Minskat luftmotstånd på bilar genom automatisk formoptimering

Abstract

I dagsläget finns potential för att minska bränsleförbrukningen hos personbilar genom att minska luftmotståndet som ett fordon måste överkomma. Traditionellt sett har vindtunnlar använts vid beräkning av luftmotståndskoefficienten (CD), men i takt med ökad beräkningskapacitet har datorsimuleringar blivit allt vanligare. Formoptimeringsmetoder bygger idag fortfarande till stor del på manuellt arbete. Denna rapport syftar till att undersöka och utvärdera automatiska formoptimeringsmetoder, med hjälp av den förenklade bilmodellen VRAK (Volvo Research car for Aerodynamic Knowledge), för att minska det manuella arbetet. De automatiska formoptimeringsmetoderna som har behandlats i projektet är gradientbaserad optimering med adjointa fält och surrogatmodellering. Adjointmetoden implementerades och ytkänslighetsdata togs fram genom att lösa adjointekvationerna. Deformationsnoder placerades i de områden som ansågs lämpliga från analys av ytkänsligheten. Fyra deformationsfall testades där tre av dessa resulterade i ett oförändrat CD. Valet av nodplaceringar påverkade hur geometrin deformerades. Adjointmetoden har visat sig vara en känslig metod med avseende på konvergens. Surrogatmodellering tillämpades med hänsyn taget till den adjointa ytkänslighetsdatan. Fyra modeller tränades och extrempunkter i vardera modell togs fram för att finna optimala luftmotståndskoefficienter. Global optimering med surrogatmodeller har visat sig vara en robust formoptimeringsmetod som kan ta fram optimala konfigurationer med stora CD-ändringar samtidigt som små fel i prediktionerna filas. Optimalt erhölls en minskning av luftmotståndskoefficienten med 8,5 %. En möjlig framtida utveckling är att koppla adjointmetoden och surrogatmodellering i en gemensam automatiserad formoptimeringsprocess.