高静 杨志刚 李启良
摘要:以英国汽车工业研究协会(Motor Industry Research Association, MIRA)阶背模型为基本模型,用参数化建模方法建立其纵向对称面的二维模型.运用优化拉丁超立方方法对每组参数化方案生成600组样本点;将MATLAB与Gambit结合,自动快速生成其网格模型;用FLUENT计算每个样本点的气动阻力.建立径向基神经网络(Radial Basis Function Neural Network,RBFNN)近似模型,以阻力最小为优化目标,采用多岛遗传算法优化外形参数;对优化后的结果进行数值模拟,结果表明阻力减少31.9%.三维验证结果表明:二维优化结果不能完全代表三维结果,直接进行三维优化设计的效果更好.
关键词:车身; 参数化建模; 气动优化; 优化拉丁超立方; 径向基神经网络模型; 多岛遗传算法
中图分类号: U461.01
文献标志码: B
0引言
汽车空气动力学特性对汽车的燃油经济性和操纵稳定性影响很大.20世纪70年代,HUCHO等人提出局部优化方法和整体优化方法.局部优化方法根据经验和空气动力原理,在现有车型上对车身各个局部形状
进行修改.由于该方法可以在已有车型上使用,所以应用较为普遍.该方法大多先依据经验将原始模型的某个细节进行修改,并进行多次CFD仿真计算,如果有改善就继续修改,没有改善就开始对下一个细节进行改进,这样逐步对外形进行气动优化.这种方法只考虑单一外形参数变化对气动阻力的影响,未考虑多参数同时变化对气动阻力的影响,更不清楚多个参数之间的相互作用,具有一定的盲目性,得到的通常是……