張英朝， 薛學(xué)棟， 丁 偉， 肖宏偉

(吉林大學(xué) 汽車(chē)仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，吉林 長(zhǎng)春 130022)

?

某兩廂車(chē)氣動(dòng)外形減阻自動(dòng)優(yōu)化設(shè)計(jì)

張英朝， 薛學(xué)棟， 丁 偉， 肖宏偉

(吉林大學(xué) 汽車(chē)仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，吉林 長(zhǎng)春 130022)

以某兩廂車(chē)為研究對(duì)象，對(duì)其造型階段氣動(dòng)外形進(jìn)行優(yōu)化.為了提高氣動(dòng)減阻優(yōu)化效率，避免優(yōu)化的盲目性，應(yīng)用優(yōu)化軟件、網(wǎng)格變形軟件、流體分析軟件搭建了一個(gè)自動(dòng)優(yōu)化流程.優(yōu)化流程可以實(shí)現(xiàn)對(duì)多個(gè)變量多個(gè)水平同時(shí)進(jìn)行優(yōu)化，中間過(guò)程不需要人為參與，最終可以輸出減阻效果最佳的氣動(dòng)組合方案.

造型階段; 氣動(dòng)減阻優(yōu)化; 自動(dòng)優(yōu)化流程

汽車(chē)的氣動(dòng)特性直接影響汽車(chē)的燃油經(jīng)濟(jì)性，氣動(dòng)阻力與車(chē)速的平方成正比，即隨著車(chē)速的升高，氣動(dòng)阻力所消耗的能量占總消耗的比例會(huì)越來(lái)越大，所以降低汽車(chē)氣動(dòng)阻力可以顯著降低油耗.降低汽車(chē)氣動(dòng)阻力最主要的方式就是對(duì)汽車(chē)進(jìn)行氣動(dòng)外形的優(yōu)化.傳統(tǒng)優(yōu)化方法是一個(gè)迭代的過(guò)程，即設(shè)計(jì)師先提出初始模型，工程師對(duì)幾何模型進(jìn)行計(jì)算流體動(dòng)力學(xué)(CFD)[1]分析并提出減阻方案，設(shè)計(jì)師對(duì)原始模型進(jìn)行再修改，修改后的模型再交由工程師進(jìn)行氣動(dòng)特性評(píng)估.該過(guò)程需要多次循環(huán)，耗費(fèi)大量的人力物力，設(shè)計(jì)周期長(zhǎng)，且受限于工程師的專(zhuān)業(yè)知識(shí)和以往經(jīng)驗(yàn).由于變量間的交互影響，只能單個(gè)變量逐次優(yōu)化，很難實(shí)現(xiàn)整車(chē)多變量綜合最優(yōu)化.針對(duì)傳統(tǒng)優(yōu)化的局限性，國(guó)外的一些公司開(kāi)始自動(dòng)優(yōu)化的相關(guān)研究.2003年，通用公司的Rajineesh Singh和PPI公司的Kevin Golsch研究利用網(wǎng)格變形技術(shù)對(duì)計(jì)算網(wǎng)格修改達(dá)到優(yōu)化改型的目的.2011年，F(xiàn)IAT公司利用優(yōu)化軟件modeFRONTIER同時(shí)考慮氣動(dòng)特性和人機(jī)工程進(jìn)行了多目標(biāo)自動(dòng)優(yōu)化.國(guó)內(nèi)對(duì)于自動(dòng)優(yōu)化的研究較少，主要涉及航天及高速列車(chē)的氣動(dòng)外形優(yōu)化.湖南大學(xué)谷正氣在2010年利用自己搭建的優(yōu)化流程對(duì)卡車(chē)導(dǎo)流罩進(jìn)行了自動(dòng)優(yōu)化.綜合來(lái)看，國(guó)外針對(duì)汽車(chē)造型自動(dòng)優(yōu)化技術(shù)的探索和研究較多，但是在造型初期就應(yīng)用自動(dòng)優(yōu)化對(duì)整車(chē)氣動(dòng)阻力進(jìn)行控制的研究很少，國(guó)內(nèi)起步比較晚并且很少涉及整車(chē)氣動(dòng)造型優(yōu)化，也沒(méi)有進(jìn)行工程應(yīng)用.

