CN111859557B - 一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法 - Google Patents

一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法 Download PDF

Info

Publication number
CN111859557B
CN111859557B CN202010609164.XA CN202010609164A CN111859557B CN 111859557 B CN111859557 B CN 111859557B CN 202010609164 A CN202010609164 A CN 202010609164A CN 111859557 B CN111859557 B CN 111859557B
Authority
CN
China
Prior art keywords
liquid cooling
cooling plate
optimization
fluent
liquid
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010609164.XA
Other languages
English (en)
Other versions
CN111859557A (zh
Inventor
夏明博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huai'an Junsheng New Energy Technology Co ltd
Original Assignee
Huai'an Junsheng New Energy Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huai'an Junsheng New Energy Technology Co ltd filed Critical Huai'an Junsheng New Energy Technology Co ltd
Priority to CN202010609164.XA priority Critical patent/CN111859557B/zh
Publication of CN111859557A publication Critical patent/CN111859557A/zh
Application granted granted Critical
Publication of CN111859557B publication Critical patent/CN111859557B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/10Geometric CAD
    • G06F30/17Mechanical parametric or variational design
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Cooling Or The Like Of Electrical Apparatus (AREA)

Abstract

本发明属于液冷板结构优化技术领域,公开了一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法,包括:S1.向Fluent软件内导入液冷板模型,并对其进行计算分析,获得液冷板的总入口压强以及各支管截面流量分布情况,输出保存为cas文件;S2.将步骤S1中所输出的cas文件导入Hypermesh软件,并利用Hypermorph模块将液冷板模型中液冷板各支管入口直径和扰流板高度定义为优化变量,输出tpl格式的求解文件;S3.将步骤S2中所输出的tpl文件导入Hyperstudy软件,调用Fluent求解器根据优化算法进行优化求解;综上,利用软件仿真优化的方式代替人工优化,有效缩短优化周期、提高优化效率、降低人工成本;并且,软件仿真是利用Hyperstudy与Fluent进行联合仿真,能降低优化时的建模要求。

