賴晨光，賈 浩，付 航，凌志偉，周毓婷

(重慶理工大學(xué) a.汽車(chē)零部件先進(jìn)制造技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室；b.車(chē)輛工程學(xué)院，重慶 400054)

在日漸成熟的中國(guó)汽車(chē)消費(fèi)市場(chǎng)中，SUV、MPV等車(chē)型深受消費(fèi)者的喜愛(ài)，迅速發(fā)展持續(xù)熱賣(mài)，車(chē)頂行李架已成為SUV、MPV等車(chē)型的標(biāo)準(zhǔn)配件。盡管行李架最初的功能是承載重物，但現(xiàn)在更像是配合整個(gè)汽車(chē)造型的不可缺少的裝飾。在汽車(chē)行駛過(guò)程中，行李架不僅產(chǎn)生氣動(dòng)阻力增加整車(chē)的油耗，而且產(chǎn)生氣動(dòng)噪聲，尤其是在天窗開(kāi)啟時(shí)，對(duì)駕駛員和乘客帶來(lái)很大影響。

由于車(chē)頂行李架暴露在高速氣流中，而它的橫桿的截面形狀類(lèi)似于圓柱和方柱，當(dāng)高速氣流流經(jīng)行李架橫桿時(shí)，在其尾部形成交替性的漩渦，導(dǎo)致垂直于流動(dòng)方向向上的阻力和升力發(fā)生劇烈的變化，同時(shí)由于交替的渦脫落會(huì)產(chǎn)生壓力脈動(dòng)，從而產(chǎn)生風(fēng)鳴噪聲，人長(zhǎng)期處于這種噪聲狀態(tài)下會(huì)產(chǎn)生煩躁不適的感覺(jué)。因此,合理的行李架外形結(jié)構(gòu)研究分析可降低阻力，節(jié)省燃油，提高經(jīng)濟(jì)性；也可降低氣動(dòng)噪聲，改善人體舒適性。

外形對(duì)氣動(dòng)阻力與氣動(dòng)噪聲影響一直以來(lái)是研究工作者研究的重要內(nèi)容。彭麗娟[1]采用網(wǎng)格變形技術(shù)，通過(guò)數(shù)值仿真的方法對(duì)某款SUV改款車(chē)的氣動(dòng)阻力進(jìn)行仿真分析，并對(duì)影響氣動(dòng)阻力較大的造型面和氣動(dòng)附件進(jìn)行了優(yōu)化；胡之頡[2]通過(guò)數(shù)值模擬方法研究了主動(dòng)吹/吸氣對(duì)氣流流經(jīng)圓柱的影響，并在降噪方面取得一定成就；徐建民等[3]設(shè)計(jì)了由4個(gè)擾流板組成的尾部減阻裝置，并詳細(xì)討論了底部擋板長(zhǎng)度和傾角對(duì)氣動(dòng)阻力的減阻作用。但是兩者對(duì)外形要求達(dá)不到統(tǒng)一，而是存在著耦合關(guān)系，因此尋找到兩者平衡點(diǎn)成了關(guān)鍵問(wèn)題所在。

