基于集成方法的汽車除霜除霧風(fēng)道改進(jìn)

谷正氣，文琪，湯柱良，陳陣，黃泰明

?

基于集成方法的汽車除霜除霧風(fēng)道改進(jìn)

谷正氣1, 2，文琪1，湯柱良1，陳陣1，黃泰明1

(1. 湖南大學(xué)汽車車身先進(jìn)設(shè)計(jì)制造國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖南長(zhǎng)沙，410082；2.湖南文理學(xué)院洞庭湖生態(tài)經(jīng)濟(jì)區(qū)建設(shè)與發(fā)展協(xié)同創(chuàng)新中心，湖南常德，415000)

針對(duì)目前汽車除霜除霧性能普遍不高的問(wèn)題，采用RNG?模擬的計(jì)算方法，對(duì)某車型前擋風(fēng)玻璃除霜除霧性能改進(jìn)進(jìn)行了研究。首先，利用試驗(yàn)驗(yàn)證仿真方法的準(zhǔn)確性；然后通過(guò)分析初始模型的除霜除霧性能，提出了在除霜除霧風(fēng)道中添加4個(gè)導(dǎo)流板，把導(dǎo)流板的6個(gè)結(jié)構(gòu)尺寸作為優(yōu)化變量，將前擋風(fēng)玻璃，′和區(qū)的努賽爾數(shù)作為優(yōu)化目標(biāo)，同時(shí)為了提高優(yōu)化效率，基于一種計(jì)算流體力學(xué)與優(yōu)化算法相集成的方法，對(duì)除霜除霧風(fēng)道結(jié)構(gòu)進(jìn)行優(yōu)化改進(jìn)進(jìn)而得到最優(yōu)參數(shù)；最后，將改進(jìn)后的風(fēng)道系統(tǒng)應(yīng)用到除霜除霧性能分析。研究結(jié)果表明：在不增加空調(diào)送風(fēng)量的前提下改進(jìn)后的風(fēng)道送風(fēng)分布更加均勻，區(qū)和’區(qū)的努賽爾數(shù)分別提高了13.2%和7.7%，除霜除霧性能得到明顯改善。

除霜除霧；RNG模型；導(dǎo)流板；集成優(yōu)化

汽車鼓風(fēng)機(jī)吸入氣流通過(guò)除霜除霧風(fēng)道將其輸送到前擋風(fēng)玻璃內(nèi)表面，而風(fēng)道系統(tǒng)設(shè)計(jì)是直接影響前擋風(fēng)玻璃內(nèi)表面流場(chǎng)分布，氣流的不均勻?qū)?dǎo)致霜霧不能在較短的時(shí)間內(nèi)除盡，這將造成駕駛員視野模糊，導(dǎo)致安全隱患，GB 11555—2009[1]對(duì)汽車前擋風(fēng)玻璃的除霜除霧性能有明確的規(guī)定，除盡某些特定區(qū)域的霜霧需要的時(shí)間越短越好。因此，優(yōu)化除霜除霧風(fēng)道結(jié)構(gòu)具有重要實(shí)際意義。國(guó)內(nèi)外學(xué)者對(duì)改進(jìn)汽車前擋風(fēng)玻璃除霜除霧性能做了一定的研究。張曉蘭等[2]運(yùn)用STAR CCM+軟件模擬除霜風(fēng)道內(nèi)部的空氣流動(dòng)，從流場(chǎng)特性的角度對(duì)風(fēng)道結(jié)構(gòu)進(jìn)行優(yōu)化。董素艷[3]采用CFD方法對(duì)除霜瞬態(tài)過(guò)程分析，與試驗(yàn)結(jié)果對(duì)比驗(yàn)證了仿真的準(zhǔn)確性。袁俠義等[4]中提出了優(yōu)化風(fēng)量分配，優(yōu)化氣流走勢(shì)的方法改進(jìn)汽車擋風(fēng)玻璃的除霜性能。HUANG等[5?6]采用數(shù)值仿真與試驗(yàn)驗(yàn)證相結(jié)合的方法，對(duì)除霜風(fēng)管與內(nèi)部結(jié)構(gòu)進(jìn)行改進(jìn)，使得除霜效果滿足所需要求。LI等[7?8]針對(duì)客車空調(diào)熱源不足影響風(fēng)擋玻璃的除霜效果，采用電阻絲加熱方式加快除霜。谷正氣等[9?10]研究了送風(fēng)口型式，氣流參數(shù)對(duì)除霜除霧性能的影響，并將動(dòng)網(wǎng)格技術(shù)運(yùn)用到汽車除霜除霧的計(jì)算中，讓除霜?dú)饬饕砸欢ㄒ?guī)律變化，先快速除盡對(duì)駕駛員影響較大的區(qū)域。然而這些研究都只針對(duì)汽車除霜或者除霧性能單個(gè)目標(biāo)進(jìn)行改進(jìn)，經(jīng)驗(yàn)性較強(qiáng)，效率較低且具有一定的盲目性，往往無(wú)法獲得最優(yōu)結(jié)構(gòu)。基于此，本文作者綜合考慮汽車除霜除霧性能。首先得到初始模型的前擋風(fēng)玻璃的速度分布云圖，然后分析其除霜除霧性能，接著為了改善玻璃近壁面的流場(chǎng)分布，提出了在風(fēng)道中添加4個(gè)導(dǎo)流板，把導(dǎo)流板的6個(gè)結(jié)構(gòu)尺寸作為優(yōu)化變量，基于一種計(jì)算流體力學(xué)與優(yōu)化算法相集成的方法，得到風(fēng)道結(jié)構(gòu)最優(yōu)參數(shù)。最后對(duì)比分析優(yōu)化前后的除霜除霧效果。

