汽车乘员舱热舒适性影响因素多参数优化分析

摘要

目前纯电动汽车续航里程受环境影响程度较大。本文以SUV车型为研究对象，利用计算流体力学软件搭建了乘员舱的数学模型，耦合了人体热生理模型，将 Berkely热舒适性评价模型用于乘员舱内人体热舒适性的评测。针对高温工况分别就送风温度、送风速度和送风湿度对乘员舱内部热环境、空调的总负荷以及人体热舒适性的影响程度进行了研究。结果表明，在送风风速由低到高改变的过程中，乘员的整体热舒适性会先上升，后下降，且能耗也随之升高。且在较低送风风速条件下，送风温度的变化对整体热舒适影响有限。送风湿度对热舒适的影响程度要弱于送风温度和送风风速。同时本文将送风风温、送风相对湿度、送风风速作为自变量，把乘员的整体热感觉、整体热舒适指标乃至空调系统总负荷当作研究对象，拟合出它们之间关系的回归方程。利用多参数优化分析的方式，不同送风参数对热舒适性和空调负荷的影响进行耦合分析。把乘员的整体热舒适指标的目标值设置成 0，把空调系统热负荷降目标值设置成最小值，并且使乘员的整体热舒适指标与空调系统负荷二者的权重均设置成 1，求取最佳方案，实现在提高热舒适性的同时减小空调系统热负荷的目的。

前言

与燃油汽车相比，纯电动汽车被关注的问题之一就是续航里程焦虑问题［1］。为解决里程焦虑问题，科研工作者做出了很多的工作。车辆热系统的优化研究方面也做了很多工作。其中，在乘员舱热舒适性及空调系统负荷确定方面也受到重视。据美国汽车学会统计，电动汽车在夏季 35 ℃的情况下，空调系统制冷导致的续航里程衰减也达到 10%［2］。因此如何降低空调系统负荷成为提升电动汽车续航里程的重要的研究方向之一。在人员热舒适性方面，用户对车辆乘坐的热舒适性的要求也越来越高。如何提升车内空间的热舒适性已成为车辆开发中对驾乘环境的人性化需求之一。

对乘员舱热舒适性研究是从舱内流场的分析开始。Nielsen［3］首先利用仿真方法对室内空气流动进行模拟，并通过实验得到验证。Komoriya ［4］利用在乘员舱内进行烟流实验的方式，将舱内气流可视化并进行了一系列分析。Ishihara 等［5］也在完整的一个乘员舱内进行了PIV（particle image velocimetry）的实验，同样也是研究了其中的气流状态。但是，考虑到汽车乘员舱空间狭小且外形不规则等问题，同时该实验中涉及的人员较多，无法同时获得所有人的热舒适性数据。所以最后仍然是在乘员舱中进行模拟计算，通过计算机统计来收集数据，如此一来降低了试验成本，成为研究手段的主流。Stankator 等［6］采用了CFD（computational fluid dynamics）计算模拟，研究了空调制冷对热舒适度的影响。孙学军等［7］于1996 年建立了乘员舱内部的二维稳态模型并进行数值分析。鞠升宇［8］通过仿真的方式，优化空调系统的控制方式，让驾驶员的热舒适性达到最佳状态。葛吉伟［9］通过仿真方法，分析了乘员舱内空气流场受空调系统送风参数的影响，通过调节各送风参数，提高了行车安全性与乘坐舒适性。

