噪声与除霜性能竞争条件下暖通空调系统仿真驱动设计

摘要

以暖通空调(HVAC)系统的设计为例，该设备的主要功能是控制车内的气候系统，更重要的是确保挡风玻璃上的关键区域在寒冷的天气条件下能够在规定的时间内除霜。随着电动汽车和自动驾驶汽车的出现，高压空调的能源效率及其噪音也得到了进一步的重视。在高压交流汽车除霜模式的开发过程中，首先要满足除霜性能的认证试验，验证车辆的安全性。由于在早期阶段无法建立车辆内部的真实原型，这可能导致通过高压交流除霜寄存器的质量流量增加，从而增加高压交流的噪音水平。此外，在早期设计阶段没有详细考虑挡风玻璃和除霜器地形的复杂性，从而导致死区和阻碍能见度。有限的测试主要集中在通过除霜规定，导致更多的除霜噪音，和消费者的投诉。在本文中，我们将提出一种新的计算流体动力学(CFD)方法，通过虚拟除霜性能认证来数字化设计安静的高压交流系统，从而缩短开发时间。使用这种方法，我们将证明模拟可以用于驱动基于CAD的参数优化中除霜性能和噪声的早期优化。

简介

在当今世界，随着对清洁能源的需求不断增长和舒适性的提高，越来越多的电动汽车和自动驾驶汽车被制造出来。这与消费者期望的转变相结合，购买者不再基于驾驶体验来评估产品，而是基于车辆提供的旅行体验。这些新的期望只有在所有的设施和感官舒适，如声学、热舒适(乘客和司机)和座椅舒适，得到满足时才能得到满足。

根据国际能源署(IEA)的数据，到2030年，将有1.4亿辆汽车采用全电动或混合动力系统。为了满足日益严格的汽车排放和除霜标准，世界各地的原始设备制造商都在大力投资，夜以继日地开发电动汽车模型。在这个过程中有许多障碍，其中最具挑战性的两个是在极端天气条件下满足除霜规定，同时降低高压交流系统的噪音。没有内燃机(ICE)的噪音，以前由发动机压制的噪声源变得可以听到;事实上，当电动汽车第一次启动时，高压交流电甚至可能是唯一的噪声源。此外，由于没有ICE辐射热，电池必须提供足够的电力来解冻车辆，以确保能见度和安全的驾驶条件，并保持乘员的热舒适性。这在极端天气条件下变得非常困难，因为高压交流电的额外能量消耗会导致电动汽车续航里程大幅下降。

为了克服这些挑战，人们进行了许多研究来设计一个高效的暖通空调系统。暖通空调系统设计的一个主要复杂问题是仪表板后面可用空间的减少。因此，暖通空调管道往往遵循越来越多的蛇形路径，这增加了噪音的产生和能源消耗。暖通空调机组的收缩会导致流速和湍流的增加，从而导致更高的流动噪声。虽然可以通过实验来评估暖通空调的声学性能，但每次都需要创建物理原型以进行微小的更改以评估噪声水平，这既昂贵又耗时。此外，尽管实验可以提供定量的噪声水平信息，但它通常不能提供有关噪声产生机制的任何见解，而这些信息对于改善系统的噪声性能至关重要。最后，暖通空调系统产生的噪声高度依赖于其在车辆中的集成，特别是对于除霜操作模式，其中挡风玻璃，仪表板和a柱的位置和尺寸对噪声有影响。在开发HVAC系统时，没有完整的车辆原型。当测试单个子系统时，HVAC系统可能会达到具有挑战性的声学目标，但当这些子系统连接在一起并集成到车辆中后，噪声可能会增加许多倍。

模拟仿真是一种有效的替代方法，可以对HVAC系统进行详细建模，预测噪声源，在设计早期阶段提供改变设计和降低噪声的见解和方法。尽管许多商业工具可用于模拟流动声学，但它们通常不能同时捕获湍流和声波产生的压力波动。传统的CFD求解方法难以模拟不同的时间尺度和几何尺度。解决HVAC系统的详细几何形状需要捕获小至几毫米的细节周围的流动，同时捕获更大的声波。同样，求解器必须处理体积流量和以声速产生的噪声之间的时间尺度差异。为了解决上述问题，传统的CFD分析使用高度精细的网格，更高的数值阶格式，因此通常计算成本很高，或者依赖于噪声建模方法。因此，大多数传统的CFD研究都局限于简化的几何形状。