1 初始模型除霜除霧效果分析

1.1 物理模型

本文的研究對(duì)象為某轎車的乘員艙，包含了除霜風(fēng)道、乘員艙、玻璃等。其中，根據(jù)GB 11555—2009規(guī)定將前風(fēng)窗玻璃分為，′和區(qū)，如圖1所示。

1.2 除霜除霧數(shù)學(xué)模型

計(jì)算除霜過(guò)程分2步，先獲得乘員艙內(nèi)穩(wěn)態(tài)流場(chǎng)，然后以穩(wěn)態(tài)流場(chǎng)作為初始條件對(duì)霜層融化過(guò)程進(jìn)行瞬態(tài)計(jì)算。將霜層看作流體，相變過(guò)程隨溫度變化，用液相率表征其融化狀態(tài)[10]：

其中：L為液相溫度；S為固相溫度；當(dāng)=1時(shí)，霜層完全溶解。

當(dāng)汽車擋風(fēng)玻璃的溫度低于露點(diǎn)溫度的時(shí)候，玻璃表面上的濕氣凝結(jié)成霧滴，將附在擋風(fēng)玻璃表面上霧滴看作是無(wú)數(shù)個(gè)小半球形的聚集，同時(shí)霧滴的蒸發(fā)過(guò)程是一個(gè)傳熱和傳質(zhì)同時(shí)并存又相互影響與促進(jìn)的過(guò)程，霧的蒸發(fā)和凝結(jié)過(guò)程看作是小霧滴半徑的收縮和擴(kuò)大的過(guò)程，霧滴的半徑計(jì)算公式[9]：

其中：d為霧滴的熱量；d為霧滴的溫度，K；a為霧滴附近的空氣溫度，K；g為玻璃內(nèi)表面的溫度，K；為霧滴的半徑，m；為水滴與空氣之間的表面熱傳導(dǎo)系數(shù)；g為玻璃的導(dǎo)熱系數(shù)；為玻璃的厚度，m；當(dāng)=0時(shí)，霧滴完全除盡。

1.3 網(wǎng)格劃分及邊界條件設(shè)置

由于本文前擋風(fēng)玻璃是重點(diǎn)關(guān)注對(duì)象，所以在前擋風(fēng)玻璃區(qū)域采用密度盒加密處理，對(duì)空氣域采用四面體、前擋風(fēng)玻璃采用棱柱體網(wǎng)格離散。如圖2所示，網(wǎng)格單元數(shù)為269萬(wàn)[11]，玻璃厚度為4 mm。計(jì)算過(guò)程中將空氣定為常密度、不可壓氣體。

圖2 乘員艙及玻璃截面網(wǎng)格劃分

邊界條件設(shè)置如下：霜層的初始厚度為0.05 mm，霧滴的初始半徑為0.01 mm，除霜除霧送風(fēng)口設(shè)為速度入口邊界，為3.2 m/s，相對(duì)濕度為50%，瞬態(tài)計(jì)算過(guò)程中送風(fēng)溫度為308 K，出風(fēng)口設(shè)為壓力出口，為 1×105Pa，乘員艙，儀表盤(pán)等為靜止壁面，前擋風(fēng)玻璃與空氣、霜層與前擋風(fēng)玻璃之間為熱耦合邊界等。