随着对乘员舱热流场分析技术的发展，对人体热舒适性的评价从 PMV-PPD（predicted mean vote predicted percentage of dissatisfied）发展到专为汽车热环境设计的 Berkely 热舒适评价模型。该评价模型可以实现对乘员舱热环境进行拟人化深入分析，提升驾乘人员的热舒适。Zhang 等［10-13］研究了汽车乘员舱在不稳态、不均匀热环境下的特性，并通过Berkely 热舒适模型对身体各部位局部的热舒适和整体热舒适进行了分析。吕鸿斌等［14］综合考虑了人体热舒适性和能耗方面的因素，以人体热舒适性作为降低能耗的评价标准。范华玉等［15］则采用 CFD仿真分析和 EQT（equivalent temperature）评价指标，通过调节纯电动汽车送风温度，在冬季工况下成功地降低了 47% 的能源消耗。苏楚奇等［16］使用 AEQT（整体热感觉舒适性偏差）指标进行评估，算出了空调系统所提供的具体制冷量。通过改变空调系统的送风风速风温，分析了某商用车的乘员舱内的人体热舒适性和能耗占比。为了进一步准确反馈热舒适性，人与环境间的热量传递规律也被考虑在模型中。因此，Fiala模型［17-18］被热环境研究者重视，用于人体热响应和热舒适性预测。它将血液流动、呼吸、蒸发、代谢、颤抖、心输出量等因素综合考虑，并模拟与环境的局部热交换。

本文利用某款 SUV 车型，将描述人体热调节的Fiala 模型和 Berkely 热舒适模型与乘员舱进行耦合建立仿真分析模型。通过仿真模型分析乘员舱送风口多种送风参数对空调系统负荷及乘员热舒适性的影响，如风速、温度和湿度。并利用多参数回归求解的方式获得满足热舒适性情况的空调系统热负荷。

1　仿真模型及实验验证

为考虑汽车内乘客的热舒适性，本文建立乘员舱三维模型以及假人热模型进行仿真分析，并且与室外暴晒条件下的驻车降温实验对仿真模型进行验证。

1.1 三维模型

基于自有的 SUV 车辆模型以及乘员身体三维几何模型，可以获得完整的车辆内部的乘员舱 CAS（concept a surface）模型，进而创建其计算域。模型内表面简化后的模型如图1和图2所示。

为了在计算模型中加载太阳辐射强度，并考虑到车窗部位的传热，以及车窗玻璃的内、外表面与周围空气的表面传热，首先须要对该模型的内外表面进行网格清理。选中车窗的玻璃部分，在模型中以拉伸的方法使玻璃具有厚度，以此获得玻璃的内外表面，从而建立玻璃内外表面与各自对应的空气间的交界面，最后在详细的边界数值设置中输入需要的值，实现车窗玻璃部分的计算模型设置。简化后的模型如图3所示。

本文采用行李箱底部设置乘员舱出风口，并对其进行垂直拉伸，防止气流回流导致流场失真。进出风口位置如图4所示。

为对人体的热舒适性进行分析，本文导入了人体的三维模型。目的是在模型中输入人体的生理参数，并使用Berkely热舒适性模型对人体热舒适性进行分析。人体模型如图5所示。

1.2　网格划分

在处理网格时，根据各部位所需要的精细程度和表面重要性应当选择不同的网格尺寸。例如，空调进气、出气口部分的网格最为重要，因此须将这部分网格进行细分，其最大网格尺寸调整为 2 mm，而相对来讲重要性偏低一点的车门部分网格最大尺寸则偏大一些，设置成8 mm。全部处理好的网格细节可见图6。

使用切割体网格，对乘员舱内部、车窗玻璃和虚拟风洞分别采用4层逐层加密域进行计算。车窗位置则采用双层加密域。这种方法使得计算域分离，分别进行处理。

为验证网格无关性，本文选用乘员舱内的 3 个指标来对其进行验证和评价，参数分别为乘员舱内平均温度、平均湿度和风速，并按照 CSAE 标准《汽车空调系统最大降温性能试验规范》［19］进行验证。通过仿真验证后发现，当乘员舱内部计算域有不低于739万个网格后，乘员舱内部平均温度、平均湿度和风速数值不再改变，可以认为该模型已经不再受网格影响。其次，在设置好车窗玻璃外表面的对流换热系数之后，当总网格数不低于 755 万时乘员舱内的环境参数不再有明显变化，这说明车窗玻璃处的网格已经不会对计算结果有明显影响。

