CN112818521B - 一种液冷板多目标优化方法、电子设备及存储介质 - Google Patents
一种液冷板多目标优化方法、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112818521B CN112818521B CN202110064676.7A CN202110064676A CN112818521B CN 112818521 B CN112818521 B CN 112818521B CN 202110064676 A CN202110064676 A CN 202110064676A CN 112818521 B CN112818521 B CN 112818521B
- Authority
- CN
- China
- Prior art keywords
- liquid cooling
- cooling plate
- simulation
- geometric model
- file
- 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
Links
- 239000007788 liquid Substances 0.000 title claims abstract description 109
- 238000001816 cooling Methods 0.000 title claims abstract description 99
- 238000005457 optimization Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000004088 simulation Methods 0.000 claims abstract description 105
- 238000004364 calculation method Methods 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000012544 monitoring process Methods 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 4
- 230000008878 coupling Effects 0.000 abstract description 3
- 238000010168 coupling process Methods 0.000 abstract description 3
- 238000005859 coupling reaction Methods 0.000 abstract description 3
- 230000017525 heat dissipation Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000013400 design of experiment Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000012782 phase change material Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
一种液冷板多目标优化方法、电子设备及存储介质，所述方法包括步骤：建立液冷板几何模型；对所述液冷板几何模型进行参数化处理；根据参数化处理结果创建所述液冷板几何模型的仿真计算宏文件；根据所述仿真计算宏文件创建所述液冷板几何模型的仿真计算批处理脚本文件；基于所述仿真计算批处理脚本文件进行自动化优化仿真；计算自动化优化仿真结果与预设结果之间的误差；判断所述误差是否满足预设值；若是，停止所述自动化优化仿真步骤；若否，返回所述基于所述仿真计算批处理脚本文件进行自动化优化仿真步骤。本申请有效地减少了热流耦合状态下液冷板的优化周期，能够实现优化流程的自动化，明显提高了优化效率。
Description
技术领域
本发明属于液冷板优化技术领域，具体涉及一种液冷板多目标优化方法、电子设备及存储介质。
背景技术
近年来，随着汽车保有量的增加，石油的消耗和汽车尾气的排放污染问题日益严重，世界各国都在不断寻求解决这一问题的途径。为此，研发和生产新能源汽车成为世界各国制造业的焦点，而新能源汽车的主要代表就是电动汽车。发展电动汽车，关键是动力电池，而大部分电池的电化学性能和循环寿命受温度的而影响显著，温度过高或过低都不利于电池性能的发挥。合理的电池热管理系统对于延长动力电池循环寿命，进而推动电动汽车的发展，具有重要意义。
对电池进行热管理，既可以从电池自身材料入手，提高电池材料的耐高/低温性能，强化电池内部的传热，也可以从电池外部出发，通过风冷、液冷和相变材料包裹等方式将电池的温度控制在适宜的范围内。而目前国内外汽车主机厂广泛采用的电池冷却技术是液冷板技术，它是在风冷散热无法满足预期散热效果的背景下发展起来的。动力电池散热仿真和液冷板结构优化属于不同的技术领域，动力电池散热仿真可以真实的模拟出系统的发热和散热情况，不同结构的液冷板对其内部流场有着很大的影响，从而影响液态介质与电池之间的热传递，最终影响电池的散热。液冷板内部流道有众多结构参数，参数的不同取值对电池散热有很大的影响，这属于多目标优化问题，而目前还没有一种较好的液冷板多目标优化方法。