Description

一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优 化方法
技术领域
本发明属于液冷板结构优化技术领域,具体涉及一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法。
背景技术
液冷板常用于汽车动力电池的冷却系统。
在动力电池系统中,电池工作产生多余热量,热量通过电池或者模组与液冷板表面接触的方式传递,最终被液冷板内部流道中通过的冷却液带走,实现对动力电池的散热。
现有液冷板中,各个流道的宽度通常相等,但是由于各个流道的长度、形状等不同,使得各个流道内的流量分配不均,由此则容易导致动力电池系统内各区域之间的散热效果不均,进而导致整体动力电池系统内各处温度的一致性较差,影响使用寿命,甚至还会出现热失控风险;
另外,液冷板的各个流道通常采用人工方式进行优化,往往循环操作多次也未能得到最优解,使得液冷板优化存在耗时长、效率低的问题。
发明内容
鉴于此,为解决现有技术中的不足,本发明提供了一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法。具体,利用软件仿真优化的方式代替人工优化,从而达到缩短优化周期、提高优化效率、降低人工成本的效果;并且,软件仿真是利用Hyperstudy与Fluent进行联合仿真,由此在不需要参数化模型的情况下也能完成优化,降低优化时的建模要求。
为实现上述目的,本发明提供如下技术方案:一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法,包括如下步骤:
S1.建立液冷板模型,并将所建立的液冷板模型导入Fluent软件内,对其进行计算分析,获得液冷板的总入口压强以及各支管截面流量分布情况,输出保存为cas文件;
S2.优化变量的定义:将步骤S1中所输出的cas文件导入Hypermesh软件,并利用Hypermorph模块将液冷板模型中液冷板各支管入口直径和扰流板高度定义为优化变量,输出tpl格式的求解文件;
S3.将步骤S2中所输出的tpl文件导入Hyperstudy软件,调用Fluent求解器根据优化算法进行优化求解;其中,确定优化算法时,以液冷板各支管截面流量的平均差作为优化目标、以液冷板的总入口压强作为边界条件;
S4.多次重复执行步骤S3的优化求解,并从多个优化求解结果中选取液冷板各支管截面流量的平均差最小的优化方案。
在本发明中,作为上述方案的优选方案,所述液冷板模型中,至少包括三组液冷板,且三组液冷板中均包括液冷板主板、支管和扰流板。
在本发明中,作为上述方案的优选方案,所述步骤S1中,在Fluent软件内对液冷板模型进行计算分析的过程包括:
S11.前处理:对整体液冷板模型进行网格划分,检查并修补液冷板模型中出现的破面,形成一个完整的几何体液冷板模型,然后采用Fluent软件设置液冷板模型的进出口;
S12.求解运算:设置边界条件、选择求解算法,并经初始化后进行计算;
S13.获得液冷板的总入口压强以及各支管截面流量分布情况。
在本发明中,作为上述方案的优选方案,在所述步骤S3中,确定优化算法时,选择以液冷板各支管截面流量的平均差作为优化目标、以液冷板的总入口压强作为边界条件、并可进行多次迭代计算的算法。
在本发明中,作为上述方案的优选方案,在所述步骤S3中,执行步骤S3的优化求解时,所述液冷板各支管截面流量的平均差公式为:
(∑|x-x'|)/n;其中,x为样本中每个支管的截面流量,x'为样本中多个支管截面流量的均值,n为样本中支管数量。
本发明与现有技术相比,具有以下有益效果:
(1)在本发明中,利用软件仿真优化的方式代替人工优化,从而达到缩短优化周期、提高优化效率、降低人工成本的效果;同时,还能有效保证所获取的优化方案为最优结果,进而使得整体液冷板及动力电池系统达到最优的散热效果。
(2)针对上述软件仿真,利用Hyperstudy与Fluent进行联合仿真,由此保证整体优化方法在不需要参数化模型的情况下,也能有效实现液冷板结构尺寸的优化,从而有效降低了优化过程中对建模的要求,并降低整体优化方法的执行难度。
附图说明
图1为执行本发明所提供的优化方法时建立的液冷板模型;
图2为液冷板模型中的优化变量;
图3为本发明所提供的优化方法的流程图;
图4为液冷板模型优化前后的各支管截面流量对比图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
根据现有技术,建立一如图1所示的液冷板模型,在该模型中,包括三组液冷板a/b/c,其中第一组液冷板a中包括液冷板主板a1、支管a2和扰流板a3;第二组液冷板b中包括液冷板主板b1、支管b2和扰流板b3;第三组液冷板c中包括液冷板主板c1、支管c2和扰流板c3。
由图可知,在第三组液冷板c中,其液冷板主板c1的数量最多,由此其板内对应的流道也最长;
另外,在三组液冷板a/b/c中,其第一组液冷板a最靠近冷却液入口;
综上可知,在三组液冷板a/b/c中,支管a2、支管b2与支管c2的入口直径相同时,三组液冷板a/b/c所形成的散热效果均不相同。
基于上述问题,在本发明实施例中提供了一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法,具体以液冷板各支管入口直径和扰流板高度为优化变量,进行液冷板结构尺寸的软件仿真优化,如图3的流程所示,所述的优化方法包括如下步骤:
S1.建立液冷板模型,并将所建立的液冷板模型导入Fluent软件内,对其进行计算分析,获得液冷板的总入口压强以及各支管截面流量分布情况,输出保存为cas文件;
具体的,在上述步骤S1中,在Fluent软件内对液冷板模型进行计算分析的过程包括如下细分步骤:
