基于Starccm+的某车型外气动特性DOE优化

基于Starccm+的某车型外气动特性DOE优化

付强，赵婧，芦克龙，马金英，范士杰

（中国第一汽车股份有限公司技术中心，长春，130011）

摘要：本文以某三厢阶背式经济型轿车为研究对象，使用Starccm+计算软件，结合实验设计和优化理论，对某车型外气动特性进行DOE优化，使目标车型风阻系数降低6.5%。

关键词：外气动降阻优化，实验设计（DOE），CFD

0 前言

本文使用Starccm+仿真软件，结合实验设计和优化理论，对某经济型轿车开展基于参数化模型的外气动特性DOE优化，综合考虑空气动力学专业特有的耦合特性，解决以往降阻分析过程中仅对单参数进行优化而导致分析结果不全面的问题，以及因多参数优化工作量巨大而难以依靠人工完成的问题。

1 技术路线

本文首先使用与优化目标车型具有相同造型特征的参数化模型进行降阻优化分析，通过改变目标参数来获得参数间最佳匹配关系，进而将优化结果反馈至目标车型上，指导目标车型进行降阻优化改进，最终获得最佳低风阻车身造型。具有计算速度快，分析效率高，结果反馈及时迅速的特点，适合在总布置阶段及造型设计初期使用，可及时明确降阻目标，提供优化方向，使工作更加具有针对性。

本文研究工作建立在一个可实现对多参数、大样本量问题进行自动计算、全局寻优的优化计算平台的基础上，通过集成体网格变形文件Sculptor、流体计算软件Starccm+和优化软件 Isight，实现自动寻优计算。本文的技术路线具体实现形式为：建立参数化模型→设置变形参数→选取试验设计方法→搭建DOE模型→全局变形计算→模型参数关系分析→自动寻优→最终优化方案确定→最佳参数组合验证→CAS模型验证。

2 参数化模型

整车的总体参数匹配是影响整车风阻系数的关键因素之一，良好的参数匹配是低风阻车型的基础。基于量化参数的思想，建立参数化模型，方便定量修改，基于空气动力学分析的目标与基本原理，确定简化模型需要符合以下原则：

1.体现原造型方案的基本特征；

2.为满足与实际车型符合度高、适于修改和方便计算的多方面需求，简化模型应多由平面构成，连接处为圆弧曲面；

3.需保证简化模型与CAS模型的匹配关系，当简化模型向真实模型拓扑时，由简化模型计算得出的优化方案在CAS造型上使用可获得相应的降阻效果。

乘用车参数化模型具有与目标车型相同的空气动力学特征参数，同时尽可能的保留了原车型的造型特征，解决了以往标准模型与实际车型主要特征吻合度不高的问题，保证了参数模型优化结果在目标车型上的实际应用性。

3 某经济型轿车空气动力特性优化

3.1 建立参数模型

依前述原则建立参数模型。

图1参数化模型

3.2 确定研究参数及其变化区间

以图2中的1、2、3、4、5、8六个角度类参数研究各参数对整车风阻系数的影响。参数名称及变化区间参见表1。

图2 目标参数

表1 参数及变化区间

序号参数名称上限下限

1 发动机罩倾角11.3°13.3°

2 前风窗倾角55°65°

3 后风窗倾角61.5°71.9°

4 后风窗实际作用角15°20.4°

5 格栅倾角64°87°

8 车身倾角12.6°20.6°

3.3 自动计算平台搭建及计算

搭建自动计算平台，依实验设计理论，采用正交方法为全局变量建立正交矩阵，开始对计算模型进行计算。整个设计流程可参考图3。

图3 DOE搭建流程

3.4基于DOE结果的参数分析

3.4.1各参数主效应分析

经计算，获得各参数主效应分布图，见图4。

图4 主效应分析

由上图可知，在考察范围内，各因子对整车Cd的影响为，发动机罩倾角对整车风阻影响影响最显著，整车风阻随发罩倾角的增大而减小；前风窗倾角对整车风阻影响较显著，整车风阻随前风窗倾角的增大而减小；后风窗倾角对整车风阻影响较显著，水平处于较高范围内时整车Cd较小；后风窗实际作用角对整车风阻影响较小，水平处于中部时，整车Cd较小；侧窗倾角与格栅倾角对整车风阻的影响小。

3.4.2 各参数交互作用分析

图5、图6为各参数的交互作用分析图。

图5交互效应分析——交互作用强

图6 交互效应分析——交互作用弱

由图5、图6可知，前风挡、后风窗实际作用角间的相互影响较大，侧窗和格栅相互作用较大，后风窗实际作用角、后风窗角度存在交互作用，后风窗、格栅之间存在交互作用。 3.5 全局寻优结果分析 3.5.1 寻优结果

通过全局寻优，获得各参数的最优值见表2。

表2 参数最优匹配表

前风窗 倾角

格栅 倾角

发罩 倾角

后风窗 倾角

车身 倾角

后风窗实际作用角

参数值 63.3° 74.8° 13.3° 70.1° 17.6° 17.8°

3.5.2 预测结果分析及改进

图7为近似模型预测最优点与各参数主效应曲线对比图，由图可知，预测结果与主效应分析结果基本一致。

图7 近似模型预测最优点与主效应曲线对比

分析上图可知，使用近似模型预测的各参数的最优点对于主效应显著的因子如front-window 、hood 、rear-window 与trunk ，预测最优方案与主效应曲线最优位置一致。对于主效应不显著的因子，不一定能作为最优方案的决策。

根据近似模型求解得到的最优值，可结合主效应分析结果进行进一步改进，改进方案见图8（图中蓝色点为可选改进方案）。

图8

改进主要针对主效应显著的因子（如front-window ），主效应不显著的因子改进效果小，对优化设计工作贡献小，根据实际工作要求可不予考虑。具体改进方案参考表3。

表3 改进方案

前风窗 倾角 格栅倾角 发动机罩倾角

后风窗 倾角 侧窗倾角 后风窗实际作用角

风阻系数

初始方案 60.0° 77.2° 12.3° 66.5° 16.6° 18.1° a 近似方案

63.3°

74.8° 13.3° 70.1° 17.6° 17.8° 0.951a 改进方案1 65.0° 74.8° 13.3° 70.1° 17.6° 17.8° 0.948a 改进方案2 63.3° 67.0° 13.3° 70.1° 17.6° 17.8° 0.948a 改进方案3 63.3° 74.8° 13.3° 70.1° 20.6° 17.8° 0.951a 改进方案4 65.0°

67.0°

13.3°

70.1°

20.6°

17.8°

0.941a

分析表3中数据，改进方案4中参数模型的风阻系数最低，Cd 值为0.941a ，使用近似模型预测得到的优化方案实际风阻系数为0.951a ，与之相比，改进后的阻力系数Cd 降低1%，有一定改进效果。与初始方案相比，参数模型的风阻系数值从a 降到0.941a ，降低5.9%，降幅较为明显。而在近似方案基础上单独对前风窗倾角、格栅倾角和侧窗倾角进行改变对整车风阻系数影响不大，上述三个变量对相应的交互作用较为明显。本