本文將自動(dòng)優(yōu)化流程應(yīng)用于某兩廂車(chē)的造型階段，通過(guò)分析CAD模型的外流場(chǎng)確定輸入自動(dòng)優(yōu)化的變量，并根據(jù)自動(dòng)優(yōu)化計(jì)算得到多變量全局最優(yōu)結(jié)果，整個(gè)流程耗時(shí)較短，中間過(guò)程不需要人為參與，有助于加快汽車(chē)外造型的設(shè)計(jì)周期.

1 研究?jī)?nèi)容及研究方法

1.1 研究?jī)?nèi)容

針對(duì)目前國(guó)內(nèi)的工程實(shí)際情況和企業(yè)需要，結(jié)合國(guó)內(nèi)外的研究現(xiàn)狀，開(kāi)發(fā)了一個(gè)應(yīng)用于造型階段的自動(dòng)優(yōu)化流程，將其應(yīng)用到造型初期的三維建模環(huán)節(jié)，實(shí)現(xiàn)了對(duì)車(chē)輛外形的快速優(yōu)化.以一款兩廂車(chē)造型設(shè)計(jì)方案為例，利用自動(dòng)優(yōu)化流程減小車(chē)身設(shè)計(jì)變量對(duì)氣動(dòng)阻力的影響，使其氣動(dòng)阻力大幅降低，同時(shí)保證其造型風(fēng)格不變[2].

1.2 研究方法

首先建立初始模型，在初始模型的基礎(chǔ)上進(jìn)行CFD分析確定設(shè)計(jì)變量，使用網(wǎng)格變形技術(shù)實(shí)現(xiàn)設(shè)計(jì)變量的參數(shù)化[3].依托專(zhuān)業(yè)的試驗(yàn)設(shè)計(jì)(DOE)算法建立設(shè)計(jì)空間，同時(shí)根據(jù)數(shù)學(xué)算法建立可信的近似模型，通過(guò)近似模型擬合出各個(gè)設(shè)計(jì)因素對(duì)影響變量的影響趨勢(shì)，進(jìn)而得到優(yōu)化解.

2 初始模型建立及CFD分析

2.1 建立初始模型

根據(jù)產(chǎn)品定位確定兩廂車(chē)的基本尺寸，并根據(jù)美觀(guān)、時(shí)尚的設(shè)計(jì)風(fēng)格確定了如圖1所示的初始模型設(shè)計(jì)方案.

圖1 初始模型渲染圖

2.2 通過(guò)CFD分析確定設(shè)計(jì)變量

為了確定優(yōu)化設(shè)計(jì)變量，本文對(duì)初始模型進(jìn)行CFD分析.根據(jù)汽車(chē)實(shí)際行駛特性,設(shè)定計(jì)算域入口風(fēng)速為30 m·s-1，湍流模型選擇k-ε(Realizable K-Epsilon)湍流模型[4]，體網(wǎng)格數(shù)為800萬(wàn).經(jīng)過(guò)4 000步迭代計(jì)算，總計(jì)150 CPU小時(shí)，達(dá)到收斂，氣動(dòng)阻力系數(shù)Cd=0.319，誤差波動(dòng)在0.06%左右.

為了確定影響氣動(dòng)阻力的因素，對(duì)計(jì)算結(jié)果進(jìn)行后處理得到中心對(duì)稱(chēng)面上的壓力云圖(圖2)以及湍流動(dòng)能圖(圖3).由圖2可以看出，氣流流經(jīng)發(fā)動(dòng)機(jī)蓋前沿以及接近角部分負(fù)壓較為嚴(yán)重，說(shuō)明在此處產(chǎn)生了分離，在圖3中這兩部分也出現(xiàn)了明顯的湍流；圖2中氣流流經(jīng)發(fā)動(dòng)機(jī)蓋與前風(fēng)窗交匯處時(shí)，氣流受到阻滯，氣壓上升，由于折角原因此處在圖3中也產(chǎn)生了部分湍流；在圖2中車(chē)尾部的壓力明顯降低，這是因?yàn)闅饬髟谖膊糠蛛x造成此處處于低壓區(qū)，由圖3也可以看出湍流主要區(qū)域也是尾部，能量耗散比較嚴(yán)重，所以尾部的設(shè)計(jì)變量的修改會(huì)直接影響到汽車(chē)的氣動(dòng)阻力.根據(jù)以上分析確定了需要考慮發(fā)動(dòng)機(jī)蓋傾角、前風(fēng)窗傾角、接近角、頂蓋后緣高度、后風(fēng)窗傾角、尾部收縮量共6個(gè)設(shè)計(jì)變量.