近些年來(lái)，多學(xué)科優(yōu)化方法成了解決多學(xué)科之間耦合問(wèn)題的熱門(mén)方法。2004年，在多學(xué)科的優(yōu)化設(shè)計(jì)過(guò)程中，Manning[4]等消除了以前的多學(xué)科優(yōu)化設(shè)計(jì)中一致模型選擇的缺點(diǎn)，提出了一種參數(shù)化模型并已成功地用于航天飛機(jī)的空氣動(dòng)力學(xué)和熱傳遞。2006年，Zarei等[5]基于DOE方法建立了薄管鋁柱形碰撞能量吸收的近似模型，實(shí)現(xiàn)了薄管鋁柱形碰撞能量吸收的多學(xué)科優(yōu)化設(shè)計(jì)。2019年，Damien Guénot等[6]基于MDO方法利用數(shù)值仿真模擬方法，以空客XRF-1運(yùn)輸機(jī)作為研究對(duì)象，對(duì)其機(jī)翼、機(jī)艙、引擎吊架以及風(fēng)扇進(jìn)出口進(jìn)行了多學(xué)科優(yōu)化設(shè)計(jì)，并且取得較好的效果。2014年，Yi Feng等[7]利用多學(xué)科優(yōu)化設(shè)計(jì)對(duì)飛行器的氣動(dòng)、氣熱以及飛行軌跡三個(gè)方面進(jìn)行了優(yōu)化設(shè)計(jì)。2016年，湖南大學(xué)文琪[8]基于一種將計(jì)算流體動(dòng)力學(xué)和優(yōu)化算法相結(jié)合的技術(shù)，該技術(shù)使用聯(lián)合優(yōu)化技術(shù)優(yōu)化排氣管結(jié)構(gòu)參數(shù)，同時(shí)提高了優(yōu)化效率。 它可以降低阻力并減少由于排氣擴(kuò)散而影響行人呼吸的排氣管結(jié)構(gòu)。2018年，張海林[9]基于網(wǎng)格變形技術(shù)采用數(shù)值仿真模擬的方法來(lái)尋找汽車(chē)氣動(dòng)阻力的敏感點(diǎn)，通過(guò)樣本點(diǎn)數(shù)據(jù)建立設(shè)計(jì)變量和氣動(dòng)阻力響應(yīng)關(guān)系的響應(yīng)面模型，并構(gòu)建協(xié)同優(yōu)化模型進(jìn)行優(yōu)化。

綜上所述，本研究基于協(xié)同優(yōu)化算法對(duì)行李架橫桿進(jìn)行氣動(dòng)阻力與氣動(dòng)噪聲2個(gè)學(xué)科的優(yōu)化，并取得一定的降阻降噪效果。本文的研究結(jié)果作為對(duì)汽車(chē)降阻降噪以及其他學(xué)科間的協(xié)同優(yōu)化具有一定的指導(dǎo)意義。

1 外流場(chǎng)數(shù)值仿真方法

以某款加裝了行李架的SUV為研究對(duì)象，對(duì)該SUV進(jìn)行流場(chǎng)的數(shù)值仿真，模擬來(lái)流速度為30 m/s時(shí)的外流場(chǎng)分布情況。

1.1 CFD數(shù)值仿真方法

原始模型是某款SUV的1∶1整車(chē)模型，整車(chē)車(chē)長(zhǎng)為4 070 mm，寬為1 990 mm，高為1 650 mm，如圖1所示。

圖1 原始模型

圖2計(jì)算域的寬度為車(chē)寬的5倍；高度為車(chē)高的5倍；長(zhǎng)度為車(chē)長(zhǎng)的11倍，其中計(jì)算域入口距離車(chē)頭3倍車(chē)長(zhǎng)，車(chē)尾距離計(jì)算域出口7倍車(chē)長(zhǎng)。其阻塞比為2.89%，小于5%滿足計(jì)算要求。氣流方向?yàn)檠豿軸正方向。網(wǎng)格劃分策略如圖3所示，經(jīng)網(wǎng)格無(wú)關(guān)性驗(yàn)證，確定最終網(wǎng)格數(shù)量大約為1 347萬(wàn)。

圖2 流體計(jì)算域

圖3 網(wǎng)格策略

對(duì)流體計(jì)算時(shí)，要遵循流體的基本運(yùn)動(dòng)規(guī)律以及一些準(zhǔn)則?；究刂品匠瘫磉_(dá)式為[10]：

1) 連續(xù)性微分方程：

(1)

(2)

式中：v、u、w分別對(duì)應(yīng)x、y、z這3個(gè)方向上的速度矢量；t為時(shí)間；V為速度矢量。

2) 動(dòng)量方程

(3)

