暖通空调的CFD仿真优化
本文转载翻译自公众号VTM Technology Digest
近年来,汽车零部件不仅要求其基本性能,而且要求在节能、节能、再循环性等与环境性能高的水平上实现兼顾。此外,通过无试验生产等实现大幅度的开发效率化和开发时间的缩短、初期品质的提高也是非常重要的主题。
在Sunday株式会社的汽车空调业务中,我们引进了
CFD软件:Star-CD和CAO(计算机辅助优化)软件:modeFrontier(以下简称“Frontier”),作为实现这些目标的工具,并主要用于汽车空调系统的产品开发。
这些性能都很大程度上依赖于工作流体的行为,因此CFD成为设计阶段性能预测的重要工具。
其中,本报告介绍了CAO应用软件的初期,2002年进行的HVAC单元CFD仿真的效率化,对其简易形状进行的CAO的试行以及热交换器翅片的CFD和CAO的事例。
HVAC单元是最终决定空调性能优劣的重要部件,同时,根据车型、车格,形状、规格也不同,必须在短时间内完成非常多变化的开发。此外,由于需要对表1所示的各种各样的空调模式全部进行分析评价,因此强烈要求缩短分析周转时间。.
-
在计算时间、所需内存量没有大幅度增大的情况下,可以实现网格生成过程的自动化(时间缩短)和标准化,HVAC设计者可以进行CFD分析(参照表2)。
-
由于基于Hexa,所以可以容易地对网格数、模型尺寸进行事前估计。
-
能够在与进行边界条件等解析设定的PROSTAR相同的环境下自动生成网格。
-
在创建Trimmed单元时缩短处理计算时间的专有技术
-
避免限制的专有技术,如Trimmed单元和多孔设置单元的接合和完全不连续的接合
-
与 Tetra单元的复合/混合化的研究和专业知识积累
图 3 显示了
针对
H
VA
C
单元的PROAM-Trimmed单元情况,图 4 显示了 Z=0 横截面中速度和压力的分析结果示例。
为了进一步提高效率,提高初期品质,尝试了CAO软件Frontier对HVAC形状参数的最佳值进行搜索。本次试验以简化实际单元的模型为对象,形状变更使用PROSTAR的块网格和宏功能进行。图5表示模型形状。
-
进行最佳值搜索的形状参数为图5所示的X1~X3、Y1、Z1 ~ Z2以及入口流入角( θ )7个,可变范围、步长如表3所示。PROSTAR接收从Frontier指定的这些参数,并自动生成计算网格。
目标函数为表4所示的3种。也就是说,是使压损最小,确保大风量的同时,使蒸发器下游的风速分布均匀化,良好地维持温度控制性的形状搜索问题。
CAO分析使用与多目标函数对应的MOGA(Multi Objective Genetic Algorithm),计算了
20代。总计算数为390例,截面A、B的速度分布均匀度(标准偏差)与单元压损之间的权衡关系变得清晰。其情况如图6所示。
图7显示了压损和截面A速度标准偏差帕累托线上的代表点的形状和流入口Z方向中心截面的速度矢量图,另外,均匀的蒸发器下游速度分布确保了蒸发器上游的流路宽度,同时使流入口向蒸发器侧倾斜(X1,θ→大,Y1→小)可以实现。
在本报告中介绍的汽车用空调·电容器的空气侧散热片上,如图8所示,切掉了细小的百叶窗,实现了传热促进。为了进一步实现高性能化、高效率化、小型化,需要根据对象车辆和所需能力来决定最佳百叶窗的张数、角度、板厚等各种参数,但参数数量多,根据试制·试验需要巨大的成本和时间,因此基于CFD的参数调整被广泛使用。
从分析成本的优点开始,首先通过简便的2维分析进行了研究。图9显示了分析结果的一个例子。从这样的分析中,求出翅片的压力损失和散热特性,并与实验进行比较。
图10显示了风速与压力损失和热通量
(
实验和分析均以风速6m/sec的值归一化)的关系。
特别是关于热通量,虽然在2维分析中无法进行定量评价,但定性的比较·评价,通过简便的2维分析是完全可以的,这是设计的活用。
另外,2维分析中可以制作仅通过输入形状参数以及分析条件就完全自动地进行网格生成以及条件设定的PROSTAR的宏,可以由
热交换器设计者自己进行仿真分析。此外,几乎直接使用本宏,可以进行下述的基于Frontier的形状参数的最佳值搜索。
关于翅片的二维形状,也进行了基于Frontier的最佳值搜索的试行。对象形状是与图8相同的电容器翅片。图11及表5表示进行最佳值搜索的对象参数。
在表 5 中,翅片总长度(L) 由百叶窗张数(AN)和间距(pitc)、前(后)部分水平百叶窗长度(ahf)和中央水平百叶窗长度(ahc)的总和决定,不能独立更改这些和 L。
将ahf和ahc作为由L,AN,pitc以及r的关系式给出的因变量来处理。
根据水平百叶窗长比修正的形状参数以及各参数的摆幅如表6所示。
PROSTAR接收Frontier指定的这些参数,通过预先制作的宏自动生成计算网格。
目标函数如表7所示,为压损最小和来自翅片的热通量最大2种。因此,CAO分析与HVAC相同,使用MOGA算法,计算了10代。
图12表示得到的压力损失和热通量的关系。在本计算过程中,参数取相同值的情况很多,总计算数在约60种情况下结束。我们认为这是因为压损和热通量几乎完全取权衡的关系,难以取得
大幅偏离帕累托线上的值。
图 12 显示了帕累托线图上代表性3点的翅片附近的温度分布。
随着热通量变小,压损变小,中央部的水平百叶窗长度变长,整体接近平板。另外,随着热通量变大,压损变大,倾斜百叶窗长度变大,向主流的突出量增加。显示最大热通量 Case058 的形状与通常使用的翅片形状基本相同,可以看出当前的翅片形状是高热通量和高压损耗类型。
-
通过活用PROAM,可以实现HVAC分析网格生成的半自动化和标准化以及周转时间的缩短,没有大幅增大分析负荷,为设计者实施分析铺平了道路,但一部分产生的不合格单元的修整成为课题。
-
之后,为了进一步提高分析效率和标准化,在计算机性能的急剧提高和价格的大幅下降的推动下,依次向Tetra系自动网格转移。
-
关于翅片,通过简便的二维翅片分析的应用和分析的自动化,实现了向翅片开发过程的渗透。今后,希望向包括相变分析在内的热交换器整体的性能预测发展。
-
在HVAC 、翅片形状参数的CAO试验中,可以得到合理的结果,通过自动分析,有可能在比较短的时间内获得大量的见解,但是在活用时,关于参数、目的函数、其评价方法的诀窍和应用程序侧的自动网格生成、分析执行、结果评价的诀窍等,关于产品、软件、硬件的高度/广泛的知识是必要的。
-
在本试验实施时,变更形状参数时的网格的再生成是主要课题。现在,随着Mesh Morphing技术的发展和普及以及PC集群的普及,进行与本试验时无法比拟的精密性、柔顺性、稳定性的形状最优化是可能的,正在积极努力中。