【技术贴】案例分享：PreonLab白车身电泳仿真分析

Author: Saba Golshaahi Sumesaraayi; Max Flamm

Translator: 张一丹

电泳涂装是工业领域中保护金属工件，提升其耐腐蚀性的常用工艺方法，其原理是通过外加直流电源形成电场，带电荷的涂料微粒在电场力的作用下均匀沉积于金属工件表面。在此工艺过程中，通过对电场的利用，使得涂料能够均匀的涂覆于具有复杂结构的金属零件上。这些漆料能够牢固地附着在金属工件表面，并为工件提供出色的耐腐蚀保护[1]。

电泳涂装工艺被广泛应用于工业领域，特别是在汽车的制造中。电泳过程中，整个车身浸入电泳液中，并利用电泳现象进行材料涂装。

电泳工艺分为阴极电泳和阳极电泳两种类型，由于阴极电泳涂层的耐腐蚀性高，汽车行业中阴极电泳的使用是非常广泛的。典型的阴极电泳工艺通常包括以下几个步骤：除油（degreasing）、冲洗（Rinse）、磷化（Phosphating）、冲洗（Rinse）、电泳（E-coating）、冲洗（Rinse）、排水（Draining）、烘干（Baking），过程示意图如图1。这一工艺流程中，与CFD相关的步骤包括预处理（如磷化）、电泳涂装以及各个冲洗步骤。从图中可以看出，整个工艺流程中的多个步骤都涉及到车身在液体中的浸入和拖出，也是本文分析的重点。

图1: 典型的电泳工艺流程.[2]

在整个工艺过程中，白车身首先会被浸入到液体中（如水、磷化液或者其他预处理液和电泳液），此后白车身会按照设计的路线平移、旋转，伺候被拖出液面。为了避免每个工序中有液体残留在工件表面，进而对下一步骤的液槽造成污染，应当在车身转移至下一步骤前完成排液。液槽尺寸与工件尺寸匹配，在约400m³的空间内完成涂装。视频1中展示的是宝马慕尼黑工厂中的电泳涂装工艺过程。

视频1：宝马慕尼黑工厂的涂装工艺

通常来说，受限于复杂的前处理和动网格生成过程，传统的计算流体力学（Computational Fluid Dynamic，简称CFD）仿真工具难以模拟倾斜和拖曳运动。实践证明，对于这种涉及复杂几何和动态过程的仿真，无网格CFD仿真方法是非常有优势的，本文介绍的PreonLab正是这样一款无网格CFD仿真工具，使用PreonLab软件做相关仿真，无需生成车辆和流体域网格，更无需网格重构和网格变形。此外，PreonLab可以在排水阶段自动减少计算量，从而简化仿真设置、提升仿真效率。

对于整个电泳涂装工艺来说，除了涉及到电泳现象的电泳底漆涂覆，其他的所有过程都可以通过PreonLab进行准确模拟。这意味着PreonLab可以在不考虑电泳现象的前提下，对电泳涂装过程中的流体力学现象进行建模仿真，重点对涂装工艺中的液体流动和排出过程进行分析。下面的视频展示了PreonLab对该过程的模拟。

视频2：PreonLab计算电泳涂装工艺的渲染结果

本节将介绍PreonLab进行电泳涂装仿真的最重要特色功能。

车身上有很多尺寸很小的孔，为了准确模拟这些孔对液体流动的影响，需要在仿真过程中使用足够小的粒子尺寸。与此同时，如视频1所展示的，液槽尺寸很大，在工艺过程中涉及到的液体量非常多，如果对所有液体都采用如此小的粒子尺度进行求解，从工程应用的效率上是不现实的。

为了保证工程应用的效率要求，仿真要求程序能够智能化的进行粒子细化和粒子合并，PreonLab中的连续粒子尺寸（CPS）算法可以很好的满足这一要求，并真正改变粒子法仿真的游戏规则。视频3所展示的是PreonLab的连续粒子尺寸方法在电泳涂装工艺中的实现。

视频3：连续粒子尺寸（CPS）方法在电泳工艺过程CFD仿真中的应用

为了充分利用连续粒子尺寸算法的优势，在我们的示例中使用了近壁面粒子细化的功能，当粒子靠近几何结构时，就会自动细化，从而更加精细的考虑复杂几何结构附近的流动。视频4演示了使用几何结构进行粒子细化的功能。