在本研究中，使用固有瞬态和高精度的基于晶格玻尔兹曼(LBM)的PowerFLOW™求解器来预测暖通空调系统中产生的流致噪声。LBM求解器跟踪流体粒子的平流和碰撞。在这里，粒子被分类为整数个离散方向，索引为i。计算遵循粒子分布函数fi，它表示在特定的时间和位置，以速度ci移动，每单位体积(也称为体素)的粒子数量。PowerFLOW中的离散器在不影响几何保真度的情况下处理流体/表面交叉点，Boltzmann方程在D3Q19布局上离散，D3Q19布局是一个具有19个不同流体包速度(Q19)的规则三维晶格(D3)。流求解器模型如图1所示。

图1 D3Q19流求解器模型

LBM已经在广泛的空气声学应用中得到了应用和验证，从暖通空调噪声，到温室风噪声，机身噪声，或天窗抖振噪声等等。以前的研究要么使用暖通空调单元的独立子系统，如鼓风机或单个管道，要么将整个暖通空调单元安装在车辆中。这些研究大多集中在声学舒适方面，很少关注声学设计变化对热舒适的影响。然而，对于今天的车辆，特别是在不断扩大的电动汽车产品的背景下，仔细管理噪音和热管理之间的权衡是很重要的。这对解冻尤为重要;当汽车启动后挡风玻璃立即冻结时，首要任务和法律要求是在规定的时间内清洁挡风玻璃和驾驶员可见区域。在这样的限制下，为了确保最终的车辆设计仍然适合道路行驶，原始设备制造商通常会在设计过程中首先确保符合法律规定，通常会以牺牲噪音为代价。当这些管道产生不舒服的噪音量，只是为了保持挡风玻璃无雾。因此，本文的目标是展示在早期设计阶段设计暖通空调系统的有效过程:

•保持消费者期望的除霜体验

•这样做可以大大降低高压空调的噪音水平。

在本研究中，我们将提出一种基于CAD的参数化方法来优化在除霜模式下运行的高压交流机组的声学和除霜性能。后处理使用PowerACOUSTICS™中包含的流致噪声检测(FIND™)模块进行。FIND有助于从LBM求解器的结果中检测流致源。这种噪声检测工具已广泛用于各种噪声应用，我们邀请读者回顾过去的出版物，以深入解释FIND和FIND贡献的功能。这些以空气声学模拟为主导的设计能力与融霜模拟方法相结合，能够精确地复制美国和欧洲的融霜认证测试。这种热方法得益于一种新的热耦合算法，大大降低了计算成本，甚至在早期概念设计阶段就证明了使用这种模拟是合理的。

几何模型的建立

本研究考虑了BMW 7系高压交流单元在除霜模式下的几何形状。整个高压交流机组与旋转鼓风机，襟翼和寄存器建模。由于本研究的目的是优化除霜器的热学和声学性能，因此只模拟了除霜模式。模拟的几何结构包括两个横向除霜寄存器、中心除霜寄存器和两个间接除霜寄存器。在所有入口开口处都提供采样面，用于记录质量流量和压降等平均数据;气流和噪音通过不同的寄存器出口进入机舱。为了简化，诸如机舱、发动机舱或引擎盖下组件等部分被删除，并且仅考虑详细的高压交流单元进行声学模拟。这不是由于方法的限制，而是为了简化结果的可视化。

通过大模拟域的高黏度区域确保几何结构的消声和反射阻尼，并在模拟体积壁上应用大气静压出口边界条件。声学模拟是在绝热状态下进行的，壁面之间没有热传递。一个旋转的鼓风机包裹在一个滑动的网格区域驱动流动。选择的计算域被细分为多个体素区域(VRs)。为不同的区域选择合适的体素大小，以确保准确捕获与声学研究相关的所有流结构。在探头和寄存器之间的区域提供足够精细的分辨率，以最小的耗散捕获声传播。图2为仿真中使用的BMW 7系暖通空调详细模型。

图2 BMW 7系除霜几何模型

在前人对同一车型的研究中，对高压交流系统的前模进行了基于响应面的优化。利用FIND贡献结果，评估了前模式噪声源的总体贡献以及主要噪声源。优势噪声区域如图3所示。对主要噪声源区域，如中央管道和寄存器，采用网格变形对其进行修改和改进。

