CN113624439A - 一种基于数字孪生技术的汽车环境风洞模拟方法 - Google Patents
一种基于数字孪生技术的汽车环境风洞模拟方法 Download PDFInfo
- Publication number
- CN113624439A CN113624439A CN202110751183.0A CN202110751183A CN113624439A CN 113624439 A CN113624439 A CN 113624439A CN 202110751183 A CN202110751183 A CN 202110751183A CN 113624439 A CN113624439 A CN 113624439A
- Authority
- CN
- China
- Prior art keywords
- automobile
- simulation
- wind tunnel
- environment wind
- dimensional
- 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.)
- Granted
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 141
- 238000005516 engineering process Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012360 testing method Methods 0.000 claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims abstract description 40
- 238000004378 air conditioning Methods 0.000 claims abstract description 33
- 238000001816 cooling Methods 0.000 claims abstract description 33
- 230000007613 environmental effect Effects 0.000 claims abstract description 24
- 238000005094 computer simulation Methods 0.000 claims abstract description 8
- 239000000463 material Substances 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 6
- 230000017525 heat dissipation Effects 0.000 claims description 5
- 230000000704 physical effect Effects 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 239000000110 cooling liquid Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 4
- 238000013461 design Methods 0.000 description 21
- 238000005457 optimization Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 238000012827 research and development Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000002826 coolant Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013142 basic testing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
- G01M9/02—Wind tunnels
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
- G01M9/08—Aerodynamic models
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于数字孪生技术的汽车环境风洞模拟方法，包括以下步骤：S1：对汽车冷却和空调系统进行一维仿真建模；S2：建立环境风洞、汽车以及附属设施设备的CAD模型；S3：通过对CAD模型进行网格划分及加载计算边界，从而获得汽车环境风洞CFD仿真模型；S4：通过一维与三维联合仿真求解方法对一维仿真模型与CFD仿真模型进行联合仿真计算，从而得到汽车环境风洞数字孪生仿真模型；S5：对试验数据和虚拟仿真数据进行采集并存入数据库中；S6：通过云计算平台对试验数据、仿真数据以及二者之间的差异进行分析，从而更新仿真模型。本发明所述的一种基于数字孪生技术的汽车环境风洞模拟方法解决了现有汽车环境风洞建设周期长、试验成本高等问题。