(4)

(5)

式中：p為流體微元體表面所受壓力，τxx、τyx、τzx等為流體微團(tuán)表面所受切應(yīng)力在各個(gè)面各個(gè)方向的分量，fx、fy、fz為作用在流體微團(tuán)上的體積力在3個(gè)坐標(biāo)軸上的分量。

考慮到行李架模型存在氣流分離以及邊界層的影響，以及來(lái)流速度為30 m/s，選用穩(wěn)態(tài)計(jì)算模型可實(shí)現(xiàn)的k-ε模型，瞬態(tài)計(jì)算模型為SSTk-ω模型。

1.2 仿真結(jié)果

原始模型的阻力值為387.26 N，噪聲值為63.48 dB。整車(chē)壓力云圖如圖4～6所示，當(dāng)汽車(chē)高速行駛時(shí)，高速的氣流與整車(chē)的前臉相撞擊，造成氣流在汽車(chē)頭部的進(jìn)氣格柵部位以及前擋風(fēng)玻璃處被大量阻塞，氣流的流速迅速降低，因此在相應(yīng)的部位產(chǎn)生了高壓區(qū)區(qū)域。而在進(jìn)氣格柵和引擎蓋的交界處以及前擋風(fēng)玻璃與車(chē)頂?shù)慕唤缣?，氣流發(fā)生了嚴(yán)重的分離，迅速將對(duì)應(yīng)部位的氣流抽走，而形成了負(fù)壓區(qū)。同時(shí)分離的氣流與來(lái)流又分別在引擎蓋和車(chē)頂?shù)闹胁窟M(jìn)行交匯并再次附著。隨著氣流流經(jīng)整車(chē)尾部時(shí)，氣流又再次分離，在尾流區(qū)域形成負(fù)壓區(qū)，因而造成了汽車(chē)的氣動(dòng)阻力。在前后桿徑向的中部形成了高壓區(qū)域而在兩側(cè)形成了一定的負(fù)壓區(qū)域，產(chǎn)生了壓力梯度。

圖4 中截面壓力云圖

圖5 行李架壓力云圖(迎風(fēng)面)

圖6 行李架壓力云圖(背風(fēng)面)

圖7～9是行李架湍流能量云圖。從圖7可以看出，在前桿和后桿的尾部產(chǎn)生交替的湍流能量團(tuán)。從圖8來(lái)看，前桿產(chǎn)生的湍流能量主要集中在前桿的上下兩側(cè)以及尾部。而從圖9可以看出，后桿產(chǎn)生的湍流能量主要集中在后桿的頭部。產(chǎn)生這些湍流能量主要原因是氣流在流經(jīng)固體表面時(shí)沒(méi)有很好的附著，產(chǎn)生了分離從而導(dǎo)致了渦流。這些渦流的產(chǎn)生和發(fā)展本質(zhì)上是一種能量損耗，表現(xiàn)為汽車(chē)氣動(dòng)阻力的增大，最終體現(xiàn)為燃油消耗的增加。

圖7 行李架湍流能量云圖(俯視圖)

圖8 行李架前桿湍流能量云圖

圖9 行李架后桿湍流能量云圖

圖10、11分別是Curle聲功率云圖與Proudman聲功率云圖。湍流場(chǎng)的 Curle 聲功率模型會(huì)計(jì)算偶極源產(chǎn)生的聲源(83～104 dB)?？梢钥闯觯欣罴軛U前端會(huì)產(chǎn)生較強(qiáng)的偶極子聲源。主要噪聲源集中在迎風(fēng)面的邊緣處。這些噪聲源都與桿造成的流場(chǎng)密切相關(guān)。Proudman寬頻噪聲預(yù)測(cè)模型主要用于預(yù)測(cè)汽車(chē)高速行駛時(shí)的四極子聲源(70～90 dB)。通過(guò)圖中可以看出，其具體噪聲源部位與偶極子相似，也是因?yàn)闅饬鞣蛛x引起的。通過(guò)以上分析得知，汽車(chē)在高速行駛時(shí)主要以偶極子為主，四極子為輔。

