基于响应面模型的微型客车除霜进风口参数优化设计

刘 成，王 霄，刘会霞，张宏涛

（1.江苏大学，江苏镇江212013；2.上海律成车辆技术研发有限公司，上海200000）

基于响应面模型的微型客车除霜进风口参数优化设计

刘 成1，王 霄1，刘会霞1，张宏涛2

（1.江苏大学，江苏镇江212013；2.上海律成车辆技术研发有限公司，上海200000）

在某微型客车开发过程中，建立此车前挡风玻璃除霜分析有限元模型，以除霜进风口中心线与前挡风玻璃下边缘的水平距离、进风角度、格栅的详细尺寸作为设计变量，以前挡风玻璃面上的速度为设计目标建立优化模型。本文用拉丁超立方方法选取30组试验数组并计算出响应值，在此基础上建立二阶多项式响应面模型。通过多岛遗传算法对该近似模型进行优化计算，结果表明，优化后的除霜性能相比优化前大大改善。

微型客车；除霜；近似模型；多岛遗传算法

国家对汽车行驶过程中安全性，舒适性提出强制性要求，而除霜除雾性能就是其中一项。CFD是一种很好预测除霜性能的方法。文献［1］建立了详细的有限元模型，使用CFD软件仿真挡风玻璃上的霜层解霜过程，并通过试验验证，得出仿真结果与试验结果基本吻合。文献［2］通过使用FLUENT软件对空调风道内部流场进行稳态模拟，通过优化出风口导叶片提高除霜性能。文献［3］通过建立大客车除霜分析模型，采用数值模拟的方法研究了入口速度、入口温度、进风速度方向与风挡之间的碰撞角对除霜性能的影响，并给出各个变量的相对推荐值。文献［4］通过建立轿车的有限元模型，将进风口的参数定义成设计变量，将A区和B区的加权努赛尔数定义成目标，通过建立近似模型后使用多岛遗传算法进行寻优计算，达到最优的除霜性能。

然而，此前研究对象多以轿车为主，涉及微型客车除霜性能的研究甚少。微型客车作为汽车的重要组成部分，结构上前挡风玻璃与水平面的夹角比轿车前挡风玻璃与水平面的夹角大，因此，微型客车除霜性能研究过程与轿车除霜性能研究过程有所差异。

本文基于企业开发一款新型微型客车过程中的实际需要，采用科学的试验设计和优化方法，用拉丁超立方抽样的方法抽取样本点，并计算出每组样本点的结果，以此为基础建立二阶响应面模型，使用多岛遗传算法对除霜进风口参数和风向参数进行了优化，本研究技术路线如图1所示。

1 原模型除霜数值模拟

1.1 模型的建立

本文以某11座微客车作为研究对象。由于车体形状和内部结构复杂多样，在CFD分析过程中完全按照车室结构的细节建模比较困难，且一些细节对本文研究过程影响甚微，故对模型进行简化。简化后的物理模型如图2所示。

图1 技术路线

图2 简化后的物理模型

本文所研究的微型客车车体较长，文献［5］指出，车体后部分对研究前风挡玻璃除霜性能影响甚微，因此，考虑到本文需要计算多次样本点数据，为了减小计算量，去除了第2排座椅后部分的车体。最终物理模型如图3所示。

图3 最终物理模型

1.2 网格划分及边界条件设置

模型用Hypermesh软件在整个乘员舱表面生成三角形网格，再在整个计算域内生成非结构化网格。其中，为了提高计算精度，需要对进出口网格、玻璃面网格进行细化处理，同时，在除霜瞬态分析时，需要将前风挡玻璃面网格拉伸出玻璃体网格和霜层体网格。本文拉伸出5层总厚度为5 mm的玻璃网格和5层总厚度为1 mm的冰层网格，如图3所示。

计算模型入口为流量入口，入口流量为0.088 9 kg／s，出风口边界为压力出口边界条件，相对压力为0 Pa。模型选用RNG k－ε湍流模型求解，空间离散采用二阶迎风格式，迭代方式选用Simple算法。实验环境温度为－18℃，冰层厚度为1 mm。

为更加准确模拟瞬态分析中除霜过程，本文用fluent的UDF功能将进口温度描述成时间的函数，作为HVAC出口温度曲线，函数如下：

式中：T为进风温度（K）；t为时间（s） 。

1.3 原模型除霜性能模拟

在车辆除霜过程中，车室内流场达到稳定状态所需要的时间比冰层融化所需要的时间短，一般通过2个步骤完成除霜分析的模拟：①通过稳态分析得到乘员舱内稳定的流场，包括乘员舱内的速度场、压力场；②通过瞬态求解可以定量地看出霜层除尽所需的时间和各个时间段内霜层的去除情况。通过稳态流场分析得到前挡风玻璃的速度云图，如图4所示。从图4可知：气流冲击前风挡玻璃的冲击点偏下，同时，气流与玻璃面的碰撞角度不合理导致A、A’和B区的速度偏低。