Description
技术领域
本发明属于汽车环境虚拟试验技术领域，尤其是涉及一种基于数字孪生技术的汽车环境风洞模拟方法。
背景技术
环境风洞试验是汽车研发过程中必不可少的基础性试验。汽车环境风洞可以在实验室中复现汽车行驶中遇到的高温、低温、湿热、阳光、雨、雪等环境条件，且不受自然环境条件、季节和地域等限制，对于汽车造型和结构设计以及冷却和空调系统的研发都具有重要的意义。但是，由于汽车环境风洞存在设计周期长和建设成本极高等问题，一次汽车环境风洞试验需要漫长的准备期以及花费大量的样车试制费用和试验经费。如何在汽车设计过程中还没有样车的时候进行环境风洞虚拟试验预测汽车的性能，进而预先对汽车进行优化设计；或者在汽车样车试验阶段利用虚拟环境风洞试验代替实车环境风洞试验可以减少环境风洞试验的次数，进而降低研发测试费用和周期，提高汽车开发效率和质量，一直是汽车行业关注的热点。
数字孪生技术(Digital Twin)是近年来最具颠覆性的前沿科技之一。数字孪生技术通过设计工具、仿真工具、虚拟现实等各种数字化手段，在虚拟空间构建一个与物理实体相一致、表征物理实体各种属性的虚拟实体(数字孪生体)，以数据和模型为驱动，以数字孪生体和数字线程为支撑，直接通过操控数字孪生体进行模拟、仿真和预测。数字孪生技术具备融合几何建模、仿真模拟、数据分析等全方位功能，充分利用模型、数据、智能并集成多学科的技术，解决了虚拟世界和现实世界连接交互问题，具有重要的应用价值。
随着计算流体动力学(CFD)和虚拟现实技术(VR)的日趋成熟以及数字孪生技术的兴起，使得在计算机上建立汽车环境风洞数字孪生模型成为可能。汽车环境风洞数字孪生技术是数字孪生技术与汽车虚拟试验技术的完美结合，在汽车热管理、空调系统、水管理等开发领域中具有重要的工程应用价值。不同于一般意义的汽车CFD模拟计算技术，它是一种建立在CFD解算器之上的经过将真实风洞试验技术移植到数字环境中并经过二次开发后形成的专业化的“软风洞”试验系统，可以实现汽车在环境风洞内的流场三维空间显示以及所需物理量(如风速、温度、压力等)的空间采样或分布显示。与真实的汽车环境风洞试验不同，汽车数字孪生环境风洞试验前不需要准备试验样车，而是将汽车三维数字模型“安装”在数字孪生环境风洞内进行模拟试验。
发明内容
有鉴于此，本发明提出一种基于数字孪生技术的汽车环境风洞模拟方法以解决现有汽车环境风洞建设周期长、试验成本高的问题。
为达到上述目的，本发明的技术方案是这样实现的：
一种基于数字孪生技术的汽车环境风洞模拟方法，包括以下步骤：
S1：对汽车冷却和空调系统进行一维仿真建模；
S2：建立汽车环境风洞及其附属设施设备以及汽车的CAD模型；
S3：通过CAD模型进行CFD仿真计算，从而获得汽车环境风洞CFD仿真模型；
S4：通过一维与三维联合仿真求解方法对一维仿真模型与CFD仿真模型进行联合仿真计算，从而得到汽车环境风洞数字孪生仿真模型；
S5：对汽车实车在环境风洞运行过程中的试验数据和汽车环境风洞数字孪生仿真模型的虚拟仿真数据进行采集，将采集到的数据存入对应的存储数据库中；
S6：通过云计算平台对试验数据、仿真数据以及二者之间的差异进行分析，根据分析结果对汽车环境风洞数字孪生仿真模型进行标定和优化，从而更新汽车环境风洞数字孪生仿真模型和仿真边界条件，实现汽车在环境风洞内的整车热气动性能预测。
进一步的，步骤S3利用的通过CAD模型进行汽车环境风洞CFD仿真计算步骤如下：
S31：将CAD模型包括的全部区域设定为计算区域，对计算区域进行CFD网格划分；
S32：设置汽车环境风洞CAD模型、汽车CAD模型以及相关附属设备模型中部件的材料物理属性参数及仿真环境条件；
S33：根据材料物理属性参数及仿真环境条件对划分的所有CFD网格中的计算域进行CFD仿真计算，从而获得CFD仿真模型；
进一步的，步骤S1利用的一维仿真建模包括对汽车冷却系统和空调系统的一维仿真建模；冷却系统一维仿真结果包括冷却系统内部的冷却液温度、流量、换热量，空调系统一维仿真结果包括空调系统的热负荷、冷凝器的换热量。
进一步的，步骤S31所述的CFD网格划分根据汽车环境风洞内空气流动和换热特性对不同的计算区域进行差异化网格划分。
进一步的，差异化网格划分是对汽车的相应位置增加网格的密度，减小网格的尺寸，汽车的相应位置包括汽车车身周围、进气格栅、风扇、换热器、机舱、底盘；距离车身表面距离越远的地方逐渐减小网格的密度，增大网格的尺寸；风扇以及贴近转毂和地面的区域采用动网格技术进行网格划分。