圖10 Curle聲功率云圖

圖11 Proudman聲功率云圖

本文中研究遠(yuǎn)場(chǎng)噪聲，應(yīng)用工程上監(jiān)測(cè)桿件的遠(yuǎn)場(chǎng)常用布置方法如圖12所示。以兩桿中心為原心，以4 m為半徑，每隔18°取1個(gè)監(jiān)測(cè)點(diǎn)，建立11個(gè)遠(yuǎn)場(chǎng)噪聲檢測(cè)點(diǎn)，利用FW-H方程計(jì)算遠(yuǎn)場(chǎng)發(fā)聲情況。

圖12 噪聲監(jiān)測(cè)點(diǎn)分布

為了忽略后視鏡、引擎蓋等其他噪聲源的影響，單獨(dú)對(duì)行李架產(chǎn)生的遠(yuǎn)場(chǎng)噪聲進(jìn)行監(jiān)測(cè)。利用FW-H方程求解流場(chǎng)傳到11個(gè)監(jiān)測(cè)點(diǎn)在時(shí)域下的脈動(dòng)壓力數(shù)值，通過(guò)傅里葉快速變化轉(zhuǎn)換成頻域下的脈動(dòng)壓力，同時(shí)根據(jù)用聲壓級(jí)計(jì)算方法最終得到11個(gè)監(jiān)測(cè)點(diǎn)聲壓級(jí)頻譜曲線，如圖13所示?？梢愿忧逦貙?duì)各個(gè)監(jiān)測(cè)點(diǎn)的噪聲水平進(jìn)行對(duì)比分析。行李架桿在低頻(0～400 Hz)和高頻(4 400～5 000 Hz)的聲壓級(jí)較高，在2 200～2 800 Hz頻率時(shí)有出現(xiàn)另一峰值的跡象，通過(guò)與無(wú)行李架原車(chē)模型對(duì)比，在該頻段時(shí)，原車(chē)模型是有一個(gè)峰值的，但是由于行李架存在的原因使該峰值被降低。并且各個(gè)點(diǎn)的聲壓級(jí)頻譜曲線走向趨勢(shì)都是一致的，但是第6個(gè)監(jiān)測(cè)點(diǎn)曲線明顯比其他監(jiān)測(cè)點(diǎn)高一些，為了更好地確定這種現(xiàn)象，所以將11個(gè)監(jiān)測(cè)點(diǎn)的數(shù)據(jù)信息導(dǎo)出，用Matlab軟件對(duì)各監(jiān)測(cè)點(diǎn)的總聲壓級(jí)進(jìn)行計(jì)算，得出各個(gè)監(jiān)測(cè)點(diǎn)總聲壓級(jí)值如表1所示。

圖13 監(jiān)測(cè)點(diǎn)聲壓級(jí)頻譜曲線

表1 11個(gè)監(jiān)測(cè)點(diǎn)的聲壓級(jí)值

1.3 優(yōu)化設(shè)計(jì)變量的選取

根據(jù)前面對(duì)原始模型的穩(wěn)態(tài)計(jì)算和瞬態(tài)計(jì)算結(jié)果的分析，原始模型行李架桿產(chǎn)生較大噪音和阻力的原因可能有以下幾個(gè)方面：

1) 桿前端的倒角度過(guò)大，導(dǎo)致高速氣流正面垂直沖擊行李架桿的面積較大，造成過(guò)多的氣流阻塞，同時(shí)還使邊緣處因?yàn)檫B貫性不強(qiáng)導(dǎo)致氣流附著困難而引起此處氣流流速較快，行李架后方橫向有較大速度差產(chǎn)生較大湍流，成為噪聲與阻力源。

