【技术】AICFD助力汽车空气动力学设计

概述 

随着汽车工业发展与汽车行驶速度日益提高,汽车的空气动力学亦愈来愈受到重视,优秀的空气动力学设计不但可以达到高效节能的目的,还能够减少噪音、提高车辆的平顺性和行驶稳定性,提供更强的安全保障。如今,它已经不是航空航天领域的专利,而是现代工业设计必不可少的元素之一。

汽车空气动力学研究主要有两种方法:一种是进行风洞实验,另一种则是利用计算流体动力学(CFD)技术进行数值仿真。相比风洞实验,CFD数值仿真有着可再现性、周期短、成本低,以及全面且丰富的流场分析功能等优点。随着计算机性能的不断提高,CFD 软件逐渐成为工程师的常用工具,通过数值仿真,在产品开发的初期就确立设计方案。外流场空气动力学仿真计算作为CFD的一个方面,在现代汽车设计中扮演着至关重要的角色。

AICFD软件介绍

AICFD 是由天洑软件研发的一款智能热流体仿真软件,它实现对流动及传热的快速智能仿真。其功能可分为模型导入、网格自动快速生成、快速仿真、结果可视化和后处理、智能加速五大部分,涵盖了从几何模型到仿真结果的完整仿真分析流程。通过现代化的图形界面结合数值仿真和智能加速算法,AICFD 向用户提供了易用的智能热流体仿真功能。 作为一款通用的热流体仿真软件,AICFD能够帮助工业企业建立设计、仿真和优化相结合的一体化流程,较大程度地提高产品的开发效率。

软件提供了工业设计中常用的流体仿真功能,流动类型包括单相不可压缩流动、单相可压缩流动(支持亚音速、跨音速和超音速流动)、传热、多相流等,它支持多区域的流动和传热模拟,使得其可应用于复杂工业流动如叶轮机械和换热器内的流动和传热仿真。AICFD 提供多种稳健的数值格式和边界条件以及常用的物理模型,它为能源动力、船舶海洋、航空航天和汽车等领域的设计人员提供了一个通用的热流体仿真手段。

AICFD是基于有限体积方法的通用CFD求解器,主要处理RANS和LES系统的湍流模型。基于时间平均值的RANS系统模型包括标准的高雷诺数型K-Epsilon模型和低雷诺数型K-Epsilon模型。此外,除了Standard K-Epsilon模型和RNG K-Epsilon模型,软件还提供了SST K-Omega, Spalart-Allmaras,Smagorinsky等模型。软件采用雷诺平均NS方程(RANS)和分离涡模拟技术来模拟湍流流动,预测流动的分离。在稳态仿真中采用RANS模型,而在瞬态仿真中采用DES模型,DES模型在近壁面采用RANS模型,而在主流区如汽车尾迹的分离区,采用大涡模拟(LES)。

软件提供了多种数值格式,配以Venkatakrishnan和Slope两种限制器(局部流场存在较大梯度时抑制振荡)用以满足各类工业模型的数值仿真需求,对于汽车外流场,AICFD推荐使用二阶迎风+Venkatakrishnan限制器的数值格式来时间推进,用户可以用相同的方法进行稳态仿真或瞬态仿真。根据需求可选择通过瞬态仿真来获得更实际和更精确的结果而不限于采用稳态仿真来近似汽车流场。

小汽车外流场案例 - 模型

本案例采用如图1所示模型作为汽车仿真模型,建模比例为1:1,取小汽车中心对称面一半模型进行仿真;该模型对汽车实体表面做了简化处理,省略了车灯、门把手、后视镜等。同时还对底部作了平整处理。为了再现汽车行驶状态,汽车的前部、上部和侧面离车体的距离都取汽车的几倍尺寸。假设汽车模型长为L,宽为W,高为H,计算域的取法为汽车前部取2L,侧面取3W,上部取3H,汽车后部取4L。

图1 几何模型

整体网格为四面体网格单元为主的非结构网格,壁面附近有5层三棱柱网格单元,网格数量244万,如图2和图3所示。

 图2 流场区域网格

图3 汽车表面及附近区域网格

小汽车外流场案例 - 边界条件 

入口边界:速度入口,取远端来流方向(-Z)的端面为入口边界,气流速度为40m/s。

出口边界: 静压出口,车身后远端端面为出口边界,相对压强P=0Pa。

固壁边界:地面与汽车表面均设置为无滑移固壁边界。

对称边界:汽车侧面与上部远场设为对称边界。

小汽车外流场案例 - 计算结果分析

图4,图5为流场对称面及车身表面压力云图。由图可知,在车身上表面,除车身前脸部分、发动机罩与前风窗交界处,及后风窗与行李箱罩交界处出现正压外,其余部分均为负压。在汽车前部压力比较大,后部存在着负压,前后的压力差造成了汽车的压差阻力。

图4 流场对称面压力云图

图5 汽车表面压力云图

图6为汽车中心对称平面流线图。由图所示,气流分离在汽车尾部形成尾涡,是影响汽车行驶稳定性的原因之一。

图6 对称面流线图

图7为汽车尾部速度流场矢量图,如图所示,汽车尾涡是由于上下表面气流的压差与卷带形成的。大尺度的涡形成与消散使得气流能量消耗增加,从而显著增加气动阻力。

 

图7 汽车尾部速度流场矢量图

与其它商业CFD软件计算结果对比 

本案例同时与其它商业软件进行了结果对比,计算采用相同网格模型,湍流模型(标准K-Epsilon模型),边界条件,计算结果均达到收敛标准,结果对比如下:

图8 汽车表面压差阻力与摩擦阻力对比

图9 汽车对称面外缘曲线压力分布图对比

总结 

1. 基于以上分析我们可以看出汽车压差阻力和尾涡的分析是汽车设计过程中非常关键的部分,通过数值仿真,我们可以获得汽车附近任意位置流场信息,加上丰富的后处理功能,可以对流场进行全方位的分析。

2. AICFD能对汽车外流场进行精确的数值模拟,可以帮助汽车生产商在新车开发过程中,进行快速精确地气动性能分析。 

3. AICFD除了提供高精度的仿真求解功能,还可以通过结合AI智能加速和智能预测加快汽车外气动分析的收敛速度,实现秒级仿真,详细介绍请关注天洑公众号后续内容!

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
人工智能技术在芯片设计方面有着广泛的应用,主要体现在以下几个方面: 1. 优化芯片设计流程:芯片设计是一个复杂而繁琐的过程,需要涉及到多个环节,如逻辑设计、物理设计、验证等。人工智能技术可以帮助芯片设计人员自动化地完成某些流程,例如通过机器学习算法优化逻辑设计、自动布局布线等,从而提高设计效率和准确性。 2. 提高芯片设计的精度和效率:使用人工智能技术,可以通过对芯片设计数据的分析和挖掘,帮助设计人员更加准确地预测芯片性能和问题,并提供相应的解决方案,从而提高芯片设计的精度和效率。 3. 加速芯片验证:芯片验证是一个至关重要的环节,需要验证芯片设计是否符合要求。传统的验证方法往往需要大量的时间和人力投入,而人工智能技术可以帮助设计人员设计出更加高效的验证算法,从而加速芯片验证过程。 4. 改善智能芯片的性能:人工智能技术可以帮助芯片设计人员更好地设计和优化智能芯片的结构和算法,从而提高智能芯片的性能和效率。例如,在人工智能芯片设计中,可以使用卷积神经网络、循环神经网络等深度学习算法,从而提高芯片的识别准确率和响应速度。 总之,人工智能技术可以提高芯片设计的效率和准确性,加速芯片验证,改善智能芯片的性能,从而推动芯片设计领域的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值