进一步的，步骤S32所述的部件包括环境风洞的舱体、阳光模拟设备、转毂、试验汽车及附属设施和设备；
汽车CAD模型包括汽车车身总成、底盘系统、动力系统、电气系统、冷却和空调系统；
部件的材料物理属性包括材料密度、比热容、导热系数；
仿真环境条件包括但不限于环境风洞喷口的风速和温度、环境风洞出口的压力、阳光照射强度、汽车冷却和空调系统的热负荷、汽车关键部件表面的温度。
进一步的，步骤S1利用的CFD仿真计算包括对环境风洞内空气与汽车车身、底盘系统、动力系统、电气系统、冷却和空调系统的三维流动与传热仿真计算；CFD仿真计算结果包括汽车在环境风洞内的流场和温度场的三维空间显示以及汽车车身、底盘系统、动力系统、电气系统、冷却和空调系统部件表面的风速、空气温度、压力分布和散热量。
相对于现有技术，本发明具有以下有益效果：
(1)本发明提出的一种基于数字孪生技术的汽车环境风洞模拟方法引入了数字孪生技术，通过搭建与实际汽车环境风洞物理实体的结构尺寸、试验环境条件等完全一致的汽车环境风洞数字孪生云端仿真模型，分别在实际试验环境和虚拟仿真环境中同步监测环境风洞的运行数据以及汽车在环境风洞内工作时的各种热气动性能数据，并通过云存储数据库对采集的试验数据和仿真数据进行收集和分析对比，利用云计算平台的智能优化算法对汽车环境风洞数字孪生仿真模型进行标定和优化，动态更新汽车环境风洞数字孪生云端虚拟仿真模型，实现汽车在环境风洞内的整车热气动性能高精度预测，有效解决了汽车环境风洞建设和试验成本高、周期长且无法在汽车样车制造出来之前对汽车的热气动性能进行预测，以及传统的汽车虚拟风洞仿真计算精度低且无法通过试验验证等问题，显著提升了汽车热气动系统的设计效率和质量，大幅减少了汽车研发过程中样车制造和环境风洞试验的成本。
(2)利用数字孪生技术在汽车环境风洞数字孪生模型中复现了汽车在环境风洞内试验时遇到的高温、低温、光照、风阻和道路负载等试验条件，用户可以从多角度、多方位、更直观、更形象地观察数字孪生环境风洞中出现的各种流动现象，掌握汽车机舱内部以及汽车车身周围不同位置的速度、压力、温度、热量等分布情况，且能够分析多种非线性因素对汽车整车热气动性能的影响规律和影响机理，对汽车外形设计、机舱内部结构和布局、冷却和空调系统等提出优化设计方案，为汽车整车热气动系统数智化设计与验证提供数据支撑和服务。
附图说明
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明实施例所述的汽车环境风洞数字孪生模型与汽车环境风洞物理实体之间数据信息交换示意图；
图2为本发明实施例所述的数字孪生技术的汽车环境风洞示意图；
图3为本发明实施例所述的数据交换及优化迭代过程示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
下面将参考附图并结合实施例来详细说明本发明。
本发明将CFD数值仿真技术和数字孪生技术结合在一起，在计算机虚拟仿真环境下构建一个与实际汽车环境风洞的结构尺寸和试验环境条件相一致、表征环境风洞各种属性的汽车环境风洞数字孪生模型，所述数字孪生模型包括但不限于汽车冷却和空调系统的CAE一维仿真模型、汽车环境风洞和整车的CFD三维仿真模型，采用一维和三维联合仿真的方法提高汽车整车热气动性能仿真精度，可以精确预测包括但不限于汽车内部冷却介质温度和流量分布、汽车在环境风洞内的流场和温度场的三维空间显示以及风速、温度和压力等参数的空间采样。利用传感器和数据总线分别在实际环境风洞和汽车环境风洞数字孪生虚拟模型中同步监测环境风洞的运行数据以及汽车在环境风洞内工作时的各种热气动性能数据，将采集到的试验数据和仿真数据上传至云存储数据库，并对采集到的数据进行融合分析处理，利用云计算平台中的智能优化算法对汽车环境风洞数字孪生仿真模型进行标定和优化，动态更新汽车环境风洞数字孪生云端虚拟仿真模型，实现汽车在环境风洞内的整车热气动性能高精度预测。汽车环境风洞数字孪生平台以数据和仿真模型为驱动，以数字孪生体和数字线程为支撑，利用汽车环境风洞数字孪生体动态地模拟汽车模型在环境风洞中的运行情况，重点考核汽车的热系统(冷却和空调)性能，通过不断修改、优化车身的结构和热系统设计达到整车设计要求，最后只对实车进行少量的真实环境风洞试验验证，可以大量节省环境风洞试验费用，缩短设计周期，并提高汽车设计的可靠性。
汽车冷却和空调系统一维仿真建模。汽车环境风洞数字孪生仿真模型中的一维仿真模型包括但不限于汽车冷却系统和空调系统的一维仿真模型，一维仿真结果包括但不限于冷却系统内部的冷却液温度、流量及换热量，空调系统的热负荷、冷凝器的换热量等，同时一维仿真结果为汽车环境风洞及汽车的三维CFD仿真计算所需的温度和热量计算边界条件。