1.4 RNG湍流模型試驗(yàn)驗(yàn)證

RNG湍流模型[12]通過(guò)修正湍流黏度，考慮了平均流動(dòng)中的旋轉(zhuǎn)流動(dòng)情況，可以更好地處理高應(yīng)變率及流線彎曲程度較強(qiáng)的流動(dòng)。因此，RNG湍流模型適合汽車除霜除霧的仿真計(jì)算。

RNG?湍流模型控制方程為：

式中；為流體密度；為湍流動(dòng)能；為湍流動(dòng)能耗散率；G為由平均速度梯度引起的湍動(dòng)能的產(chǎn)生項(xiàng)。

由于除霜除霧風(fēng)洞試驗(yàn)環(huán)境因數(shù)不易控制，且費(fèi)用非常高，所以，本文利用相似模型來(lái)驗(yàn)證仿真方法的準(zhǔn)確性。ROY等[13]將冷氣流沖擊熱壁面測(cè)量其傳熱，該模型為某轎車風(fēng)擋及HVAC模塊，玻璃傾角為39°，厚為6 mm，導(dǎo)熱率為1.4 W，在玻璃外部的中心位置，固定一長(zhǎng)×寬為0.304 8 m×0.457 2 m的熱板提供恒定的熱源，功率為368 W/m2，送風(fēng)溫度采用T型熱電偶測(cè)得，為25.5°，前擋風(fēng)玻璃內(nèi)壁處的熱板位置溫度采用液晶溫度傳感器測(cè)量，將得到的計(jì)算值與Subrata Roy的試驗(yàn)值對(duì)比，=633.3 mm位置處的溫度如圖3所示，熱板溫度分布云圖如圖4所示。從圖3和圖4可以發(fā)現(xiàn)：試驗(yàn)值與仿真值溫差在5°以內(nèi)，因此，驗(yàn)證了該數(shù)值計(jì)算方法的準(zhǔn)確性。

圖3 Z=633.3 mm處試驗(yàn)與仿真溫度對(duì)比

1.5 初始模型除霜除霧效果

依據(jù)該方法，對(duì)某轎車的乘員艙玻璃表面的流場(chǎng)分布進(jìn)行計(jì)算，速度分布云圖如圖5所示。從圖5可以看出：除霜除霧氣流分別從左右兩側(cè)發(fā)散開(kāi)，呈“V”字形，直接導(dǎo)致玻璃正中間位置的氣流速度較低，存在吹風(fēng)死角，導(dǎo)致該區(qū)域的霜層不能迅速的融化，有必要進(jìn)行進(jìn)一步優(yōu)化。

(a) 試驗(yàn)溫度分布；(b) 仿真溫度分布

圖5 速度分布云圖

2 基于程序集成的除霜除霧風(fēng)道 改進(jìn)

2.1 優(yōu)化目標(biāo)與設(shè)計(jì)變量

不增加空調(diào)功率的前提下，風(fēng)窗玻璃除霜除霧的效果取決于玻璃內(nèi)表面的風(fēng)速分布，因此氣流分布應(yīng)該盡可能的均勻，避免出現(xiàn)前文所述的吹風(fēng)死角，而流場(chǎng)分布很大程度上取決于除霜除霧風(fēng)道的影響，故不改變風(fēng)道的大體結(jié)構(gòu)，在風(fēng)道內(nèi)部添加如圖6所示的導(dǎo)流板，其作用是使送風(fēng)分布更加均勻，為了獲得導(dǎo)流板的最佳尺寸，優(yōu)化參數(shù)為導(dǎo)流板的位置尺寸和特征尺寸1，2，1，2，1和2。

圖6 導(dǎo)流板安裝位置與設(shè)計(jì)參數(shù)示意圖

努塞爾數(shù)表征對(duì)流傳熱的強(qiáng)弱。汽車前擋風(fēng)玻璃區(qū)和′區(qū)為重點(diǎn)關(guān)注區(qū)域，為了對(duì)除霜除霧過(guò)程進(jìn)行優(yōu)化，因此，以，′和區(qū)的玻璃壁面努賽爾數(shù)作為目標(biāo)函數(shù)，如下式所示：

st.1ε[20°，60°]，2ε[50°，90°]

1∈[30 mm，60 mm]，2∈[30 mm，60 mm]

1∈[40 mm，70 mm]，2∈[120 mm，150 mm]

