汽车前照灯水汽凝聚现象的瞬态CFD预测

闫相文，李 景，高 岳，王利利

（中汽研（天津）汽车工程研究院有限公司，天津 300300）

车辆前照灯内部的水汽凝聚现象被认为是车辆照明系统的一项重要性能指标。一项由Prosperi[1]等进行的研究表明大多数车辆主机厂及汽车前照灯供应商都面临着水汽凝聚的问题，其影响主要体现在车辆外观与安全方面。当水汽开始凝聚在车灯镜片上时，灯光品质将会下降，这一问题逐渐为越来越多的汽车行业从业者所关注。为了在设计阶段就可以着手优化车辆前照灯的抗冷凝特性（即除雾特性），CFD技术被应用于当前研究以预测由水汽凝聚与消散所导致的车灯镜片上的“起雾”区域。JOHAN等[2]在其研究中认为车辆前照灯内部的流动以及质量交换强度很低，因此，使用CFD技术对起雾现象进行模拟是一个与外部流动仿真不同的研究方向，这种不同尤其体现在粘性在流动中所占有的主导地位方面。前照灯内部水汽可能是在高湿度驾驶环境中由外部泄露至灯腔内部，或是由于灯内部件吸湿后释放出来的，针对这一点，JACKY[3]在其研究中发现，使用除湿剂可以吸收灯腔中的水汽以降低湿度。然而，干燥剂的吸湿是缓慢的结晶过程，当车灯光源在开启或关闭时，由于降雨导致车灯镜片迅速降温，所以灯腔内部的流动条件是急剧变化的。因此，相比于结晶吸收，灯体的热交换是该研究中更为关键的因素。

考虑到目前最为主流的前照灯光源仍是卤素光源，灯腔内的气流循环主要由灯泡与空气的热交换主导，因此，典型的双灯丝抗振卤素光源的电功率一般介于35 kW和100 kW之间（光照色温约为3 100 K），其发热特性与一支灯泡内的3 000 K灯丝接近（取决于灯泡种类）。在大灯光源表面与空气之间的热交换为车灯提供了驱动其内部空气流动的能量。当前照灯被开启时，饱和绝对湿度的升高会带动灯内部的水汽在灯腔内部重新分布，尽管在这一阶段会有部分的内外对流，但灯腔内部空气仍能容纳大部分水汽并最终在其内部达到相对高温高湿的平衡。如果此时关闭前照灯，由于与外部的流动交换非常有限，那么前照灯镜片上的温度分布将主要取决于镜片的热交换系数（Heat Transfer Coefficient，HTC）与光源的余热。当镜片上某位置的局部热交换趋势将明显高于其它位置时，当地空气的饱和湿度会明显降低，因此镜片上就出现了水汽凝聚现象。在Honda Odyssey第三方用户跟踪报告中展示的大灯起雾现象，如图1所示。在该案例中，仅有左前照灯在降雨后发生了起雾现象。红线所圈出的部分是雾层的边界，且该雾层会降低前照灯的照明质量。

图1 大灯起雾现象

在冷凝现象达到最大限度后，消雾现象开始并一直持续到灯体内部和外界热量分布逐渐恢复到前照灯开启前的初始状态。该过程一般是缓慢的，但在某些特定的驾驶环境下会被加速，如日光照射或外界环境温度上升。本研究采用商用软件Star-CCM+在仿真过程中对此情况进行了模拟。一般来说，1小时的消雾时间是可以被大多数设计者所接受的[1]。一些厂商和研究人员针对该问题设计了试验来测试车辆前照灯的起雾和消雾特性，此后，采用CFD对该类问题进行研究，并与试验结果进行了对比。DEPONTI等[4]在意大利汽车照明公司的环境实验室中搭建了一个外部行驶环境模拟台架，以测试车辆前照灯的起雾特性，并将试验结果用于验证其仿真模型的设置。JOHAN等[2]以及MENEZES等[5]在其发表的相关文章中叙述了数值仿真中物理模型的选用和边界条件的设置。相比于试验，CFD可以进一步拓展测试范围，为冷凝和蒸发仿真提供更为极端的外部条件，在短时间内实现明显的起雾或消雾效果，因此，选取适当的CFD设置有利于在仿真的鲁棒性、准确性以及效率上取得平衡。

此外，对于LED光源的前照灯而言，起雾现象并不是一个严重的问题，这是由于用LED作为发光单元的灯体会在灯腔后部装备一个独立的散热风扇。发光单元会通过风扇强制与外界进行对流散热，灯腔内部的流动会被“泵出”以完成与外界的质量交换。考虑到传统光源在车辆照明市场中所占的份额，卤素光源仍将因其低成本而被广泛使用。因此，本研究将着眼于分析卤素光源的前照灯起雾与消雾特性，并针对该领域提出一套有效的仿真流程及物流模型选用方法。