发明内容
鉴于上述问题，本发明提供克服上述问题或者至少部分地解决上述问题的一种液冷板多目标优化方法、电子设备及存储介质。
为解决上述技术问题，本发明提供了一种液冷板多目标优化方法，所述方法包括步骤：
建立液冷板几何模型；
对所述液冷板几何模型进行参数化处理；
根据参数化处理结果创建所述液冷板几何模型的仿真计算宏文件；
根据所述仿真计算宏文件创建所述液冷板几何模型的仿真计算批处理脚本文件；
基于所述仿真计算批处理脚本文件进行自动化优化仿真；
计算自动化优化仿真结果与预设结果之间的误差；
判断所述误差是否满足预设值；
若是，停止所述自动化优化仿真步骤；
若否，返回所述基于所述仿真计算批处理脚本文件进行自动化优化仿真步骤。
优选地，所述建立液冷板几何模型包括步骤：
获取所述液冷板的几何参数；
根据所述几何参数创建并保存所述液冷板的参数化宏文件；
根据所述参数化宏文件采用CATIA软件建立得到液冷板几何模型。
优选地，所述对所述液冷板几何模型进行参数化处理包括步骤：
在STAR-CCM+软件上为所述液冷板几何模型分配处理区域；
在所述处理区域中为所述液冷板几何模型设置网格模型；
在所述处理区域中为所述液冷板几何模型设置物理模型；
对所述网格模型进行网格划分；
对所述网格模型设置初始条件和边界条件；
在STAR-CCM+软件上创建电池电芯温度监测报告；
在STAR-CCM+软件上生成监测点；
保存所述液冷板几何模型对应的sim文件。
优选地，所述根据参数化处理结果创建所述液冷板几何模型的仿真计算宏文件包括步骤：
在STAR-CCM+软件上对所述液冷板几何模型的几何参数进行修改；
更新所述STAR-CCM+软件上的所述液冷板几何模型；
更新所述STAR-CCM+软件上所述液冷板几何模型对应的网格模型；
在所述STAR-CCM+软件上设置所述液冷板几何模型的求解变量；
对所述求解变量进行求解、处理和输出；
导出所述STAR-CCM+软件上的电池电芯温度监测点数据；
将所述电池电芯温度监测点数据保存为所述仿真计算宏文件。
优选地，所述根据所述仿真计算宏文件创建所述液冷板几何模型的仿真计算批处理脚本文件包括步骤：
获取所述仿真计算宏文件；
对所述仿真计算宏文件进行无格式文本转换；
保存转换结果并得到所述仿真计算批处理脚本文件。
优选地，所述基于所述仿真计算批处理脚本文件进行自动化优化仿真包括步骤：
在Isight软件中搭建自动化优化仿真计算流程；
采用所述Isight软件调用所述仿真计算批处理脚本文件；
在所述Isight软件中选取DOE试验设计组件和优化流程；
将所述液冷板几何模型的待优化几何参数作为设计变量输入所述Isight软件中；
在CATIA Simcode组件中的输入和命令窗口分别读取参数化宏文件和参数化批处理文件；
在STAR-CCM+ Simcode组件中的命令和输出窗口分别读取仿真计算批处理文件和仿真计算文本文件。
优选地，所述基于所述仿真计算批处理脚本文件进行自动化优化仿真还包括步骤：
将各设计变量取值范围生成一系列的样本点并在所述Isight软件中点击运行；
所述Isight软件后台执行STAR-CCM+仿真优化计算；
所述STAR-CCM+计算窗口自动弹出并呈现实时计算过程界面；
所述STAR-CCM+计算窗口实时输出优化后的电池电芯温度监测点结果。
优选地，所述计算自动化优化仿真结果与预设结果之间的误差包括步骤：
获取所述自动化优化仿真结果中的电池电芯温度监测点结果；
获取所述动力电池包中电池电芯的温度预设值；
计算所述电池电芯温度监测点结果与所述温度预设值之间的差值。
本申请还提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上述中任一所述的液冷板多目标优化方法。
本申请还提供了一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时能够实现如上述中任一所述的液冷板多目标优化方法。
本发明实施例中的一个或多个技术方案，至少具有如下技术效果或优点：本申请提供的一种液冷板多目标优化方法、电子设备及存储介质集成了动力电池散热仿真和液冷板结构优化步骤，有效地减少了热流耦合状态下液冷板的优化周期，能够实现优化流程的自动化，明显提高了优化效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种液冷板多目标优化方法的流程示意图；
图2是本发明实施例提供的一种电子设备的示意图；
图3是本发明实施例提供的一种存储介质的示意图。
具体实施方式
下文将结合具体实施方式和实施例，具体阐述本发明，本发明的优点和各种效果将由此更加清楚地呈现。本领域技术人员应理解，这些具体实施方式和实施例是用于说明本发明，而非限制本发明。
在整个说明书中，除非另有特别说明，本文使用的术语应理解为如本领域中通常所使用的含义。因此，除非另有定义，本文使用的所有技术和科学术语具有与本发明所属领域技术人员的一般理解相同的含义。若存在矛盾，本说明书优先。