图3 三分之一倍频带结果:位于驱动器内耳的探头的声压级(SPL)(黑色)和FIND贡献的总体噪声贡献(红色)。

在3个循环中进行了响应面优化。设计空间受到限制，以实现易于融合。得到的优化形状显示，在2400至6000 Hz的高频范围内噪声降低5dB，在更大的宽带水平上噪声降低2.2 dB。质量流量变化仅为~3%，质量流量分裂保持不变以保持相似的热性能。图4显示了原始和优化后的中心风道区域在降低噪声的情况下的对比。

图4 基线(上)和优化(下)中心风管区域。半透明的平面显示了涡度，而紫色的等面显示了对耳朵有高贡献的宽带噪声源。

在上述研究中，质量流量守恒准则不能充分准确地反映高压交流机组的热性能。研究中的另一个限制因素是优化的设计空间受限于通过网格变形可以实现的目标。事实上，上面所示的最优是通过将一些变形设置为最大变形而获得的;预计进一步增加变体可以提供更大的噪音减少。除了可能获得的进一步潜在改进之外，由于所选择的形态参数，最终优化的几何形状是畸形的，不适合用于批量生产，并且在集成到车辆设计之前需要完全重建并重新解释到CAD中。根据上述结果，使用基于CAD的参数化进行了另一项优化研究，其中可以使用概念结构工程™工具快速修改CAD的拓扑结构。这允许更广泛的设计空间和更大的改进潜力。在本文中，我们将继续进行基于CAD的参数化优化，但将重点放在除霜模式上，以同时优化热学和声学性能。

除霜模式通常是噪音最大的，因此我们根据宝马7系的几何形状选择了这一模式。在满足严格的除霜法规要求的同时，降低除霜通风口的噪声是非常重要的。在常规仿真主导的车辆设计中，业界观察到的CFD过程是对一组间接的代表车辆除霜性能的关键性能指标(kpi)进行验证，并根据经验设计规则进行设计决策。示例kpi是挡风玻璃上获得的表面摩擦和出口速度，如图5所示。不幸的是，这些指标并没有提供与认证要求的直接关联，并且它们本身不足以确定车辆是否将获得认证，以及是否满足消费者的期望。由于可用kpi和认证性能之间的信息差距必须通过经验规则和经验来解决，因此很自然地会采取谨慎态度，过度设计热除霜性能，通常会以噪音为代价。

图5 宝马7系前挡风玻璃上的表面摩擦系数(左)和出口速度(右)

这个热声优化过程的主要目标是确定一个设计，通过除霜方法与降低噪音。本文所研究的几何形状旨在确定成功的设计趋势，而不一定具有批量生产零件的细化。利用我们的数字预认证模拟除霜性能的结果，我们还将验证表面摩擦和出口速度作为除霜kpi的有效性。

在本研究中，九种不同的输入几何参数，即半径，不同方向的管道长度xa,xb, ya, yb, za, zb，重叠和角度alpha, beta，与驾驶员和乘客耳的总声压级(OSPL)相关。为了与现有过程的连续性，湍流动能(TKE)、平均速度和挡风玻璃上的表面摩擦也被记录下来。图6显示了参数化中使用的不同输入参数。

图6 声学几何参数的CAD参数化

结果发现，在9个几何设计参数中，只有xb(通风口高度)、yb(通风口深度)和za(天鹅颈高度)3个参数与OSPL表面摩擦具有较强的相关性。这三个参数如图7中的两幅图所示，我们选择它们作为进一步研究的对象。

图7 选定参数的声学和热性能矩阵

图8显示了声学度量(OSPL)和间接除霜性能度量(表面摩擦)之间的相关性。观察到一个正梯度，较高的表面摩擦与较高的噪声系统相关。因此，间接除霜性能指标与系统的声学性能相竞争。当使用这些性能标准时，设计师显然陷入了僵局，无法提供减少噪音的设计。本文的下一部分将指出，这个看似无法克服的问题是融霜性能kpi选择不当的结果。

图8 a视场(左)和B视场(右)的表面摩擦系数与声压级之间的相关性

为了详细分析结果，并演示如何最好地规避所概述的竞争目标问题，选择了两个气动声学最佳方案。基线和两个变体的管道和通风口如图9所示。

图9 基线和变型几何设计

除霜通风口出口处每次运行的质量流量见表1和表2。中左、间接左、右除霜器出口的平均速度和最大速度如表2所示。

表一 不同寄存器的质量流率

表二 不同寄存器的最大流量

基线在其射流处具有较高的速度，其次是最佳速度1。由于寄存器的横截面积较大，从最佳2开始的流速最小。从图10可以看出，在基线工况下，流速较大，声压级值最高;这是可以预料到的，并且与射流噪声理论相一致。优化1的速度降低，在高频区域显示出6dB的声压级降低和高达10dB的声压级降低。最优方案2的出口流速最小，表明OSPL降低了13dB，在高频区域最高可降低20dB。

