关于模型类论文封面格式,关于基于Sculptor和Isight的SUV前阻风板结构优化相关论文范本

本论文为关于模型类论文封面格式,关于基于Sculptor和Isight的SUV前阻风板结构优化相关本科论文开题报告，可用于模型论文写作研究的大学硕士与本科毕业论文开题报告范文和优秀学术职称论文参考文献资料下载。免费教你怎么写模型及阻力及自动化方面论文范文。

摘 要 ： 以某SUV车型为研究对象,通过Isight集成Sculptor和FLUENT建立优化平台,在Sculptor中建立控制体,与SUV几何模型建立映射关系；将阻风板的高度和安装角度参数化,并应用Isight的DOE拉丁超立方设计方法创建实验样本点.在此基础上,用Isight驱动FLUENT进行仿真计算并建立Kriging近似模型,得到目标函数风阻系数与变量高度和角度之间的关系.采用多岛遗传算法对近似模型寻找最优解.优化结果表明,通过对阻风板的优化,其阻力因数下降6.1%.

关 键 词 ： 网格控制变形； 优化超拉丁立方设计； Kriging； 多岛遗传算法； Isight； Sculptor

中图分类号： U463.835； TB115.1文献标志码： B

引言

汽车在行驶过程中受到的空气阻力主要由压差阻力、摩擦阻力、干扰阻力、诱导阻力和内流阻力等组成,其中,压差阻力占总阻力的50%～65%.[1]汽车底部结构对压差阻力的影响较大,车轮旋转式轮腔内流体易出现涡流,增加压差阻力.在车轮前加装阻风板可以改善轮腔内的流体流动状态,阻风板的尺寸和安装位置都直接影响流场特性,因此,对其结构参数和安装参数进行优化对提高整车的气动特性有重要意义.

长期以来,在汽车外流场仿真中,约80%的时间耗在建立模型和划分网格上,对其结构的优化也依赖于工程师的工程经验.应用Sculptor网格变形技术可以直接对CFD模型进行变形,并能将优化变量参数化,集成到Isight优化平台中,为仿真优化提供理论依据,大大提高优化效率.

本文基于Sculptor网格变形技术和Isight优化平台,对某SUV前阻风板的结构尺寸和安装角度进行优化,优化结果使阻力因数下降6.1%.

1Sculptor参数化建模

Sculptor采用B样条技术控制结构三维曲线,网格变形3阶连续,并具有自动网格优化功能,变形完成后可以以多种格式输出.CFD网格模型在Sculptor中完成变形后,可以以CFD格式文件输出,并直接进行CFD数值计算,不需要重新进行CFD数值分析定义；优化得到的模型可以通过Sculptor输出几何,直接用于工厂加工.

2优化方法

本文采用Isight集成Sculptor和FLUENT,完成网格变形与数值计算的自动化流程.选用Isight提供的近似模型——Kriging模型与优化算法多岛遗传算法（MultiIsland Geic Algorithm,MIGA）.

2.1Kriging近似模型

采用近似模型拟合设计变量与响应量之间的函数关系,可以节省仿真模拟的时间.Kriging模型在地质、工程、数学和统计中应用广泛,由于其可以选择广泛的相关函数建立响应面,因此具有极强的适应性.

Kriging计算格式[2]为y（x）等于f（x）+z（x） （1）式中：y（x）为Kriging模型函数；f（x）为固定部分,是已知的x的多项式函数,类似于响应面法,是设计空间的全局近似模拟模型,在多数情况下,f（x）是个常数；z（x）为随机过程,是在f（x）基础上建立的均值为0,方差不为0的局部偏差部分,是Kriging模型局部偏差.

z（x）的协方差矩阵为Cov[z（xi）,z（xj）]等于σ2R（R（xixj）） （2）式中：R为相关矩阵,是一个沿对角线对称的正定矩阵；R（xixj）为ns个样本点中任意2个点xi,xj之间的相关函数,目前运用较多的相关函数有指数函数、线性函数、立方函数和高斯函数等.

