结合驾驶员模型的耦合6自由度运动与气动横风模拟

由于对车辆动力学的影响，提高空气动力学性能的需求不断增加，之前一直在基于气动力的稳态测量来减少气动升力和偏航力矩上做出努力。近年来，关于动态空气动力学的研究日益增多，部分解释了空气动力学对车辆动力学的影响。然而，在车辆运动时难以测量空气动力，并且分析对车辆动力学的影响需要无噪声地测量车辆行为，转向量和其他量，以及解释与空气动力学的相互影响。因此，在现实世界中发生的相关现象还没有完全理解。在现实世界中重现车辆运动需要能够重新驾驶环境中的干扰（包括自然风和路面起伏），并预测由驾驶员的操作（例如转向，制动和其他动作）导致的动态空气动力学。因此，本研究侧重于侧风情况，其涉及由车辆的气压输入引起的车辆行为的相对较大变化。开发了双向耦合数值模拟方法，用于使用具有六个自由度的车辆运动模型执行空气动力学计算并且包含用于将车辆保持在其行驶车道中的驾驶员模型。

介绍

在开发乘用车的空气动力学性能时，汽车制造商已采取措施减少空气动力阻力，主要是为了解决环境问题。同时，随着车辆动力学性能的提高，获得更好车辆动力学的空气动力学性能工程变得越来越重要。这不仅适用于需要出色车辆动力的高性能车辆，而且适用于通常强调燃油经济性的小型乘用车。之前，为了提高操纵性和稳定性，已经努力减少在均匀流动条件下测量的时间平均升力和横摆力矩。然而，在实际情况下进行的驾驶测试评估中，没有获得空气动力学措施的改善效果。此外，较低的升力通常涉及较低的阻力折衷。对于许多乘用车来说，为了符合燃油经济性，有必要优先考虑较低的阻力。

由于这里指出的原因，近年来进行的研究集中在动态空气动力学现象，并且结果已经明确了作用在车辆上的空气动力的时间变化的重要性。引起空气动力时间变化的因素不仅仅是由分离产生的旋涡，还包括自然风在由驾驶员执行驾驶操作引起的驾驶环境和车辆姿态变化。由于这种气动力很难通过实验测量，所涉及的现象尚未得到充分解释。模拟这些现象需要空气动力学和车辆运动之间的耦合。作为过去执行的方法，使用预先预测空气动力负载并基于其计算车辆运动的单向耦合，使用在每个时间步骤计算空气动力负载和车辆运动的牵引耦合。在双向耦合中，CFD中使用的车辆的实时位置，基于前面的空气动力载荷计算，因此它是一个更接近于预测现实世界现象的系统。因此，本研究选择并开发了一种结合车辆运动模型和空气动力学模拟系统的双向耦合计算方法，目的是复制和制造出真实的空气动力学现象。在高性能计算（HPC）上运行大规模空气动力学计算，以获得作用在每个轴上和每个轴周围的车辆上的空气动力。车辆运动计算在个人计算机（PC）上进行，以获得关于车辆姿态变化的信息。考虑到空气动力学和车辆运动的相互影响，通过由传输控制协议（TCP）/互联网协议（IP）支持的通信在每组数据上每次执行耦合计算。此外，驾驶员模型被包含在模拟系统中以更真实地再现驾驶期间发生的动态空气动力学现象，并且估计将车辆保持在目标驾驶车道所需的转向量。

. 仿真模拟的驾驶情况假设一辆普通的直行客车受到侧风阵风的冲击。计算结果的有效性与实验数据进行比较验证。该计算系统还用于调查经验性开发的气动部件的有效性，以改善车辆操纵性和稳定性。仿真结果与关于气动部件减少驾驶员修正转向量的趋势的实验数据一致。在对数据进行分析时，物理现象可视化，支持经验性开发的空气动力学措施。

许多汽车制造商将车辆的动态性能和空气动力学性能作为两个不同的专业领域进行处理，而在这些领域工作的人员往往不能完全理解彼此的思维方式。这里提出的仿真技术有望成为一种通过促进不同专业领域专家共同理解，获得更高车辆性能的有效方法。

