Simcenter STAR-CCM+车辆外部空气动力学特性——通过快速准确的CFD仿真加速空气动力学创新

内容摘要

如今，对快速准确的外部空气动力学仿真的需求非常迫切。电动汽车的续航里程是潜在客户的关键决策参数，优化/最小化空气阻力以增加续航里程是一个关键的工程目标。此外，新的排放法规要求报告每种车辆配置的油耗，总数可能达到数千个。

因此，仿真必须能够准确预测不同设计之间的阻力（增量）差值，因为现在这是官方强制要求开发报告的。否则，原始设备制造商(OEM)需要进行昂贵且耗时的风洞测量。若要启用这些仿真，用户必须能够：

• 减少几何准备时间，轻松快速地对数千个复杂零件进行网格划分
• 运行数百甚至数千次仿真，获得一致且高度准确的结果
• 利用高保真仿真方法确保结果的可信度
• 缩短设置时间并自动执行仿真工作流程

优势

通过快速准确的CFD仿真加速空气动力学创新

使用曲面包络和自动网格划分，快速准备包含数千个零件的复杂几何形状

通过快速准确的稳态仿真提高吞吐量

运行高保真瞬态仿真，包括旋转轮辋

根据曲面敏感度获得有关阻力的详细设计见解

• 通过自动化汽车空气动力学来节省工程时间

Simcenter STAR-CCM+提供解决方案

Simcenter STAR-CCM+软件是Siemens Digital Industries Software 的全面集成式软件和服务Siemens Xcelerator产品组合的一部分，是一款多物理场计算流体动力学(CFD)仿真软件，允许用户构建真实世界产品的高保真、全面的数字孪生。它独特地集成了仿真过程的每一步，从几何定义到网格划分、求解和后处理，赋能用户在构建物理原型之前快速评估配置或设计变更对空气动力学性能的影响。Simcenter STAR-CCM+提供：

快速处理复杂几何形状的功能，通过曲面包络将准备时间从数周缩短到数小时

精确的物理场，使用稳态和非稳态求解器以及先进的湍流建模获得一致和准确结果

速度和性能，通过CPU和GPU的并行卷网格划分提高吞吐量。

设计探索，使用伴随求解器详细了解曲面敏感度。

• 过程自动化，使用模板、专用的车辆空气动力学工作流程或宏减少设置时间

左图:在外部曲面上使用精细网格进行修剪体积网格划分右图:对工业汽车引擎盖进行复杂几何网格划分

量产车空气动力学的经过验证的数字风洞结果

（资料来源：Emil Ljungskog 博士论文 Evaluation and modeling of the flow in a slotted wall wind tunnel，2019 年）

由伴随求解器计算的相对于阻力的曲面敏感度

几何准备和网格划分

使用全自动网格划分管线显著缩短预处理时间：

• 曲面包络是一种稳健且快速的曲面准备方法，可将复杂的粗糙输入几何形状转换为平滑的防水曲面
• 修剪后的单元网格划分器即使在高内核数和低内存消耗下也能提供出色的可扩展性。因此，它是外部空气动力学仿真的首选

棱柱层网格划分器易于使用、可并行处理且坚固耐用，可在外部曲面生成精细网格

精度

使用以下几个关键功能实现高度准确、一致和可靠的仿真结果：

关键曲面上的精细网格可准确捕获边界层现象并预测流动分离

用于稳态雷诺平均纳维-斯托克斯(RANS)和非定常分离涡模拟(DES)仿真的先进湍流建模

用于旋转轮辋真实仿真的移动网格方法

• 能够为开发工作创建经过验证的数字风洞

先进的建模方法

通过高级建模方法获得更深入的见解：

通过伴随求解器计算的曲面敏感度，获得对潜在设计改进的独特见解

基于伴随解决方案执行曲面变形操作，以改进设计

执行流固耦合(FSI)仿真，以计算由于压力载荷引起的组件变形

通过使用各种经过验证的多相模型来研究水管理

• 分析气动声学现象，如后视镜噪声，并提取车内噪声的输入

GPGPU计算

通过在GPGPU上运行，加快求解速度，同时降低硬件和功耗成本：

经证明，CPU和GPU之间的结果一致

使用RANS、DES或LES模型大幅提高了稳态和瞬态仿真的性能，解决了空气动力学和气动声学问题，包括用于运动建模的MRF

• 并行实现，允许跨单个或多个GPU节点进行扩展

想要了解更多Simcenter产品信息，欢迎联系贝思科尔！