新能源汽车大行其道，热管理系统迎来变革
新能源汽车的发展，对于汽车热管理系统是一场大的变革，热管理的范围、实现方式及零部件都发生了很大改变。一方面，电池作为新能源汽车重要的一部分，因其对温度变化敏感的特性，因此要求必须拥有热管理系统；另一方面，由于新能源汽车动力类型的变化，电驱取代了传统发电机，在空调系统热管理方面使用加热器或热泵空调系统进行采暖，而不再是发动机余热采暖，与此同时电动涡旋压缩机的价值量比传统压缩机有明显提升。
除此之外，在新能源汽车热管理系统中还需考虑电机电控冷却系统和减速器的冷却系统。相比传统燃油汽车更多只注重发动机和空调的热管理，新能源汽车热管理系统更为复杂，需要从系统集成和整体角度出发，统筹热量与动力总成及整车之间的关系，采用综合手段控制和优化热量传递的系统，能够根据行车工况和环境条件，自动调节冷却强度以保证各子系统和零部件在最佳温度范围内稳定可靠的运行，实现降低整车能耗，提高整车舒适性的目的。
方案总述
热管理系统开发过程同样遵循汽车行业“V”模型开发模式，从整车级别到零部件级别，可以分成系统建模和专业建模两个方面，需要借助仿真工具以及通过大量测试验证，在项目前期对产品性能进行预估，以提升开发效率，保障系统可靠性、安全性和使用寿命。
本文重点介绍基于3DEXPERIENCE上DBM软件的整车热管理系统仿真建模，和基于DBM开放性的多系统多领域解决方案，包括与控制策略设计的对接、系统相关测试以及与三维仿真的耦合。
1、整车热管理系统建模
DBM是基于公开Modelica系统建模语言的集成建模和仿真环境，具有丰富的多领域模型库，能够通过连接部件快速建立多层级复杂系统模型，利用电池库、热系统库等商业库以及Modelica基础库能够建立热管理系统中主要零部件的仿真模型，建立电池热管理系统、客舱空调系统及电机冷却系统等， 并能将各部分系统集成为一个整体的热管理系统，通过系统级的瞬态仿真来对各种实际驾驶工况进行全面评估，并对零部件匹配性进行优化。
●电池包热管理
电池热管理主要功能包括：电池温度的准确测量和监控；电池组的有效散热；低温条件下的快速加热等。DBM中的电池库包括了三大电池模型：老化模型、热模型和电模型。针对电池包设计需求和热要求对模型进行仿真，提供电连接、热连接和空间布置优化等方案。
●空调系统设计验证
对热管理系统进行系统建模和仿真的功能之一是对各种零部件的性能做出评估，为选择或者验证提供依据，比如蒸发器、冷凝器、压缩机等性能的评估；此外还可以进行AC系统的设计和优化以及热泵系统的建模，包括对典型工况做出评估、进行高COP优化设计、验证各种节能/补偿策略等，以实现客舱降/升温功能和相关的控制、优化、能力验证。
●机舱热管理
通过CFD计算分析，把不同温度场、速度场调入到一维模型的换热器，分析前端流场的不均匀性，以及温度场、速度场对前端换气的影响；对各种实际工况进行模拟，以实现机舱热管理的目标。
2、多系统多领域集成
目前有超过100个的CAE工具支持FMI暨功能交换标准，包括常用的工具比如Matlab、AEMsim、GT-SUIT、KULI等软件，基于FMI标准进行车辆系统集成时，通过统一的接口，可以把不同工具或软件的模型集成到统一的平台或架构中，完成对车辆系统的各种性能测试和数据优化。
●一维仿真与三维仿真的耦合
利用PowerFlow或X-Flow等三维仿真工具进行温度场、风场等流体计算，可以为Modelica模型提供热边界条件，例如在PowerFlow中分析计算前端模块的温度流场。而三维仿真数据代入一维仿真模型，可以对边界条件进行修正，如此反复迭代，实现整车热管理方针的一维和三维的耦合分析。
●整车热管理控制策略设计
对于汽车热管理而言，控制系统必不可少。DBM基础库包含用于控制、逻辑建模的模型库，可用于搭建控制系统。另外也可以导入Simulink搭建的控制律模型到DBM中，与热管理模型进行联合仿真。借助系统仿真模型，分析不同运行工况下压缩机、水泵、风扇以及阀门开度等的控制要求，以此指导热管理控制逻辑的制定。
