第16卷第2期 2018年&月
中国工程机械学报
CHINESE JOURNAL OF CONSTRUCTION MACHINERY
Vol. 16 No. 2
Apr. 2018基于Flowmaster的冷却系统仿真研究
刘涛1，张明！，王广基2
1一汽海马汽车有限公司，海口570216& 2.上海海基盛元信息科技有限责任公司，上海200235)
摘要：利用一维流体仿真分析软件Flowmaster，对某车型冷却系统工作循环过程、热平衡状态和冷却系统性能
在的问题.
关键词！Flowmaster；冷却系统；优化方案
中图分类号！U462.3 文献标志码：A文章编号！1672- 5581(2018)02-0175 - 03 Simulation research for cooling system based on Flowmaster
LIU Tao1,ZHANG Ming1,WANG Guangji2
(1 . Faw Haima Automobile Co . , Ltd . , H aikou 570216,China；2 . Shanghai Hikey-Sheenray Information Technology Co . , Ltd . , Shanghai 200235,China)
海马汽车标志Abstract：In this paper,a simulation on the working p rocess,thermal b alance and matching
of the cooling system is carried out with one-dimensional software Flowmaster,the optimization of cooling
system is based on the simulation and test comparison,Finally the problem o f cooling system was out successfully.
K eyw ord s：Flowmaster；cooling system；optimization
汽车发动机舱是个半封闭的空间，发动机工 作时舱内温度较高，一方面舱内各种材料的零部 件如橡胶件、线束对温度有一定的要求1；另一方 面发动机本身需要适当的散热，以保证在各种工 况下都具有最佳的动力性和经济性2.当前，评价 发动机冷却系统散热能力的方法有3种：①道路试验，这是最直接、最简单的方法，但是周期长、耗 资大，在某一工况下，试验的可重复性差[2].②环境舱台架模拟试验，采用这样的方法评价比较全 面，量化程度高，但对试验设备的要求较高.以上 两种方法，都是建立在散热系统的实物基础上.③ 计算机仿真分析，在样件、实车还没有生产出来前，先建立相应的数学模型，借助软件就能对建立 的发动机冷却系统进行散热性能的评估，这样会 大大节省工程设计的时间和经费[34].在整车项目 开发中，发动机机舱热仿真是一项非常重要的工 作，本文依据某车型1.5T发动机舱热管理背景，Flowmaster对 车 行匹配分析5，出系统存在的问题并给出优化方案. 通过优化前后试验的结果比较，证实了优化方案 行*
1仿真对象
该车型采用1.5T发动机，系统由散热器、风 扇、水泵、节温器、膨胀水箱、暖风散热器以及相应 的管路组成.在冷却系统仿真设计中，必须要考虑 冷却系统中各流体系统之间的影响，故在仿真模型 中，对冷凝器、中冷器也进行了建模.该冷却系统的 结构布置图如图1所示.
2模型标定及仿真
2.1计算模型
根据冷却系统结构布置图，在Flowmaster软 中建 ，2*
作者简介：刘涛(1981 )，男，工程师，硕士.E-mail:eliut@haima
176中国工程机械学报第16卷
图1系统CAD图
Fig.1CAD graphical of cooling system
图3高速工况工作循环
北京 佛山Fig.3Working cycle of high speed condition
图2冷却系统模型图
Fig.2Computational m odel of cooling system
2.2边界条件
计算边界参数分为系统和元件参数*
参数！，Glycol/Water 50/50&大气压力，101.325 kPa；计算类型：Heat Transfer Transient瞬态计算& 间！ 600 s；模拟步长：1s*
2.3计算工况
本文对某车型1. 5T发动机 行模拟，根据试验标准 3个工况，对3个整车工行瞬态 ，个工 参数 1*
表1仿真工况参数
Tab.1Working condition parameter of simulation
工高速9%15%
车速/(km • h_1)1203045
发动机转速/" • min_1) 2 600 3 570 3 570
水套放热量/kW30.6829.8343.43