S11.前处理:对整体液冷板模型进行网格划分,检查并修补液冷板模型中出现的破面,形成一个完整的几何体液冷板模型,然后采用Fluent软件设置液冷板模型的进出口;
S12.求解运算:设置边界条件、选择求解算法,并经初始化后进行计算;
S13.获得液冷板的总入口压强以及各支管截面流量分布情况。
S2.优化变量的定义:将步骤S1中所输出的cas文件导入Hypermesh软件,并利用Hypermorph模块将液冷板模型中液冷板各支管入口直径和扰流板高度定义为优化变量,输出tpl格式的求解文件;
具体,结合提1-图2所示,优化变量包括:支管a2、支管b2与支管c2的入口直径;扰流板a3、扰流板b3和扰流板c3的高度h。
S3.将步骤S2中所输出的tpl文件导入Hyperstudy软件,调用Fluent求解器根据优化算法进行优化求解;
其中,根据上述建立的图1所示的液冷板模型可知,在进行一次优化求解时,应进行重复进行支管a2、支管b2与支管c2的三次优化求解,因此,在确定优化算法时,应选择以液冷板各支管截面流量的平均差作为优化目标、以液冷板的总入口压强作为边界条件、并可进行多次迭代计算的算法。
具体的,执行本步骤的优化求解时,所述的液冷板各支管截面流量的平均差公式为:(∑|x-x'|)/n;其中,x为样本中每个支管的截面流量,x'为样本中多个支管截面流量的均值,n为样本中支管数量;由上可知,在本实施例中取n=3。
S4.多次重复执行步骤S3的优化求解,并从多个优化求解结果中选取液冷板各支管截面流量的平均差最小的优化方案。
以支管a2、支管b2与支管c2的初始直径均为12mm,扰流板a3、扰流板b3和扰流板c3的初始高度均为0mm进行优化计算,基于上述优化计算流程,获取如下表所示的计算结果:
液冷板模型 优化前 优化后
支管a2直径(mm) 12 7.5
支管b2直径(mm) 12 8.4
支管c2直径(mm) 12 12
扰流板a3/b3/c3高度h(mm) 0 8.6
总入口压强(KPa) 6.3 8.5
基于上表所形成的优化前数据和优化后数据,构建图4所示的各支管截面流量对比图,由图可知,优化后的各支管截面流量更为均匀,从而有效提高了整体液冷板散热效果的均匀性。
以上仅为本发明的优选实施例而已,并不用于限制本发明。尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法,其特征在于,包括如下步骤:
S1.建立液冷板模型,并将所建立的液冷板模型导入Fluent软件内,对其进行计算分析,获得液冷板的总入口压强以及各支管截面流量分布情况,输出保存为cas文件;
S2.优化变量的定义:将步骤S1中所输出的cas文件导入Hypermesh软件,并利用Hypermorph模块将液冷板模型中液冷板各支管入口直径和扰流板高度定义为优化变量,输出tpl格式的求解文件;
S3.将步骤S2中所输出的tpl文件导入Hyperstudy软件,调用Fluent求解器根据优化算法进行优化求解;其中,确定优化算法时,以液冷板各支管截面流量的平均差作为优化目标、以液冷板的总入口压强作为边界条件;
S4.多次重复执行步骤S3的优化求解,并从多个优化求解结果中选取液冷板各支管截面流量的平均差最小的优化方案。
2.根据权利要求1所述的一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法,其特征在于:所述液冷板模型中,至少包括三组液冷板,且三组液冷板中均包括液冷板主板、支管和扰流板。
3.根据权利要求1或2所述的一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法,其特征在于:所述步骤S1中,在Fluent软件内对液冷板模型进行计算分析的过程包括:
S11.前处理:对整体液冷板模型进行网格划分,检查并修补液冷板模型中出现的破面,形成一个完整的几何体液冷板模型,然后采用Fluent软件设置液冷板模型的进出口;
S12.求解运算:设置边界条件、选择求解算法,并经初始化后进行计算;
S13.获得液冷板的总入口压强以及各支管截面流量分布情况。
4.根据权利要求2所述的一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法,其特征在于:在所述步骤S3中,确定优化算法时,选择以液冷板各支管截面流量的平均差作为优化目标、以液冷板的总入口压强作为边界条件、并可进行多次迭代计算的算法。
5.根据权利要求2所述的一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法,其特征在于,在所述步骤S3中,执行步骤S3的优化求解时,所述液冷板各支管截面流量的平均差公式为:
(∑|x-x'|)/n;其中,x为样本中每个支管的截面流量,x'为样本中多个支管截面流量的均值,n为样本中支管数量。
CN202010609164.XA 2020-06-30 2020-06-30 一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法 Active CN111859557B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010609164.XA CN111859557B (zh) 2020-06-30 2020-06-30 一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010609164.XA CN111859557B (zh) 2020-06-30 2020-06-30 一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法