汽车环境风洞及试验汽车CAD建模。根据汽车环境风洞的设计图纸，获取准确的汽车环境风洞空间几何结构参数，并对汽车环境风洞内的相关测试设备(如阳光模拟设备、转毂、汽车固定支架等)进行精确测量，采用CAD画图法对汽车环境风洞及相关设施设备进行1：1的数字化三维建模，根据试验汽车和相关设备在实际汽车环境风洞中的布置位置、固定方式以及姿态等信息，将被试验汽车、环境风洞以及附属设施设备等数字化实体在仿真环境中组装成汽车环境风洞数字孪生虚拟模型。
确定计算域、划分计算网格。将汽车环境风洞数字孪生模型包括的全部区域设定为计算区域并进行CFD网格划分，根据汽车环境风洞内空气流动和换热特性对不同的计算区域进行差异化网格划分，对汽车车身周围、进气格栅、风扇、换热器、机舱、底盘等部位进行精细化网格划分，增加网格的密度，减小网格的尺寸，距离车身表面距离越远的地方逐渐减小网格的密度，增大网格的尺寸，风扇以及贴近转毂和地面的区域采用动网格技术，从而更好模拟汽车环境风洞内部气体的流动与冷却传热效果。
设置材料物性参数及仿真环境条件。设置汽车环境风洞数字孪生模型中部件的材料物理属性，部件包括但不限于环境风洞的舱体、阳光模拟设备、转毂、试验汽车及其它附属设施和设备等，试验汽车实体包括但不限于汽车车身总成、底盘系统、动力系统、电气系统、冷却和空调系统等，材料的物理属性包括但不限于密度、比热容、导热系数等。设置汽车环境风洞数字孪生模型的仿真环境条件使其与物理实体的运行环境条件保持一致，仿真环境条件包括但不限于环境风洞喷口的风速和温度、环境风洞出口的压力、阳光照射强度、汽车冷却和空调系统的热负荷、汽车关键部件表面的温度等。
汽车环境风洞及汽车的CFD仿真计算。汽车环境风洞数字孪生仿真模型中的CFD三维仿真模型包括但不限于环境风洞内空气与汽车车身、底盘系统、动力系统、电气系统、冷却和空调系统等的三维流动与传热仿真模型。三维仿真结果包括但不限于汽车在环境风洞内的流场和温度场的三维空间显示以及汽车车身、底盘系统、动力系统、电气系统、冷却和空调系统等部件表面的风速、空气温度、压力分布和散热量等参数。
汽车环境风洞数字孪生模型仿真计算。汽车环境风洞数字孪生模型采用一维与三维联合仿真求解方法，一维仿真模型包括但不限于汽车冷却系统仿真模型、空调系统仿真模型等，CFD仿真计算的三维仿真模型包括但不限于环境风洞内空气与汽车车身、底盘系统、动力系统、电气系统、冷却和空调系统等的三维流动与传热仿真模型。一维仿真模型计算汽车各散热部件的散热量及冷却介质的温度，三维仿真模型通过CFD数值计算方法仿真模拟汽车环境风洞及汽车内外部的流场和温度场。一维和三维仿真模型之间实时传递包括但不限于温度、流速、热量、压力等各种参数，通过一维和三维仿真迭代计算提高汽车环境风洞数字孪生模型的仿真精度。
汽车环境风洞数字孪生云存储数据库。云存储数据库包括试验数据存储数据库和仿真数据存储数据库，分别用于存储汽车实车在环境风洞运行过程中通过各种传感器采集的试验数据，数字化环境风洞及汽车各子系统模型运行中的虚拟仿真数据以及相关的历史样本数据，通过统一定义数据的名称和格式实现试验数据和仿真数据的一一对应，数据库还能对试验数据和仿真数据进行分析对比，计算每一项试验数据和仿真数据的差异。
汽车环境风洞试验数据和仿真数据采集。在汽车环境风洞不同区域布置若干个测试压力、温度、风速、湍流强度和边界层厚度的传感器，其中压力通过L型皮托管测量，温度通过PT100温度传感器测测量，风速和湍流强度根据L型皮托管测得的压力计算得到，边界层厚度通过边界层耙和L型皮托管组合在一起测量。在汽车的车身、底盘系统、动力系统、电气系统、冷却和空调系统中布置若干个测试汽车部件温度、空气温度和速度、冷却介质流量和温度的传感器，其中汽车部件温度通过K型热电偶测量，冷却介质流量通过电磁式流量计测量，汽车前端进风速度通过叶轮式风速仪测量。各传感器采集环境风洞运行过程中以及汽车在环境风洞内工作时的各种物理试验数据，通过汽车环境风洞的有线传输技术即实验室数据采集系统将试验数据上传至汽车环境风洞数字孪生试验数据云存储数据库。汽车环境风洞数字孪生仿真平台将数字化环境风洞及汽车各子系统模型运行中的虚拟仿真数据通过无线传输技术即数据传递总线上传至汽车环境风洞数字孪生仿真数据云存储数据库。
构建汽车环境风洞数字孪生云计算平台。基于汽车环境风洞数字孪生云存储数据库中的试验数据、仿真数据以及二者之间的差异分析结果，更新汽车环境风洞数字孪生模型的仿真边界条件，采用包括但不限于遗传算法、人工神经网络算法、机器学习算法等智能算法中的一种或多种任意组合的算法对汽车环境风洞数字孪生仿真模型进行优化标定，优化标定的对象包括但不限于湍流方程系数、壁面函数、收敛准则、复合材料的热属性(对流换热系数、导热系数、吸收率、反射率、透射率)等。基于优化标定后的汽车环境风洞数字孪生模型进行汽车整车热气动等性能的高精度仿真分析，包括但不限于环境条件(环境温度和压力)和运行工况(车速、爬坡度)等对汽车热气动性能的影响分析以及其它参数敏感性预测分析、汽车机舱及底盘热害评估、汽车各系统热气动性能评估、汽车车身外形优化设计、汽车机舱内部结构布置优化设计、汽车内外流场和温度场优化设计等。