除非另有特别说明，本发明中用到的各种原材料、试剂、仪器和设备等，均可通过市场购买得到或者可通过现有方法制备得到。
如图1，在本申请实施例中，本发明提供了一种液冷板多目标优化方法，所述方法包括步骤：
S1：建立液冷板几何模型；
在本申请实施例中，所述建立液冷板几何模型包括步骤：
获取所述液冷板的几何参数；
根据所述几何参数创建并保存所述液冷板的参数化宏文件；
根据所述参数化宏文件采用CATIA软件建立得到液冷板几何模型。
在本申请实施例中，当建立液冷板几何模型时，首先获取液冷板的几何参数，比如长度、宽度和厚度，然后根据几何参数创建并保存液冷板的参数化宏文件，并采用CATIA软件建立液冷板的几何模型。
S2：对所述液冷板几何模型进行参数化处理；
在本申请实施例中，所述对所述液冷板几何模型进行参数化处理包括步骤：
在STAR-CCM+软件上为所述液冷板几何模型分配处理区域；
在所述处理区域中为所述液冷板几何模型设置网格模型；
在所述处理区域中为所述液冷板几何模型设置物理模型；
对所述网格模型进行网格划分；
对所述网格模型设置初始条件和边界条件；
在STAR-CCM+软件上创建电池电芯温度监测报告；
在STAR-CCM+软件上生成监测点；
保存所述液冷板几何模型对应的sim文件。
在本申请实施例中，当对所述液冷板几何模型进行参数化处理时，采用STAR-CCM+软件为液冷板几何模型依次进行分配区域、网格模型设置、物理模型设置操作，然后对网格模型进行网格划分，并设置网格模型的初始条件和边界条件，然后在STAR-CCM+软件上创建电池电芯温度监测报告，生成监测点，保存液冷板几何模型对应的sim文件。
S3：根据参数化处理结果创建所述液冷板几何模型的仿真计算宏文件；
在本申请实施例中，所述根据参数化处理结果创建所述液冷板几何模型的仿真计算宏文件包括步骤：
在STAR-CCM+软件上对所述液冷板几何模型的几何参数进行修改；
更新所述STAR-CCM+软件上的所述液冷板几何模型；
更新所述STAR-CCM+软件上所述液冷板几何模型对应的网格模型；
在所述STAR-CCM+软件上设置所述液冷板几何模型的求解变量；
对所述求解变量进行求解、处理和输出；
导出所述STAR-CCM+软件上的电池电芯温度监测点数据；
将所述电池电芯温度监测点数据保存为所述仿真计算宏文件。
在本申请实施例中，当根据参数化处理结果创建所述液冷板几何模型的仿真计算宏文件时，在液冷板几何模型需要优化的几何参数取值范围内对各参数进行修改，并更新液冷板的几何模型和网格模型，接着在STAR-CCM+软件上设置液冷板几何模型的求解变量，并进行自动求解和结果的后处理，输出计算结果，导出电池电芯温度监测点数据，并保存为文本文件，最后退出STAR-CCM+软件。
S4：根据所述仿真计算宏文件创建所述液冷板几何模型的仿真计算批处理脚本文件；
在本申请实施例中，所述根据所述仿真计算宏文件创建所述液冷板几何模型的仿真计算批处理脚本文件包括步骤：
获取所述仿真计算宏文件；
对所述仿真计算宏文件进行无格式文本转换；
保存转换结果并得到所述仿真计算批处理脚本文件。
在本申请实施例中，当根据所述仿真计算宏文件创建所述液冷板几何模型的仿真计算批处理脚本文件时，首先获取所述仿真计算宏文件，然后对所述仿真计算宏文件进行无格式文本转换，接着保存转换结果并得到所述仿真计算批处理脚本文件。
S5：基于所述仿真计算批处理脚本文件进行自动化优化仿真；
在本申请实施例中，所述基于所述仿真计算批处理脚本文件进行自动化优化仿真包括步骤：
在Isight软件中搭建自动化优化仿真计算流程；
采用所述Isight软件调用所述仿真计算批处理脚本文件；
在所述Isight软件中选取DOE试验设计组件和优化流程；
将所述液冷板几何模型的待优化几何参数作为设计变量输入所述Isight软件中；
在CATIA Simcode组件中的输入和命令窗口分别读取参数化宏文件和参数化批处理文件；
在STAR-CCM+ Simcode组件中的命令和输出窗口分别读取仿真计算批处理文件和仿真计算文本文件。
在本申请实施例中，当基于所述仿真计算批处理脚本文件进行自动化优化仿真时，在Isight软件中搭建自动化优化仿真计算流程，接着采用Isight软件调用仿真计算批处理脚本文件，并选取DOE试验设计组件和优化算法流程，将液冷板需要优化的几何参数作为设计变量输入所述Isight软件中，同时还输入其取值范围。在CATIA Simcode组件中的输入和命令窗口分别读取参数化宏文件和参数化批处理文件，在STAR-CCM+ Simcode组件中的命令和输出窗口分别读取仿真计算批处理文件和仿真计算文本文件。
在本申请实施例中，所述基于所述仿真计算批处理脚本文件进行自动化优化仿真还包括步骤：
将各设计变量取值范围生成一系列的样本点并在所述Isight软件中点击运行；
所述Isight软件后台执行STAR-CCM+仿真优化计算；
所述STAR-CCM+计算窗口自动弹出并呈现实时计算过程界面；
所述STAR-CCM+计算窗口实时输出优化后的电池电芯温度监测点结果。
在本申请实施例中，当基于所述仿真计算批处理脚本文件进行自动化优化仿真时，在Isight软件中点击运行，Isight软件后台开始执行STAR-CCM+仿真优化计算，STAR-CCM+计算窗口自动弹出并呈现给工程师实时变化的计算过程界面，STAR-CCM+计算窗口并实时输出优化后的电池电芯温度监测点结果。