数值方法
在这项研究中，我们使用在北海道大学开发的“FrontFlow /红色航空（FFR）”作为CFD代码。为了预测作用于运动车辆的空气动力学，非定常CFD方法是必不可少的。然后，我们使用大涡流模拟（LES）作为湍流模型。 然而，从计算成本的角度来看，不可能分配足够细的网格，这些网格可以完全分解墙上的边界层和小涡流。另外，由于车辆几何形状的复杂性，在我们的方法中将层网格插入墙上以解决边界层是困难的。因此，我们使用粗网格的LES控制方程和对数壁法来模拟靠近墙壁的流动。也就是说，本研究中使用的方法可以称为一种墙壁建模LES或非常大的涡流模拟。为了重现车辆运动，我们使用了任意拉格朗日和欧拉（ALE）方法作为移动边界方法。

方程式
LES的基本方程由空间滤波连续性方程和Navier-Stokes方程在不可压缩和牛顿流假设下给出：



在那里有一个变量已被空间过滤。应变速率张量和压力定义为：



公式（5）中的子网格尺度（SGS）涡旋粘度vSGS。（2）用标准的Smagorinsky模型进行建模：



其中CS称为Smagorinsky常数，设定为0.15。这里，Δ是空间滤波器长度，定义为每个单元体积的立方根，fs是van Driest创建的靠近墙壁的SGS涡流粘滞的阻尼函数。



其中y+表示距墙壁的无量纲距离。

离散
控制方程在顶点居中的非结构化体积法中在空间中离散化。使用简化的标记和单元（SMAC）方法来耦合压力和速度。为了求解泊松方程，使用了不完全的Cholesky共轭梯度（ICCG）方法。二阶中心差分格式用于离散空间项。然而，只有对流项包含一阶迎风格式的5％才能使仿真稳定，而三阶迎风格式则用于与车辆的距离以抑制数值振荡并保持侧风的阶梯状剖面，因为使用了远离车辆的粗网格。采用一阶Euler隐式法作为时间积分法，每个时间步的增量为4×10-5 s。

数字设置
车辆模型
这项研究的主题是一辆小型两厢车，中立转向点（NSP）位于重心（CG）的后面。一般来说，乘用车在CG后面放置NSP，导致转向不足的特征。在侧风稳定性中，如果空气动力施加点远离NSP，则车辆将旋转并变得不稳定。因此，这是讨论侧风稳定性的重要因素之一。如图1所示，车辆的整体长度为4.25米，轴距为2.70米，总宽度为1.70米，总体为1.55米，正面投影面积为2.23平方米。车辆的重心被用作坐标系统的原点。



图1.车辆模型和曲面网格

计算域和边界条件
计算域和网格显示在图。表面分辨率范围从4毫米到12毫米，由四面体元素组成。几乎所有的计算域都被四面体元素分开，但六面体元素放置在入口和出口附近以防止数值振荡。细胞总数约为4000万。如图4所示，入口和侧壁被设定为流入边界条件，侧壁被施加侧风。入口速度条件设定为0米/秒，并且整个计算域以行进方向以33.3米/秒移动。出口设置为流出边界条件（压力固定，速度梯度为零），并将天花板设置为自由滑动状态。关于地面的边界条件，在车辆附近实施对数墙法，而自由滑动边界条件远离车辆实施以保持侧风剖面。在这项研究中，没有考虑轮胎的旋转。