2.2 樣本點(diǎn)選取

試驗(yàn)設(shè)計(jì)簡(jiǎn)稱DOE，是一種研究與處理多個(gè)因子與相應(yīng)變量關(guān)系的科學(xué)方法，最初應(yīng)用于農(nóng)業(yè)試驗(yàn)中。其理論基礎(chǔ)為概率論和數(shù)理統(tǒng)計(jì)，通過(guò)選擇合理的試驗(yàn)條件，找到最優(yōu)的改進(jìn)方案。經(jīng)過(guò)80多年的發(fā)展，試驗(yàn)設(shè)計(jì)已經(jīng)獲得了廣泛應(yīng)用。伴隨著硬件技術(shù)和CFD技術(shù)的不斷發(fā)展，試驗(yàn)設(shè)計(jì)越來(lái)越廣泛地應(yīng)用到CFD仿真計(jì)算中，利用數(shù)值仿真結(jié)果進(jìn)行試驗(yàn)設(shè)計(jì)的優(yōu)勢(shì)在于能夠降低工程設(shè)計(jì)成本，提高效率。采用DOE[14]的主要目的包括：

1) 分析設(shè)計(jì)空間并為優(yōu)化設(shè)計(jì)提供粗略的估計(jì)。

2) 篩選大量的設(shè)計(jì)參數(shù)進(jìn)行數(shù)值優(yōu)化，縮減設(shè)計(jì)空間。

3) 獲得更多設(shè)計(jì)空間的信息：設(shè)計(jì)參數(shù)是怎樣影響優(yōu)化目標(biāo)和約束條件的，設(shè)計(jì)參數(shù)間的交互效應(yīng)。

4) 確定最佳影響力的設(shè)計(jì)參數(shù)，減少設(shè)計(jì)參數(shù)的數(shù)量，從而提高優(yōu)化速度。

5) 得到結(jié)構(gòu)化的數(shù)值，從而構(gòu)建近似模型。

工程實(shí)踐中比較典型的試驗(yàn)設(shè)計(jì)方法包括：正交數(shù)組法、全因子法、中心復(fù)合法、拉丁超立方抽樣與優(yōu)化拉丁超立方抽樣等。拉丁超立方試驗(yàn)設(shè)計(jì)是一種約束隨機(jī)生成均勻樣本點(diǎn)的試驗(yàn)設(shè)計(jì)和采樣方法，常用來(lái)研究多因素試驗(yàn)設(shè)計(jì)。具有樣本記憶功能，能夠避免重復(fù)抽樣，還能使分布在邊界外的樣本點(diǎn)參與抽樣。這些特點(diǎn)就使得拉丁超立方試驗(yàn)設(shè)計(jì)方法不僅抽樣效率高，而且能夠在抽樣較少的條件下獲得較高的計(jì)算精度。拉丁超立方設(shè)計(jì)的具有如下優(yōu)點(diǎn)[15]：1) 有效的空間填充能力。拉丁超立方設(shè)計(jì)試驗(yàn)次數(shù)=水平數(shù)≥因子數(shù)+1，大大減少了試驗(yàn)次數(shù)。2) 擬合非線性響應(yīng)。拉丁超立方設(shè)計(jì)對(duì)水平值分級(jí)寬松，試驗(yàn)次數(shù)可以人為控制。

因此，本文選擇拉丁超立方設(shè)計(jì)作為試驗(yàn)設(shè)計(jì)方法，試驗(yàn)因子為導(dǎo)流板的偏轉(zhuǎn)角度及位置參數(shù)，使用該方法進(jìn)行采樣，確定樣本點(diǎn)為58組。通過(guò)計(jì)算后，獲得了58組設(shè)計(jì)變量，如表1所示。

表1 試驗(yàn)設(shè)計(jì)結(jié)果

2.3 程序集成與近似模型建立

近似模型的建立依托于大量的樣本點(diǎn)，需要進(jìn)行多次模型的修改、網(wǎng)格劃分、仿真計(jì)算，完全憑借人工設(shè)置需要進(jìn)行大量的重復(fù)勞動(dòng)，效率低下且計(jì)算過(guò)程中容易發(fā)生錯(cuò)誤。為克服此種缺點(diǎn)，利用iSIGHT軟件將UG NX6.0，ICEM和Fluent集成起來(lái)[16]，在iSIGHT中對(duì)建模、網(wǎng)格劃分和仿真計(jì)算進(jìn)行統(tǒng)一調(diào)用，實(shí)現(xiàn)模型響應(yīng)值的快速自動(dòng)生成。

