基于Kriging近似模型的车身气动低阻低噪协同优化研究

赵彬

摘要：本研究应用CFD仿真技术和Kriging近似模型方法，建立了车身造型因子与气动阻力和气动噪声之间的响应关系，并利用协同优化算法对两学科的耦合关系进行了协调优化，最后采用多岛遗传算法找到了最优解。结果表明，气动阻力值降低了1.81%，车侧前窗气动噪声降低了11.12%，实现了车身气动低阻低噪的协同优化。本研究采用协同优化算法探索了汽车气动阻力与噪声之间的耦合关系，为汽车的空气动力学外形设计及优化提供一种有效的方法。

关键词：CFD仿真;Kriging近似模型;协同优化

0  引言

汽车的空气动力学性能对汽车的燃油经济性和乘坐舒适性有直接影响，通常以气动阻力和气动噪声为评价指标。气动阻力和气动噪声分别属于流体力学和流体声学范畴，且研究表明二者存在一定耦合关系，不能同时取得最小值。由于目前国内外主要是对阻力和噪声两学科的独立研究，而忽略了彼此的耦合影响。因此，本研究将从两学科的耦合关系角度出发，寻求最佳气动性能的车身造型。

多学科设计优化（MDO）的设想是J. Sobieszczanski-Sobieski等人在1982年首次提出的，并首先应用于航空航天领域。2007年国外Bradley D. Duncan等人[1]利用MDO算法，建立了一个能够同时分析整车气动阻力、气动噪声和热管理的虚拟模型，对汽车设计的前期开发做出了一定贡献。2014年湖南工业大学的尹小放[2]采用二阶响应面近似模型对气动阻力和气动噪声进行协同优化，对两学科的耦合关系进行了有效的改进，找到系统级最优。……