●整车热管理系统的相关测试
通过DBM建立的虚拟车辆模型可以通过FMU导入Simulink模型，做实时的仿真：比如开展模型在环(MIL)仿真测试、软件代码在环(SIL)仿真测试、硬件在环（HIL）测试以及车辆故障模拟与诊断等验证与测试工作，以达到一次设计正确的目的。
小结
多学科仿真软件DBM有强大的建模功能和丰富的商业库，能够满足现有的热管理系统建模和性能仿真需求，比如空调系统、电池包热管理系统、发动机冷却系统等。通过接口转换，还可以和不同的软件进行联合仿真，以搭建完整的车辆系统架构，实现控制策略验证、系统平台测试等功能。
基于3DEXPERIENCE的CATIA DBM应用介绍：
DBM是Dymola软件集成到3DEXPERIENCE上的一个应用，可以实现以下几个功能：
1.使用Modelica语言快速建模、模拟和验证复杂的工程系统，完全沉浸在基于模型的系统工程方法中。
2.提供了一个Modelica和FMI兼容的解决方案，可以有效地建模和模拟多物理动态系统。
3.通过基于模型的系统工程，可以基于行为和性能模拟快速评估系统架构。
4.可以添加一组全面的模型库，这些模型库相互兼容，以高效、快速地预测系统行为。
智能热流体仿真软件AICFD 2023R2新版本功能介绍AICFD是由天洑软件自主研发的一款通用的智能热流体仿真软件，辅助工程师使用数值模型，快速、准确地模拟流体流动特征及其热力学特性，大幅减少对物理样机的需求，更深入地评估流体流动和散热性能。
● 一体化仿真流程：软件具备完善的前处理、仿真求解、后处理功能，可实现从几何导入、网格划分、求解设定、结果后处理一体化操作流程。
● 全面的流体和传热求解能力：软件的核心是具有完整知识产权、国产自主可控的通用流体仿真求解器，求解能力覆盖单相流、共轭传热、多相流、气动噪声、燃烧、旋转机械、热辐射等，求解精度高，计算效率高。
● 快速智能仿真和实时仿真：软件深度融合AI技术，亮点功能包括通过跳跃式迭代求解、大幅提升仿真效率的AI求解加速功能，以及基于历史样本、秒级预测三维流场的AI预测功能。
● 旋转机械专用模块：软件面向旋转机械，提供专用前处理向导、专用求解算法、专用后处理，方便用户快速进行仿真设定和分析，并拥有多相流等深度扩展功能，可模拟空化现象。
● 电子散热专用模块：模块针对电子散热计算域多、材料多、边界多、交界面多等设置繁琐的问题，提供简单快捷的前处理设置向导，并内置丰富的散热模型，满足封装元件、PCB 板、系统设备和数据中心等电子产品散热仿真设计和优化的需求。
AICFD 2023R2在前后处理和求解能力、仿真精度、计算效率方面均有更新和提升，具体包括：
● 丰富前后处理功能，提升应用场景规模和易用性
● 支持有界中心差分等动量方程数值格式，兼顾计算精度和稳定性
● 丰富和优化湍流模型，提升计算精度
● 优化多相流VOF算法，提升计算精度
● 新增多相流VOF空化模型（BETA版），可模拟空化现象
● 新增代数多重网格（AMG）预处理策略（BETA版），提升收敛速度
● 优化AI预测算法，高效精准预测多变量问题
● 新增中文界面，支持多语言切换
图1 智能热流体仿真软件AICFD 2023R2启动界面
1） 丰富前后处理功能，提升应用场景规模和易用性
AICFD已具备完善的流体分析前后处理功能。前处理几何部分支持导入所有常用的几何格式，网格部分可实现网格自动划分、边界层加密、局部加密、网格检查等功能，求解设置部分提供了丰富的材料库、多种边界条件类型，且可实现交界面、初始条件等自动创建。后处理包含云图、矢量图、流线图、动画、图表等20余种后处理功能。
AICFD 2023R2进一步丰富和完善前后处理功能，包含：
■ 新增多种网格文件格式导入；
■ 支持千万级网格的导入、前后处理和求解，充分满足工程应用需求；
■ 材料库新增汽车行业常用材料，比如玻璃、隔热材料等；