2) 桿后端的倒角度過(guò)大，導(dǎo)致此處氣流分離嚴(yán)重，而且使氣流過(guò)早分離后，尾流區(qū)面較大，不利于氣流恢復(fù)，并使桿尾流區(qū)域產(chǎn)生湍流和較大渦旋，成為噪聲和阻力源。

3) 前桿對(duì)后桿的氣流影響，由于兩桿串聯(lián)，前桿產(chǎn)生的氣流造成通過(guò)后桿的氣流不穩(wěn)定，而產(chǎn)生一定的速度差，從而導(dǎo)致后桿湍流和渦旋加大。

綜上所述，同時(shí)考慮到在優(yōu)化過(guò)程中不能對(duì)行李架的主要功能造成影響，即一定程度不改變其力學(xué)性能而導(dǎo)致其承載能力發(fā)生改變，所以在不改變最大厚度dmax情況下，設(shè)計(jì)了4個(gè)優(yōu)化設(shè)計(jì)變量，即前桿的前后2個(gè)倒角半徑R1、R2和后桿的前后2個(gè)倒角R3、R4。根據(jù)國(guó)家強(qiáng)制性標(biāo)準(zhǔn)(GB 20182—2006)外凸物半徑不小于2.5 mm，所以確定優(yōu)化設(shè)計(jì)變量R范圍在3～10 mm，如圖14所示。

圖14 行李架桿的優(yōu)化設(shè)計(jì)變量

2 氣動(dòng)阻力與氣動(dòng)噪聲的單目標(biāo)優(yōu)化

根據(jù)Kriging近似模型的建模要求，最優(yōu)拉丁超立方采樣時(shí)至少需要選取10n+1個(gè)(n是變量個(gè)數(shù))樣本點(diǎn)，獲取41組樣本點(diǎn)[11]。基于網(wǎng)格變形技術(shù)，建立樣本點(diǎn)模型并進(jìn)行仿真計(jì)算。然后利用樣本點(diǎn)數(shù)據(jù)分別建立阻力與噪聲Kriging近似模型以及分別利用決定系數(shù)R2方法驗(yàn)證模型的精度，如圖15、16所示[12-14]。阻力樣本點(diǎn)的近似模型R2=0.909 51，噪聲樣本點(diǎn)的近似模型R2=0.933 95，R2值均在0.9以上，故近似模型滿足計(jì)算要求?；谧枇εc噪聲模型近似模型，利用多島遺傳算法[15]分別對(duì)阻力和噪聲進(jìn)行單目標(biāo)優(yōu)化。

圖15 阻力散點(diǎn)圖

圖16 噪聲散點(diǎn)圖

2.1 氣動(dòng)阻力的單目標(biāo)優(yōu)化

通過(guò)仿真得到阻力最優(yōu)模型的仿真值為380.45 N，降低了1.76%(網(wǎng)格精度為0.103%)，與算法預(yù)測(cè)值的誤差為0.263%，故該結(jié)果具有可靠性。

圖17是原始模型和阻力最優(yōu)模型的壓力云圖。通過(guò)對(duì)比可以發(fā)現(xiàn)，原始模型中行李架橫桿的徑向中部代表高壓區(qū)的深紅色區(qū)域經(jīng)過(guò)優(yōu)化后對(duì)應(yīng)的位置顏色變成了淺紅色，而代表著負(fù)壓區(qū)域的深藍(lán)色也變成了淺藍(lán)色。說(shuō)明阻力最優(yōu)模型相對(duì)于原始模型來(lái)說(shuō)，其高壓區(qū)的壓力明顯降低，而負(fù)壓區(qū)的負(fù)壓值也變小了，即行李架橫桿表面的壓差較低角度，優(yōu)化前后的壓力恢復(fù)明顯變好，從而壓差阻力也會(huì)有所降低。

