某模型车侧窗表面非定常压力场的数值模拟与风洞试验研究

黄丽那，李未，孙冰寒，蓝志坤，李俊

（1.长春大学汽车服务工程系，吉林 长春 130022；2.中车长春轨道客车股份有限公司海外项目部，吉林 长春 130000）

前言

汽车外后视镜是暴露在空气中的钝体，扰动流场产生的湍流脉动压力引起侧窗的振动并向车内辐射噪声，严重影响人们乘坐舒适性，因此有必要准确模拟后视镜下游处流场状态。流场包括核心区域和近壁面区域，对于核心区域的模拟，已经经过了许多学者的论证[1,2]，即基于完全湍流性建立起来的的高雷诺数模型k-ω和k-ε系列；那么对于近壁区域非完全湍流性模拟的精确度就显得尤为重要。目前有两种处理近壁区域流场的方法：低雷诺数k-ε模型直接求解法和壁面函数法[3]。本文选用典型的应用直接求解近壁区域方法的 k-ω SST模型和k-ε Realizable模型与壁面函数结合的方法研究模型比例模型，获得后视镜和侧窗区域不同的近壁面网格，同时进行了风洞试验，将外后视镜引起的侧窗表面脉动压力和流动结构与试验进行对比，从而确定哪种近壁面网格在上述两种方法中能得到较准确的流场。

业务能力评分标准：“理论扎实，动手能力强，善于分析和解决问题”为优秀；“理论扎实，动手能力较强，较善于分析和解决问题”为良好；“理论基础和动手能力一般”为合格；“理论基础和动手能力差”为不合格。

富察氏淡淡一笑：“闹不起来？在潜邸时就一个个乌眼鸡似的，如今只怕闹得更厉害吧。”她翻了个身，朝里头睡了，“只是她们耐不住性子爱闹，就由着她们闹去吧。”

除了研究模型的复杂性和高密度的网格情况，还有受到A柱影响形成的旋转涡内和后视镜尾涡区共同作用导致气流的分离，使得流场具有非定常特性。为了有效的获得后视镜区域的瞬态流场信息，采用子域赋值法对该区域进行局部流场的瞬态计算，为进一步的气动噪声的研究提供基础。

1 数值模拟

1.1 模型比例模型和计算域

为了表达试验段的流动状态，建立了某轿车模型和风洞计算域，如图1所示，为了减少计算量将后视镜侧窗区域单独截取出来构成封闭的子域如图2所示。

图1 风洞计算域

图2 模型车的全计算域、子域

1.2 计算网格

整车和风洞型计算域三角形面网格数量大约为170万，网格大小为5mm。y+是描述近壁区域流场的无量纲值，壁面的y+值范围分为：y+<5的粘性底层，30

表1 近壁面网格生成参数

图3 网格边界层截面图

1.3 求解设置

为了观察汽车周围空气的流动现象，采用流态显示方法分析流动机理，将模型侧窗表面区域放置光滑相纸，相纸上均匀涂抹悬浊液，悬浊液会在气流的作用力下形成一定流场结构显示在相纸上。

2 风洞试验

2.1 流态显示试验

本文中全域网格 1、全域网格 2分别选择 k-ω SST和Realizable k-ε湍流模型进行稳态计算，保证喷口处为30m/s的速度入口，无滑移壁面应用到车身表面、风洞模型各个表面，两套全域网格的四种工况的稳态计算耗时 20h，然后将较为准确的稳态结果赋予子域进行瞬态LES计算，流体流过后视镜所需的时间约为 0.006s，而流过子域所需的时间约为0. 02s，对子域采取了0.0001s时间步长，总计算时间0.5s，计算采集到充分的样本数据，花费36h完成计算。

图 6是两类网格分别在不同湍流模型下的油流显示，y+<4的全域网格1能够捕捉到再附着线，且图6(1)后视镜的尾涡区大小与试验一致，而图6(2)在车门位置没能体现出气流在后视镜下方绕流形成的分离区，推断y+<4时的k-ω SST模型更准确。y+>30的全域网格2没有显示出A柱影响旋涡区的再附着线，图6(3)相对图6(4)的后视镜尾涡更接近试验，推断y+>30时的k-ε Realizable更准确。

2.2 测压试验

如图4所示在模型左侧窗和车门表面上布置了45个压力监测点，点与点间隔 40mm，当气流流经模型，通过布置在其表面上压力传感器便可采集到压力信号。

图8可以看出试验值更接近子域仿真得到的Cp值，但是仍存在监测点不准确的区域，如位于后视镜尾涡区和受A柱影响的旋转涡区：后视镜尾涡区域点（图9红色编号点）通过LES仿真得到监测点的压力脉动幅度较大，判断此处不仅仅被后视镜尾涡影响还有A柱旋转涡区的影响从而形成复杂流场；位于旋转涡区的点（图9黄色编号点），它们只受A柱位置旋转斜向上的分离流影响，流场变化不如后视镜尾涡区激烈，因此LES仿真是小幅度的压力波动。试验与仿真在特殊位置的 Cp存在偏差还由于二者采集数据的时间间隔分别是是1s和0.0001s。但是从另一个角度可以根据Cp值仿真出现的误差现象可以推断出流场的三大区域：后视镜尾涡区、旋转涡区和再附着区的位置，有利于分析流场结构。

图4 风洞测压试验监测点布置

3 结果与讨论

3.1 流态显示

图9橙色编号点表示0.05<σp<0.1范围内的监测点，位于侧窗上的再附着区以及侧窗与车门交界处；图9红色编号点表示σp>0.1，由于受A柱旋转涡区和后视镜尾涡共同影响下压力波动剧烈，其中点6、10、19、25位于再附着线附近；图9黄色编号点的σp<0.05，由于受到A柱影响的分离流较为均匀平缓形成的旋转涡区，脉动压力较小。