视频4：PreonLab5.2功能演示：近壁面粒子细化

接下来是结果分析的展示，使用PreonLab进行电泳过程仿真后，我们可以进行结果后处理，本次仿真中用到的主要的后处理器为：

PreonLab的湿壁传感器可以用于确认零部件的各个位置是否与液体直接接触，支持对任意时间范围的结果进行输出。除此之外，wetting sensor也可以输出某个部件各个位置与液体直接接触的时长。视频5是wetting sensor进行后处理的结果展示。

视频5：三维结果展示：车身湿壁情况

PreonLab的力传感器可以对统计并输出整个过程中车身的受力。用户可以使用PreonLab的力传感器测量车身各个位置的应力和扭矩。通过分析车身在整个工艺过程中的受力，可以帮助电泳涂装工艺工程师和车辆结构工程师优化工艺过程和车身结构。此外，计算的结果也可以很方便的作为边界条件导入到其他软件。

在视频6中，您可以从不同的角度看到车身上的累积最大受力是如何随时间变化的，并重点关注浸入和拖出过程中车辆各个部件的受力。

视频6：车身累积最大受力分布随时间的变化情况

体积传感器可以方便的统计车身重点关注区域排出液体的时间。

图2展示了车身附近区域的液体体积随时间的变化。当车身完全浸在液体中，此时体积传感器测得的液体体积达到最大值，当车身被拖出后，体积传感器测得的液体体积逐渐减小。

分析该结果，可以判断车身拖出后能否顺利排液，并通过调整车身设计及工艺过程实现优化，如，在车身上布置更多排水孔，或者调整拖曳曲线，从而减少电泳涂装各个工序之间所需的停留时间，提高效率，避免由于残液导致的液槽间交叉污染。

图2：车身区域的液体体积随时间的变化

图3：行李厢区域的液体体积随时间的变化

图3展示了行李厢区域液体体积随时间的变化，这也是本案例中最关注的区域之一。图中右侧展示了统计液体体积的区域示意图。

从图3和视频7可以看到，在车身被拖出储液槽后，仍然有一些液体残留在行李厢中，很可能一直无法排出。在初始设计方案中，这种情况是非常常见的。为了保证液体能够被顺利排出，很有必要通过仿真识别残液的位置，基于残液的位置信息，工程师可以优化车身及浸入和拖曳曲线，这种方法可以用于任意的车身和工艺曲线的组合。

视频7：车身中的残液分布

使用PreonLab的Python API（PreonPy），用户可以自动检测残液位置。在本例中，我们在模拟结束后，利用PreonPy自动寻找体积超过10ml的残液区域，重点关注区域是行李厢区域。如图4所示，一共检测到6个体积超过10ml的残液区域。图中橙色的圆点为每个残液区域的中心位置。

图4：体积超过10ml的残液区域

采用PreonLab内置的网格生成功能（Preon Mesher），可以对残液区域进行网格生成，并支持将网格导出为CAD文件。这些文件可以导入其他软件中，用于仿真、设计和分析（见图5）。

图5：残液区域的网格生成和导出

上述是本文中列举的，采用PreonLab进行电泳涂装仿真可以获得的一些典型结果。PreonLab提供了多种后处理选项，设计和分析工程师可以根据需求，从仿真中获得更多洞察。

本文所展示的算例使用64核，仿真100秒物理时长，仅需60小时。基于仿真过程中的粒子细化和粒子删除等提高仿真效率的措施，液体粒子数范围是18万到900万。

图6所示为求解粒子数和计算时长的信息，可以清楚的看出计算量与流体粒子数量之间的关联。52秒左右，计算时长的斜率显著增加，这是细化被激活的原因，当车身从储液槽中拖出并开始排水时，细化设置被激活且目标粒子尺寸较小，导致了粒子数目的增加和计算时间的增加，这也是PreonLab提供的计算精度和计算效率之间的平衡。

图6：液体粒子数和计算时间

PreonLab提供了独特的粒子细化功能，极大地满足了电泳涂装工艺设计的需求，可以帮助工程师在样件生产之前识别缺陷并改进。由于PreonLab的易用性和无需生成计算网格的特点，用户可以快速进行建模和仿真。

借助连续粒子尺寸、近壁面细化和强大的求解算法，PreonLab能够有效而准确预测液体流动；通过内置传感器，可以轻松预测排水时间、对车身受力进行可视化分析，以及评估设计方案；通过内置的Python API（PreonPy），可以对特定目标进行复杂的后处理，从模拟中提取最深入的信息。