根據(jù)需要修改的參數(shù)建立ugupdate.exe程序，該程序的作用是調(diào)用UG中的模型更新模塊，以修改所需變量，在ICEM中生成劃分網(wǎng)格所需的腳本文件icem.rpl，在Fluent中生成設(shè)置計(jì)算條件的腳本文件solve.jou，對(duì)腳本文件均采用MS-DOS 批處理文件進(jìn)行調(diào)用，然后在iSIGHT的Simcode程序集成組件中讀取各個(gè)腳本文件，建立輸入輸出參數(shù)，輸入?yún)?shù)設(shè)置為各個(gè)變量，輸出參數(shù)則由Fluent計(jì)算結(jié)果獲得，最終對(duì)結(jié)果進(jìn)行解析來(lái)建立近似模型。

圖7 程序集成參數(shù)

將表1中的設(shè)計(jì)變量作為輸入?yún)?shù)，在iSIGHT集成控制的環(huán)境下，使用ugupdate.exe修改模型，通過(guò)Fluent仿真計(jì)算，得到每組設(shè)計(jì)變量對(duì)應(yīng)區(qū)、′區(qū)和區(qū)域努賽爾數(shù)的響應(yīng)值，見(jiàn)表2。

表3所示為某組試驗(yàn)點(diǎn)分別利用程序集成方法和傳統(tǒng)人工方法的計(jì)算時(shí)間對(duì)比。從表3可以看出：與傳統(tǒng)人工設(shè)置計(jì)算相比，利用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)UG NX6.0、ICEM、Fluent等軟件的自動(dòng)調(diào)用(即程序集成方法)，其整個(gè)計(jì)算過(guò)程耗時(shí)縮短了約一半，計(jì)算效率明顯提高。

近似模型(approximate surrogate model)是指在不影響仿真精度的條件下，利用回歸、擬合、插值等方法來(lái)構(gòu)造的1個(gè)計(jì)算量小、計(jì)算周期短，但計(jì)算結(jié)果與數(shù)值分析或物理實(shí)驗(yàn)結(jié)果相近的模型，與其他模型相比，Kriging模型構(gòu)建的近似面可以覆蓋所有的樣本點(diǎn)，近似面質(zhì)量很高[17]。因此，在本文中采用Kriging模型用于構(gòu)建近似面，根據(jù)表2的樣本點(diǎn)及其響應(yīng)值建立起近似模型，圖8所示為1和2關(guān)于Nu，Nu和Nu的近似曲面。

表2 試驗(yàn)點(diǎn)的響應(yīng)值

表3 CFD計(jì)算時(shí)間對(duì)比

為了檢驗(yàn)Kriging模型的擬合精度需要對(duì)其進(jìn)行誤差分析，表4所示為誤差均值、最大值、均方根值以及決定系數(shù)2，前三項(xiàng)越小，說(shuō)明近似模型的誤差越小，2越接近于1近似模型的擬合度越好，可以看出誤差的均值、最大值和均方根基本上都在0.1以下，而決定系數(shù)在0.96以上，可知該模型對(duì)響應(yīng)量的擬合十分精確，因此，CFD仿真計(jì)算可以用該近似模型來(lái)取代。

2.4 優(yōu)化結(jié)果分析

遺傳算法(GA)是一種基于生物選擇與進(jìn)化的全局搜索優(yōu)化算法，源于生物學(xué)中的“適者生存”理論[18]，它采用概率轉(zhuǎn)移率，以一定的概率從整體中選出一部分個(gè)體讓其進(jìn)行繁殖，選出另一些個(gè)體讓其死亡，這樣就可以在解空間里改進(jìn)可能性最大的區(qū)域里進(jìn)行搜索。在解決多目標(biāo)優(yōu)化的問(wèn)題上，正因?yàn)檫z傳算法的全局優(yōu)化特點(diǎn)以及它的內(nèi)在并行機(jī)制使它非常具有優(yōu)勢(shì)，同時(shí)在具有多個(gè)變量或者目標(biāo)函數(shù)、非線性數(shù)學(xué)表達(dá)式以及使用常規(guī)方法難以解決的復(fù)雜場(chǎng)合里也適用。自20世紀(jì)60年代GA被提出后，它就被廣泛地應(yīng)用于航空領(lǐng)域的氣動(dòng)優(yōu)化中[19]，在本文的優(yōu)化求解中，它的初始種群數(shù)為30，進(jìn)化繁殖100代，最終獲得努賽爾數(shù)最優(yōu)解，見(jiàn)表5，且優(yōu)化過(guò)程耗時(shí)為22 h左右。將優(yōu)化的設(shè)計(jì)參數(shù)引入U(xiǎn)G模型中，對(duì)最優(yōu)解進(jìn)行CFD計(jì)算驗(yàn)證，得出目標(biāo)仿真值，誤差在3%以內(nèi)，可信度較高，進(jìn)一步說(shuō)明用近似模型值代替CFD計(jì)算值是可行的，具體對(duì)比結(jié)果見(jiàn)表6。