2 优化设计

2.1 设计变量及目标函数

以格栅的长X1、宽X2、进风口的中心线距离汽车前风挡玻璃的下边缘水平距离X3和气流与前风挡玻璃碰撞角X4作为设计变量。具体设计变量定义如图5和图6所示。

图4 前风挡玻璃面速度云图

图6 参数示意图

在进口流量和进口温度都固定的情况下，前挡风玻璃上各区域的霜层融化速度主要由流过各区域的风量决定，即由各个区域的速度值决定［6］。暖风冲击玻璃面时应该尽可能地均匀分布在前风挡玻璃上，为此，可以选取风挡玻璃各区域的平均风速作为设计目标。将除霜区域分成9块，如图7所示，每块区域的平均风速作为设计目标。每块区域的风速分别用Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9表示，优化问题描述如下：

设计变量：X1，X2，X3，X4

目标函数：MAX｛Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8，Y9｝

约束条件：7 mm≤X1≤11 mm，18 mm≤X2≤28 mm，40 mm≤X3≤100 mm，15°≤X4≤45°

图7 目标函数区域

2.2 试验设计

传统的优化设计为了达到优化目的需要多次更改几何数模，过程繁琐且盲目，为了达到高效准确的优化目的，本文采用拉丁超立方［7］试验设计［8］方法。拉丁超立方设计方法是一种受约束的均匀抽样法，具有有效的空间填充能力，拟合非线性响应能力强。

本文采用拉丁超立方试验设计方法选取30组试验数据，并计算出每一组设计变量所对应的函数响应。

3 计算结果分析

3.1 响应面模型的建立与检验

近似模型方法是通过数学模型的方法逼近输入变量与输出结果的方法，响应面方法的优点是：

1）通过较少的试验次数在局部范围内比较精确地逼近函数关系，并用简单的代数表达式展现出来，计算简单，给设计优化带来极大的方便。

2）通过回归模型的选择，可以拟合复杂的响应关系，具有良好的鲁棒性。

3）数学理论基础充分扎实，系统性、实用性强，适用范围广，逐渐成为复杂工程系统设计的有力工具。

本文通过30组样本计算结果建立近似模型，利用二项式函数拟合响应面。得到近似模型如下：

近似值与真实值的对比情况，可以通过响应适应度进行分析。本文近似模型的决定系数R2均大于0.9，最大绝对值误差MAE均小于0.3，均方根误差RMSE均小于0.2，平均绝对值误差均小于0.2，因此，以响应面模型为基础进行优化工作是可行的。

3.2 优化方法和求解

多岛遗传算法［9－12］主要借助生物进化过程中“适者生存”的规律，模仿生物进化过程中的遗传繁殖机制，对优化问题解空间的个体进行编码，然后对编码后的个体种群进行遗传操作（如选择、交叉、变异等），通过迭代从新种群中寻找含有最优解或较优解的组合。

采用遗传算法进行优化分析，设置种群数为20，岛屿数为10，迭代次数为1 000次，最终得到优化解，如表1、表2所示。

表1 设计变量优化前后结果

表2 目标函数优化结果（m·s－1）

3.3 优化结果验证与对比

用优化后的设计变量数值重新更改CAD模型，再生成有限元模型，导入Fluent中计算得出前风挡玻璃各区域的速度仿真值。仿真值和近似模型数值对比如表3所示。

表3 仿真值与近似模型值对比

各组近似模型响应值与CFD模拟值的相对误差均在4%以内，可信度较高，这与之前响应面精度检测结果相一致，因此，再次证明了用响应面模型直接优化是可行的。

优化后模型格栅进风口的长X1和宽X2较原模型减小，在流量一定的情况下使得进风速度增加。气流与前挡风玻璃的碰撞角X3和进风口中心线与前挡风玻璃下边缘水平距离X4较原模型更加合理，可以最大限度地减小由于气流与挡风玻璃碰撞而损失的气流动能，即减小气流速度损失。综上可知：气流冲击挡风玻璃的速度较原模型大大提高，前风挡玻璃上的除霜性能较优化前也随之大大改善。最终优化前后的前风挡玻璃各区域的速度值对比如表4所示，速度云图如图8所示，优化前后的除霜瞬态分析过程中，不同时刻霜层液相率云图分别如图9和图10所示。与初始模型相比较，各区域的风速均有较大的提高，除霜性能有较大的改善。

表4 优化前后风速对比

图8 优化后的速度云图

GB 11555—2009［13］中规定：在除霜开始后20 min，A区除霜比例应该达到80%；除霜开始后25 min，A’区除霜比例应该达到80%；除霜开始后40 min，B区除霜比例应该达到95%。对比优化前后瞬态分析过程中不同时刻霜层液相率云图，优化后的模型在20 minA区和A’区的液相率已经达到96%，25 min时刻玻璃面的除霜区域的霜层已经完全除尽。满足国标要求且除霜性能较初始模型有大范围的改善。