模型的标定和优化步骤是：1.根据工程师的经验和历史试验数据，确定所有标定对象的优化范围，预设一组初始参数，输入模型、仿真并输出结果；2.将仿真结果与试验值进行比对，如果相对误差超出精度要求范围，利用优化数学模型和算法在标定参数的取值范围内寻优，将优化后的标定参数再次输入模型计算；3.重复步骤2直至仿真值与试验值的误差满足精度要求。4.在已标定好的仿真模型基础上，根据工程师经验，调整汽车相关的外形和结构参数或修改某个部件，再次输入模型计算；5.重复步骤4直至仿真结果满足汽车热气动性能设计要求。
本发明引入了数字孪生技术，通过搭建与实际汽车环境风洞物理实体的结构尺寸、试验环境条件等完全一致的汽车环境风洞数字孪生云端仿真模型，分别在实际试验环境和虚拟仿真环境中同步监测环境风洞的运行数据以及汽车在环境风洞内工作时的各种热气动性能数据，并通过云存储数据库对采集的试验数据和仿真数据进行收集和分析对比，利用云计算平台的智能优化算法对汽车环境风洞数字孪生仿真模型进行标定和优化，动态更新汽车环境风洞数字孪生云端虚拟仿真模型，实现汽车在环境风洞内的整车热气动性能高精度预测，有效解决了汽车环境风洞试验成本高、周期长且无法在汽车样车制造出来之前对汽车的热气动性能进行预测，以及传统的汽车虚拟风洞仿真计算精度低且无法通过试验验证等问题，显著提升了汽车热气动系统的设计效率和质量，大幅减少了汽车研发过程中样车制造和环境风洞试验的成本。本发明利用数字孪生技术在汽车环境风洞数字孪生模型中复现了汽车在环境风洞内试验时遇到的高温、低温、光照、风阻和道路负载等试验条件，用户可以从多角度、多方位、更直观、更形象地观察数字孪生环境风洞中出现的各种流动现象，掌握汽车机舱内部以及汽车车身周围不同位置的速度、压力、温度、热量等分布情况，且能够分析多种非线性因素对汽车整车热气动性能的影响规律和影响机理，对汽车外形设计、机舱内部结构和布局、冷却和空调系统等提出优化设计方案，为汽车整车热气动系统数智化设计与验证提供数据支撑和服务。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、同替换、改进，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于数字孪生技术的汽车环境风洞模拟方法，其特征在于，包括以下步骤：
S1：对汽车冷却和空调系统进行一维仿真建模；
S2：建立汽车环境风洞及其附属设施设备以及汽车的CAD模型；
S3：通过CAD模型进行CFD仿真计算，从而获得汽车环境风洞CFD仿真模型；
S4：通过一维与三维联合仿真求解方法对一维仿真模型与CFD仿真模型进行联合仿真计算，从而得到汽车环境风洞数字孪生仿真模型；
S5：对汽车实车在环境风洞运行过程中的试验数据和汽车环境风洞数字孪生仿真模型的虚拟仿真数据进行采集，将采集到的数据存入对应的存储数据库中；
S6：通过云计算平台对试验数据、仿真数据以及二者之间的差异进行分析，根据分析结果对汽车环境风洞数字孪生仿真模型进行标定和优化，从而更新汽车环境风洞数字孪生仿真模型和仿真边界条件，实现汽车在环境风洞内的整车热气动性能预测。
2.根据权利要求1所述的一种基于数字孪生技术的汽车环境风洞模拟方法，其特征在于：步骤S3利用的通过CAD模型进行汽车环境风洞CFD仿真计算步骤如下：
S31：将CAD模型包括的全部区域设定为计算区域，对计算区域进行CFD网格划分；
S32：设置汽车环境风洞CAD模型、汽车CAD模型以及环境风洞内相关附属设备模型中部件的材料物理属性参数及仿真环境条件；
S33：根据材料物理属性参数及仿真环境条件对划分的所有CFD网格中的计算域进行CFD仿真计算，从而获得汽车环境风洞CFD仿真模型。
3.根据权利要求1所述的一种基于数字孪生技术的汽车环境风洞模拟方法，其特征在于：步骤S1利用的一维仿真建模包括对汽车冷却系统和空调系统的一维仿真建模；冷却系统一维仿真结果包括冷却系统内部的冷却液温度、流量、换热量，空调系统一维仿真结果包括空调系统的热负荷、冷凝器的换热量。
4.根据权利要求2所述的一种基于数字孪生技术的汽车环境风洞仿真方法，其特征在于：步骤S31所述的CFD网格划分根据汽车环境风洞内空气流动和换热特性对不同的计算区域进行差异化网格划分。
5.根据权利要求4所述的一种基于数字孪生技术的汽车环境风洞仿真方法，其特征在于：差异化网格划分是对汽车的相应位置增加网格的密度，减小网格的尺寸，汽车的相应位置包括汽车车身周围、进气格栅、风扇、换热器、机舱、底盘；距离车身表面距离越远的地方逐渐减小网格的密度，增大网格的尺寸；风扇以及贴近转毂和地面的区域采用动网格技术进行网格划分。
6.根据权利要求1所述的一种基于数字孪生技术的汽车环境风洞仿真方法，其特征在于：步骤S32所述的部件包括环境风洞的舱体、阳光模拟设备、转毂、试验汽车及附属设施和设备；