(a) β1和β2關(guān)于Nua的近似曲面；(b) β1和β2關(guān)于Nub的近似曲面；(c) β1和β2關(guān)于Nuc的近似曲面

表4 近似模型誤差分析

表5 最優(yōu)點(diǎn)優(yōu)化結(jié)果

表6 最優(yōu)點(diǎn)仿真值與近似模型響應(yīng)值對(duì)比

圖9所示為優(yōu)化后前擋風(fēng)玻璃近壁面速度分布云圖。從圖9可知：優(yōu)化后由于導(dǎo)流板引流的作用，使得擋風(fēng)玻璃近壁面速度分布更加均勻，且區(qū)的送風(fēng)速度明顯增加，速度死角基本消除，更有利于除霜除霧性能的提高。

圖9 擋風(fēng)玻璃速度分布云圖

努塞爾數(shù)反映了對(duì)流傳熱的強(qiáng)弱。對(duì)流換熱強(qiáng)弱與擋風(fēng)玻璃的材料性質(zhì)、表面加工工藝以及氣流速度等因素有關(guān)，檔風(fēng)玻璃分布云圖如圖10所示。從圖10可以看出：努賽爾數(shù)分布規(guī)律與氣流速度分布非常相似，優(yōu)化后的努賽爾數(shù)分布更加均勻，對(duì)流換熱得到加強(qiáng)。

優(yōu)化后的模型比初始模型區(qū)和′區(qū)的努賽爾數(shù)分別增大13.2%和7.7%，具體數(shù)值見(jiàn)表7。

(a) 優(yōu)化前；(b) 優(yōu)化后

表7 努賽爾數(shù)對(duì)比

3 除霜除霧效果分析

將優(yōu)化后的管道系統(tǒng)應(yīng)用于除霜除霧效果分析，由于優(yōu)化后得到的導(dǎo)流板，在其引流的作用下，使得汽車前擋風(fēng)玻璃內(nèi)壁面的速度更加均勻，前擋風(fēng)玻璃中間位置的V型區(qū)域消失，同時(shí)努賽爾數(shù)的提高和均勻分布，加強(qiáng)了玻璃壁面與前擋風(fēng)玻璃處霜霧的對(duì)流換熱，圖11和圖12所示分別為管道系統(tǒng)優(yōu)化前后不同時(shí)刻除霜除霧瞬態(tài)效果圖。從圖11和圖12可以看出：與優(yōu)化前相比，在相同時(shí)間內(nèi)優(yōu)化后的前擋風(fēng)玻璃除霜除霧范圍更大，更徹底，故通過(guò)對(duì)風(fēng)道系統(tǒng)進(jìn)行改進(jìn)，除霜除霧效果明顯改善。

(a) 600 s，優(yōu)化前；(a) 600 s，優(yōu)化后；(c) 1 200 s，優(yōu)化前；(d) 1 200 s，優(yōu)化后

(a) 150 s，優(yōu)化前；(b) 150 s，優(yōu)化后；(c) 300 s，優(yōu)化前；(d) 300 s，優(yōu)化后

4 結(jié)論

1) 對(duì)原有除霜除霧風(fēng)道系統(tǒng)的仿真分析，發(fā)現(xiàn)擋風(fēng)玻璃中間位置存在一V型吹風(fēng)死角，該區(qū)域的氣流速度很慢，與其他位置相比霜霧解化效率很低。無(wú)法滿足除霜除霧要求，針對(duì)此問(wèn)題提出改進(jìn)方案，并簡(jiǎn)要介紹優(yōu)化設(shè)計(jì)流程。

2) 在原有的風(fēng)道中添加4個(gè)左右對(duì)稱分布的導(dǎo)流板，并以導(dǎo)流板的6個(gè)形狀和位置尺寸為優(yōu)化變量，以擋風(fēng)玻璃區(qū)、′區(qū)和區(qū)域的努賽爾數(shù)為優(yōu)化目標(biāo)進(jìn)行優(yōu)化，優(yōu)化后區(qū)和′區(qū)的努賽爾數(shù)提高了13.2%和7.7%。

3) 優(yōu)化后擋風(fēng)玻璃中間位置的吹風(fēng)死角消失，除霜除霧效果更加徹底，與優(yōu)化前相比得到明顯改善。

[1] GB 11555—2009. 汽車風(fēng)窗玻璃除霜系統(tǒng)的性能要求及試驗(yàn)[S].GB 11555—2009. Motor vehicles-windshield demisting and defrosting systems-Performance requirements and test methods[S].