图2.车辆的表面网格



图3.车辆周围的网格



图4.计算域和边界条件。

耦合分析方法
用于非稳态空气动力学仿真的CFD代码是FrontFlow / red-HPC，CarSIM商业软件用于车辆运动仿真。对于轮胎建模，使用具有非线性轮胎特性（例如纵向和横向力），根据垂直轮胎负载的自对准扭矩，轮胎打滑比和滑移角的内部模型。它启用了处理分析。在超级计算机上进行大规模的空气动力学模拟，以获得在每个轴和每个轴周围作用在车辆上的力，并且在PC上运行车辆运动模拟以获得关于车辆姿态变化的信息。然后通过TCP / IP通信进行考虑空气动力学和车辆运动的相互影响的耦合仿真。换言之，作为非稳态空气动力学模拟的一部分，进行了动态空气动力学模拟，其中使用移动边界方法再现车辆姿态变化。在车辆运动仿真中，在动态空气动力学仿真中获得的不断变化的空气动力学被添加到车辆的运动方程中作为用于预测车辆姿态变化的外力。另外，模拟系统通过MATLAB / Simulink将用于表达将车辆保持在其行驶车道所需的转向动作的驾驶员模型。关于计算时间，计算总实际时间3.5秒，用于空气动力学计算的时间步长为87,500个，用于车辆运动计算的时间步长为3,500个。
应该注意的是，车辆运动分析的坐标系与图5所示的空气动力学分析不同。



图5.坐标系统

侧风设置
模拟中使用的侧风剖面如图6所示。碰撞车辆的侧风具有阶梯状轮廓，并且假定最大侧风速度为12.1米/秒，流量偏航角度为20度。用正弦曲线表示侧风速度的增加以防止数值振荡。对于流入速度条件，从计算域的侧入口提供侧风。应该注意的是，该侧风剖面基于实际测量值被简化，如图6中通过虚线所示。



图6.侧风剖面

确认预测精度
验证细节
为了验证由侧风输入引起的车辆运动，进行驾驶测试以获得车辆通过侧风区时的横摆率（偏航角速度）和横向加速度。测试环境如图7所示。车速为33.3米/秒，侧风速度为12.1米/秒。车辆被侧风撞击约1.2秒，并且转向角被固定在直线前进方向上以确保实验测量的再现性。使用两组车辆规格来验证测量精度。其中一套用于基准小型掀背车，另一套包括图8所示的空气动力部件，其中包括发动机底盖，后扰流板等。与风洞测量值的比较如图9所示，作为CFD预测精度的参考。尽管绝对值有误差，但气动部件的趋势很大程度上被捕获。



图7.测试条件



图8.安装气动零件



图9.风洞测试的验证结果

验证结果
图10显示了车辆横摆率和横向加速度的实验结果，图11显示了计算结果。绝大部分的波形和水平绝对值得到了很好的再现。对于没有气动部件的基准规格，可以看出测量的偏航率在0和0.5s之间达到峰值，然后随着降低和增加而波动。对于具有空气动力部件的规格，测量的偏航率从其峰值平稳地下降到稳态值。计算结果也显示了相同的趋势。协议意味着车辆性能研究是可能的。为了比较，实验和测量结果叠加在图12中的图中。



图10.实验结果



图11.计算结果



图12.测试和计算结果的比较

应用/气动部件研究
目的/详情

在验证仿真系统后，它被用于检查实际气动部件的性能。在仿真中，计算了由于侧风输入而使车辆在离开其行驶车道后所需的校正转向。将车辆保持在其行驶车道所需的纠正转向量被视为一个性能指标。在车辆中增加了几个气动部件，这些部件被认为是基于经验来提高操控性和侧风稳定性。研究了性能改进的机制。在相同类型的驾驶测试中证实，气动部件规范需要较少的纠正性转向动作，并且气动部件的主观评估结果也比没有它们更好。

图13显示了在风洞试验中测量的偏航力矩和侧向力。传统上这两个参数被用作侧风稳定性的空气动力学指数。结果表明，有和没有气动部件的规格之间几乎没有差别，并且气动部件的侧向力较大。

在该调查中使用的驾驶员模型除了如图14所示的传统的前方注视点误差之外还基于与车辆的横向加速度有关的信息执行具有一阶延迟的转向操纵。如图15所示，向前注视点误差是指前方50m的目标路径与驾驶员的前方注视点之间的横向差异。