图10 驱动器内耳声压级比较

结果与FIND的贡献进行了比较，得出了相似的趋势。为每个感兴趣的区域创建了集成盒，例如管道，射流路径，寄存器和混合单元。FIND贡献结果表明，噪声最大的区域是射流路径区域。基线模型的噪声最大，其次是最优1和最优2。在射流流道和寄存器中，FIND贡献也表明在1000频率范围内，最佳1减少6dB，最佳2减少13dB。图11、12和13显示了FIND对这3种设计的贡献结果。

图11 噪音来源对基线设计的贡献

图12 噪声源对最佳设计的贡献

图13 从最佳设计2中找出噪声源的贡献

这三种设计的挡风玻璃表面摩擦值如图14所示。在基线上靠近排气口的前挡风玻璃上可以看到最高的表面摩擦系数，其次分别是最佳1和2。射流速度越高，表面摩擦系数越高，噪声也越大。较高的流量最初来自通风口，最终沿着挡风玻璃扩散。从图14中可以看出，在a - field中，最优值为1时，表面摩擦力略有下降;虽然表面摩擦在b区略有增加，但与基线相比，整个挡风玻璃的平均值下降了23%。对于最佳2，挡风玻璃上的表面摩擦平均值也减少了67%，正如在A场和b场中所看到的那样。

图14 前挡风玻璃上的表面摩擦系数为基线和两个最优值

从以上声学结果中，我们可以清楚地看到蒙皮摩擦与噪声产生之间的相关性。在下一节中，我们将展示两种低表面摩擦的设计都可以有效地除霜挡风玻璃并通过认证要求。此外，我们将证明皮肤摩擦KPI不适合评估真正的除霜性能。

挡风玻璃热除霜

如前所述，严格的立法实际上强制执行道路认证车辆除霜性能的最低要求。SAE J902规定，车辆启动后30分钟内，驾驶员一侧的冰或霜应完全清除。同样，FMVSS 103法规规定，驾驶员侧的霜冻必须在20分钟内清除80%，乘客侧挡风玻璃上的霜冻必须在25分钟内清除85%。因此，清除霜或冰所花费的时间必须是关键的KPI，并取代挡风玻璃上的表面摩擦度量。数字测试可以在设计早期阶段进行，以预测挡风玻璃上的除霜模式，以及清除霜冻所需的时间。在本研究中，模拟设置被定义为遵循欧洲认证测试。

实验测试

在测试开始之前，车辆在保持在-18°C的冷室中浸泡过夜。这样做是为了实现均匀的流体和表面温度为-18°C。在车辆浸泡和测试过程中，所有门窗都是关闭的。浸泡期结束后，用均匀喷涂装置在玻璃表面每平方厘米喷洒一定量的水，在挡风玻璃上形成一层冰。涂层均匀涂抹，车辆再浸泡30分钟。外部风速被认为可以忽略不计，在模拟中没有考虑。30分钟后，发动机和高压交流加热在除霜模式下启动。在整个测试期间，鼓风机的转速保持恒定。传感器放置在除霜排气口位置，靠近前挡风玻璃和前呼吸水平位置。图15显示了靠近前挡风玻璃的探头位置。

图15 舱内传感器

在测试开始时，挡风玻璃上形成的冰层被记录下来。在测试过程中，每5分钟拍摄一次除霜图案的照片和轮廓，直到测试结束。实验进行了40分钟，或者直到整个前挡风玻璃和侧玻璃解冻(以先到者为准)。

模拟仿真

除霜模拟在两个阶段进行，每个阶段使用全三维瞬态玻尔兹曼解算器。在第一阶段，进行了等温模拟，模拟了挡风玻璃周围的流动分布。在第二阶段捕获挡风玻璃上的除霜。第二阶段使用耦合热过程，其中基于玻尔兹曼的流动求解器与基于有限元的热求解器耦合。