环境温度/C383838
2.仿真结果分析与仿真对标
通过仿真，我们 了解 工况的冷却系统工作循环过程，如图3〜图5 *
3 ，高速工 套水温在327 s内
上升，尚未开启，，吸收的部 本身 .327 s后，节温器开启，在1 500 s时节温器开度稳定在0. 966, 套 到 97.97 °C*
图4 9%爬坡工况工作循环
Fig.4 Working cycle of9% slope condition
由图4可看出，9 %爬坡工况节温器在336 s后 开启，在555 s时就达到了最大开度1，此后水套水 缓慢上 到 109.92 C*
图F15°%爬坡工况工作循环
Fig.5 Working cycle of15%〇slope condition
从图5可以看出，15%爬坡工况节温器在266 s 后开启，在425 s时就达到了最大开度，此后水套水 温
开始缓慢上 到 128.64
C
一汽大众宝来1.6第#期刘涛，等：基于Flowmaster的冷却系统仿真研究177
们通过试验标准进行了热平衡试验，具体的 对 #*
合 上两个方案，对15 %工况重新进行计算， 6 *fx45
表2仿真对标
Tab.2 Comparison of simulation and test results
工况
动机进口
,C动机,C 仿真91.5197*97
高速
试验值93.2799*03
仿真105.64109*92
9%爬坡
计算值105*70109*70
仿真120*61126*67
15 %爬坡
计算114*90120*70其中在15%爬坡工况试验中，因样车发动机出 了许 ，因到120°C 就停止了试验.从表#可看出，3个工况的仿真结果 和试验 误 5%以内，验证了仿真 的准确性*
15%爬坡工况时，由于发动机转速高且发动 机 较大，发动机产生 对较大，而 ‘车速相对较低，因此通 空气流量较小，导 动机产生 能被 ，造成冷却
%#%工 动机
开锅.在高速工 ，由于车速较高，有更多空气流 ，从而能更有
能力，使发动机在较为合适的衿
工作.
3优化方案及计算结果
120
110
100
90
^80
70
60
50
40
0 500 1 000 1 500 2 000 2 500 3 000 3 500 4 000
t/s
图A15%工况发动机水温变化图
Fig.6 Engine coolant temperature under
15 %〇slope condition
6可知，采纳优化方案后，发动机水套出 降为114.88C，满足 ,*
4优化方案试验验证
据之前的优化方案做 重新进行热平衡试验验证，得 4 *
表4试验结果对标
Tab.4 Comparison of test results and simulation
C 15%试验仿真
环境温度4343
动机111.40109*54
动机116.40114.88
计算和试验都表明，15 %爬坡发动机水套出水 “开锅1重点 15% 工况计算结，并与竞品车型进行对比，如表3 *
表3车型对比表
Tab.3 Comparison of different vehicles
15% 工车品车
散热器风量八kg* s-1)0.700.75
散热器水阻/kPa5335
通 3 存 问题:①通过散热
小;② 阻偏大，导致通 ：
20万进口车流 小.因此，方面进行了优化:① ，因造 ，不能大进气面积，通 大 速 &② %阻小 *
4 ，采取优化方案后，15% 工
动机 降到许 ，符合热
求，试验 仿真值误 较小，说明优化方案是可行有 *
5结论
通过对某车 仿真研究 ，得出:①预测并验证了整车 會I
并通过零部件匹 ，解决了实际车辆部分工况问题；②基于Flowmaster建立 动机
，可以有效地 工作循环程'态，从而进行 匹配和优化，缩短了研发周期，降低了研 本.
(下转第182页）
182中国工程机械学报第16卷
[2]白士红，杜新成.复合神经网络在柴油机故障诊断中的应用
[J].中国工程机械学报，201&12(1):73-75.
BAI S H,DU X C. Application of compound neural networks
for diesel-engine fault diagnosis [ J ]. Chinese Journal of
Construction Machinery,2014,12(1) ：73-75.
[3 ]孙彬，曾凡明.基于神经网络的柴油机混合建模方法研究
[J].船海工程，2007，36 ") : 48-50.
SUN B,ZENG F M. On the hybrid modeling method for the
diesel engine based on neural network [ J ]. Ship Ocean
Engineering,2007,36(2) ：48-50.
