引言
提起工程,几乎所有人都认为工程就是实用主义。引用百度百科上关于工程的定义:工程是科学和数学的某种应用,通过这一应用,使自然界的物质和能源的特性能够通过各种结构、机器、产品、系统和过程,以最短的时间和最少的人力、物力做出高效、可靠且对人类有用的东西。看上去,工程似乎和美毫无关联,不过,如果冷静下来,去掉我们一直对工程怀有的偏见,其实工程中大量的问题都是因为美而产生的。最典型的,就是我们今天要谈到的车灯。
回到上世纪70、80年代,车灯还是一个很朴实的东西。那时候,像我们家那样的穷乡僻壤,大马路上一天能看到一辆上海牌轿车就不错了。当时人们都把这种稀罕物叫作“蛤蟆车”——原因就在于它那两只炯炯有神的“大眼睛”——玻璃车灯。读者可以参考下面的配图(参考文献1)。那时的车灯配光镜都是玻璃做的棱镜,外面很难清晰地看到里面的情况。到了97年前后,进口车和合资车开始逐渐涌上了马路,我也离开了老家,到了大连。差不多就是这个时候,桑塔纳2000出现了。我还清楚地记得坐在高高的公交车上,看到桑塔纳清晰透亮的尾灯而由衷地感叹:这灯真漂亮!玻璃咋能做这么透亮?我不知道的是那时配光镜已经不是玻璃,而是PC了。
流行了几十年的“蛤蟆车”(参考文献1)
人们为了追求美,把车灯的配光镜换成了PC。当然,用PC还有其它的美学优点。由于制造上的便捷,设计师在做整体造型时,可以把车灯雕塑的大开大合,再也不用受制于玻璃制造工艺的局限了。不光是配光镜,就连里面的反光镜、壳体、饰圈统统都变成了高分子材料,形状五花八门。问题随之而来,这些高分子材料美则美矣,轻则轻矣,但其耐热性能却远远不如传统的玻璃和金属材料。选材、设计稍有不慎,就很有可能被灯光烤化了;甚至,当太阳光经过配光镜、透镜聚焦以后也可能对灯体产生永久破坏。除了这些问题,还需要考虑的另一个因素是钱的问题。高分子材料的种类众多,车灯上常用的有PC、PMMA、PP、 PBT、PET、PPS、BMC、EPDM等等,价格差别很大。如何根据车灯的温度进行选材,也成为了工程师必须要考虑的一个问题。
不过,这些问题并不会阻挡住人们对美的追求。大概在2010年前后,路面上开始出现LED大灯。相比于卤素灯、氙气灯,LED大灯的造型更加为所欲为。例如,如今最常见的矩阵造型,在LED出现以前,根本不可能出现。而且,由于LED的温度较低,实际上,一定程度上降低了前面所说材料选择、设计的难度。不过,低温却带来了另外一个问题:结雾。
灯体内部普遍存在较大的湿度。一般来说,这些水汽的来源有三个:
由于大量的车灯为了美观采用了LED光源,导致配光镜温度变得比以前低很多,所以,配光镜内表面更加容易结雾;同时,除雾也变得困难起来。根据国外的相关报告,LED车灯中,约35%的投诉都是与结雾相关的(参考文献2)。由此,车灯厂商、OEM花了大量的财力和精力来进行车灯的设计,以回避上述的热、结雾问题,工程师们为了美而买单。本文将从CFD的角度出发,来向读者比较完整地介绍Ansys Fluent在车灯设计上的解决方案。
传统的车灯热设计
使用CFD方法进行传统车灯的热设计在工业界已经非常普通(参考文献3, 4, 5),实际上并不需要我在此多言。不过,由于软件近几年的快速发展,有一点非常有必要提一下。
传统的CFD工具在进行车灯模拟时,多使用四面体和三棱柱网格。但由于车灯中存在大量的壳体和间隙,所以,网格数量极其庞大。例如,下图中的一个简单的雾灯模型。使用四面体(仅一层边界层),网格总数达到了690,388个;而使用相同尺度的多面体网格(加上三层边界层网格),网格总数仅214,367个。同时,二者的网格质量也相差颇多,在多面体网格中,最差的网格扭斜度约0.75,而四面体的网格扭斜度达到了0.85。造成这种差距的一个主要原因就是车灯中大量存在的壳体和间隙。使用传统的四面体,如果想在这些区域获得较好的网格质量,当地网格尺寸必须要小于等于壳体或间隙厚度。