S6：计算自动化优化仿真结果与预设结果之间的误差；
在本申请实施例中，所述计算自动化优化仿真结果与预设结果之间的误差包括步骤：
获取所述自动化优化仿真结果中的电池电芯温度监测点结果；
获取所述动力电池包中电池电芯的温度预设值；
计算所述电池电芯温度监测点结果与所述温度预设值之间的差值。
在本申请实施例中，当计算自动化优化仿真结果与预设结果之间的误差时，首先获取所述自动化优化仿真结果中的电池电芯温度监测点结果，同时获取所述动力电池包中电池电芯的温度预设值，然后计算所述电池电芯温度监测点结果与所述温度预设值之间的差值，此差值即为所求结果。
S7：判断所述误差是否满足预设值；
S8：若是，停止所述自动化优化仿真步骤；
S9：若否，返回所述基于所述仿真计算批处理脚本文件进行自动化优化仿真步骤。
下面参考图2，其示出了适于用来实现本公开实施例的电子设备100的结构示意图，所述电子设备100能够实现如上述中任一所述的液冷板多目标优化方法。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图2示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图2所示，电子设备100可以包括处理装置(例如中央处理器、图形处理器等)101，其可以根据存储在只读存储器(ROM)102中的程序或者从存储装置108加载到随机访问存储器(RAM)103中的程序而执行各种适当的动作和处理。在RAM 103中，还存储有电子设备100操作所需的各种程序和数据。处理装置101、ROM102以及RAM 103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
通常，以下系统可以连接至I/O接口105：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置106；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置107；包括例如磁带、硬盘等的存储装置108；以及通信装置1010。通信装置1010可以允许电子设备100与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备100，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1010从网络上被下载和安装，或者从存储装置108被安装，或者从ROM 102被安装。在该计算机程序被处理装置101执行时，执行本公开实施例的方法中限定的上述功能。
下面参考图3，其示出了适于用来实现本公开实施例的计算机可读存储介质的结构示意图，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时能够实现如上述中任一所述的液冷板多目标优化方法。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行装置、系统或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行装置、系统或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取至少两个网际协议地址；向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求，其中，所述节点评价设备从所述至少两个网际协议地址中，选取网际协议地址并返回；接收所述节点评价设备返回的网际协议地址；其中，所获取的网际协议地址指示内容分发网络中的边缘节点。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收包括至少两个网际协议地址的节点评价请求；从所述至少两个网际协议地址中，选取网际协议地址；返回选取出的网际协议地址；其中，接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、步骤Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
本申请提供的一种液冷板多目标优化方法、电子设备及存储介质集成了动力电池散热仿真和液冷板结构优化步骤，有效地减少了热流耦合状态下液冷板的优化周期，能够实现优化流程的自动化，明显提高了优化效率。
最后，还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。本申请中的“第一”、“第二”可以理解为名词。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种液冷板多目标优化方法，其特征在于，所述方法包括步骤：
建立液冷板几何模型；
对所述液冷板几何模型进行参数化处理；
根据参数化处理结果创建所述液冷板几何模型的仿真计算宏文件；
根据所述仿真计算宏文件创建所述液冷板几何模型的仿真计算批处理脚本文件；
基于所述仿真计算批处理脚本文件进行自动化优化仿真；