[2] 張曉蘭, 施俊業(yè), 陳江平. 汽車擋風(fēng)玻璃除霜性能數(shù)值模擬[J]. 汽車工程, 2007, 29(11): 1009?1013. ZHANG Xiaolan, SHI Junye, CHEN Jiangping. Numerical simulation on defrost performance of automotive windshield[J]. Automotive Engineering, 2007, 29(11): 1009?1013.

[3] 董素艷. 客車擋風(fēng)玻璃除霜性能試驗(yàn)與數(shù)值模擬[J]. 系統(tǒng)仿真技術(shù), 2011, 7(3): 190?195. DONG Suyan. Experimental measurement and numerical simulation on defrost performance of bus windshield[J]. System Simulation Technology, 2011, 7(3): 190?195.

[4] 袁俠義, 戴澍凱, 姜葉潔, 等. 汽車除霜性能CFD分析與試驗(yàn)驗(yàn)證[J]. 客車技術(shù)與研究, 2015(5): 52?55. YUAN Xiayi, DAI Shukai, JIANG Yejie, et al. CFD analysis and test verification on automotive defrosting performance[J]. Bus & Coach Technology and research, 2015(5): 52?55.

[5] HUANG T M, AN W K, TAN J Y, et al. The improved research of the defrosting of an automobile windshield[J]. Applied Mechanics and Materials, 2012, 215: 42?45.

[6] YANG B, HUANG L, REN F. Aerodynamic design and numerical simulation analysis of a passenger car’s defrosting duct[C]//Proceedings of the FISITA 2012 World Automotive Congress. Berlin Heidelberg: Springer, 2013: 1441?1448.

[7] LI H, ZHANG J C, HUANG P H, et al. Numerical simulation of bus windshield based on heat transfer with impinging jets[J]. Advanced Materials Research, 2013, 774: 284?289.

[8] UNVERDI S O, EREN H, ERDEM V, et al. Technical note: optimisation of the defroster ducts and windshield electric resistances of a city bus with CFD analysis[J]. International Journal of Vehicle Design, 2010, 52(1): 199?221.

[9] 谷正氣, 湯柱良, 陳陣, 等. 基于動(dòng)網(wǎng)格技術(shù)的風(fēng)擋除霜新方法的數(shù)值模擬[J]. 湖南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 42(2): 1?7. GU Zhengqi, TANG Zhuliang, CHEN zhen, et al. Numerical simulation of a new method of windshield defrost by dynamic mesh[J]. Journal of Hunan University (Natural Sciences), 2015, 42(2): 1?7.

[10] 鄧峰, 谷正氣, 楊易, 等. 汽車前風(fēng)窗玻璃除霜除霧數(shù)值模擬分析和研究[J]. 汽車工程, 2009, 31(2): 175?179. DENG Feng, GU Zhengqi, YANG Yi, et al. Numerical simulation analysis on defrosting and defogging of automotive windshield[J]. Automotive Engineering, 2009, 31(2): 175?179.

[11] 孟慶超, 谷正氣, 何憶斌. 轎車室內(nèi)流場(chǎng)的數(shù)值模擬研究[J], 系統(tǒng)仿真學(xué)報(bào), 2008, 20(7): 1700?1702. MENG Qingchao, GU Zhengqi, HE Yibin. Research on numerical simulation of air-flow field in car cabin[J]. Journal of System Simulation, 2008, 20(7): 1700?1702.

[12] 王福軍. 計(jì)算流體動(dòng)力學(xué)分析[M]. 北京: 清華大學(xué)出版社, 2004: 113?125. WANG Fujun. Computational fluid dynamics analysis[M]. Beijing: Qinghua University Press, 2004: 113?125.

[13] ROY S, NASR K, PATEL P, et al. An experimental and numerical study of heat transfer off an inclined surface subject to an impinging airflow[J]. International Journal of Heat and Mass Transfer, 2002, 45(8): 1615?1629.

[14] 張萬(wàn)濤, 余宏明. 正交試驗(yàn)設(shè)計(jì)方法在庫(kù)岸滑坡敏感性分析中的應(yīng)用[J]. 安全與環(huán)境工程, 2009, 16(5): 13?16. ZHANG Wantao, YU Hongming. Applications of orthogonal experiment design to sensitivity analysis of bank landslide[J]. Safety and Environmental Engineering, 2009, 16(5): 13?16.