1.3　模型边界条件设置

乘员舱内流场的计算，其中包含乘员在车上的热乘坐舒适性的计算，一定要考虑可设定的太阳辐射、导热系数、温度和湿度等。本文所涉及算例的物理模型主要选用表面至表面辐射以及灰体热辐射，以此来模拟乘员舱内各个表面之间的辐射情况和反射情况。

对于汽车来说，其乘员舱内部的热负荷主要包括车围热负荷、玻璃热负荷、送风热负荷、人体热负荷以及电气设备热负荷。它们有如下关系式：

车围主要包括车顶、侧围、前围、后备箱及车底板。这些部位由于太阳能辐射以及外部环境温度的变化，自身外表面温度就会发生变化，进而产生内外温差，根据热力学第二定律，热量将由高温区域传递到低温区，所以车围热负荷即为

至 于 其 他 电 气 设 备 可 以 按 照 定 值 考 虑 ，取Qo =200 W。

车身结构以外的发动机部件，其中包含车顶内衬、信息娱乐系统、副仪表板、前围、转向盘、座椅靠背、座椅靠背、大理石地板、车门等主要部件，每一个部件都不同于发动机部件，都有不同的热和辐射特性。本文内容将各机件所在空间简化为外壳金属件形式简化加工，发动机盖不同区域相当于多层结构所需材料统一，简化层间热阻［20］。

人体部分皮肤三维模型是借助将三维人体分成21个部分来设置的，目的是分析特定区域的热舒适性。人体活动水平为 1. 5Met，即 87. 15 W/m2，身高设置为 50 百分位男性，体脂设定为 14. 95 kg。着装水平设置为中性水平，相当于上半身着长袖、下半身着 长 裤 ，在 此 情 况 之 下 涉 及 到 的 各 参 数 详 情见表1。

1.4　实验验证

实验用车采用与三维仿真模型一致的 SUV 汽车。并在室外进行利用驻车暴晒实验对仿真模型进行验证。在实验进行的过程中，关闭门窗和空调制冷。在预先设置好的温度监测点设置温度传感器，可以测量各监测点所在位置的温度。实验现场如图7所示。

实验中共布置有 11个监测点，监测点布置如图8所示。在每个座椅处乘员的头部和小腿上设置温度监测点，以验证仿真模型与化学实验的匹配性。而为了持续监测整个乘员舱的环境状态，在乘员舱的中央位置也设置一个温度监测点。各个温度监测点的温度探头采取探出并悬挂的形式安装，以避免各部位材料的热量积聚，对温度探头造成温度干扰。

实验在吉林大学风洞实验室外空地进行，确定该实验位置经纬度为 43. 815°N、125. 259°E。并通过位置坐标获得太阳辐射强度数据，输入仿真模型实现实验与仿真对标。

实验过程中，车外环境变化大致如下：平均风速在 1~3 m/s 的 范 围 内 变 化 ，室 外 的 温 度 变 化 处 于16. 4~17. 2 ℃的 范 围 内 ，太 阳 辐 射 强 度 变 化 处 于380~390 W/m2的范围内。为达到仿真模型与实车实验匹配的目的，在模型设置的过程中，通过为每一个壁面添加各自相应的修正系数的方式，使得最终该数字模型的各壁面传热效果与实车尽可能匹配。通过不断地实验与修正后总结出一定规律，即几乎各车内表面添加的传热系数修正数为 0. 8 W/（m2·K）时，则可以降低仿真与实际实验的误差至 10% 以下，实验过程中的检测点温度对比如图9所示。

2　结果与分析

乘员舱空间比较狭窄，乘客的热舒适性感受空调送风参数影响较大。因此本文利用上面的仿真分析，分别对送风风速、送风温度、送风湿度进行分析。并在分析的基础上进行热舒适性分析，同时利用Pareto图和回归方程得到满足热舒适性要求并减少空调系统负荷的最优解。