图5 风洞流态显示试验结果

质量是大修成败的重要标准，在系统开车过程中，出现了一些质量问题，说明个别施工单位在质量上重视不够，个别人员在监督上把关不严，为此，山西晋煤天源化工提出了“一定要严把质量关，经得起生产考验”的大修要求。

图6

3.2 表面压力

全域两套网格侧窗与车门位置的各监测点稳态仿真的压力系数Cp与风洞试验Cp值之差表示为ΔCp，ΔCp越小则仿真越接近试验。如图7所示，全域网格1(y+<4)在k-ω SST湍流模型计算所得Cp比k-ε Realizable湍流模型更准确；而全域网格2（y+>30）得到相反的结果。这是由于k-ε Realizable模型根据对数区特点推导出壁面函数，忽略粘性层的特点将近壁区域的物理量直接与湍流核心区联系，因此不需要知道近壁区域在粘性底层的流动，用来模拟近壁面的边界层不需要细化网格；而k-ω SST模型是典型的在近壁面区域采用低Re数k-ε模型直接计算，在湍流核心区又转化为高Re数k-ε模型进行求解，能够详细模拟粘性层流动，因此需要划分很薄的边界层网格配合湍流模型求解近壁区域的流动。

最后，由于缺少相应的值班律师考评机制和被告人对值班律师法律帮助质量的意见反馈机制，一旦值班律师怠于履行职责，被告人将无法获得更换和补偿，更无法获得有效的救济，有效辩护也就无从谈起。［6］

将降雨量与日最大温度与最小温度作为BP神经网络的输入数据，径流量作为输出数据。图2是BP神经网络对洪号为20001009的这场洪水的模拟值与观测值的对比图。然后，通过模拟值与观测值得到这场洪水径流量的误差序列，再将误差序列作为ARIMA模型的输入变量，得到误差序列的预测值，并用于修正BP神经网络得到的模拟值。其修正后的预测结果如图3所示。

式中， 为某监测点在一段时间内的平均压力，pi为i时刻下该监测点的瞬时压力，σp越大，表示压力脉动越大[5]。

图8 子域LES计算结果

如图5的风洞流态显示试验可以看到气流在A柱之后发生分离，又在模型侧窗表面上重新附着且再附着线清晰可见，位于侧窗和车顶交界处出现斜向上后方的旋转锥型涡。在后视镜后方区域包括车门位置出现明显的尾涡，尾涡的形成是由于后视镜基座处空间变化将流经的气流加速，形成低压区。占据侧窗面积2/3油流相对整齐有序，形成了再附着区域，由于试验中不可忽略重力的作用，车门上的油流有斜向下趋势。旋转涡区和尾流区是气流分离区域，对于侧窗上气流的非定常特性占有主导地位[4]，从而产生了作用在侧窗上的表面脉动压力。

图9 子域在t=1.25s时刻表面流态显示

4 结束语

采用风洞试验和数值模拟的方法研究50%比例的模型轿车模型后视镜、侧窗区域外流场，得出结论如下：

子域的瞬态计算得到后视镜尾部侧窗表面上出现不同尺度的漩涡，定量分析侧窗和门板的压力脉动的大小，引入压力系数标准差σp，如公式(1)：

（1）通过与风洞试验的对比发现，根据y+值划分网格，当首层网格节点处于粘性层范围时使用k-ω SST湍流模型得到较好计算结果；当其处于对数域使用k-ε Realizable 计算较为准确。

（2）选用y+<5全域网格1截取关键区域进行子域的瞬态计算发现，通过表面压力系数结果判断，子域LES计算得到平均流场与全域RANS计算得到流场可以相互验证，且相比全域RANS模拟，再附着区内的子域LES模拟更准确。

（3）对于侧窗的分离区，根据压力系数标准差判断，子域瞬态模拟能够捕捉分离区流场的非定常特性。由A柱影响的旋转涡区内的监测点σp小于0.05，后视镜的尾涡区内监测点压力波动较为剧烈，且压力波动最剧烈的位置即为再附着线附近，σp大于0.1，而再附着区监测点σp在0.05与0.1之间，因此根据监测点脉动压力波动的大小明确流场结构，为后续的气动噪声研究提供基础。

为了方便地讨论问题，可以定义坐标系xoy：其坐标轴ox、oy的单位矢量在Cβ各处保持平行，如图6中的红色坐标系.平移一周后，坐标系xoy与平移前相比相差角度|B|.由于坐标系xoy与波前场分布固连在一起，所以可以用坐标系的旋转角度表示场分布的旋转角度.在坐标系xoy中观察，场分布没有转动，相因子与(4)～(6)式中的Sn=ei(nθ+βl-ωt)相同.回到初始点后与平移前相比，因子Sn=ei(nθ+βl-ωt)的θ中会多出-B.

参考文献

[1] MEBTER,F,Zonal Two Equation k-ω Turbulence Model for Aerodynamic Flows[J] AIAA93-2906(1993),pages196-206

[2] 熊超强,臧孟炎.低阻力汽车外流场的数值模拟及其误差分析[J].汽车工程. 2012. Vol.34. No.1

[3] 王福军.计算流体动力学分析——CFD软件原理与应用[M].北京∶清华大学出版社,2004.

[4] Ye Li, Naohiko Kasaki,Evaluation of Wind Noise Sources Using experimental and Computational Methods[C].SAE Paper,No.2006-01-0343.

[5] Introduction of a New Realistic Generic Car Model for Aerodynamic Investigations[C].SAE Paper No.2012-01-0168.