首页/文章/ 详情

多学科设计优化在新兴飞行汽车行业中的应用

2小时前浏览2
 

城市空中交通和区域空中交通(UAM/RAM)是目前一个非常火爆的市场。在全球范围内,数以百计的创业公司正试图通过花哨的效果图以及几年内认证和商业运营的承诺给潜在投资者留下深刻印象。只有时间才能证明这是否是一个现实的时间表,以及这些公司是否会成功。


虽然这些创业企业中的一些得到了成熟的航空航天和汽车公司的支持,这些公司能够提供工程和制造方面的实力,但还有许多创业企业并没得到这种支持。那幺,这些创业公司如何才能在其第一次设计中获得更好的成功机会呢?答案其实很简单:在设计和工程过程中充分采用MDO(多学科设计优化)。对于那些不熟悉MDO的人来说,它可以定义为通过计算机在一组设计空间内跨多个学科优化相应的设计。让我们仔细看看电动垂直起降(eVTOL)飞机开发的一些方向以及MDO在其中的作用。





配置分析:快速评价数千个设计



在概念设计阶段,需要对飞行器的配置进行布局。根据其预期任务,设计师必须决定使用哪种类型的架构,选项包括倾斜旋翼、升力+巡航、多旋翼或管道矢量推力。这些架构中的一些使用传统机翼,它提供了更大的航程、有效的巡航以及滑行通过的安全性,但是同时会带来相应的动力损失。多旋翼飞行器具有更好的悬停性能,但通常具有较小的航程,并且其推进系统需要额外的冗余,因为它不能像传统直升机那样滑翔或自动旋转。


通过在该阶段为相关领域(几何、结构、空气动力学等)使用快速运行的低保真度模型,并将其集成到MDO框架中,在该框架中可以分配目标和约束,工程师可以快速评估数千个潜在的设计候选,并选择最佳配置,以便在初步和详细设计阶段进行进一步分析。




任务:航程和有效载荷之间的权衡



对于飞行器的预期任务,工程师需要了解有效载荷、航程和速度要求。通常主要工作是平衡冲突目标和进行权衡研究,而这正是MDO框架的工作。例如,我们可以选择增加有效载荷,但代价是航程更小,因为存储的能量是有限的。相反,我们可以选择增加航程,但相应需要接受较小的有效载荷。


有了MDO,可以轻松建立多目标优化研究,如“最大化航程,最大化有效载荷”,然后智能算法将找到所谓的帕累托非支配优化设计,工程师可以将其作为进一步开发的基准。




结构:和造成重量增加的因素对抗



当涉及到飞行器的结构时,从耐撞性和安全性的角度来看,强度和重量等属性很重要。由于eVTOL飞行器通常比常规飞行器具有更多的增加重量的因素,因此减重并对所有影响重量的因素有良好的预先了解非常重要。通常,设计师希望将重量最小化,同时将强度最大化。


虽然传统飞行器大多由铝制成,但eVTOL严重依赖复合材料,因为结构需要尽可能轻,以补偿更重的电池带来的重量,并允许更多有效载荷,以便经济上可行。材料优化以及强度和有效载荷的平衡是MDO的另一个很好的应用案例。




推进系统:降低噪音,提高性能



设计推进系统可能是eVTOL飞机设计中最具挑战性的部分。工程师需要考虑电池能量密度、冷却、电机性能和螺旋桨或转子设计。这里再次出现了许多MDO的应用案例。


例如,当涉及到螺旋桨设计时,我们可以优化弦长和扭曲的分布,以获得给定翼型组的最大推力和最小功率。但我们也需要考虑噪音,这在城市环境中尤为重要。不仅绝对噪声水平需要非常低,而且噪声类型也会影响公众的接受程度。我们所有人都熟悉传统直升机发出的尖叫声和小型无人机发出的恼人的蚊子般嗡嗡声——这两种声音都是eVTOL无法接受的。


通过实验设计,可以研究圆盘载荷、叶片位置、形状和叶尖速度对噪声的影响,然后进行灵敏度分析,以确定最相关的因素,并进一步优化这些因素。降低转速以降低叶尖速度从而降低噪音?那就需要使用更大、更重的电机来提供补偿所需的增加的扭矩,这可能会导致对更大、更重的支撑结构的需求(这又是重量增长因素)。


所有这些都可以在现代的MDO框架中进行研究,在这个框架中,计算机可以自动探索整个设计空间并找到最关注的区域,计算机处理这一繁琐的工作比人工调整效率高得多。




MDO、MDO和MDO:

创意设计方面的合作



现在应该清楚,MDO拥有许多的应用,可以提供更快的成功途径。虽然各学科需要相应领域的仿真代码(空气动力学的CFD、结构的FEA等),但它们都可以集成在同一个MDO框架中。


MDO是多元化的,它不仅可以在单学科领域内进行优化,还可以当目标是找到最佳总体折衷时在不同学科领域之间进行优化。


MDO可以促进协作,并可以寻找到不一定符合工程师直觉,因而很容易被忽略的最佳设计。


那么,对创业公司有什么建议呢?虽然远大的梦想和让eVTOL看起来违反每一项物理定律是诱人的而且有时也是有益的,但我们不应忘记,我们开发的任何产品都要遵守严格的法规和认证要求。对于一项有创意但又合理的工程,投资于一个好的MDO框架,如ESTECO的modeFRONTIER(桌面级工具)或VOLTA(网络级工具),将是一个明智的决定。