圖17 原始模型與阻力最優(yōu)模型壓力云圖

圖18、19分別是原始模型與阻力最優(yōu)模型的速度矢量云圖。結(jié)合圖17(a)與(b)，前桿尾流區(qū)的“死水區(qū)”面積經(jīng)優(yōu)化后明顯減小，同時(shí)尾部的渦旋也較小。同時(shí)前桿頭部邊緣由于氣流分離產(chǎn)生的高速氣流也得到明顯的改善。

圖18 前桿速度矢量卷積分云圖

圖19 后桿速度矢量卷積分云圖

通過(guò)圖18(a)與(b)可看到，后桿尾流區(qū)的“死水區(qū)”面積經(jīng)優(yōu)化后大幅度減少，尾部的2個(gè)較大渦也變成了較小渦旋。究其原因是行李架的前端倒角與后端倒角改變后，在桿前端頭部變得相對(duì)尖銳，正面而來(lái)的高速氣流不會(huì)過(guò)多地垂直沖擊在頭部上而引起氣流阻滯，而邊緣處相對(duì)圓滑，使氣流流經(jīng)時(shí)轉(zhuǎn)折度較小，附著性更強(qiáng)，不會(huì)引發(fā)更多的氣流分離。同理，尾部的邊緣處也相對(duì)圓滑，氣流附著性好，不會(huì)過(guò)早地形成氣流分離，使尾流區(qū)域的“死水區(qū)”面積降低，這利于尾流區(qū)域的氣流恢復(fù)。渦旋變小和氣流分離狀況得到改善，都說(shuō)明行李架周?chē)耐牧鲝?qiáng)度降低，這也減小了能量的耗散，從而降低了整車(chē)動(dòng)能的損失。

2.2 氣動(dòng)噪聲的單目標(biāo)優(yōu)化

通過(guò)仿真得到噪聲最優(yōu)模型的仿真值為53.71 dB，降低了15.39%，與算法預(yù)測(cè)值的誤差為3.07%，小于5%，故該結(jié)果具有可靠性。

圖20是原始模型和噪聲最優(yōu)模型的Curle聲功率云圖。通過(guò)Curle聲功率云圖對(duì)比可以看出，前桿的深紅色區(qū)域有明顯的變淺，但是紅色面積有所增加，說(shuō)明噪聲的聲壓強(qiáng)度有了一定的減弱，但是噪聲源區(qū)域相對(duì)來(lái)說(shuō)增多了一點(diǎn)。對(duì)于后桿來(lái)說(shuō)，無(wú)論是代表聲壓強(qiáng)度的顏色深度還是代表噪聲源的紅色面積都有所降低?？傮w來(lái)說(shuō)對(duì)噪聲都是靠向減弱方面。根據(jù)噪聲的產(chǎn)生機(jī)理，由于行李架橫桿的倒角半徑發(fā)生改變后，使氣流附著在桿件表面變得容易了些，即氣流分離得到了一定的抑制，從而壓力變化不大。

圖20 Curle聲功率云圖

從圖21可以看出，在優(yōu)化前后，在氣流流動(dòng)方向上兩桿尾部交替產(chǎn)生湍流能量明顯減少，使尾流區(qū)域的湍流狀況得到了明顯改善，湍流能量的減少代表著尾流區(qū)域的湍流強(qiáng)度減弱。

圖21 湍流能量云圖

3 協(xié)同優(yōu)化

在建立協(xié)同優(yōu)化模型的系統(tǒng)級(jí)優(yōu)化器之前，要根據(jù)不同子學(xué)科的不同要求對(duì)各自進(jìn)行分配權(quán)重，結(jié)合第四章單目標(biāo)優(yōu)化結(jié)果發(fā)現(xiàn)噪聲的優(yōu)化空間較大一些，所以設(shè)置了阻力與噪聲權(quán)重比為 5∶5、4∶6、3∶7、2∶8，即在協(xié)同優(yōu)化時(shí)對(duì)權(quán)重大的子學(xué)科優(yōu)化占比會(huì)更高一點(diǎn)。