图13. 20°偏航角下的风洞试验结果



图14.驱动程序模型。



图15.前向注视点错误的定义。

转向矫正研究的结果
图16显示了计算出的转向角度，图17显示了计算出的转向角速度。 在0.5秒左右的第一次转向机动动作对于有和没有气动部件的规格都是相同的。但是，对于没有气动部件的基准规格，可以看出，在0.7秒和1.0秒左右完成了增加的转向。因此，随后在1.7秒左右的相反方向上进行了更多的转向。另外，转向角速度的结果表明施加了小的校正转向输入。据推测，这表明司机的感知和转向量之间存在分歧。



图16.计算出的转向角结果。



图17.计算出的转向速度结果。

车辆运动研究结果

图18至图20分别比较了两种规格的计算横向加速度，横摆率和前向凝视点误差。气动部件的增加降低了三者的水平。增加航空部件的另一个有趣效果是横向加速度与时间相关的变化。对于没有航空部件的基线规格，横向加速度在大约0.2秒处显示出其第一个峰值，此后在0.4秒处出现另一个峰值。对于航空部件规格，横向加速度在第一个峰值后逐渐下降。上面提到的转向角速度中看到的小的修正输入大概对应于横向加速度中与时间有关的变化。



图18.计算的横向加速度结果。



图19.计算出的偏航率结果。



图20.驾驶员前方凝视点处计算的横向差异结果。

空气动力学输入研究结果
图21和图22分别比较了两种规格的计算气动侧力和偏航力矩。对于没有气动部件的基准规格，侧向力和横摆力矩在侧风区域各自的峰值之后表现出很大的波动。推测这种波动导致了上述横向加速度的变化。



图21.计算的空气动力侧向力结果



图22.计算的空气动力学横摆力矩结果。

流场的可视化
图23显示了流场从0.4 s到0.7 s的变化，这是侧向力显着变化的时间间隔。对于没有气动部件的基准线规格，风速在靠近后窗的位置显着变化，而航空部件规格的变化很小。据推测，这种行为可以归因于被添加到C柱的侧扰。扰流板具有固定从车身侧流向后窗的空气的分离点的效果。因此可以减小C柱周围的压力波动，如图24所示。



图23.流程结构



图24.由Cp着色的表面压力分布。

检测结果
对于基线规格和气动部件规格，驾驶测试分别进行三次。图25显示了三次驾驶测试中每一次测量的数据，图26比较了有和没有航空部件的三次测试的平均值。增加气动部件减少了侧风撞击车辆后的校正转向量（A），并减少了从侧风（B）出现时相反方向上的转向量。另外，三个测试中没有气动部件的基准规格的结果明显不同。据推测，这可以归因于空气动力输入的波动，这导致初始转向动作被错误地执行并且转向超过量，并且随后需要更多的相反方向的转向。
与气动部件规范的计算结果（图16）的比较使得校正转向量的减少更加显着。这种分歧的原因可能是因为本研究中使用的驾驶员模型只反馈了前方注视点误差和横向加速度。因此，计算中未考虑其他因素。这是一个需要在未来进一步研究的问题，但它表明所提出的计算系统也可以有效地用于开发驾驶员模型。



图25.测试结果。



图26.超过3次平均测试结果的比较。

结论/气动部件研究
作为研究旨在提高车辆操纵性和侧风稳定性的气动部件的结果，这些部件减少了将车辆保持在其行驶车道上所需的校正转向量的趋势在实验和计算结果中都重合。对于没有气动部件的基准规格，修正转向量增加了，并且发现这种行为可能与空气动力输入中时间相关的变化有关。计算出的流场的可视化表明，造成这些时间相关变化的因素是从C柱到后窗的气流。 图27显示了空气动力学和修正转向之间的关系。



图27.空气动力学与修正转向之间的关系。

内容/结论
1.开发了一种方法，用于进行耦合计算，将六自由度车辆运动模型与包含驾驶员模型的空气动力学仿真系统相关联。
2.通过比较仿真系统输出的车辆行为和实验结果，验证了该计算方法的有效性。
3.这种计算方法在气动部件研究中的应用表明，这些部件减少了修正转向的数量，并确认这种减少的原因可能主要与侧向力时间相关的变化有关。另外，还发现侧向力随时间变化是由来自C柱的气流引向后窗而引起的。