Kriging模型的精度取决于样本点的选取,最好的Kriging模型是有较好的空间填充性的样本点为前提的.本文采用优化的拉丁超立方实验设计,选取能较好填充空间的样本点,为Kriging模型的建立创造条件.除此之外,为保证拟合精度,Isight还采用其他的数值技术提高近似模型的精度和鲁棒性.[4]

2.2多岛遗传优化算法

本文结合Kriging近似模型,选用MIGA[3]进行响应面内的寻优.MIGA模拟人口迁移与基因遗传的方式进行随机全局寻优,其在传统遗传算法基础上发展起来,将整个进化群体划分为多个子遗传群体,称为“岛”；各个岛上的个体独立地进行选择、交叉、遗传和变异等传统遗传算法.MIGA将不同岛屿上的个体定期进行随机的“迁移”,保持种群的多样性.MIGA自动地进行全局搜索,没有固定的寻找规则,能很好地避免局部最优解.相对于梯度寻优法,MIGA不要求求导和函数连续性,采用随机概率寻优的方式,具有更好的全局性.

模型本科论文的写作方法
播放:38590次 评论:3666人

Isight提供的MIGA可以较方便地定义岛屿个数、子群数量、迁移率和突变率等,根据需要完成这些设置,即可在已建立好的近似模型基础上进行最优解的搜寻.

3前阻风板优化技术流程

3.1优化流程

建立初始模型后,在Sculptor中将变量参数化,根据试验设计方案进行网格变形,利用FLUENT计算得到相应的目标函数；然后根据计算结果建立kriging,并通过适当的寻优方式找到目标函数（风阻）的最小值.设计流程示意见图1.

图 1设计流程示意3.2CFD模型与Sculptor网格变形控制

3.2.1CFD数值模型

采用FLUENT计算SUV的阻力,由于汽车行驶速度一般小于300 km/h,空气的密度变化不大,可近似为常量,因此,计算运用的控制方程为三维不可压缩流动的连续性方程、动量方程和能量方程.[5]认为空气流动为定常流,假定空气在散热器进口处均匀分布,并忽略空气的重力作用.边界条件设置如下：

（1）入口边界.采用均匀来流的速度入口边界条件,30 m/s；湍流强度4.5%. （2）出口边界.设定为压力出口边界条件,一个大气压,湍流强度10%.

（3）对称面.由于模型关于中间纵截面对称,取模型的一半用于计算,故中间面设为对称面.

（4）地面.与入口来流速度一致,30 m/s.

CFD计算模型见图2.

3.2.2Sculptor参数化控制

首先将CFD文件导入Sculptor中,建立ASD控制体,定义变形方案,确定前阻风板的控制变量.原阻风板结构见图3.

图 2CFD计算模型

图 3原阻风板结构

本文研究主要考虑前阻风板的高度和安装角度.变形控制见图4.

（a）阻风板高度

（b）安装角度

图 4变形控制体

3.3优化设计

3.3.1优化问题描述

设计变量：阻风板高度H,安装角度α.约束条件：200 mm

目标函数：阻力因数最小.

3.3.2试验设计

优秀的试验设计能有效降低复杂系统仿真试验次数.由于拉丁超立方的抽样方法导致的样本可能在空间分布不均,因此导出优化的拉丁超立方抽样方法.优化的拉丁超立方是在采用拉丁超立方随机选取样本的过程中,控制样本点在设计空间的均匀分布,因而,优化的拉丁超立方具有更好的空间填充性和均衡性.本文综合考虑各种试验设计方法,选用优化的拉丁超立方进行抽样选点.

随机选取50组试验,计算完成后自动生成设计变量与响应量之间的对应关系,可以得出各个变量对响应值的贡献,可以用Pareto图表现,见图5.

图 5Pareto图

3.4Kriging近似模型与优化算法

搭建近似模型寻优流程,见图6.将50组设计变量与响应量之间的对应关系表导入到Kriging近似模型中,调用Isight优化组件,选用MIGA.

图 6优化模型

经过Kriging近似模型的拟合与MIGA的寻优过程,对优化结果应用CFD计算验证.得到结果见表1,可知,近似模型与CFD仿真结果相差不到1%,最终优化结果使得SUV阻力因数降低6.1%.

表 1优化结果对比表参数H/mmα/（°）阻力因数Cd原模型30000.417Kriging结果38060.385CFD仿真38060.388

4结束语

通过Isight优化平台,集成Sculptor网格变形和流体计算动力学软件FLUENT,对某SUV模型前阻风板进行优化,最后得到阻风板的长度为380 mm,安装角度为6°,阻力因数下降6.1%.结果表明,应用Isight集成Sculptor和FLUENT仿真优化技术,可以大大减少设计时间,提高设计效率,可以为汽车工程师的设计工作提供参考.参考文献：

[1]傅立敏. 汽车空气动力学[M]. 北京： 机械工业出版社, 2006.

[2]WANG Bing. Using Kriging methods to estimate damag