[4 ]冯长宝，韩忠伟，孙沫莉.遗传算法和神经网络在船舶柴油机
雷克萨斯es240报价故障诊断中的应用[J].舰船科学技术，2016,38(3A):40-42.
FENG C B,HAN Z W,SUN M L. Genetic algorithm and neural
network application in marine diesel engine fault diagnosis
[J]. Ship Science and Technology,2016,38(3A) ：40-42.
[5]占惠文.基于模糊神经网络的船舶柴油机故障诊断系统研究
[D].武汉：武汉理工大学，2009.
ZHAN H W. Study on fault diagnosis system of the marine
diesel based on fuzzy neural network [D]. Wuhan：Wuhan
University of Technology,2009.
[6 ]邱晗.基于故障树和油液检测的柴油机的故障诊断与研究
[D].大连：大连海事大学，2010.
QIU H. Study on diesel engine fault diagnosis technology
based on fault tree analysis and oil detection [ D ]. Dalian:
Dalian Maritime University,2010.
》
(上接第I77页）
参考文献：
[1]周祥军，林志强，陆寿域，等.整车热管理优化模拟及试验研
究[C]//中国内燃机学会燃烧节能净化分会2009年学术年
*2009*
ZHOU X J,LIN Z Q,LU S Y,et al. Research on optimization
simulation and test of vehicle thermal management system
[C]// Chinese Society for Internal Combustion Engines
Combustion Energy Conservation Branch Academic Annual
Meeting of 2009. 2009.
[2 ]叶茂盛.通过热平衡试验探讨冷却系统的设计改善[J].合肥
工业大学学报，2007 (2) : 26-32.
YE M S. Cooling system?s DOS based on thermal balance[J]
Journal of Hefel University of Technology,2007(12) ：26-32.[7]吕传文.基于蚁神经网络船舶发电机故障诊断[J].科学技
术与工程，2010，10(22) :5595-5598.
LU C W. Fault diagnosis of ship generator based on ant colony
algorithm and neural network [J] . Science Technology and
Engineering,2010,10(22)： 5595-5598.
[8 ]马宝琛.基于神经网络的柴油机故障诊断技术的研究[D].大
连：大连海事大学，2008.
MA B C. Study on diesel engine fault diagnosis technology
based on neural network [D]. Dalian：Dalian Maritime
University, 2008 .
[9 ]龙泉，刘永前，杨勇平.基于粒子优化B P神经网络的风电
机组齿轮箱故障诊断方法[J].太阳能学报，2012,33(1)：
120-125
LONG Q,LIU Y Q,YANG Y P. Fault diagnosis method of wind
turbine gearbox based on BP neural network trained by
particle swarm optimization algorithm [ J ] . Acta Energiae
Solaris Sinica,2012,33(1) ： 120-125 .
[10] YANG X S .Nature-inspired metaheuristic algorithms [ M ].
Beckington：Luniver Press,2008：81-96 .
[11] YANG X S .Firefly algorithms for multimodal optimization
[C]// LNCS 5792：Proceedings of the 5th International
Conference on Stochastic Algorithms：Foundation and
Applications, Sapporo，Japan .Berlin, Heidelberg：Springer，
2009:169-178 .
[3 ]曾昌明，刘芳，詹佳，等.轿车机舱热管理模拟分析[C]//第5
届中国CAE工程分析技术年会论文集.2009.
ZENG C M，LIU F，ZHAN J，et al .Passenger vehicle
underhood thermal management simulation[C]// Proceedings
of the 6th China CAE Annuli Conference . 2009 .
[4 ]谢暴，陶其铭.基于CFD的汽车发动机舱热管理及优化[].
汽车安全与节能学报，2016(7) : 116-122.
XIE B , TAO Q M . Thermal management and optimization of
automobile cabin based on CFD[J] . Automotive Safety and
Energy 2016(7) 116-122
[5 ]陈海松，张锡中，孙永盛，等.基于Flowm ster的工程机械热
平衡仿真分析[J].矿山机械，2007(6) 118-121.
CHEN H S , ZHANG X Z , SUN Y S , et al . Simulation of thermal
balance for construction machinery based on Flowmaster[J].
Mining iProcessing Equipment , 2007(6) ： 118-121 .
发布评论