2. 1　分析工况及方案

本文采用夏季炎热环境下高速行驶工况进行仿真分析，并且参考 CSAE标准《汽车空调系统最大降温性能试验规范》［19］设置仿真算例的环境参数，具体参数设置如下：外界环境温度设置成 43 ℃；太阳辐射设置成 1 000 W/m2，其中高度角和方位角均设置成 90°；相 对 湿 度 设 置 成 50%；汽 车 速 度 设 置 成60 km/h。针对乘员舱内的热舒适性分析，分别从指定截面速度和温度场、假人表面的热舒适性两方面进行分析。而为了更好地研究与分析乘员的周围空气速度与温度，以及乘员舱空调进气对乘员前后流场的影响，本文特选取两个截面，用以方便分析上述问题，这两个截面分别命名为 X0、Y0，两平面互相垂直且与地面垂直。其中，Y0截面所在位置为主驾驶员的对称平面，其法向方向为汽车侧向，X0截面是驾驶员横向截面，法向方向为汽车前进方向。X0截面和Y0截面在模型中的位置如图10所示。

为进行假人表面的热舒适性分析，采用假人表面不同部位设置采样点的方式对假人表面的热舒适性进行分析。假人表面采样点设置如图11所示，包含了人体的各个不同位置。

2. 2　送风风速影响

首先分析乘员舱送风风速的影响情况，而乘员舱进风温度、湿度选用定值。具体工况如下：进风温度设置成 15 ℃，空气相对湿度 65%；送风风速分别为 3、8 和 13 m/s。得到结果后以变量对驾驶员周围的流场情况、热舒适性和车内总热负荷的影响情况进行详细分析。

首先对Y0面上的乘员舱内部空调系统送风对驾驶员脸部和颈部周围的气流流动进行分析。图 12所示为不同风速对舱内驾驶员前后的流场影响。送风风速设置成3 m/s的情况下，空气流动效果在整个驾驶室内都较不明显。足部空间的气流流动较弱，对热舒适性的影响不明显。随着送风风速的增加，空气吹到乘员舱上部后，流向逐步向下改变，这些气流会在后排座位空间呈环形流动形成涡旋，并部分回流到前排脚部空间。说明风速的提高对乘员舱内整体的热舒适性的影响较明显。从Y0截面的不同送风风速下的温度分布也可以看出，通过送风风速的提高，脚部空间的温度得到较好的改善。同时乘员舱内的整体温度也获得了明显下降。Y0截面的温度分布如图13所示。

从人体各部位热舒适性分布也可以看出，在驾驶员头部的热舒适性在风速比较低时，热舒适较差。随着风速的增加，头部热舒适性呈现由差变好再变差的现象。说明提高风速可以改善人体的热舒适性，原因是过高的风速又会降低热舒适性。而脚部空间的热舒适性则随着风速的增加而提升。以上现象表明，乘员舱内气流的组织对驾乘人员的热舒适影响非常明显。人体各部位热舒适性分布如图 14所示。

由于送风风速大小对人体各部位的热舒适性、热感觉都会产生不同的影响，同时送风风速大小又会导致空调负荷的变化。因此，本文将 5 个参数受送风风速影响的情况进行分析，所述5个参数为：驾驶员的局部热感觉与热舒适、驾驶员的整体热感觉与热舒适、空调系统负荷量，如图15所示。

由图 15（a）~图 15（c）可以看出，送风风速的变化对人体局部热感觉和局部热舒适影响较为明显的区域为脚部及下臂，其次部位为头部、手部及颈部。所以提高乘员的热舒适性，首先要考虑对这些部位所接触气流的风速情况进行优化。

由图 15（d）可以看出，空调系统的热负荷随着风速增加而逐渐增大。当增大送风风速至13 m/s时，乘员舱热负荷比送风风速为3 m/s时增加1 328. 27 W。而热舒适水平并没有随着风速的增加而提升，在送风风速增大过程中出现了先增后降的现象。因此，高风速并不能提升热舒适的水平，且增加了空调系统的负荷。合理风速和舱内气流组织的配合才能从送风风速的角度提升热舒适性降低能耗的问题。