圖2 中心對(duì)稱(chēng)面上的壓力云圖

圖3 中心對(duì)稱(chēng)面上的湍流動(dòng)能圖

3 整車(chē)氣動(dòng)外形自動(dòng)優(yōu)化設(shè)計(jì)

3.1 設(shè)計(jì)變量參數(shù)化

本文在原有模型的基礎(chǔ)上通過(guò)網(wǎng)格變形技術(shù)對(duì)以上6個(gè)設(shè)計(jì)變量進(jìn)行參數(shù)化調(diào)整，根據(jù)德國(guó)的Hucho，Janssen和Emme-Lmann等人提出的汽車(chē)設(shè)計(jì)應(yīng)首先服從工程需要的原則，即首先要保證總布置、安全、舒適及造型要求，然后進(jìn)行空氣動(dòng)力學(xué)修正[5],所以本文在設(shè)置變形范圍時(shí)，考慮到造型風(fēng)格以及總布置的要求，未設(shè)置較大變形，同時(shí)考慮到優(yōu)化參數(shù)可能高于或者低于原始值，所以設(shè)定的參數(shù)范圍涵蓋原始值前后.主要的設(shè)計(jì)變量如圖4所示，前風(fēng)窗傾角的原始角度為33°，變形范圍是[28°，35°].發(fā)動(dòng)機(jī)蓋傾角的原始角度為12°，設(shè)置的變形范圍是[9°，15°].接近角的原始角度為4°，設(shè)置的變形范圍是[0°，10°].后風(fēng)窗傾角的原始角度為45°，設(shè)置的變形范圍是[35°，60°].頂蓋后緣的原始高度為1.165 m，設(shè)置的變形范圍是[1.088 m,1.242 m].車(chē)尾部設(shè)置的最大變形程度是車(chē)尾部寬度收縮到原始狀態(tài)的90%.

3.2 建立優(yōu)化流程

整個(gè)優(yōu)化流程包括：試驗(yàn)設(shè)計(jì)，建立DOE矩陣[6]；對(duì)矩陣中每一個(gè)組合進(jìn)行CFD計(jì)算得到相應(yīng)的Cd值；利用DOE矩陣建立近似模型，它能擬合出響應(yīng)變量與各個(gè)設(shè)計(jì)變量之間的關(guān)系曲線(xiàn)；選擇合適的優(yōu)化算法，根據(jù)近似模型進(jìn)行尋優(yōu)，并最終對(duì)最優(yōu)解進(jìn)行驗(yàn)算，以判斷其精度.圖5所示為使用網(wǎng)格變形軟件Dep Meshworks、計(jì)算流體動(dòng)力學(xué)軟件STAR-CCM+及相關(guān)優(yōu)化理論算法在優(yōu)化軟件Isight中搭建的自動(dòng)優(yōu)化流程.

圖4 變形位置示意圖

圖5 優(yōu)化流程

3.2.1 實(shí)驗(yàn)設(shè)計(jì)