■ 新增边界条件复制粘贴、导入导出功能，操作便捷易用；
■ 新增涡量、声源强度、六分力等更多变量输出；
■ 优化后处理界面响应速度，平均提升响应速度较之前版本提升7倍以上；
■ 提升工程文件保存速度；
■ 优化噪声后处理，在同一个后处理界面可进行噪声远场、近场分析。
图2 支持8000万以上规模的网格导入、显示交互和求解计算
图3 边界条件的复制粘贴和导入导出功能
2）支持有界中心差分等动量方程数值格式，兼顾计算精度和稳定性
AICFD提供多种数值计算格式，用户可根据流体仿真问题的特性选择数值格式，提升计算精度和稳定性。AICFD 2023R2新增有界中心差分等数值格式，特别适用于汽车外气动计算场景，可有效提升计算精度和稳定性。
（a）车身压力分布云图
（b）仿真结果与实验对比
图4 某汽车模型的风阻计算，计算精度与实验偏差在3个count以内
3）丰富和优化湍流模型，提升计算精度
AICFD具备15种湍流模型，覆盖雷诺平均（RANS）、分离涡模拟（DES）、大涡模拟（LES）类型，可计算稳态和瞬态湍流流动。AICFD 2023R2新增IDDES（Improved Delayed DES）瞬态湍流模型，适合求解汽车外气动瞬态问题，提升气动噪声仿真精度。此外，新版本还优化了部分湍流模型如Realizable K-E模型，提升求解精度和效率，加快收敛速度。
（a）总压等值面图（颜色代表速度大小）
（b）声压级频谱
图5 某乘用车气动噪声仿真分析
4） 优化多相流VOF算法
AICFD 提供多种多相流模型，支持水管理、船舶静水阻力、混合流动等多相流仿真分析。其中，VOF模型是一种应用于固定欧拉网格的界面跟踪技术，适合模拟分层或自由表面流动。AICFD 2023R2优化了VOF模型算法，并与实验数据对比验证了算法的合理性，提升了计算精度。
（a）体积分数云图（红色为水，蓝色为空气）
（b）总阻力仿真结果与实验对比
图6 船舶静水阻力计算
5） 新增多相流VOF空化模型（BETA版），可模拟空化现象
在多相流VOF模型的基础上，AICFD 2023R2新增Zwart空化模型（BETA版），可用于模拟旋转机械中由于压力快速改变引起的空泡产生和破裂现象（即空化现象），并评估空化对旋转机械效率的影响。
图7 翼型流动仿真与实验结果对比，得到的空穴长度相对试验值的误差小于10%
6）新增代数多重网格（AMG）预处理策略（BETA版），提升收敛速度
大规模稀疏线性方程组的求解是流体仿真的关键技术之一，AICFD采用的是共轭梯度(CG)类迭代法求解技术，并采用合适的预处理策略改善稀疏矩阵的条件数，从而提升迭代法的收敛性和可靠性。AICFD 2023R2新增代数多重网格（AMG）预处理策略，可有效加快收敛速度，相对现有的预处理策略（不完全Cholesky分解，IC）计算时间减少约20%，帮助用户高效完成数值模拟和分析工作。
图8 以汽车外气动阻力仿真为例，在不同网格规模下，AMG-CG算法与IC-CG算法比较
7） 优化AI预测算法，高效精准预测多变量问题
AICFD的AI预测功能突破了传统仿真模式的限制，可基于历史计算样本，通过输入计算变量，实现三维全流场信息的秒级预测。AI预测包含采样和训练功能，可进行历史计算样本的积累、追加、模型训练。AICFD 2023R2针对多变量预测问题：
■ 优化采样算法，进一步提升样本丰富性；
■ 优化预测算法，有效平衡变量权重，提升预测精度。
图9 汽车乘员舱内流动预测案例，AI预测结果与仿真结果对比误差在2%以内
8）新增中文界面，支持多语言切换
AICFD 2023R2新增中文界面，各类物理模型具体选项等专业词汇仍保持为英文，更加贴合中文用户理解和使用习惯。
图10 AICFD 2023R2中文界面
更多详细介绍及软件试用，请搜索“AICFD-智能热流体仿真软件”，前往查阅及下载。软件试用无需申请license，下载安装后可直接免费试用30天。