2. 3　送风温度影响

送风温度也会影响乘员的热舒适性及空调系统的能耗。因此，本文对送风温度的影响进行了分析。具体工况为：送风温度分别设置成 5、10和 15 ℃；同时不变的量有空调系统的送风相对湿度，选为65%；风速为 3 m/s。针对上面风速最差的工况从送风温度的角度对乘员舱的热舒适性及能耗进行分析。同样分别从对驾驶员周围环境、驾驶员热舒适及舱内热负荷3个方面进行分析。

X0和 Y0截面的温度分布云图如图 16 所示。在相同的空气流动前提下，送风温度的变化对乘员舱的整体温度分布影响较大。在送风温度为 15 ℃条件下，后排和后舱空间环境温度约为 30 ℃，很大程度上影响了乘员的热舒适感受。另外，由于提升了送风温度，车身各个壁面附近的温度显著升高。进一步提升墙壁的环境温度会进一步提高人体皮肤与金属表面辐射的环境温度，从而使驾驶员的整体热感觉和整体热舒适性受到影响。从图 16（b）的温度分布可以看出，送风风速过低会导致驾驶员足部及下肢部位所在空间气流扰动较弱，换热能力较差。由送风温度升高引起的温度升高比其他区域更加明显。

在高温工况和送风温度较低的工况下，从图 17中可以看出面部附近区域，局部热感觉、局部热舒适皆处于较差状态，送风温度对热舒适性的影响不大。对于面部、手部等区域，送风温度对热舒适性的影响较明显，它的提高可以明显提升热舒适性。分析原因是头部区域为背向气流方向的区域，其热舒适性的影响主要来自空间的整体温度。而面部和手部区域属于朝向气流方向的区域，其热舒适性的影响主要来自送风温度。因此两部分区域对不同送风温度的敏感程度不一致。

通过图 17（d）可以看出，送风温度的变化对人体整体热感觉的影响不明显，从 5 ℃工况到 15 ℃工况，热感觉提升了 0. 096。而送风温度提高的过程中，脸和手两部分的热舒适水平降低较为明显，这直接影响了人整体的热舒适性，当送风温度由 5 ℃提升至15 ℃的过程中，人整体热舒适下降了0. 470，同时空调系统热负荷相对减小88%。

2. 4　送风湿度影响

除了送风温度和送风风速的影响外，送风空气的湿度也会对乘员舱的热舒适产生影响。因此本文从不同送风湿度对人体热舒适性及空调系统负荷的影响角度进行分析。具体工况为：相对湿度为35%、50% 和 65%；送风风速为 8 m/s。而考虑到湿度和温度对热舒适性的共同影响，本文在湿度变化的基础上同时考虑了送风温度的影响。送风温度设定为：5、10、15 ℃。图18所示为不同送风温度和湿度情况下乘员舱的整体热感觉、热舒适与空调系统负荷的变化情况。

从图18可以看出，在乘员舱送风温度相对较低时，湿度的增加会使整体热舒适稍有提升。在乘员舱送风温度相对较高时，湿度的增加反而会降低整体热舒适。但是，相较于乘员舱送风温度和送风风速来说，送风的湿度对整体热舒适的影响较弱。而空调系统的负荷则随着乘员舱送风湿度的提升而降低，因为送风湿度提升后更接近于空气湿度，降低了除湿的能耗。所以，保持空调系统送风湿度与大气湿度接近可以降低其能耗。

2. 5　多参数优化分析求解

不同送风参数中的送风温度、送风风速和送风湿度对热舒适性的影响并不是独立存在的。需要针对不同送风参数对热舒适性和空调负荷的影响进行耦合分析。因此，本文将乘员舱的送风温度、送风湿度、送风风速作为自变量，而选取乘员的整体热感觉以及整体热舒适、汽车空调系统的负荷大小为因变量，建立了二者间关系的回归方程。置信区间为95%，作为送风温度、送风湿度、送风风速对乘员舱内驾驶员的整体热感觉、整体热舒适指标以及空调系统运行所承载的负荷大小的影响的可信度判断标准。以此获得Pareto图，如图19所示。

