做和高速列车气动外形的CFD计算与优化

高速列车气动外形的CFD计算与优化

摘要：西迪阿特公司（简称CDAJ－CHINA）是计算流体动力学软件（STAR-CCM+）和优化软件（modeFRONTIER）亚太地区的独家代理商。资料的力学性能在表盘上得到反应本文基于庞巴迪公司发表于2008年CD-adapco公司欧洲用户大会上利用这两款软件进行气动外形优化的成果，向大家介绍如何利用STAR-CCM+和modeFRONTIER进行高速列车气动外形CFD计算和优化的过程。

一、 项目背景

庞巴迪(Bombardier)公司是加拿大的国际性交通运输设备制造公司，从支线飞机、公务机到完整的铁路/轨道交通运输设备/系统/服务等创新交通运输解决方案的制造方面，均居世界领导地位。庞巴迪在产品设计过程中，广泛使用CAE分析及优化工具来提高产品性能，基于计算流体动力学软件(STAR-CD和STAR-CCM+)作为流体开发a)与原发证产品技术指标有所提高的； '工具，并应用优化软件(modeFRONTIER)作为优化平台。鉴于庞巴迪公司在铁路行业已经与我国展开了广泛的合作，本文将高速列车CFD分析和优化方面的内容介绍给大家。

高速列车外形设计是列车公司的重要课题，然而借助计算流体动力学软件(简称CFD)进行分析和优化是最前沿的手段，有周期短、成本低的显著特点。通过使用CD-adapco公司开发的CFD软件STAR-CCM+以及意大利ESTECO公司开发的优化软件modeFRONTIER，庞巴迪公司对其设计的列车头型进行了CFD分析和优化设计，并将研究成果发表于CD-adapco2008年欧洲用户大会上，下面将向大家介绍此项目的流程与思路。

二、优化流程

modeFRONTIER作为一款专业的多学科多目标稳健性设计优化软件，具有强大的平台集成与整合能力，能够完备地集成包括CAD、CFD及FEA等在内的各种成熟商业软件。当然，平台集成不是目的，而只是整个项目工作的起点;集成的唯一目的是为后续CAE项目的自动化、流程化提供必要的工具平台。modeFRONTIER拥有丰富而高效的多目标优化算法库，包括经典的MOGA-II、MOSA、MOGT、EA算法和最新的MOPSO算法等。在获得了大量的优化设计状态数据之后，modeFROTNIER还可以进行多参数显著性、敏感性分析，比如DFSS分析、ANOVA分析和MVA分析等，从而帮助工程师获得一些重要的多目标优化设计经验。

高速列车CFD模拟及优化设计的工作流程是基于modeFRONTIER的workflow环境建立的。流程的起点是利用实验设计DOE方法对优化空间进行采样，并为多目标优化遗传算法MOGA-II提供初始种群。求解空间中的每一个采样点即构成一组优化参数，将该组参数传入CATIA直接接口，利用CATIA的参数化功能重建模型，创建出对应的列车CAD模型，并以igs文件的形式传递给STAR-CCM+。STAR-CCM+得到igs文件之后，即可以利用其JAVA Macro功能自动进行计算模型选择、边界条件设定、格生成(含边界层)、计算与中止以及结果提取等一系列工作。得到模型对应的压差阻力和粘致阻力之后，modeFRONTIER会通过多目标优化遗传算法MOGA-II对目标结果进行判断，确定是否为最优解。如果不是最优解，则回到流程起点开始新一轮寻优;如果是最优解，则停机。

基于上述思路，建立高速列车CFD模拟及优化设计工作流程，如图1所示。

图1 列车CFD模拟与优化设计工作流程

三、CFD模拟

基于粘性流体力学理论，利用通用热流CFD模拟软件STAR-CCM+对不同头部外形的列车模型进行空气动力学分析计算，得到列车的绕流特性和空气动力学物理量值，为下一步的目标优化提取出相关计算结果。

1. 表面处理

STAR-CCM+读入由CATIA生成的列车头部模型igs文件，对质量较差的表面进行包面处理，对已有的表面进行再次三角化的格重构，以便提高表面格质量，为进一步自动体格生成和模拟计算做准备，如图2所示。STAR-CCM+搭载了CD-adapco独创的最新格生成技术，可以完成格创建所需的一系列操作。

图2 列车轮腔部位复杂表面格

2. 体格生成

采用六面体核心(Trim)格和边界层(Prism Layer)格对计算区域进行离散(相比较于传统的四面体格，使用切割体格，在保持相同计算精度的情况下，可以提高计算性能3～10倍)。考虑到壁面边界层的影响，在车体表面以及地面选取合适的边界层尺寸，使最终计算的车体表面黏性长度值在一个合理的范围内。为提高模拟精度并控制格数量，对计算区域采用密度渐变的格布局。STAR-CCM+的集成化和参数化操作可以快速高效地生成质量很好的计算格，如图3所示。