计算自动化优化仿真结果与预设结果之间的误差；
判断所述误差是否满足预设值；
若是，停止所述自动化优化仿真步骤；
若否，返回所述基于所述仿真计算批处理脚本文件进行自动化优化仿真步骤；
所述对所述液冷板几何模型进行参数化处理包括步骤：
在STAR-CCM+软件上为所述液冷板几何模型分配处理区域；
在所述处理区域中为所述液冷板几何模型设置网格模型；
在所述处理区域中为所述液冷板几何模型设置物理模型；
对所述网格模型进行网格划分；
对所述网格模型设置初始条件和边界条件；
在STAR-CCM+软件上创建电池电芯温度监测报告；
在STAR-CCM+软件上生成监测点；
保存所述液冷板几何模型对应的sim文件。
2.根据权利要求1所述的液冷板多目标优化方法，其特征在于，所述建立液冷板几何模型包括步骤：
获取所述液冷板的几何参数；
根据所述几何参数创建并保存所述液冷板的参数化宏文件；
根据所述参数化宏文件采用CATIA软件建立得到液冷板几何模型。
3.根据权利要求1所述的液冷板多目标优化方法，其特征在于，所述根据参数化处理结果创建所述液冷板几何模型的仿真计算宏文件包括步骤：
在STAR-CCM+软件上对所述液冷板几何模型的几何参数进行修改；
更新所述STAR-CCM+软件上的所述液冷板几何模型；
更新所述STAR-CCM+软件上所述液冷板几何模型对应的网格模型；
在所述STAR-CCM+软件上设置所述液冷板几何模型的求解变量；
对所述求解变量进行求解、处理和输出；
导出所述STAR-CCM+软件上的电池电芯温度监测点数据；
将所述电池电芯温度监测点数据保存为所述仿真计算宏文件。
4.根据权利要求1所述的液冷板多目标优化方法，其特征在于，所述根据所述仿真计算宏文件创建所述液冷板几何模型的仿真计算批处理脚本文件包括步骤：
获取所述仿真计算宏文件；
对所述仿真计算宏文件进行无格式文本转换；
保存转换结果并得到所述仿真计算批处理脚本文件。
5.根据权利要求1所述的液冷板多目标优化方法，其特征在于，所述基于所述仿真计算批处理脚本文件进行自动化优化仿真包括步骤：
在Isight软件中搭建自动化优化仿真计算流程；
采用所述Isight软件调用所述仿真计算批处理脚本文件；
在所述Isight软件中选取DOE试验设计组件和优化流程；
将所述液冷板几何模型的待优化几何参数作为设计变量输入所述Isight软件中；
在CATIA Simcode组件中的输入和命令窗口分别读取参数化宏文件和参数化批处理文件；
在STAR-CCM+ Simcode组件中的命令和输出窗口分别读取仿真计算批处理文件和仿真计算文本文件。
6.根据权利要求5所述的液冷板多目标优化方法，其特征在于，所述基于所述仿真计算批处理脚本文件进行自动化优化仿真还包括步骤：
将各设计变量取值范围生成一系列的样本点并在所述Isight软件中点击运行；
所述Isight软件后台执行STAR-CCM+仿真优化计算；
所述STAR-CCM+计算窗口自动弹出并呈现实时计算过程界面；
所述STAR-CCM+计算窗口实时输出优化后的电池电芯温度监测点结果。
7.根据权利要求1所述的液冷板多目标优化方法，其特征在于，所述计算自动化优化仿真结果与预设结果之间的误差包括步骤：
获取所述自动化优化仿真结果中的电池电芯温度监测点结果；
获取所述电池电芯的温度预设值；
计算所述电池电芯温度监测点结果与所述温度预设值之间的差值。
8.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-7中任一所述的液冷板多目标优化方法。
9.一种存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时能够实现如权利要求1-7中任一所述的液冷板多目标优化方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110064676.7A CN112818521B (zh) | 2021-01-18 | 2021-01-18 | 一种液冷板多目标优化方法、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110064676.7A CN112818521B (zh) | 2021-01-18 | 2021-01-18 | 一种液冷板多目标优化方法、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112818521A CN112818521A (zh) | 2021-05-18 |
| CN112818521B true CN112818521B (zh) | 2022-11-15 |
Family
ID=75869739