从图 19 可以看出，乘员舱的送风风温、送风风速以及温度与风速之间的交互效应，这三者对于乘员舱的整体热感觉和热舒适性评价影响最为显著，而送风湿度的影响则相比之下并不明显。从图 19（c）可以看出，对于空调系统的热负荷，湿度和温度的交互作用成为了影响空调系统负荷的显著影响因素。因此，对送风湿度的调节可以提高乘员的舒适性，但对空调系统能耗影响不大。

根据上述分析，忽略送风湿度的影响，再次使用DOE 实验设计并拟合曲线，以得到空调系统负荷和乘员的整体热舒适度两者关于乘员舱送风风速、送风风温两个参数的拟合回归方程。

优化后的Pareto图如图20所示。从图中可以看到，各个主效应参数对该拟合回归方程的表现均较为显著，每个该拟合回归方程拟合效果也较好，式中每一项的 p 值均低于 0. 02，其中，Coverall 拟合公式相关性系数为 95. 92%，Q的拟合公式相关性系数为99. 41%，说明拟合效果好。

依据上面分析的基础上获得的回归方程，可以使降低空调系统负荷与提高乘员的热舒适性问题得到参数的最优解。乘员的整体热舒适最佳状态“0”，空调系统负荷尽可能降到最低，将二者权重比例设置成 1，在此条件下求解送风系统最优情况下的送风参数。最终得到如下结果，即在外界环境温度为43 ℃，太阳辐射强度被设置成1 000 W/m2，其中太阳辐射的高度角、方向角均为 90°的条件下，送风参数的最佳值为：空调系统送风风温仍为 15 ℃，送风风速 10. 507 m/s，在此情况下空调系统负荷估算 值为4 562. 62 W（置信度高于95%的区间为4 559. 12~4 566. 12 W），整体热舒适估算值为 0. 000 01（置信度高于95%的区间为-1. 491，1. 491）。

将 上 述 最 优 解 与 以 下 3 个 方 案 相 对 比 ，结 果如表 2所示。其中：方案1，送风风温5 ℃，送风风速8 m/s；方案2，送风风温10 ℃，送风风速13 m/s；方案3，送风风温5 ℃，送风风速13 m/s。

可以看出最优解效果明显好于其他 3种方案效果。该最优解与其他 3 种方案相比，整体热舒适提升效果分别为2. 652、3. 565和4. 378，空调系统负荷降低效果分别为 6. 47%、8. 69% 和 14. 08%，最终完成了在提高乘员热舒适性的同时也降低了空调系统负荷的要求。

3　结论

本文分析了乘员舱在高温环境下在几个送风参数变化的条件下，乘员的整体热舒适和空调系统负荷变化情况。最终拟合乘员的整体热舒适、空调系统负荷与上述几个送风参数之间的回归方程，并在均衡考虑乘员热舒适性和空调系统负荷的情况下得出了在外界环境温度为43 ℃、太阳辐射强度被设置成1 000 W/m（其中太阳辐射的高度角、方向角均为 290°）的条件下送风参数的最优解，并得出了以下结论。

（1）只提升空调系统的送风风速的情况下，乘员舱内乘员的整体热舒适会有随着气流扰动程度的增大先上升、但当风速上升到一定程度后反而又下降的趋势，而空调系统能耗是随着送风风速的提升不断升高的。所以，单独提高空调系统的送风风速这一个参数显然不经济。

（2）在空调系统的送风风速相对较低的情况下，单独控制空调系统送风温度的变化来研究其乘员舱内乘员的整体热舒适的影响时，会发现其影响并不明显。但是若同时调整送风风速和送风风温则可以对乘员整体热舒适有较明显提升。

（3）送风湿度对热舒适的影响程度要弱于送风温度和送风风速。对于空调系统的负荷，空调系统的能耗则随送风湿度的增加而降低。在保证热舒适的前提下，适当维持送风湿度可以降低空调系统的能耗。

（4）多参数优化分析方法可以兼顾热舒适和空调系统负荷，达到同时优化的目的。以整体热舒适目标值为“0”、空调系统负荷最低为目标求解出了基于拟合方程的最佳送风参数。