虽然许多创业公司似乎更关心筹集资金,而不是花钱,因此不愿投资软件,但应该注意的是,商业软件供应商通常会提供有吸引力的创业软件包,大大降低许可证费用,最终软件会提供其价值。或者你也可以找到一些免费使 用的开源仿真软件包,尽管它们的功能通常是有限的,而且对用户不够友好。




创业公司们怎么说



modeFRONTIER优化技术让我有机会跳出框框思考。我们可以找到一种与我们习惯的完全不同的设计,但这可能会更好。


Rok Lapuh

Pipistrel的空气动力学工程师


一架区域混合动力电动飞行器——这是第一架此类飞行器——需要复杂的跨学科分析。在不影响舒适性和性能的同时,为提高效率而设计需要在许多方面进行微妙的权衡。modeFRONTIER使设置复杂的多学科优化问题变得容易。


Ashish Kumar

Zunum Aero创始人兼首席执行官


这架飞行器的多学科设计优化对其性能至关重要。我们需要一个工具来改善团队协作并更快地完成工作。VOLTA基于服务器的框架允许团队成员实时更改优化,并提供最佳的整体性能。


David Bogue

Otto Aviation首席技术官


我们正在见证一个航空业的充满喧嚣和兴奋的时代,这是我们几十年来从未见过的。在UAM/RAM方面,在混合动力/电动、超音速和高超音速飞行以及商业太空旅游方面都有众多的活动者。假设在这些领域工作的数百家创业公司中,有相当一部分会失败,这可能是公平的。将一些营销资金转向MDO能力将是增加成功机会的明智之举。


Uber Elevate

前动力总成主管Adam Chase


 

来源:艾迪捷

FluentNastranAdamsAbaqusIsight复合材料多学科优化航空航天汽车电子电机材料无人机管道
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-09-13
最近编辑:2小时前
艾迪捷
MBD CAE解决方案专家
获赞 2粉丝 1文章 410课程 0
点赞
收藏
作者推荐

美国电池解决方案公司基于GT-SUITE的电池包解决方案

摘要电池包三维CFD分析通常受网格尺寸影响,计算周期相对较长。面对产品快速迭代的需求,如何快速、准确地对电池包进行分析是提升产品竞争力的关键。本文为美国电池解决方案(ABS)公司利用GT-SUITE实现电池包分析,并完成在极端天气下对电池包热管理控制策略方案的验证,从而缩短了产品研发时间和成本。研究背景随着世界各国对汽车排放标准越来越严格,各大车企都纷纷加快了对新能源汽车领域的研发工作。纯电动货车也越来越普及,但货车全年都会在工作,高温天气和寒冷天气都不例外,因此为了保证电池的具有长续航能力,必须验证电池包在极端环境条件下的性能,同时还要考虑到电池包的老化特性。 流动分析为了确保电池包的热分析准确,首先要保证GT-SUITE计算的冷板流阻与试验相吻合,因此将冷板的CAD模型导入到GEM3D中,通过离散转化成 GT-SUITE模型。 从下图的分析结果中可以看到,在不同流量的情况下,GT-SUITE计算的冷板压降与测试值平均误差较小,在低流量的情况下,误差稍偏大;在高流量时,误差率不到1%。 电池包的热模型利用GT-SUITE建立了电池、TIM和PET的简化热模型。 在这个模型中,我们将电池的平均温度、冷板的平均温度与流量分配相关联,这是因为流量的分配与电池组的温度是直接相关的。因此用了多个不同流速和不同温度的边界。在没有试验数据的情况下,使用CFD计算的结果数据对该模型进行验证,从下图分析结果我们可以看出,GT-SUITE计算的冷板流量分配和CFD分析结果相接近。 下图是GT-SUITE计算出的电池温度和冷板温度仿真结果与试验测试结果对比,基本上和测试结果一致,而且达到最大温度的时间也吻合。 控制策略验证电池包热分析验证完后,还需要对电池包的控制策略进行验证,因此将GT-SUITE模型集成到Simulink中,测试控制逻辑,了解系统基于不同的逻辑做出的响应,比如电池包处于极端环境中,Simulink如何响应。 控制策略是:当电池温度到达上限阈值时,Chiller必须工作,当电池温度到达下限阈值时,它必须关闭;同样,当电池温度到达最低阈值时,加热器必须打开,当温度到达上限时,电池加热器必须关闭。下图中灰线代表电池的平均温度,蓝色线代表冷却液入口温度,橙色线代表冷却液出口温度,黄色线是电池功率,灰色线是电池平均温度。从图中可以看到,当电池平均温度达到下限时,加热器就会打开,这样保证电池处于正常工作的温度区间;当电池平均温度达到上限,通过降低冷却液的温度来冷却它;甚至当电池功率突然增加,系统仍按我们的预期工作。 电池老化研究为了测试不同条件下的电池老化性能,我们使用GT-AutoLion建立了1D的电池模型,GT-AutoLion计算的结果与我们在3种不同温度和4种不同放电速率下的室内测试获得的测试数据进行对比,下图为其中一组数据的对比,从结果对比看GT-AutoLion计算出的电压曲线和试验测试结果基本吻合,并且结束时电池温度仿真与试验的一致性不错,试验温度为26.27℃, 仿真温度为26.03℃。 另外还做了电池循环老化研究,循环周期结束时一致性也不错,误差在2%以内。 总结以上通过借助GT-SUITE完成对电池包流动、热分析、老化分析及策略验证的运用,从分析结果和测试数据比对来看, GT-SUITE可以代替CFD来完成电池包大部分的分析工作,并且降低产品研发时间和成本。 文章来源:2022-GTTC-US-American-Battery-Impact-of-GT来源:艾迪捷

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