本次實(shí)驗(yàn)設(shè)計(jì)(DOE)包含6個(gè)設(shè)計(jì)變量，每個(gè)變量設(shè)置了42個(gè)水平.采用傳統(tǒng)迭代優(yōu)化的方式需要6×42×150=37800 CPU小時(shí).為了減少計(jì)算量，本文結(jié)合最優(yōu)拉丁超立方算法(optimal Latin hypercube design)[7]建立包含42組試驗(yàn)的DOE矩陣,只需要42×150=6300 CPU小時(shí)，通過(guò)對(duì)比可以看出自動(dòng)優(yōu)化消耗的計(jì)算資源是傳統(tǒng)優(yōu)化的1/6.通過(guò)對(duì)DOE矩陣進(jìn)行計(jì)算處理，得到如圖6所示的Pareto示意圖和圖7所示的主因素圖.通過(guò)Pareto圖可以得到各設(shè)計(jì)變量對(duì)氣動(dòng)阻力的貢獻(xiàn)比例，結(jié)合主因素圖可以得到設(shè)計(jì)變量對(duì)氣動(dòng)阻力影響程度由大到小依次是：頂蓋后緣高度>接近角>后風(fēng)窗傾角>尾部收縮>發(fā)動(dòng)機(jī)罩傾角>前風(fēng)窗傾角，而且接近角是起反效應(yīng)作用.同時(shí)這些結(jié)果也反映了車(chē)身后部對(duì)氣動(dòng)阻力的影響要大于車(chē)身前部.

圖6 Pareto示意圖

圖7 主因素圖

根據(jù)實(shí)驗(yàn)設(shè)計(jì)得到變量間交互影響最小和最大的變量分別為發(fā)動(dòng)機(jī)蓋傾角與后風(fēng)窗傾角、后風(fēng)窗傾角與尾部收縮，如圖8、圖9所示.圖8,9中兩條曲線(xiàn)相交趨勢(shì)越明顯表明兩個(gè)設(shè)計(jì)變量間交互作用程度越大.圖8中發(fā)動(dòng)機(jī)蓋傾角與后風(fēng)窗傾角的相交趨勢(shì)很弱，所以?xún)蓚€(gè)變量間幾乎沒(méi)有交互影響，而圖9中后風(fēng)窗傾角和尾部收縮的交互影響則比較明顯，此交互影響可以為后續(xù)的設(shè)計(jì)量間的互補(bǔ)優(yōu)化提供參考.

圖8 發(fā)動(dòng)機(jī)蓋傾角與后風(fēng)窗傾角的交互影響

圖9 后風(fēng)窗傾角與尾部收縮的交互影響

3.2.2 建立近似模型

根據(jù)實(shí)驗(yàn)設(shè)計(jì)(DOE)利用徑向基(RBF)神經(jīng)網(wǎng)絡(luò)算法[8]擬合出本次工作的近似模型，通過(guò)計(jì)算得到擬合精確度R2為0.953，超過(guò)標(biāo)準(zhǔn)值0.9，符合精度要求.圖10表示氣動(dòng)阻力與各個(gè)設(shè)計(jì)變量之間的擬合曲線(xiàn).根據(jù)擬合曲線(xiàn)，可以得出以下結(jié)論：

(1)從線(xiàn)性與非線(xiàn)性的角度來(lái)看，氣動(dòng)阻力與發(fā)動(dòng)蓋傾角、前風(fēng)窗傾角、接近角以及頂蓋后緣高度均是非線(xiàn)性關(guān)系，與后風(fēng)窗傾角及尾部收縮則近似于線(xiàn)性關(guān)系.

(2)從遞增和遞減趨勢(shì)來(lái)看，隨著接近角變形取值的增加，氣動(dòng)阻力不斷減小，而對(duì)于其余5個(gè)設(shè)計(jì)變量，隨著取值的增加，氣動(dòng)阻力均是增大的趨勢(shì).這反映了接近角對(duì)阻力的影響為負(fù)效應(yīng)，而其余變量對(duì)阻力影響為正效應(yīng)，與之前得到的Pareto圖和主因素示意圖得到的結(jié)論是一致的.

圖10 氣動(dòng)阻力與各個(gè)設(shè)計(jì)變量之間的擬合曲線(xiàn)

3.2.3 近似模型尋優(yōu)及可靠性驗(yàn)證

整車(chē)優(yōu)化工作中涉及的6個(gè)變量均是實(shí)數(shù)型，求解的問(wèn)題是連續(xù)變量函數(shù)的極小值問(wèn)題.因此采用自適應(yīng)模擬退火法(ASA)[9]作為優(yōu)化計(jì)算的算法.以氣動(dòng)阻力值最小為目標(biāo)，氣動(dòng)升力系數(shù)處于某一范圍內(nèi)為約束，根據(jù)徑向基神經(jīng)網(wǎng)絡(luò)近似模型，得到表1所示的優(yōu)化解.驗(yàn)算結(jié)果表明，氣動(dòng)阻力預(yù)測(cè)值與真實(shí)計(jì)算值之間的誤差為0.47%，誤差很小，說(shuō)明結(jié)果可信.相對(duì)于原始模型，優(yōu)化后模型其氣動(dòng)阻力系數(shù)有10.34%左右的降幅，減阻效果可觀(guān).