3.1 建立協(xié)同優(yōu)化數(shù)學(xué)模型

系統(tǒng)級(jí)優(yōu)化目標(biāo)數(shù)學(xué)表達(dá)式：

MinS=A(F-379.65)+B(SPL-52.06)

(6)

式中：A為阻力權(quán)重；B為噪聲權(quán)重；F為阻力學(xué)科傳遞給系統(tǒng)的優(yōu)化值；SPL為噪聲學(xué)科傳遞給系統(tǒng)的優(yōu)化值。

系統(tǒng)級(jí)優(yōu)化器數(shù)學(xué)模型：

S1=(x1s-x2l)2+(x2s-x2l)2+(x3s-x3l)2+

(x4s-x4l)2+(SPLs-SPLb)2

(7)

S2=(x1s-x2l)2+(x2s-x2l)2+(x3s-x3l)2+

(x4s-x4l)2+(Fs-Fb)2

(8)

式中：x1s、x2s、x3s、x4s為系統(tǒng)級(jí)的設(shè)計(jì)變量；x1l、x2l、x3l、x4l為學(xué)科級(jí)優(yōu)化后傳遞給系統(tǒng)級(jí)的設(shè)計(jì)變量；SPLb、Fb為子學(xué)科傳遞給系統(tǒng)級(jí)的噪聲、阻力優(yōu)化值；SPLs、Fs為系統(tǒng)期望值S1≤0.001，S2≤0.001。

氣動(dòng)阻力子學(xué)科優(yōu)化器數(shù)學(xué)模型：

Min:d2=(x1s-x1b)2+(x2s-x2b)2+

(x3s-x3b)2+(x4s-x4b)2+

(Fs-Fb)2

(9)

氣動(dòng)噪聲子學(xué)科優(yōu)化器數(shù)學(xué)模型：

Min:d1=(x1s-x1b)2+(x2s-x2b)2+

(x3s-x3b)2+(x4s-x4b)2+

(SPLs-SPLb)2

(10)

式中：x1b、x2b、x3b、x4b為4個(gè)變量值；SPLb、Fb為子學(xué)科的噪聲、阻力優(yōu)化值；SPLs、Fs為系統(tǒng)期望值；d1、d2分別為噪聲和阻力學(xué)科耦合變量和共享變量的差異。

3.2 協(xié)同優(yōu)化流程

圖22是協(xié)同優(yōu)化基本結(jié)構(gòu)框圖，最上層框圖為低阻低噪的系統(tǒng)級(jí)優(yōu)化器，其系統(tǒng)優(yōu)化目標(biāo)為根據(jù)一定權(quán)重比下，氣動(dòng)阻力和氣動(dòng)噪聲在優(yōu)化設(shè)計(jì)變量范圍內(nèi)分別與它們自身差值之和最小值。下面2個(gè)框圖分別為阻力學(xué)科和噪聲學(xué)科的子系統(tǒng)優(yōu)化器，它們各自有著自身的學(xué)科自約束條件。利用Isight軟件對(duì)上節(jié)建立的協(xié)同優(yōu)化算法數(shù)學(xué)模型進(jìn)行搭建，如圖23所示。

圖22 協(xié)同優(yōu)化基本結(jié)構(gòu)框圖

圖23 協(xié)同優(yōu)化流程框圖

3.3 協(xié)同優(yōu)化結(jié)果

共設(shè)置4種不同阻力與噪聲權(quán)重比下的協(xié)同優(yōu)化，得到4組協(xié)同優(yōu)化結(jié)果，如表2所示。通過(guò)對(duì)比4組協(xié)同優(yōu)化結(jié)果，隨著噪聲占比權(quán)重加大，噪聲降低的幅度逐漸減小。因?yàn)樵肼曌兓淮螅瑸榱烁嗟亟档妥枇?，故選用4∶6的權(quán)重比作為最終優(yōu)化結(jié)果并在后面做驗(yàn)證仿真分析。結(jié)果如表3所示。

