模型優(yōu)化結果在目標車型上的實際應用性。
3 某經濟型轎車空氣動力特性優(yōu)化
3.1 建立參數(shù)模型
依前述原則建立參數(shù)模型。
圖1 參數(shù)化模型
3.2 確定研究參數(shù)及其變化區(qū)間
以圖2中的1、2、3、4、5、8六個角度類參數(shù)研究各參數(shù)對整車風阻系數(shù)的影響。參數(shù)名稱及變化區(qū)間參見表1。
圖2 目標參數(shù)
表1 參數(shù)及變化區(qū)間
3.3 自動計算平臺搭建及計算
搭建自動計算平臺，依實驗設計理論，采用正交方法為全局變量建立正交矩陣，開始對計算模型進行計算。整個設計流程可參考圖3。
圖3 DOE搭建流程
3.4 基于DOE結果的參數(shù)分析
3.4.1 各參數(shù)主效應分析
經計算，獲得各參數(shù)主效應分布圖，見圖4。
圖4 主效應分析
由上圖可知，在考察范圍內，各因子對整車Cd的影響為，發(fā)動機罩傾角對整車風阻影響影響最顯著，整車風阻隨發(fā)罩傾角的增大而減��；前風窗傾角對整車風阻影響較顯著，整車風阻隨前風窗傾角的增大而減小；后風窗傾角對整車風阻影響較顯著，水平處于較高范圍內時整車Cd較小；后風窗實際作用角對整車風阻影響較小，水平處于中部時，整車Cd較小；側窗傾角與格柵傾角對整車風阻的影響小。
3.4.2 各參數(shù)交互作用分析
圖5、圖6為各參數(shù)的交互作用分析圖。
圖5 交互效應分析——交互作用強
圖6 交互效應分析——交互作用弱
由圖5、圖6可知，前風擋、后風窗實際作用角間的相互影響較大，側窗和格柵相互作用較大，后風窗實際作用角、后風窗角度存在交互作用，后風窗、格柵之間存在交互作用。
3.5 全局尋優(yōu)結果分析
3.5.1 尋優(yōu)結果
通過全局尋優(yōu)，獲得各參數(shù)的最優(yōu)值見表2。
表2 參數(shù)最優(yōu)匹配表
3.5.2 預測結果分析及改進
圖7為近似模型預測最優(yōu)點與各參數(shù)主效應曲線對比圖，由圖可知，預測結果與主效應分析結果基本一致。
圖7 近似模型預測最優(yōu)點與主效應曲線對比
分析上圖可知，使用近似模型預測的各參數(shù)的最優(yōu)點對于主效應顯著的因子如front-window、hood、rear-wmdow與trunk，預測最優(yōu)方案與主效應曲線最優(yōu)位置一致。對于主效應不顯著的因子，不一定能作為最優(yōu)方案的決策。
根據(jù)近似模型求解得到的最優(yōu)值，可結合主效應分析結果進行進一步改進，改進方案見圖8（圖中藍色點為可選改進方案）。
圖8 改進方案
改進主要針對主效應顯著的因子（如front-window），主效應不顯著的因子改進效果小，對優(yōu)化設計工作貢獻小，根據(jù)實際工作要求可不予考慮。具體改進方案參考表3。
表3 改進方案
分析表3中數(shù)據(jù)，改進方案4中參數(shù)模型的風阻系數(shù)最低，Cd值為0.941a，使用近似模型預測得到的優(yōu)化方案實際風阻系數(shù)為0.951a，與之相比，改進后的阻力系數(shù)Cd降低1%，有一定改進效果。與初始方案相比，參數(shù)模型的風阻系數(shù)值從a降到0.941a，降低5.9%，降幅較為明顯。而在近似方案基礎上單獨對前風窗傾角、格柵傾角和側窗傾角進行改變對整車風阻系數(shù)影響不大，上述三個變量對相應的交互作用較為明顯。本文所用方法在進行最優(yōu)解預測時，對主效應較強的參數(shù)（變量）取值預測較為準確，對于主效應較弱參數(shù)的預測結果還需進行驗證，以保證最優(yōu)結果的合理性。
3.6 CAS模型
將上述基于參數(shù)化模型的優(yōu)化結果映射到實際CAS造型上。并對其進行仿真分析，結果見表4。
表4 仿真結果
由表中數(shù)據(jù)可知，將參數(shù)模型優(yōu)化結果應用到實車上后，所得模型的變化趨勢與參數(shù)模型的數(shù)據(jù)變化趨勢保持一致，最優(yōu)模型阻力系數(shù)有較大降幅。
4 結論
1.本文所建參數(shù)化模型保留了目標車型的主要造型特征，實際應用性強，經驗證，在此模型上進行的降阻研究所得結論在目標車型的CAS模型上應具有良好降阻效果，此參數(shù)化模型可應用在正向開發(fā)的降阻過程中。
2.在正向開發(fā)過程中應用低風阻乘用車車身參數(shù)化開發(fā)技術，可節(jié)省優(yōu)化分析時間，減少計算量，實現(xiàn)全方案全局尋優(yōu)，為造型部門提供可行的、明確的、參數(shù)化的改進建議。
3.通過優(yōu)化找出了各參數(shù)的最佳組合，使研究對象的風阻系數(shù)較原始模型降低了6.5%。
4.在考察范圍內，各因子對整車Cd的影響程度如下：
1)發(fā)動機罩傾角最顯著；取最大水平13.3°時Cd最��；
2)前風窗傾角較顯著；取最大水平65°時Cd最小；
3)后風窗傾角較顯著；水平處于較高范圍內時Cd較�。�
4)后風窗實際作用角影響較��；水平處于中部時，Cd較小；
5)側窗傾角與格柵傾角的影響小。
5.各參數(shù)的交互作用分析：
1)前風擋傾角、后風窗實際作用角間的相互影響較大；
2)側窗傾角和格柵傾角相互作用較大；
3)后風窗實際作用角、后風窗角度之間存在交互作用；
4)后風窗傾角、格柵傾角之間存在交互作用。
核心關注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領域的管理，全面涵蓋了企業(yè)關注ERP管理系統(tǒng)的核心領域，是眾多中小企業(yè)信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://m.sdyuan.com/
相關文章