1 物理世界中的起雾与消雾过程

车辆前照灯起雾通常在雨天或是潮湿环境中驾驶时发生，图2展示了典型的前照灯起雾环境。

图2 典型的前照灯起雾环境

由图可知4个阶段中大气湿度、大气温度以及前照灯镜片上热交换系数的变化趋势。这4个阶段如下。

第1阶段为降水发生前的驾驶情况。环境湿度有轻微的上升，而前照灯镜片上的热交换系数基本维持恒定，可以认为其只与车辆行驶速度相关。

第2阶段为雨中驾驶情况。前照灯被开启，镜片上的热交换系数则因降雨而出现阶跃下降，同时，灯体内的绝对湿度则因露点温度的上升而达到更高水平。以上两个阶段在DEPONTI等[4]的研究中被称为“加热阶段”，在此阶段中水汽进行了充分的扩散。

第3阶段为水汽凝结过程。由于前照灯的关闭，灯腔内的饱和湿度降低从而在车灯镜片附近发生凝聚。在实验室中，试验员通过在镜片上洒水或吹风来实现该阶段所需的较高对流换热趋势。

第4阶段为消雾阶段。凝聚的水汽由于灯腔内部的温度恢复与空气流动而再次蒸发。

在第3、4阶段中，镜片上的对流换热趋势与第1阶段类似。

2 CFD方法论

商用CFD软件Star-CCM+被广泛应用于汽车行业，其多模型仿真工作台的灵活性使同时处理复杂的多物理过程变成了现实（如处理固气两相间的传热、起雾和结冰等）。在本研究中，Multi-region网格用于代表不同的部件材质，包括前照灯镜片（聚碳酸酯塑料，即PC），大灯灯腔（聚丙烯塑料，即PP），光源透镜以及空气域。此外，影响冷凝和蒸发的各种物理条件也在仿真过程中进行了模拟。此外，灯腔内部的流动模型为瞬态层流流动，这与之前大多数基于“湍流模型”开展的研究不同。这是由于考虑了灯腔内较低的流速（在大灯开启时低于0.25 m/s）以及灯腔内部件的微小尺度（约为0.05 m数量级）不足以形成较高雷诺数的流动，所以在该算例中使用的流动模型为层流模型。

Multi-region多面体网格划分细节如图3所示，蓝色网格为空气域，绿色网格为PA固体壁面。在两域的交界处，两种热介质都划分了边界层网格以保证界面上的换热求解精度。

图3 Multi-region多面体网格划分细节

本研究中所用的网格划分方法为Star-CCM+推荐的多面体网格，可以捕捉到灯腔内复杂的几何特征。相较于剪切六面体网格直接用外层棱柱层网格“剪切”内部体网格的构造，多面体网格的最大优势为其对于复杂几何的适应性。此外，每个独立的多面体网格拥有比剪切六面体更多的相邻单元，这也降低了单元的拉伸与求解的数字耗散[6]。

本研究还选用了隐式非稳态求解器以求解瞬态的物理过程。考虑到起雾与消雾的物理过程较为缓慢，将时间步长设置为0.01 s，计算域中的最大库朗数低于5。每个时间步内的最大迭代次数为15步，该时间步内的迭代次数在利用稳态求解进行初始化求解后，可将控制方程的无量纲残差控制在1×10-3以下。

本研究中，起雾与消雾模型是以环境中的水汽浓度为基础进行计算，该模型为“单向模型”，这表示其仅由流场获得信息，但不与流场进行相互作用。当进行模型初始化时，雾层厚度可以通过赋值进行定义，但在本研究中，整个起雾-消雾过程被完整地模拟，所以在初始化时可将雾层厚度设为0。

初始化会显著影响瞬态仿真的求解进程和结果，而在当前的研究中采用了稳态求解流场、湿度和温度信息的方式进行算例的初始化，然后切换到瞬态仿真以求解水汽的弥散和起雾、消雾现象。考虑到实验室中初始化所耗费的大量时间（约12 h），相较于直接使用瞬态分析进行初始化，该方法在时间上更高效且成本更低。此外，稳态仿真的结果作为一个Baseline的初始条件更有利于研究不同边界条件设置对于结果的影响。

可以应用在稳态仿真中的重要模型被称作“S2S辐射模型”，但由于该模型是基于计算视因子的辐射模型，所以选用该模型时要考虑可投入的计算能力。S2S模型代表“面到面”，即该模型引入了光学矢量来计算面与面间的辐射传递。基于此模型，不同表面上的光辐射beams（反/发/透光的微小面单元）可以通过视因子假设来计算其辐射能量的传递路径。Star-CCM+提供的两种辐射模型的计算结果对比如图4所示。图中，色条代表了一个普通卤素光源周围的温度分布，白色空洞部分则由于温度超过400 K而被折叠。右侧的仿真在其凸透镜的固体域中使用了S2S模型以模拟热辐射穿过透镜后对于前部空气的加热特性，而左侧的算例中没有在透镜固体域中使用该模型。图5所示某镜头模组在有光源的情况下温度分布的光学分析结果[7]，其温度分布趋势与Star-CCM+中对镜头前温度的预测结果有一定的一致性。对比该研究中透镜前的温度分布图以及温度梯度与HSU等[7]的研究成果进行比较可知，使用S2S模型可以更好地求解出镜片上的温度分布。