图3 列车CFD模拟对称面格加密拓扑结构

3. 边界条件

对于列车的稳态计算，采用K-omega SST湍流模型，并通过马赫数的计算决定气体的压缩性。入口给定第一类边界条件：入口来流取理论上的无穷远处均匀分布的来流速度，方向与列车运行速度相反。出口给定第二类边界条件：压力固定为参考压力，静压系数为0，其余变量的梯度取0;列车车身表面、流域两侧面和流域上顶面均按光滑壁面处理，取无滑移、流线不穿透边界条件;流域下底面按光滑壁面处理，为消除地面效应的影响，给定滑移边界条件，大小和方向与入口来流速度相同。

4. 模拟计算及分析

利用STAR-CCM+高性能的并行计算能力，分别对不同头部外形的列车做数值模拟并计算气动阻力，为进一步优化提供关键参数数值，如压差阻力(Pressure Drag)和粘致阻力(Viscous Drag)等，并可基于报告(report)的监控来监视以上参数在迭代过程中的变化情况，如图4所示。

图4 高速列车CF采取对角线长度计量D模拟结果及阻力收敛曲线

根据优化循环计算的需要，以上操作和设定都自动保存为Macro脚本文件以重复使用。

STAR-CCM+对下一代CFD软件所必须具有的功能，如流体分析的高性能化、分析对象的复杂化、格的大规模化及用户水平范围的扩大化等核心问题进行了完美诠释。它采用最先进的连续介质力学数值技术，可以对流体、结构以及多物理场进行分析。

四、优化设计

从列车头部近60个几何设计参数中选取出了15个关键性的几何控制参数作为优化设计变量，这15个优化设计变量同时也是CATIA参数化建模的控制变量，列车头部线框模型如图5所示，具体的优化设计参数名称如表1所示。

图5 列车头部线框模型

通过集成modeFRONTIER内置的CATIA软件直接接口作为列车头部CAD参数化建模结点，CATIA将参数化建模完成的列车头部CAD模型igs文件保存并传递给下游的CFD软件STAR-CCM+。STAR-CCM+随即进行相关的格生成、计算模型选择、计算条件设定、边界条件设定、计算中止设定及后处理结果提取等一整套完整的CFD操作流程，并将这些操作与设定全部自动保存为可通过Batch命令重复使用的脚本文件。在STAR-CCM+的下游，将从CFD计算结果提取出来的列车头部压差阻力(Pressure Drag)和粘致阻力(Viscous Drag)分别最小化作为优化设计的两个目标。如果某个模型通过CFD模拟计算之后发现其阻力值并不是最小的，那么就可以通过modeFROTNIER的多目标优化算法MOGA-II监控使其返回流程的前端，调整输入状态，并开始新一轮的优化建模与计算分析。如此循环往复下去，直到找到优化空间中的最优解为止。这样，就实现了基于modeFRONTIER环境下的高速列车CFD模拟及优化设计流程，如图6所示。

基于上述优化设计平台和CFD模拟方法，为了充分反应优化空间的地理信息，利用Random采样方法在优化空间中进行了60次DOE采样，并采用效率和精度均较高的第二代多目标遗传算法MOGA-II进行25代进化寻优，在NEC工作站上进行了大约1500个设计状态的模拟。其中MOGA-II算法的主要控制参数，分别为：方向交叉概率0.5，选择概率0.05，变异概率0.1，DNA变异比率0.05。

图6 modeFRONTIER环境下列车CFD模拟与优化设计流程

通过大量的优化设计状态模拟之后，总结出了过渡段倾斜度(bluff_frontpart)、鼻部长度(为避免部份企业利用不合格产品恶性低价竞销nose_shrinking)和鼻梢高度(nosetip_height)等控制参数发生变化后对列车头部外形的影响，并将这种变化所产生的空气动力学效应通过STAR-CCM+模拟定量地表达出来，从而获得了优化之后的低阻列车头部外形。由于有15个优化设计变量参与优化，这些变量对于目标(Drag最小)影响的强弱肯定是不一样的。通过模拟，得到了这些优化设计变量对目标显著性、敏感性的统计值，从而找出了优化变量中对目标影响最强的几何控制参量以及两者之间的影响规律，如图所示。

不同优化设计参数下的列车头部外形变化(部分)

五、结论

本文基于高速列车CFD仿真及优化设计工作平台，借助于STAR-CCM+软件的高效率、自动化功能及高精度计算结果，在多学科、多目标优化软件modeFRONTIER的整体优化平台架构下，庞巴迪公司通过对大量列车头型气动性能的分析比选，得到了优化之后具有更佳空气动力学性能的列车头型。(end)