表1 優(yōu)化結(jié)果統(tǒng)計(jì)

4 優(yōu)化前后對(duì)比

圖11所示為中心對(duì)稱(chēng)面上的壓力分布對(duì)比.整體來(lái)看，在優(yōu)化模型中接近角部分和發(fā)動(dòng)機(jī)蓋前沿部分顏色變淺，說(shuō)明該處的氣流分離情況得到控制；優(yōu)化模型前風(fēng)窗傾角增大以及頂蓋后緣高度的降低使得前風(fēng)窗與頂蓋交匯處造型向外突出，導(dǎo)致氣流經(jīng)前風(fēng)窗過(guò)渡到頂蓋后不能迅速貼合，造成頂蓋區(qū)域壓力進(jìn)一步降低，因此這部分阻力有所升高；在優(yōu)化模型背部區(qū)域，后風(fēng)窗部分的壓力有所減小，該處負(fù)壓的加劇表明此處湍流情況沒(méi)有得到改善；而在行李艙蓋部分，壓力則有所上升，該處壓力上升使得車(chē)身前后的壓差減小，從而使氣動(dòng)阻力有所減小.

圖11 中心對(duì)稱(chēng)面上的壓力云圖對(duì)比

圖12為縱向中心對(duì)稱(chēng)面上的湍流動(dòng)能分布，其中湍流情況有明顯改善的是整個(gè)車(chē)身底部以及尾部的湍流區(qū)域[10].接近角部分流場(chǎng)的改善使氣流在底部的分離情況得到控制，因此底部的湍流情況顯著改善.在初始模型中頂蓋后緣(包括擾流板部分)近似與地面平行，這導(dǎo)致氣流脫離之后不能趨向于地面，而是向四周發(fā)散，因此初始模型中上、下部分的氣流不能收斂，在豎直方向上擴(kuò)散，導(dǎo)致尾流區(qū)域較大[7].在優(yōu)化模型中，由于頂蓋后緣高度的降低，引導(dǎo)氣流向地面流動(dòng)，上部氣流與下部氣流匯合收斂一起流向地面直至消失，這使得尾流區(qū)范圍大大減小，最終導(dǎo)致氣動(dòng)阻力顯著下降.圖13為水平面上的尾流區(qū)域速度矢量.很明顯，在初始模型中尾部渦流區(qū)域主要有1和2兩個(gè)，而且區(qū)域3的流動(dòng)較紊亂；在優(yōu)化模型中，渦流的數(shù)量雖增加到4個(gè)，但它們的范圍都較小，而且在區(qū)域5(即初始模型中的區(qū)域3)中，流動(dòng)趨于一致，有所改善.總體而言，水平方向上湍流情況改善有限.

圖12 中心對(duì)稱(chēng)面上湍流動(dòng)能對(duì)比

圖13 距離地面高度0.4 m橫截面速度矢量圖

5 結(jié)論

(1)本文根據(jù)氣動(dòng)外形設(shè)計(jì)的流程，結(jié)合計(jì)算機(jī)輔助造型(CAS)、計(jì)算流體動(dòng)力學(xué)(CFD)、網(wǎng)格變形技術(shù)(Morpher)和優(yōu)化方法等多種數(shù)字化仿真設(shè)計(jì)手段建立了一個(gè)汽車(chē)氣動(dòng)外形的自動(dòng)優(yōu)化流程.

(2)利用建立的流程對(duì)6個(gè)設(shè)計(jì)變量進(jìn)行最優(yōu)匹配，整個(gè)優(yōu)化流程耗時(shí)很短，優(yōu)化后的模型氣動(dòng)阻力下降了10.34%.這樣的結(jié)果可以為后續(xù)的細(xì)節(jié)優(yōu)化提供一個(gè)較低阻力水平的模型.