表2 協(xié)同優(yōu)化結(jié)果

表3 預(yù)測(cè)值與仿真值結(jié)果

流場(chǎng)的壓力云圖一般最能夠直觀反映阻力變化，因此從整車(chē)的壓力云圖來(lái)看，如圖24所示，整車(chē)周?chē)膲毫Ψ植紱](méi)有隨著行李架外形的改變而大幅度改變，符合汽車(chē)空氣動(dòng)力學(xué)的一般規(guī)律。但是如標(biāo)記所示在尾流區(qū)域負(fù)壓為82.65 Pa的區(qū)域面積明顯減少，這就說(shuō)明優(yōu)化后的模型尾流區(qū)域的壓差有所降低，對(duì)壓差阻力恢復(fù)是有利的，也是整車(chē)阻力降低的原因。

圖24 整車(chē)壓力云圖

如圖25所示，從行李架橫桿本身分析，優(yōu)化后無(wú)論是代表高壓區(qū)的紅色面積還是代表負(fù)壓區(qū)的綠色面積都縮小了，并且對(duì)應(yīng)的顏色也變淺了，說(shuō)明優(yōu)化模型行李架桿表面的壓力差減小了，其本質(zhì)是氣流在行李架桿表面的阻塞和分離降低了，這都對(duì)降低阻力以及減少壓力脈動(dòng)起到重要作用。

圖25 行李架橫桿壓力云圖

通過(guò)聲壓級(jí)頻譜曲線圖可以較為直觀的看出優(yōu)化前后的噪聲聲壓級(jí)的變化，如圖26所示，從圖中可以對(duì)比出，協(xié)同優(yōu)化出來(lái)的低阻低噪模型聲壓級(jí)頻譜曲線基本都處于原始模型曲線的下方，其最大峰值與噪聲大小水平均小于原始模型，噪聲得到了明顯的降低。

圖26 聲壓級(jí)頻譜曲線

4 結(jié)論

1) 行李架兩橫桿的前后端的氣流阻塞以及氣流分離是造成壓差阻力、湍流強(qiáng)度以及脈動(dòng)壓力的主要原因。行李架產(chǎn)生的噪聲源以偶極子聲源為主，四極子聲源為輔。行李架橫桿靠近車(chē)頂而產(chǎn)生的近壁效應(yīng)對(duì)流場(chǎng)的影響也較大，車(chē)頂對(duì)行李架桿下部氣流有壓縮的作用，導(dǎo)致桿尾流區(qū)域面積增大；行李架的存在也會(huì)影響車(chē)頂氣流的附著，對(duì)整車(chē)尾流也會(huì)產(chǎn)生一定影響。

2) 通過(guò)對(duì)整車(chē)模型阻力和噪聲進(jìn)行單目標(biāo)尋優(yōu)，得到阻力單目標(biāo)優(yōu)化值為379.65 N，降低了1.97%，噪聲單目標(biāo)優(yōu)化值52.06 dB，降低了17.99%。

3) 通過(guò)建立協(xié)同優(yōu)化算法數(shù)學(xué)模型，并計(jì)算4種不同權(quán)重比下的協(xié)同優(yōu)化模型，最終確立阻力與噪聲比為4∶6的一組作為最終優(yōu)化結(jié)果。在對(duì)協(xié)同優(yōu)化預(yù)測(cè)模型進(jìn)行了仿真驗(yàn)證后，得到了阻力最終優(yōu)化值為381.08 N，降低了1.60%，預(yù)測(cè)值與仿真值誤差為0.17%；噪聲最終優(yōu)化值為54.01 dB，降低了14.92%，預(yù)測(cè)值與仿真值誤差為3.67%。