风，没有方向的吹来，影响车辆的气动性能-SIMULIA PowerFLOW-流体动力学分析-软服之家

相信整车性能的开发者们对于汽车风阻和风噪性能的评估都不陌生。通常情况下，无论是通过仿真还是风洞试验，评估空气动力学性能的工况都是均匀来流，且湍流度也不高。但实际高速公路上面的风并不会像风洞或者仿真中那么平顺，直直的吹向我们的车。事实上，真实路面上不仅会存在侧风、阵风，而且前方来流还常常受周围环境和前车尾流的干扰，湍流强度和尺度都会有不同等级的变化。

风，没有方向的吹来，将会影响车辆的空气动力学性能。而能否准确的评估真实行驶工况条件下的空气动力学性能，直接影响到消费者的实际体验——真实的高速公路油耗能耗可能高于汽车生产商宣称的数值，而消费者也会在某些行驶工况条件下感受到更恼人的风噪声。车辆公布的数据与实际行驶的油耗能耗之间的差距一直都是热度话题，两者之间的平均差距最高可达40％。在测试流程并不严格的国家，考虑到车辆的不同配置，这个数字还会更大。为了更真实的反馈每一款车辆的实际性能，欧洲和日本已经先后启动了WLTP的测试标准，不过这仍然难以完全涵盖到复杂的实际行驶工况。

早在2017年“Fuel Economy Detroit”大会上，达索系统SIMULIA的高管ALEX ALAJBEGOVIC曾经评论道：“我们不能仅仅通过实验室测试为目标设计汽车。已有汽车制造商只在实验室中而不是道路上取得成功，最后失去了客户。”“但你不能责怪汽车制造商的处境，”他解释说，“销售汽车是一种竞争，现成的规则摆在那里，他们只是充分利用而已。但空气动力学是一个很好的例子——如果在风洞里测试，通常不会有不稳定来流，也没有其他车辆造成湍流。因此，在风洞中开发的气动套件——比如您看到的在美式卡车和SUV的前唇附近安装的气坝扰流板，在理想工况下确实是最有效的。然而回到现实世界，其效果可能将会大打折扣。”

使用仿真工具是实现这些复杂工况性能评估的必要条件——前提是你的CFD工具能够快速、准确的预测瞬态来流条件下的整车性能。SIMULIAPowerFLOW 就是这样一款先进数值仿真方法的软件。PowerFLOW以LBM方法为基础，结合了独有的非常大涡模拟湍流模式及先进的壁面函数，具有适用范围广、瞬态准确、并行效率高、稳定性好等诸多有点，可为多个领域提供已验证过的解决方案，并通过模板化的更佳实践分析标准，帮助用户做多学科、多目标的优化设计和开发。

在PowerFLOW中，我们可以非常方便的设置侧风工况，还可以根据不同的路况特征（如城市、郊区、高速公路等），对前方来流的湍流特征进行更个性化的定制，从而更精确的评估车辆在这些复杂工况下的性能。

在SAE论文（SAE 2015-01-1551）中，Tesla的研究者们对比了车辆在不同路试工况下的能源消耗，测试条件包含了侧风和实际湍流，并通过在车顶安装皮托管测量真实环境的压力波动。

下图显示不同偏航角下的能量消耗曲线，这些数据又通过不同的湍流度进行分类，显示了一定侧风角下湍流度增加对风阻的影响。低湍流度工况下的风阻较低，相反，高湍流度工况的数据表明，湍流度的增加通常会降低风阻对侧风角的敏感性，但会增加总风阻值。

实际的测试费时费力，并需要在样车制造出来之后才能测试，使用PowerFLOW则能灵活的应对所需的评估。在PowerFLOW中，真实的流动环境是按照包括所有相关的行驶湍流和风向结构共同构成的真实物理环境进行建模，包括比车辆尺寸大很多倍的流动结构。这些流场信息被指定在进口边界条件中，以瞬态的效应被输运到下游并流向车辆。下图展示了一个瞬态的行驶过程，侧风按照时间规律进行变化，而湍流度维持在一个固定的大小。左图展示了侧风角、来流湍流和车辆外流场之间的相互作用，通过当地侧风角着色的流线图穿过整个流场。右侧显示了这个过程中风阻值的变化。可见，湍流度较小时，风阻和侧风角维持线性相关，而较大湍流度时，这种相关性将变得难于预测。不过，总体上，较大湍流度（7%）条件下的风阻比光顺来流要大3~4%左右，而随着侧风角的增大，湍流来流的影响略微降低。这与路试中的观测结果是一致的。

实验和仿真的数据都表明湍流度和能源消耗是直接相关的。真实的流动条件，包括行驶湍流和侧风，都将恶化汽车的油耗或能耗。因此，优化车辆在开放路面上的行驶效率和性能需要准确的模拟真实的路况环境。

随着近年来电动汽车的快速发展，消费者对真实剩余续航里程的关注也进一步促使汽车制造商更精确的评估与优化车辆实际的空气动力学性能。在这个体验经济盛行的时代，使用高保真瞬态算法的软件进行产品性能的仿真越来越重要。目前，SIMULIA PowerFLOW最新一代产品PowerFLOW6-2020已更新至第六代求解器。其对LBM碰撞算子的专利改进等一系列优化，可更进一步减小数值耗散，从而提升从气动力学，到气动声学，到热学；从低马赫数，到近音速再到跨音速在内的各个应用领域的仿真精度，并大幅提高了仿真效率。