汽车CAD模型包括汽车车身总成、底盘系统、动力系统、电气系统、冷却和空调系统；
部件的材料物理属性包括材料密度、比热容、导热系数；
仿真环境条件包括但不限于环境风洞喷口的风速和温度、环境风洞出口的压力、阳光照射强度、汽车冷却和空调系统的热负荷、汽车关键部件表面的温度。
7.根据权利要求1所述的一种基于数字孪生技术的汽车环境风洞仿真方法，其特征在于：步骤S1利用的CFD仿真计算包括对环境风洞内空气与汽车车身、底盘系统、动力系统、电气系统、冷却和空调系统的三维流动与传热仿真计算；CFD仿真计算结果包括汽车在环境风洞内的流场和温度场的三维空间显示以及汽车车身、底盘系统、动力系统、电气系统、冷却和空调系统部件表面的风速、空气温度、压力分布和散热量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110751183.0A CN113624439B (zh) | 2021-07-01 | 2021-07-01 | 一种基于数字孪生技术的汽车环境风洞模拟方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110751183.0A CN113624439B (zh) | 2021-07-01 | 2021-07-01 | 一种基于数字孪生技术的汽车环境风洞模拟方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113624439A true CN113624439A (zh) | 2021-11-09 |
| CN113624439B CN113624439B (zh) | 2023-11-10 |
Family
ID=78378941
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110751183.0A Active CN113624439B (zh) | 2021-07-01 | 2021-07-01 | 一种基于数字孪生技术的汽车环境风洞模拟方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113624439B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115048743A (zh) * | 2022-06-29 | 2022-09-13 | 中国电子科技集团公司第十四研究所 | 一种基于数字孪生的液冷冷板模型构建方法 |
| CN116520905A (zh) * | 2023-07-03 | 2023-08-01 | 江铃汽车股份有限公司 | 一种带转鼓的环境仓温度控制方法及系统 |
| CN116776648A (zh) * | 2023-08-22 | 2023-09-19 | 中汽研（天津）汽车工程研究院有限公司 | 车型热管理系统仿真模型标定和结构优化方法 |
| CN117313183A (zh) * | 2023-11-28 | 2023-12-29 | 北京理工大学 | 一种数字孪生系统的建立方法 |
| CN117454530A (zh) * | 2023-12-26 | 2024-01-26 | 天津天汽模志通车身科技有限公司 | 一种基于数字孪生的汽车车身部件建模、检测方法及系统 |
| WO2024168454A1 (zh) * | 2023-02-13 | 2024-08-22 | 宁德时代(上海)智能科技有限公司 | 车辆底盘健康管理方法、装置与系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101915655A (zh) * | 2010-07-15 | 2010-12-15 | 吉林大学 | 基于试验与仿真的汽车风洞模型支撑气动干扰扣除方法 |
| CN111125858A (zh) * | 2018-11-01 | 2020-05-08 | 广州汽车集团股份有限公司 | 一种整车冷却系统的仿真计算方法及系统 |
| CN111881630A (zh) * | 2020-06-22 | 2020-11-03 | 中国辐射防护研究院 | 一种核设施近场环境模拟数值风洞的建立系统及方法 |
| CN112149218A (zh) * | 2020-08-10 | 2020-12-29 | 上汽通用五菱汽车股份有限公司 | 冷却系统仿真分析方法 |
| CN112380613A (zh) * | 2020-09-11 | 2021-02-19 | 上汽通用五菱汽车股份有限公司 | 一种汽车发动机冷却系统一维三维联合仿真方法 |
| CN112417619A (zh) * | 2020-11-23 | 2021-02-26 | 江苏大学 | 一种基于数字孪生的泵机组优化运行调节系统及方法 |