图9 优化前的不同时刻霜层液相率云图

图10 优化后的不同时刻霜层液相率云图

4 结束语

本文将格栅风口具体参数、风向参数和风口中心线与前风挡玻璃下边缘的水平距离定义成设计变量，将GB 11555—2009中要求的除霜区域分成9块区域，以每块区域的速度为目标函数，通过拉丁超立方抽样方法抽取30组试验样本，将每一组样本的CFD仿真值算出后建立响应面模型并通过检验，最后通过遗传算法得出优化解。

1）建立的响应面模型的精度非常高，可以直接代替有限元仿真进行优化设计，大幅度地提高了优化效率。

2）采用遗传算法能很好地寻求模型的最优解，得出了风挡玻璃除霜区域表面更高的速度值，在空调出风量一定的情况下，可以提高除霜效率，提高驾驶过程的安全性能。

3）CFD仿真分析为理论分析，通过CFD仿真分析可以对后续零件开发打下坚实的理论基础，提高了开发过程中的效率和准确率。通过CFD数值模拟和数学建模优化这种方法，可以更好地节省计算成本和资源，对除霜性能设计过程有一定的指导意义。

［1］ 张晓兰，施俊业，陈江平.汽车挡风玻璃除霜性能数值拟［J］，汽车工程，2007，29（11）：1009－1013.

［2］ 陶其铭，许志宝，夏广飞.汽车空调除霜风道分析及结构优化［J］，合肥工业大学学报（自然科学版），2010，33（4）：485－500.

［3］ 李华.大客车除霜分析及系统优化设计［D］.哈尔冰：哈尔滨工业大学，2013.

［4］ 伊郁琦，谷正气，杨易，等.基于近似模型的汽车除霜出风口参数优化设计［J］.合肥工业大学学报（自然科学版），2011，34（7）：972－975.

［5］ 胡忠辉，史东林，张俊岩，等.基于STAR－CCM＋的汽车除霜分析［J］.汽车工程师，2014（3）：50－52.

［6］ 张炳力，胡忠文，薛铁龙.基于程序集成及响应面模型的车辆除霜性能优化［J］.汽车工程，2015，37（5）；605－611.

［7］ 丁明，王京景，李生虎.基于扩展拉丁超立方采样的电力系统概率潮流计算［J］.中国电机工程学报，2013，33（4）：163－170.

［8］ 张俊红，朱传峰，毕凤荣，等.基于DOE和改进模拟退火算法的消声器优化设计［J］.振动和冲击，2015，34（13）：169－175.

［9］ 赵满平，张庆民.基于遗传算法的斗轮堆取料机变幅机构的优化设计［J］.中国工程机械学报，2009，7（1）：77－79.

［10］熊强强，方强，吴军，等.基于遗传算法的备件配置优化方法［J］.四川兵工学报，2014，35（5）：54－57.

［11］林秀芳，陈淑梅，陈金兰.运用遗传算法的磁流变阻尼器减震的模糊控制［J］.重庆理工大学学报（自然科学），2015，29（9）：64－69.

［12］江伟伟.遗传算法在武装机器人稳定平台控制中的应用［J］.四川兵工学报，2014，35（10）：41－43.

［13］GB 11555—2009，汽车风窗玻璃除霜与除雾系统性能和试验方法［S］.

（责任编辑刘 舸）

Optimization Design of Mini-Bus Defrosting Inlet Parameter Based on Response Surface M odel

LIU Cheng1，WANG Xiao1，LIU Hui-xia1，ZHANG Hong-tao2

（1.Jiangsu University，Zhenjiang 212013，China；2.Shanghai Lvcheng Vehicle Technology Development Co.，Ltd.，Shanghai200000，China）

In the process of a minibus development，the finite element model of front windshield is established.And it sets the horizontal distance between defrosting outlet’s center line and the lower edge of the windscreen，the angle of wind，the detail size of grille as design variables.The design goal is the speed of the front windshield to establish optimal models.A second order polynomial response surface is established based on response values that are calculated through 30 test array selected by Latin hypercube method.The approximate model is optimally calculated by multi-island genetic algorithm.It turned out that the defrosting performance after optimization calculation has been improved greatly compared to the previous.

minibus；defrost；approximate model；multi-island genetic algorithm

U463.851

A

1674－8425（2016）12－0017－07

10.3969／j.issn.1674－8425（z）.2016.12.003

2015－10－12

刘成（1990—），男，硕士研究生，主要从事汽车理论研究，E-mail：15162991835＠163.com。

刘成，王霄，刘会霞，等.基于响应面模型的微型客车除霜进风口参数优化设计［J］.重庆理工大学学报（自然科学），2016（12）：17－23.

format：LIU Cheng，WANG Xiao，LIU Hui-xia，etal.Optimization Design of Mini-Bus Defrosting Inlet Parameter Based on Response Surface Model［J］.Journal of Chongqing University of Technology（Natural Science），2016（12）：17－23.