Publications (2)

Publication Number Publication Date
CN111859557A CN111859557A (zh) 2020-10-30
CN111859557B true CN111859557B (zh) 2023-10-13

Family

ID=72988313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010609164.XA Active CN111859557B (zh) 2020-06-30 2020-06-30 一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法

Country Status (1)

Country Link
CN (1) CN111859557B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112818521B (zh) * 2021-01-18 2022-11-15 江汉大学 一种液冷板多目标优化方法、电子设备及存储介质
CN113422139B (zh) * 2021-06-18 2022-05-31 中国第一汽车股份有限公司 一种电池总成、电动车辆及设计方法
CN113836841B (zh) * 2021-09-29 2023-06-02 蜂巢能源科技有限公司 一种液冷储能系统仿真分析方法、装置和电子设备
CN116070534B (zh) * 2023-03-22 2023-07-25 中宏科创新能源科技(浙江)有限公司 锂电池储能系统中液冷板的优化方法、装置、设备及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015078903A (ja) * 2013-10-17 2015-04-23 株式会社デンソー パラメータ設定方法およびシミュレーション装置
WO2016150293A1 (zh) * 2015-03-20 2016-09-29 中兴通讯股份有限公司 一种液冷冷板
CN106919763A (zh) * 2017-03-07 2017-07-04 上海波客实业有限公司 一种产品结构尺寸优化方法
CN107122527A (zh) * 2017-04-10 2017-09-01 西安电子科技大学 一种基于拓扑优化的冷板流道设计方法
CN109063367A (zh) * 2018-08-22 2018-12-21 深圳市瑞思物流有限公司 一种基于cfd的蓄冷空间优化方法和系统
CN109543261A (zh) * 2018-11-09 2019-03-29 东软睿驰汽车技术(沈阳)有限公司 一种液冷系统的结构优化方法及装置
CN109598028A (zh) * 2018-11-09 2019-04-09 东软睿驰汽车技术(沈阳)有限公司 一种液冷系统的流量调整方法和装置
CN109728381A (zh) * 2018-12-28 2019-05-07 广州小鹏汽车科技有限公司 一种液冷板及液冷板设计的优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015078903A (ja) * 2013-10-17 2015-04-23 株式会社デンソー パラメータ設定方法およびシミュレーション装置
WO2016150293A1 (zh) * 2015-03-20 2016-09-29 中兴通讯股份有限公司 一种液冷冷板
CN106919763A (zh) * 2017-03-07 2017-07-04 上海波客实业有限公司 一种产品结构尺寸优化方法
CN107122527A (zh) * 2017-04-10 2017-09-01 西安电子科技大学 一种基于拓扑优化的冷板流道设计方法
CN109063367A (zh) * 2018-08-22 2018-12-21 深圳市瑞思物流有限公司 一种基于cfd的蓄冷空间优化方法和系统
CN109543261A (zh) * 2018-11-09 2019-03-29 东软睿驰汽车技术(沈阳)有限公司 一种液冷系统的结构优化方法及装置
CN109598028A (zh) * 2018-11-09 2019-04-09 东软睿驰汽车技术(沈阳)有限公司 一种液冷系统的流量调整方法和装置
CN109728381A (zh) * 2018-12-28 2019-05-07 广州小鹏汽车科技有限公司 一种液冷板及液冷板设计的优化方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
某新能源商用车电池组液冷板热管理方案研究;张克鹏;制冷与空调;第20卷(第2期);21-24 *
某电动汽车用锂电池散热系统仿真分析与优化;李美静等;《内燃机与动力装置》;第36卷(第2期);14-22 *

Also Published As

Publication number Publication date
CN111859557A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN111859557B (zh) 一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法
CN113255229B (zh) 一种基于联合仿真的燃料组件多学科结构设计优化方法
CN113297678B (zh) 一种整车冷却系统的匹配设计方法、装置和计算机设备
CN109766589B (zh) 一种管翅式换热器非均匀迎面风速下性能评价方法
CN109977578B (zh) 大型板式热沉的cfd结构优化方法
CN111597660B (zh) 一种多通道换热器流量分布预测方法
CN115455773A (zh) 一种设计变量的多目标优化方法及装置
CN112380613A (zh) 一种汽车发动机冷却系统一维三维联合仿真方法
CN115659908B (zh) 一种印刷电路板换热器的三单元非平衡多孔介质方法
CN114385960A (zh) 一种基于能量平均温度的间壁式换热器性能计算方法
CN117494335A (zh) 一种用于非均匀热源的散热冷板结构拓扑优化设计方法
CN116976244A (zh) 一种基于拓扑优化的燃料电池冷却通道的设计方法及系统
CN111625906B (zh) 试验和仿真相结合的动力电池风冷系统中风扇选型的方法
CN113386292A (zh) 一种流延辊及三因素参数正交实验方法
CN114971076A (zh) 一种供水管网监测点多目标优化布置方法
CN111159873B (zh) 一种热成型模具各腔工作流量的计算方法
CN115935808A (zh) 一种涡轮叶片交叉肋冷却结构参数化优化设计方法及系统
CN116070534B (zh) 锂电池储能系统中液冷板的优化方法、装置、设备及介质
CN115292770A (zh) 一种燃料电池电堆通道结构的优化方法及其系统
CN115774892A (zh) 一种转炉汽化冷却烟道设计方法及系统
CN114398728B (zh) 一种考虑冷却水温度变化的模温仿真分析方法
CN118424035B (zh) 用于多管程绕管式换热器的高效换热控制方法
CN118133715A (zh) 一种基于期望最大理论的非均匀气膜孔布局优化方法
CN104866646A (zh) 发动机进气歧管优化方法
CN114707435A (zh) 再生式换热器不同运行方式下流量转折点分析方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant