为解决当前汽车气动减阻设计中基于工程师经验的试凑法所带来的盲目性与低效性,以及车身曲面难于参数化的问题,作者将离散伴随法和试验设计(Design of Experiment,DOE)引入汽车减阻优化流程,以阶梯背式MIRA模型为研究对象,通过对外流场...为解决当前汽车气动减阻设计中基于工程师经验的试凑法所带来的盲目性与低效性,以及车身曲面难于参数化的问题,作者将离散伴随法和试验设计(Design of Experiment,DOE)引入汽车减阻优化流程,以阶梯背式MIRA模型为研究对象,通过对外流场进行数值计算,根据外流场特性和车辆表面灵敏度分析,确定优化变量;通过DOE创建样本空间,并采用网格变形技术对各优化变量进行参数化;通过CFD仿真获取各样本点的风阻系数;采用Kriging空间插值法来建立近似模型;使用自适应模拟退火算法对模型优化。优化后模型风阻系数较原模型共计降低16 counts,减阻5.4%,表明该方法在汽车气动减阻优化中有较好的减阻效果和可行性。展开更多
文摘为解决当前汽车气动减阻设计中基于工程师经验的试凑法所带来的盲目性与低效性,以及车身曲面难于参数化的问题,作者将离散伴随法和试验设计(Design of Experiment,DOE)引入汽车减阻优化流程,以阶梯背式MIRA模型为研究对象,通过对外流场进行数值计算,根据外流场特性和车辆表面灵敏度分析,确定优化变量;通过DOE创建样本空间,并采用网格变形技术对各优化变量进行参数化;通过CFD仿真获取各样本点的风阻系数;采用Kriging空间插值法来建立近似模型;使用自适应模拟退火算法对模型优化。优化后模型风阻系数较原模型共计降低16 counts,减阻5.4%,表明该方法在汽车气动减阻优化中有较好的减阻效果和可行性。