| KR20210074541A (ko) * | 2019-12-12 | 2021-06-22 | 한국전자기술연구원 | 디지털 트윈 기반 Automotive Intelligence 지식베이스를 이용한 오류 탐지 및 형상화 방법 |
-
2021
- 2021-07-01 CN CN202110751183.0A patent/CN113624439B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101915655A (zh) * | 2010-07-15 | 2010-12-15 | 吉林大学 | 基于试验与仿真的汽车风洞模型支撑气动干扰扣除方法 |
| CN111125858A (zh) * | 2018-11-01 | 2020-05-08 | 广州汽车集团股份有限公司 | 一种整车冷却系统的仿真计算方法及系统 |
| KR20210074541A (ko) * | 2019-12-12 | 2021-06-22 | 한국전자기술연구원 | 디지털 트윈 기반 Automotive Intelligence 지식베이스를 이용한 오류 탐지 및 형상화 방법 |
| CN111881630A (zh) * | 2020-06-22 | 2020-11-03 | 中国辐射防护研究院 | 一种核设施近场环境模拟数值风洞的建立系统及方法 |
| CN112149218A (zh) * | 2020-08-10 | 2020-12-29 | 上汽通用五菱汽车股份有限公司 | 冷却系统仿真分析方法 |
| CN112380613A (zh) * | 2020-09-11 | 2021-02-19 | 上汽通用五菱汽车股份有限公司 | 一种汽车发动机冷却系统一维三维联合仿真方法 |
| CN112417619A (zh) * | 2020-11-23 | 2021-02-26 | 江苏大学 | 一种基于数字孪生的泵机组优化运行调节系统及方法 |
Non-Patent Citations (5)
| Title |
|---|
| BRUCE LEBLANC 等: "Experimental characterization of H-VAWT turbine for development of a digital twin", 《JOURNAL OF PHYSICS: CONFERENCE SERIES》 * |
| 刘青 等: "数字孪生的新边界 -面向多感知的模型构建方法", 《河北科技大学学报》, vol. 42, no. 2 * |
| 张宝亮 等: "整车热管理的一维与三维耦合仿真", 《汽车工程》 * |
| 蔡晓林: "基于CFD 数字风洞仿真的整车热管理性能开发", 《汽车工程师》 * |
| 郭健忠 等: "商用车发动机舱热管理一维/三维联合仿真与试验", 《中国机械工程》, vol. 27, no. 4 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115048743A (zh) * | 2022-06-29 | 2022-09-13 | 中国电子科技集团公司第十四研究所 | 一种基于数字孪生的液冷冷板模型构建方法 |
| WO2024168454A1 (zh) * | 2023-02-13 | 2024-08-22 | 宁德时代(上海)智能科技有限公司 | 车辆底盘健康管理方法、装置与系统 |
| CN116520905A (zh) * | 2023-07-03 | 2023-08-01 | 江铃汽车股份有限公司 | 一种带转鼓的环境仓温度控制方法及系统 |
| CN116520905B (zh) * | 2023-07-03 | 2023-09-08 | 江铃汽车股份有限公司 | 一种带转鼓的环境仓温度控制方法及系统 |
| CN116776648A (zh) * | 2023-08-22 | 2023-09-19 | 中汽研（天津）汽车工程研究院有限公司 | 车型热管理系统仿真模型标定和结构优化方法 |
| CN116776648B (zh) * | 2023-08-22 | 2023-10-20 | 中汽研（天津）汽车工程研究院有限公司 | 车型热管理系统仿真模型标定和结构优化方法 |
| CN117313183A (zh) * | 2023-11-28 | 2023-12-29 | 北京理工大学 | 一种数字孪生系统的建立方法 |
| CN117313183B (zh) * | 2023-11-28 | 2024-02-02 | 北京理工大学 | 一种数字孪生系统的建立方法 |
| CN117454530A (zh) * | 2023-12-26 | 2024-01-26 | 天津天汽模志通车身科技有限公司 | 一种基于数字孪生的汽车车身部件建模、检测方法及系统 |