在流动求解器中，温度方程采用Lax-Wendroff二阶有限差分格式求解，并与质量守恒方程和动量方程完全耦合，考虑了浮力效应。通过舱内和挡风玻璃周围的传导和辐射进行的热量传递可通过PowerTHERM™热求解器解决。这是一个完全耦合的过程，耦合包括从流动求解器到热求解器的传热系数[HTC]交换，以及从热求解器到流动求解器的表面温度交换。有关耦合过程的更多细节见。图16显示了PowerFLOW-PowerTHERM耦合过程。

图16 PowerFLOW-PowerTHERM耦合过程

仿真几何模型

模拟中使用的几何形状与测试中的几何形状相同。除霜中央，侧面和间接管道，以及几何形状，是非常详细的。模拟包括所有细节的内部舱壁，管道，座椅，支柱，和仪表板。所有外部舱室部件，如引擎盖，动力总成，排气发动机，或车底被排除在模拟之外。由于风机对高压空调除霜性能的影响较小，故不包括在本次模拟中。在PowerFLOW模拟中设置探针，就像在测试中一样。仿真几何形状和探头位置如图17所示。

图17 PowerCASE™机舱内部的探头

对于模拟的第二阶段，除了流体模型之外，还创建了热模型。为了准确地模拟传导，在PowerTHERM中，车顶、车门、仪表板、地板和座椅等非透明部件被建模为多层部件，并添加了气隙和绝缘层，以复制真实的设置。侧面和后面的玻璃设置为透明材料。对于测量除霜的前挡风玻璃，采用多层边界条件。舱室内表面设置为玻璃材料性能，厚度与试验中相同。外层设置为0.44 mm厚度的冰，并在PowerTHERM中应用相变特性。多层属性的图形表示如图18所示。

图18 PowerTHERM中的多层部件

挡风玻璃上的气流分布

利用独立的PowerFLOW求解器进行了三维等温瞬态流动模拟。对整个机舱和排除鼓风机的高压交流系统进行了流量模拟。恒质量流量为6.55 kg/分钟，应用于高压交流进口。在流动模拟中准确捕获了寄存器，挡风玻璃和管道区域周围更精细的流动细节。采样表面被放置在不同的管道位置来测量流量。流动模拟一直进行到气流在挡风玻璃上稳定下来为止。前挡风玻璃中的气流如图19所示。

图19 前挡风玻璃气流分布

除霜模拟

在第二阶段，采用速度冻结法，用粗化网格求解热除霜模拟。这种方法允许在不牺牲从第一阶段流动模拟中捕获的流动分布的准确性的情况下对网格进行粗化。与在流动结构中观察到的时间尺度不同，舱内温度变化缓慢，因此除霜模拟必须捕捉长时间内的温度波动。在这些条件下，结合速度冻结方法的粗网格减少了模拟时间，并允许具有成本效益的模拟多个小时的物理时间。这种方法已经在加热、冷却或解冻条件下进行了许多验证。

模拟进行30分钟，直到前挡风玻璃完全解冻。这是一种耦合模拟，其中流动和热求解器之间的耦合每隔几秒发生一次，从而在模型之间交换HTC和表面温度。加热器的温度曲线，从实验中得到的或从一维模型中得到的，在进口处使用。在除霜模拟中，仅考虑除霜管道下游部分，以节省模拟成本和保持模拟精度。

模拟得到的探头温度和除霜模式与试验结果吻合较好。图20和21显示了靠近前挡风玻璃和客舱顶部的探头温度分布。

图20 前挡风玻璃探头

图21 舱内顶部探头

不同时间挡风玻璃上的除霜模式如下图22所示。10分钟后的除霜模式与测试结果非常吻合。在模拟中，在中间较低的挡风玻璃区域仍然可以看到一层冰。这可能是由于该地区间接喷口的分辨率降低所致。间接通风口上的通风口开度非常小，导致在模拟的最初几分钟内空气流量较低，冰的解冻。15、20和25分钟的除霜模式与测试非常吻合。

图22 试验与模拟的瞬态除霜模式比较。模拟结果中的黑色区域表示有冰的区域。测试结果中的浅蓝色边框表示无冰区域。

上述结果表明，所得到的室内温度和室外除霜模式与试验结果吻合较好。因此，考虑将冰厚作为除霜性能的替代KPI，取代挡风玻璃上的表面摩擦，是可以想象的，因为它的准确性，并且直接代表了一致性性能。

