Simcenter STAR-CCM+汽车尾部除尘管理仿真流程
当前，世界仍在实现电动汽车和自动驾驶汽车的承诺。与电动车水/除尘管理相关的挑战是什么？
除非你所在的地方90%的时间都是阳光明媚的，否则天气可能是一个变化无常的朋友。对于电动汽车涉水等测试情况，很难进行真实的室外测试。
电动车辆传感器可能会受到看似平常因素的负面影响。传感器清洗的研究仍处于早期阶段。自动驾驶车辆激光雷达镜头的喷雾清洗，需要预测激光雷达传感器窗口上的喷雾行为和撞击模式。
在自动驾驶车辆中，摄像头脏污也会导致能见度问题。这可能会导致行人安全问题，或导致系统禁用。下面显示了一辆试图在雨中停车的自动驾驶车辆，以及如果附近有行人行走可能产生的结果。
上述问题的一个显而易见的解决方案似乎是传感器应该简单地放在挡风玻璃后面，而不是前面。但是这样做会给传感器带来许多其它问题。第一个是挡风玻璃的角度：挡风玻璃是弯曲的，因此这会导致传感器的视图失真。第二个问题是挡风玻璃的材料。挡风玻璃的设计考虑了人的视觉，而不是传感器的视觉。传感器可能无法看到多层挡风玻璃下面。
应对这些挑战，从CFD仿真模拟角度上目前各大主机厂都在尝试开展一些工作的。我们来看下图Simcenter STAR-CCM+的模拟结果示例。
示例显示了整车水/尘管理的结果，集多种影响因素综合考虑。通过模拟，工程师们可以做出明智的决定，决定把摄像机放在哪里，如何保护它们，以及它们在各种各样的场景中的表现。
下面通过一个实际的仿真案例来展示Simcenter STAR-CCM+如何实现模拟分析。
几何概述
这是一个Sedan车型，研究其后轮甩泥及泥水颗粒随着背景空气的流动，同时考察泥水颗粒在汽车尾迹复杂流动作用下的运动形态。用动网格描述车辆轮辋的旋转；用拉格朗日Lagrangian粒子模型模拟离散泥水颗粒在背景流场作用及自身重力作用的运动，泥水颗粒的喷射从后轮两个轮胎胎面切向喷出；用Fluid Film液膜模型描述泥水颗粒在车身表面的附着、堆积厚度及流动性。仿真模拟设置的细节详见下文。
轮辋旋转设置
后轮轮辋旋转设置
建立后轮的局部圆柱坐标系，并在此基础上建立旋转域。在全局坐标Y向车身外侧偏离胎面20mm处建立圆柱面，在全局坐标Y向车身内侧超过刹车盘位置建立圆柱面，旋转域径向方向上紧贴胎面的内径。如下图亮紫色区域所示。
后轮胎及轮辋
轮辋旋转区域建立：亮紫色所示
总的物理模型选取
需要一个前提，具备外气动瞬态模拟的基础，拥有一个正确的尾流结构。在此基础上，增加拉格朗日多相流（Lagrangian Multiphase）、液膜模型（Fluid Film）和多相相间作用模型（Multiphase Interaction），同时添加重力方程，物理模型选取如下图：
Fluid Film 物理模型设置
在液膜模型下，新建一相并命名为Water-Film，仍用Shell来承载生成的的水膜，工质采用定常密度的常规的水，并选择形状曳力模型，考虑空气对水膜的静力作用。具体的模型详见下图：
在液膜模型中的流动模型属性下，设置液膜的最大厚度为1mm，这一厚度大约是第一层棱柱层网格厚度。设置此参数可确保液膜厚度在任何位置都不会超过最大值，如局部超过最大液膜厚度时，任何多出的液体会从液膜和模拟中移除。同时开启稳定膜厚方程。对应设置如下图所示：
Lagrangian Multiphase
物理模型设置
在Lagrangian Multiphase下新建一相，重命名为Water-Lagrangian，选择材料颗粒，工质为定常密度的水滴，考虑曳力、双向耦合和粒子束损耗，具体的模型如下图：
关于粒子束损耗（Parcel Depletion），设置类似如下的场函数（X轴的坐标位置取决于具体的车体坐标）
为加快求解速度，如果粒子束的形心坐标超出6m的位置同时粒子直径小于0.1mm（认为这些是非常小的液滴，可以忽略）会从计算域中移除Lagrangian相。
Fluid Film shell 计算域设置
在空气主流域中，选择需要设置液膜生成的边界，右击生成 Shell Region。这样一个新的Shell计算域就被创建，并为其选择Water-Film模型。
Lagrangian Multiphase
边界条件设置
返回Lagrangian 多相流模型，查看Water-Parcel的边界条件：
对于Fluid-Film 交界面，物理条件设置为Fluid Film，如果粒子撞击到液膜区域或表面即转化成为液膜；
对于壁面边界，物理条件设置为Escape（逃逸），如果粒子撞击到地面或其它壁面，允许粒子逃出计算域。这里是个简化设置，如果有详细要求可设置成比例的方式。