| CN117454530B (zh) * | 2023-12-26 | 2024-03-26 | 天津天汽模志通车身科技有限公司 | 一种基于数字孪生的汽车车身部件建模、检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113624439B (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113624439B (zh) | 一种基于数字孪生技术的汽车环境风洞模拟方法 | |
| Benni et al. | Efficacy of greenhouse natural ventilation: Environmental monitoring and CFD simulations of a study case | |
| Yang et al. | Urban microclimate and its impact on built environment–a review | |
| CN109444350B (zh) | 一种基于无人机的大气污染物监测传感器的布局方法 | |
| EP3137865B1 (en) | System and method for monitoring a state of a fluid in an indoor space as well as a climate control system | |
| EP3845465B1 (en) | Aerostat icing characteristic numerical simulation and experimental verification system | |
| CN107545100A (zh) | 一种venlo型温室环境的高分辨率降阶建模方法 | |
| CN113687447B (zh) | 基于多种测风设备的局地区域风场监测方法 | |
| CN112163381B (zh) | 一种适用于复杂地形风场流动数值模拟的侧向边界条件设置方法 | |
| Utkucu et al. | An evaluation process for natural ventilation using a scenario-based multi-criteria and multi-interaction analysis | |
| CN115758841A (zh) | 一种面向数字孪生应用的变压器温度场有限元降阶建模方法 | |
| CN112765850A (zh) | 一种大van车舱内空调系统设计方法 | |
| CN113947035A (zh) | 一种高超声速边界层转捩数据天地相关性方法 | |
| CN118133409A (zh) | 一种考虑多尺度微气候耦合的建筑街区热舒适度调节方法 | |
| CN114154300B (zh) | 一种城市热环境与空气污染物浓度实时感知地图建立方法 | |
| Cheng et al. | Wind resource assessment at mountainous wind farm: Fusion of RANS and vertical multi-point on-site measured wind field data | |
| CN112668224A (zh) | 一种空调房间温度传感器最优安装位置的确定方法及系统 | |
| CN116956414A (zh) | 基于室内外温差的超静定空间结构温度作用确定方法 | |
| CN109657368A (zh) | 一种空调散热器的优化方法 | |
| CN115344919A (zh) | 建筑内部环境分析方法、装置、设备及介质 | |
| Kastner et al. | Streamlining meshing methodologies for annual urban CFD simulations | |
| Liu et al. | A high-efficiency circle diffuser with low resistance and high jet length | |
| CN113536640A (zh) | 一种基于正交试验的布风器内部流道结构的优化设计方法 | |
| CN116862105B (zh) | 一种工业园区温室气体无组织排放碳计量方法 | |
| da Silva | CFD Analysis of the Air Flow Through Horizontal Axis Wind Turbines |
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 |