下一步，对基线和两种变量的热除霜性能进行了模拟。从模拟结果可以看出，三种设计都通过了除霜立法，即80%的A区在20分钟内被清除。图23显示了不同变体的解冻模式。

图23 不同种类解冻模式

最佳除霜时间几乎与基线相同，并且基于除霜模式，预计将为消费者提供几乎相同的车辆体验。然而，当涉及到噪声时，根据我们之前提出的OSPL指标评估，最佳1比基线安静6dB。与其他两种情况相比，优化2的除霜速度较慢，但它仍然验证了除霜立法，并且比基线安静13dB。最后，将上述结果得出的表面摩擦KPI与实际除霜性能进行比较。表3显示了与基线相比，设计变化对皮肤摩擦和除霜时间的影响。

表3 不同型号的皮肤摩擦系数和除霜时间的比较

最佳1显示皮肤摩擦减少23%，而解冻时间仅增加1%。对于最佳2，表面摩擦减少了63%，从而减少了噪音，挡风玻璃上的除霜时间增加了14%。从以上结果可以看出，表面摩擦系数与除霜时间并不是线性相关的。虽然表面摩擦显示了正确的趋势，但如果不增加设计安全裕度来解释未知的影响，就不可能使用这个度量;换句话说:声学性能被牺牲了。对于今天的汽车和电动汽车，消费者期望产品在性能和舒适性方面表现出色，使用除霜时间作为除霜性能的指标更为合适。事实上，这个指标直接代表了融霜系统的一致性和实际使用性能，不需要解释或设计经验。虽然该指标需要进行第二次模拟，但声学研究中的大部分模型和模拟设置可以重复使用。此外，下一节将介绍一种新的方法，可用于确保模拟除霜性能的周转时间保持可管理。

自适应耦合除霜仿真

除霜模拟是一个长时间的瞬态模拟，求解风挡玻璃上的除霜模式所花费的模拟时间比求解座舱内的瞬态流动特性所花费的模拟时间要长。在保持准确性的同时，减少了融霜模拟时间。自适应耦合使用户可以在模拟过程中根据过去获得的热结果改变耦合周期。采用自适应耦合方法，仿真器监测所有耦合PowerTHERM部件的温度梯度，并动态调整PowerFLOW-PowerTHERM耦合比，根据温度的变化率增加或减少耦合比。该功能减少了热除霜模拟的周转时间。在相同精度下，自适应耦合方法中的保守模型的仿真时间缩短了60%。图24显示了不同时间段的基线和自适应耦合模拟之间的除霜模式。基线和自适应耦合模拟之间节省的时间如图25所示。

图24 基线与自适应耦合运行的瞬态除霜模式比较

图25 在基线和自适应耦合运行之间节省时间

结论

在本研究中，提出了一种基于CAD的参数化方法来优化暖通空调的声学和热除霜性能。这里使用的声学方法之前在多个不同的几何形状上进行了验证。本文还对热除霜方法进行了新的验证，并将模拟结果与BMW进行的欧洲除霜一致性测试进行了比较。模拟的前挡风玻璃除霜模式和时间与试验结果吻合较好。从这些经过热声验证的方法中，获得了验证欧洲除霜法规的两种变体，分别将噪声水平降低了6dB和13dB。

结果表明，如果使用间接kpi(如表面摩擦系数)，则无法实现这些性能改进。虽然这些间接kpi遵循实际除霜性能的趋势，但它们需要解释和经验外推，并最终增加开发过度噪声的高压交流系统的风险。因此，建议根据挡风玻璃上的霜或冰的存在来验证除霜性能，因为它更容易解释，更接近现实，并且即使在早期设计阶段也可以立即评估高压空调的除霜性能。最后，用于热除霜模拟的自适应耦合方法被证明可以节省超过60%的模拟时间，同时提供相同的精度。

未来工作

本研究中所做的几何变化被定义为确定可用于未来HVAC系列车辆的有趣设计趋势。此外，优化的主要部分仅对声学指标进行了优化，而除霜指标仅对最有希望的优化进行了验证。在未来的工作中，我们希望对现实和生产就绪的几何形状进行完整的CAD参数化热声优化，包括暖通空调的能耗和对范围的影响，作为额外的优化目标。

参考文章来源：Nagarajan, V., Biermann, J., Goldberg, J., Motiwala, H. et al., "Simulation Driven Design of HVAC Systems under Competing HVAC Noise and Defrost Performance Requirements," SAE Technical Paper 2021-01-1020, 2021, https://doi.org/10.4271/2021-01-1020.