道路不平致车身俯仰运动对气动升力影响研究

为了探究路面不平产生的车身俯仰运动对气动升力的影响,结合汽车动力学参数与路面参数,得到不同路面空间频率下的车身俯仰运动规律,并利用重叠网格技术实现了车身绕质心的正弦俯仰运动,通过对比风洞试验数据验证了湍流模型的准确性。通过车身表面压力、车身周围流场结构分析了车身俯仰时的气动升力变化规律。结果表明,同一俯仰角下,车尾下摆时产生的气动升力数值大于车尾上摆;车尾下摆时,由于前轮腔的“吸力”效应,车底气流速度降低;车尾上摆时,由于前轮腔的“排斥”效应,车底气流速度增大。     

基于滑模理论的高速车辆侧风稳定性控制研究

针对高速车辆侧风稳定性问题,搭建了汽车多体动力学(multi-body dynamics,MBD)和计算流体力学(computational fluid dynamics,CFD)双向耦合平台,并基于该平台设计了一种侧风稳定性控制系统.该系统的上层控制器基于滑模理论计算出侧风干扰下的高速车辆为维持稳定所需的附加横摆力矩...     

基于MATV的车底高速气流引起的车内噪声计算

鉴于随着后视镜、A柱、天窗等部位的气动噪声源得到有效控制,汽车车底高速气流对车内噪声的影响逐渐凸显,本文中对汽车底部高速气流引起的车内噪声进行研究.首先,应用计算流体力学(CFD)和有限元分析(FEA)相结合的方法计算实车模型车体高速气流引起的车内气动噪声,结果表明,声压激励的传递效率明显高于湍流压力激励,车内噪声随频...     

F1赛车气动特性的CFD仿真和试验研究

选用Realizable k-ε模型和非平衡壁面函数,建立一款F1赛车的外表面及其外流场模型,对其进行流体动力学仿真,求得气动阻力和升力系数,并与风洞试验结果做了比较.结果表明:CFD仿真结果和风洞试验结果很接近,且该款F1赛车具有较好的气动特性.     

全功率燃料电池汽车散热系统设计、建模与分析

极端工况下整车的热管理问题是全功率燃料电池汽车面临的主要技术挑战之一。燃料电池汽车中的热源主要来源于电堆、空压机、驱动电机及DC/DC,提出了相应的热管理方式并构建了相应的系统结构,对散热器、水泵、风机等主要部件进行了选型与匹配。利用GT-COOL 软件建立了全功率燃料电池汽车热管理系统仿真计算平台,对极端工况下系统的散热性能进行了分析。结果表明,在该工况下电堆温度达到了84.4 ℃,在许用温度范围内,电堆进出口温差为7.6 ℃,满足内部温度均匀性要求,空压机、DC/DC、驱动电机的温度分别为58.4 ℃、59.6 ℃、61.5 ℃,均满足其温度要求。     

基于机器学习的汽车后视镜气动噪声预测方法

针对传统风洞试验、数值模拟等方法计算噪声值费时长、资源消耗大等问题,提出一种基于机器学习的气动噪声预测方法。以后视镜特征参数为数据集输入,对不同特征参数下的后视镜模型进行瞬态流场与声场联合仿真,将计算得到的总声压级值作为数据集输出,分别用不同数量的样本数据训练支持向量回归机,通过建立的预测模型对同一测试集进行预测得到总声压级预测值。结果表明,基于支持向量回归机的预测方法能得到与计算值误差较小的预测结果,在较少样本数据支撑下也具有较高的预测精度,可用于汽车后视镜气动噪声的预测。     

汽车气动噪声数值计算分析

文中阐述了气动噪声数值分析的两个步骤,即采用大涡模拟(LES)计算汽车外部瞬态流场和采用FW-H声学模型预测其噪声特性.最后介绍了该数值仿真方法在汽车设计中的应用以及降低气动噪声的措施.     

鼓式制动器低频振动的分析与改进

针对鼓式制动器低频振动严重的普遍问题,建立了鼓式制动器三维非线性动力学模型,并运用动力学仿真软件ADAMS进行了刚柔耦合仿真分析.基于领从蹄式制动器的结构特点,提出了前推模型,并与目前常用的后推模型进行对比分析,得出了前推模型的振动稳定性优于后推模型的结论.     

基于GA-BP神经网络的汽车空气阻力系数预测研究

针对整车空气动力性能开发中数值计算耗时长的问题，提出一种基于GA-BP神经网络的汽车空气阻力系数预测方法。将汽车部分特征参数作为输入变量，经外流场仿真得到的空气阻力系数作为输出变量，获取数据集。采用遗传算法对BP神经网络进行参数寻优，最终建立基于遗传算法的BP神经网络模型，验证不同训练集数量对模型预测精度的影响。结果表明，GA-BP神经网络在训练样本较少时也能维持较高的预测精度，可用于汽车空气阻力系数的快速测。