图4 Star-CCM+提供的两种辐射模型的计算结果对比

图5 某镜头模组在有光源情况下温度分布的光学分析结果[7]

3 数值仿真设置

起雾与消雾进程仿真的驾驶条件见表1，图6为在焓湿图上标记出的起雾与消雾进程所对应的物理条件变化，相应的CFD设置见表2。

表1 典型的前照灯起雾驾驶工况

表2 边界条件设置

图6 在标准试验环境下（环境压力1 kPa，25 ℃）获得的焓湿图中描述大灯起雾与消雾过程

4 结果与讨论

仿真结果与行业内之前进行的起雾试验表现出一定的一致性，通过使用Fogging模型，在软件内对起雾和消雾过程进行了预测。衡量起雾情况的一个指标是最大雾层厚度，该指标在整个仿真过程中（初始化后）都进行了记录。通过图7可以观测到该指标先增后降的变化趋势，需要注意的是该图的水平轴由表2所示的第2阶段开始计时，所以总体计算时间也应涵盖初始化的稳态求解时间。

图7 前照灯镜片上的最大雾层厚度

在“加热阶段”灯腔内的流动由两个主要因素主导：密度变化与重力作用。在没有这两个因素的作用下，流场将会静止且水汽不会被带动循环。图8所示的单位长度矢量图展示了灯腔内光源剖面的整体流动速度方向以及局部流动情况。由图可知，光源在持续加热周围的空气，通过改变空气密度进而不断将下部空气泵至上部，形成循环致使温度与水汽在灯腔的右上角（图8）发生积累，这为后续的起雾现象提供了重要条件。前照灯镜片位置与光源中截面的温度分布如图9所示，结合图8可知，高温气流有向灯腔前顶部流动的趋势。

图8 灯腔内部流场在光源中截面上的单位长度矢量图

由图8可知，在重力和密度变化的作用下，冷热空气在进行热量传递的同时也产生了相对运动（图中的所有矢量长度都被单位化为1.5 mm，而非表示矢量的大小）。

图9 前照灯镜片上以及中部截面上的温度分布

根据图9所示的温度分布可以对流动方向进行预测，其结果与图8所示的流动方向具有一致性。若光源在起雾阶段再次被开启，则热量将以相同的方式驱动空气及水汽向灯腔前-顶部循环，而更高的温度会提高镜片上的水汽饱和浓度，因此，雾层将进入蒸发阶段。

当车灯被关闭，流动会被镜片、灯腔后壁以及通气阀所施加的边界条件主导。由光源加热导致的流动会因空气的惯性而在关闭光源后维持一段时间。图10所示不同时间点上的雾层厚度分布，如前所述，水汽更为聚集的前顶部位置将会发生更严重的起雾现象，而最大厚度的雾层则出现在镜片的边角处，在此处的气流循环情况最差，这与目前大部分车灯起雾现象所反映的问题一致。由图7可知，最大雾层厚度出现在900 s，然后消雾过程开始。

图10 起雾过程中镜片上的雾层厚度云图

消雾过程中的雾层厚度变化如图11所示，在整个消雾过程中，各视图的最大雾层厚度都被设置为0.964 μm，因此可以对镜片上各个位置的消雾性能进行横向比较。由于大灯几何造型和通风孔设计在灯腔后部的左侧，所以雾层的消散有明显的从左向右的指向性，即靠近右侧边角位置的雾层最难蒸发。在本算例中使用的计算结束条件为“最大雾层厚度=0”，最终消雾过程结束的时间约为初始化完成后的1 600 s。

图11 消雾过程中雾层厚度变化云图

5 结论

本文通过研究水汽的凝结与蒸发来模拟一个简化的前照灯模型内部的起雾与消雾现象。该仿真方法使用了特定的流动模型、传热模型、辐射模型和相变模型来预测前照灯镜片上的起雾面积和消雾时间。雾层厚度主要受到温度和湿度分布的影响，而流场则会影响到水汽和温度在空间中的传递，这尤其会对车灯前上部的消雾过程产生明显的影响。通风孔的布置会改善其附近流动的状况，并加快消雾进程，所以优化通风孔位置对于在起雾后重新达到灯腔内的温湿平衡是非常关键的。然而，使用简化的前照灯模型会失去对车辆前照灯的普遍代表性，尤其是在前照灯设计风格逐渐激进的当下。因此，研究更为细致而真实的车灯造型和内部结构对其起雾、消雾特性的影响将是未来研究的主要内容。