多相相间作用 Multiphase
Interaction 模型选择
返回物理模型Multiphase Interactions，新建一个相间作用：Film-Lagrangian 相间作用。
选择以下物理模型：
多相相间作用：
相之间的相互作用设置
对于Lagrangian相，选择水滴相 Water-Parcel；
对于Fluid Film相，选择Water-Film。
Lagrangian 喷射器设置
Injectors新建一个Stripping Injector （剥离喷射器）
Lagrangian相选择Water-Parcel，类型选择Film Stripping （液膜剥离）
针对输入的零部件Inputs，选择液膜区域相应的交界面。
此喷射器允许流动的液膜剥离成Lagrangian液滴，例如液膜流经在一个尖角区域会产生剥离。
创建另一个喷射器
新建一个轮胎胎面喷射器Tire Injector。Lagrangian相同样选取Water-Parcel，类型选择Part Injector，针对输入的零部件Inputs，选择后轮胎面边界 Rear Tire Boundary。
展开轮胎胎面喷射器Tire Injector ，设置对应的物理值Values，设置所需的质量流率（或者改变边界条件为体积流率，设定对应的值）；
设置粒径大小为0.2mm，这一数值是参考相关文献，是基于实验结果的，是一个不错的起点。
设置速度，指定后轮局部圆柱坐标系，速度值设置在θ方向，粒子是与轮胎相切的方向释放的。当然也可能有其它不同的设置方法（比如考虑从地面溅起的液膜），这里只是个参考案例。
求解器设置
Lagrangian 多相流—隐式非定常Implicit Unsteady
设置最大子步数Sub-Steps =2000（防止无期限追踪粒子，此设置足够高，可以在output中查看）
详细程度Verbosity=High（每100个子步数更新一次，活动粒子数量和最小停留时间）
子步数报告频率Sub-Step Reporting Frequency=10 （求解器之间的实时报告进度）
更新频率Update Frequency= Once per Time-Step （一个时间步长内更新一个）这意味着流体/液膜与粒子之间的耦合发生在每个时间步长计算后
有效粒子包截断比例分数Active Parcel Fractions Cut-off=1.0e-4 这意味着一旦有99.99%的粒子包收敛的，求解器将会停止，而不是在不必要的情况下运行完2000个子步数。
追踪积分法Tracking Integration Method=2nd Order （二阶）
Lagrangian 多相流—Two Way Coupling 双向耦合
设置最大体积分数为0.3（限制连续相中的源项）
为了确保限制的单元不是一个高的比例，需要监测限制单元的数量。
Shell Source Smoothing Method → Set to Cell Cluster → Absolute
Cluster Length → 将该值设置为稍大于壳（shell）表面上的最大表面尺寸。这允许Lagrangian 粒子撞击可以在几个单元上分布开来，避免在单一液膜单元中出现较大的源项。以增加数值的稳定性。
后处理
液膜厚度可视化标量场景，以获取积水的情况。对于粒子的显示，采用Lagrangian多相流Water-Parcel，可监测粒子在流场中的瞬态变化。
结语
以上案例，从求解模型设置的方面说明了汽车后轮除尘管理仿真在Simcenter STAR-CCM+中实现的具体过程。此仿真过程初始化瞬态流场的时间是20s，监测粒子的时间是6s。模型整体网格量在千万级别，采用变动的时间步长，计算时间较快，完全满足工程需求。
实际中，车身污染来源于“轮胎喷雾”，地面上含有污物的积水因为轮胎的高速旋转、挤压，水雾悬浮在轮胎尾涡里，伴随着背景流场飞溅到车身上。车身侧面污物主要来自前轮，车身背面的污物主要来自后轮。
那么仿真对实际有什么指导意义呢？根据一般工程经验，轮胎飞溅泥水污染的优化方向一般有以下四种：
▶ 轮胎扰流板—控制车轮附近涡流
▶ 挡泥板—降低轮胎飞溅
▶ 底盘护板—为后部提供更平顺的气流
▶ 扩散器—可以改变涡流位置
除尘方案的添加直观上会改善车身污染的问题，但同时会影响到车辆其它性能，比如空气动力学指标。因此任何一种措施都不是绝对的，借助仿真手段可以做更多更广地分析，兼顾更多的性能，以达到更优的性能。
文章来源：STAR CCM Online
当前暂无评论，小编等你评论哦！