[15] 張文閣. 基于人體熱舒適性的汽車空調(diào)優(yōu)化設(shè)計(jì)[D]. 長(zhǎng)沙: 湖南大學(xué), 2012: 37?40. ZHANG Wenge. Optimal design of vehicle air condition Base on thermal comfort of human body[D]. Changsha: Hunan University, 2012: 37?40.

[16] 向光偉, 王杰, 史玉杰, 等. 基于iSIGHT的風(fēng)洞應(yīng)變天平優(yōu)化設(shè)計(jì)方法研究[J]. 實(shí)驗(yàn)流體力學(xué), 2015(5): 45?49. XIANG Guangwei, WANG Jie, SHI Yujie, et al. Research on optimal design method for wind tunnel strain gauge balance based on iSIGHT[J]. Journal of Experiments in Fluid Mechanic, 2015(5): 45?49.

[17] 容江磊, 谷正氣, 楊易, 等. 基于Kriging模型的跑車尾翼斷面形狀的氣動(dòng)優(yōu)化[J]. 中國(guó)機(jī)械工程, 2011, 22(2): 243?247. RONG Jianglei, GU Zhengqi, YANG Yi, et al. Aerodynamic optimization of cross sectional shape for a sports car’s rear wing based on Kriging surrogate model[J]. Zhongguo Jixie Gongcheng(China Mechanical Engineering), 2011, 22(2): 243?247.

[18] WANG J F, WU Y Z, PéRIAUX J. Decentralized multi-point optimization algorithms for multi-airfoil design in aerodynamics[J]. Journal of Astronautics, 2003, 24(1): 71?77.

[19] HOLST T L. Genetic algorithms applied to multi-objective aerodynamic shape optimization[R]. Chicago: NASA/TM- 05-212846, 2005: 1?4.

(編輯 楊幼平)

Improvement of auto defrosting and demisting air duct based on integrated method

GU Zhengqi1, 2, WEN Qi1, TANG Zhuliang1, CHEN Zhen1, HUANG Taiming1

(1. State Key Laboratory of Advanced Design and Manufacture for Vehicle Body, Hunan University, Changsha 410082, China;2. Hunan Province Cooperative Innovation Center for The Construction & Development of Dongting Lake Ecological Economic Zone, Hunan University of Arts and Science, Changde 415000, China)

In order to solve the present problem that the auto defrosting and demisting performance is generally not that good, the RNG simulation method was used to improve the performance of the front windscreen defrosting and demisting. Firstly, the accuracy of the simulation method was verified through the experiments；Secondly, four guide plates were added in the defrosting and demisting duct, and the structure sizes of the six guide plates were used as the optimization variables while the Nusselt numbers of,′ andzones of the windshield were used as the optimization goal after the defrosting and demisting performance of the initial model was analyzed；meanwhile, a solution that combined computational fluid dynamics and optimization algorithm was proposed for the purpose of improving the efficiency of optimization，which could improve and optimize the defrosting and demisting duct system, thus obtaining the optimal parameters; at last, the improved air dust system was applied to analyze the defrosting and demisting performance. The results show that the modified air ducts distribute more uniformly, the Nusselt numbers inandzones are increased by 13.2% and 7.7%，respectively, and the defrosting and demisting performance is improved obviously under the circumstances of not increasing the air output of the air condition.

defrosting and demisting; RNG model; deflector; integrated optimization

10.11817/j.issn.1672?7207.2017.10.013

U461.1

A

1672?7207(2017)10?2649?08

2016?11?18；

修回日期：2017?03?07

長(zhǎng)沙市科技計(jì)劃重點(diǎn)項(xiàng)目(k1501011-11)；中央財(cái)政支持地方高校專項(xiàng)資金資助項(xiàng)目(0420036017)；交通運(yùn)輸部新世紀(jì)十百千人才培養(yǎng)項(xiàng)目(20120222)；湖南大學(xué)汽車車身先進(jìn)設(shè)計(jì)與制造國(guó)家重點(diǎn)實(shí)驗(yàn)室自主課題項(xiàng)目(734215002) (Project (k1501011-11) supported by Key Project in the Science and Technology Program of Changsha; Project (0420036017) supported by Innovation Team of Ministry of Finance of China; Project (20120222) supported by Ministry of Transport for New Century 1000 Talent Training; Project (734215002) supported by Independent Subject of State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body)

谷正氣，教授，博士生導(dǎo)師；汽車空氣動(dòng)力學(xué)與整車性能分析研究；E-mail：guzhengqi63@126.com