(3)通過(guò)自動(dòng)優(yōu)化流程確定不同設(shè)計(jì)變量對(duì)阻力貢獻(xiàn)的比例，為后續(xù)的減阻設(shè)計(jì)提供依據(jù)；同時(shí)變量間的交互影響也可以作為互補(bǔ)優(yōu)化提供參考.

(4)本文氣動(dòng)外形減阻自動(dòng)優(yōu)化追求的是整體減阻效果最佳，局部變量在優(yōu)化后阻力可能升高也可能降低，但變量間組合起來(lái)的減阻效果是最好的.

[1] Satheesh Kandasamy, Bradley Duncan, Holger Gau,etal. Aerodynamic performance assessment of BMW validation models using computational fluid dynamics[C/CD]// SAE 2012 World Congress and Exhibition. Detroit: Society of Automotive Engineers, 2012： 2012-01-0297.

[2] Castejon, Danilo Vieira, Fernando Martini Catalano,etal. Methods of drag reducing without losing aerodynamic stability applied on SAE reference model[C/CD]// SAE 2011 World Congress. Warrendale: Society of Automotive Engineers, 2011: 2011-36-0079.[3] 許秋兒. 網(wǎng)格變形技術(shù)研究[D]. 杭州：浙江大學(xué)，2009.

XU qiuer. Research on techniques of mesh deformation [D]. Hangzhou: Zhejiang University, 2009.

[4] Tokuda, Shigefumi, Masato Kubota,etal. Development of CFD shape optimization technology using the adjoint method and its application to engine intake port design[C]//SAE International Journal of Engines. Warrendale: Society of Automotive Engineers, 2013: 833-842.

[5] Hucho Wolf-Heinrich, Sovran Gino. Aerodynamics of road vehicles[J]. Annual Review of Fluid Mechanics, 1993, 25(3): 485.

[6] Ahmed S R, Ramm G, Faltin G. Some salient featrues of the time-averaged ground vehicle wake[C/CD]// SAE Congress. Warrendale: Society of Automotive Engineers, 1984.

[7] Francis T Makowski, Sung-Eun Kim. Advances in external-aero simulation of ground vehicles using the steady RANS equations[C/CD]// SAE 2000 World Congress. Detroit: Society of Automotive Engineers, 2000：2000-01-0484.

[8] Hermann Lienhart, Stefan Becker. Flow and turbulence structure in the wake of a simplified car model[C/CD]//2003 SAE World Congress. Detroit: Society of Automotive Engineers, 2003: 2003-01-0656.

[9] Ilhan Bayraktar, Tuba Bayrakar. Guidelines for CFD simulations of ground vehicle aerodynamics[C/CD]// Commercial Vehicle Engineering Congress and Exhibition. Chicago：Society of Automotive Engineers, 2006：2006-01-3544.

[10] Angel Huminic, Gabriela Huminic. Numerical flow simulation for a generic vehicle body on wheels with variable underbody diffuser[C/CD]// SAE 2012 World Congress and Exhibition. Detroit: Society of Automotive Engineers, 2012: 2012-01-0172.

Automatic Shape Optimization of Hatchback to Reduce Aerodynamic Drag

ZHANG Yingchao, XUE Xuedong, DING Wei, XIAO Hongwei

(State Key Laboratory of Automotive Simulation and Control, Jilin University, Changchun 130022, China)

Taking a hatchback car as the research object to optimize its aerodynamic performance on styling stage, this paper was devoted to improve the efficient of optimization and reduce the blindness in aerodynamic drag reduction and optimization. By applying morphing software, optimization software, and fluid analysis software, an automatic optimizing process was developed, which could optimize different variables and levels at the same time even when there are no people involved, and finally bring up the best drag reduction scheme in combination.

styling stage; aerodynamic drag reduction; automatic optimization process

2015-11-25

張英朝(1978—)，男，副教授，工學(xué)博士，主要研究方向?yàn)槠?chē)空氣動(dòng)力學(xué).E-mail:yingchao@jlu.edu.cn

薛學(xué)棟(1990—)，男，碩士生，主要研究方向?yàn)槠?chē)空氣動(dòng)力學(xué).E-mail:xuedong9077@gmail.com

TP15

A