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110064676.7A Active CN112818521B (zh) | 2021-01-18 | 2021-01-18 | 一种液冷板多目标优化方法、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112818521B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027164A (zh) * | 2018-10-08 | 2020-04-17 | 长城汽车股份有限公司 | 基于star-ccm+的自动化仿真分析方法及装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107273569B (zh) * | 2017-05-09 | 2019-09-10 | 武汉理工大学 | 基于网格变形技术的气动外形减阻优化方法 |
| CN110442923B (zh) * | 2019-07-15 | 2021-07-02 | 华中科技大学 | 一种锂离子电池液冷热管理系统稳健设计优化方法 |
| CN111783219B (zh) * | 2020-05-20 | 2022-08-19 | 中国第一汽车股份有限公司 | 一种管路优化设计方法及排气管路 |
| CN111859557B (zh) * | 2020-06-30 | 2023-10-13 | 淮安骏盛新能源科技有限公司 | 一种基于Hyperstudy和Fluent联合仿真的液冷板结构尺寸优化方法 |
-
2021
- 2021-01-18 CN CN202110064676.7A patent/CN112818521B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027164A (zh) * | 2018-10-08 | 2020-04-17 | 长城汽车股份有限公司 | 基于star-ccm+的自动化仿真分析方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112818521A (zh) | 2021-05-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112766596B (zh) | 建筑能耗预测模型的构建方法、能耗预测方法及装置 | |
| WO2022237476A1 (zh) | 电池脉冲充放电最大电流的获取方法、装置、设备及介质 | |
| CN116703131B (zh) | 电力资源分配方法、装置、电子设备和计算机可读介质 | |
| CN113034059B (zh) | 异常电力信息定位方法、装置、电子设备和计算机介质 | |
| CN112818521B (zh) | 一种液冷板多目标优化方法、电子设备及存储介质 | |
| CN115840144A (zh) | 电池仿真计算方法、装置、计算机设备和存储介质 | |
| CN113392018B (zh) | 流量分发方法、装置、存储介质及电子设备 | |
| CN109214578B (zh) | 电子装置、基于决策树模型的建筑物用电负荷预测方法及存储介质 | |
| LU506590B1 (en) | Invention relates to liquid cooling plate multi-objective optimization method, electronic device and storage medium | |
| CN112464395B (zh) | 发动机的物理模型参数标定方法和装置 | |
| CN115543638A (zh) | 基于不确定性的边缘计算数据收集分析方法、系统及设备 | |
| CN115062474A (zh) | 一种锂电池的工况仿真方法、系统、终端设备及存储介质 | |
| CN115774577A (zh) | 一种Spark GraphX参数调优方法、装置、电子设备及存储介质 | |
| CN112329218B (zh) | 芯片稳态温度计算方法、装置及电子设备 | |
| CN116757443B (zh) | 新型配电网电力线损率预测方法、装置、电子设备和介质 | |
| CN112257913A (zh) | 中压线路负荷值预测方法、装置、设备及存储介质 | |
| CN111626485A (zh) | 一种区域建筑能源系统的负荷预测系统及方法 | |
| CN116757461B (zh) | 更新电网基建业务节点信息显示方法、装置、设备和介质 | |
| CN116308303B (zh) | 基于设备数据的检修计划生成方法、装置、设备和介质 | |
| CN114595634B (zh) | 火电机组控制系统建模方法、装置、设备及介质 | |
| CN118035811B (zh) | 基于图卷积神经网络的用电设备状态感知方法、控制服务器及介质 | |
| CN112488535B (zh) | 一种能源网络安全测度方法、系统及数据平台 | |
| CN116822259B (zh) | 基于场景模拟的评价信息生成方法、装置和电子设备 | |
| CN112977161B (zh) | 一种新能源汽车用电池管理方法、装置及电子设备 | |
| CN111562913B (zh) | 视图组件的预创建方法、装置、设备及计算机可读介质 |
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 |