但是,对于多面体来说,即使当地网格尺寸是壳体或间隙厚度的二倍甚至更多,也可以获得很好的网格质量(实际上,如果本例按照这一原则重新在这些区域生成网格,多面体网格的数量要比上面提到的数量还要少很多)。多面体网格的另外一个好处是提高了壳体温度求解的精度。如果壳体厚度方向上是一个重要的散热通道,也就是说壳体厚度方向上存在较大的温度梯度,那么,对于有限容积类的求解器来说,必须保证有两层及以上的网格才能保证精度。如果按照这一要求,四面体网格的数量将远远超出本例中所给出的数字;而多面体网格,即使尺寸再大,在Fluent Meshing中也会给出最起码两层的网格。
因此,无论是从网格数量、质量,还是某些特殊部位的求解精度角度讲,多面体网格都是一种更好的选择。
一个简单的雾灯模型
多面体网格剖面
四面体网格剖面
位于薄壁处的多面体网格放大图
需要注意的是,尽管Fluent求解器也提供了多面体转化的功能,但相比Fluent Meshing中原生的多面体网格,其网格数量更多,转化质量较差;因此,我们推荐使用Fluent Meshing直接生成多面体网格。
LED车灯的热模拟
从传热的角度看,LED与传统的车灯并没有任何区别,三种基本的传热方式,传导、对流和辐射都包含其中。但是,LED和普通车灯确实也存在明显的不同。
01发光原理不同
传统灯基本上都是热辐射光源,通过热辐射发出可见光;而LED是直接把电能转换成光,这个过程中间虽然存在着发热,但可见光却并不是因为热辐射产生的。因此,我们无法像对待传统灯一样,通过指定一个热源,让这个热源通过升温发射出光来——按照普朗克辐射定律,LED的温度根本不可能发射出可见光来。
02能量转换效率不一样
传统的灯一般低于10%,因此,一般可以忽略传统灯中可见光对其它部件的热效应。而LED的效率可以高达30%以上,虽然PC对可见光的吸收系数比较低,但配光镜和反射碗等部件对可见光的吸收率并不低,而且由于这部分能量相对来说比较大,在某些LED车灯计算中是无法忽略的。
04某些LED灯存在聚焦的现象
例如,对于下图中的投射式LED车灯来说,LED芯片发出的光经过反射后会聚焦在挡板处,而传统灯里面一般不存在这种光路设计。这种聚焦可能会导致局部的热点效应。
投射式LED大灯
在Fluent的蒙特卡洛模型中,可以在任意一个壁面上以一定的分布给定一个辐射源。由此,我们可以指定LED的发光表面为一个辐射源,让它按照一定的配光曲线,发射出纯粹的可见光,如下图所示。这样,上面提到的第3点就迎刃而解了。
LED表面按一定的配光曲线向半球发射可见光
Fluent中在LED表面上指定的呈一定分布的可见光
而剩余的热,则作为一个普通的热源添加到LED器件上。这些热以及可见光会加热各个部件,被加热的部件发射出普通的热辐射。因此,在模拟这些问题时,需要使用多个波段来区分可见光和热辐射。例如,在下图中,我们采用了两个波段,一个可见光波段,一个红外波段。不同波段在光学表面上的吸收、发射特性是不一样的。Fluent内置了普朗克分布函数,可以自动调整这种不同。通过上面的这些措施,前述的问题1和2也被解决了。
采用两个波段分别模拟可见光和红外辐射
左图是考虑可见光的计算结果;右图没有考虑可见光的影响。很明显,左图中,在LED的正下方,反射碗上的高温区域要更大些。相较于图中所示的反射式LED大灯,对投射式的LED大灯来说,这种影响要更大些
对于LED及普通大灯中可能存在的聚焦问题,需要知道,传统上使用的DO模型有两个与生俱来的缺点。
因为这些天然的缺陷,当LED灯具中存在聚焦(以及普通灯具中由于太阳光导致的聚焦现象)时,DO模型几乎给不出有意义的结果。某些软件中使用S2S去解决车灯的热问题,就更加显得不合时宜了。使用Fluent中的蒙特卡洛模型可以克服这些问题。下图给出了使用Fluent分析投射式车灯时的可见光辐射密度分布。可以看到,可见光能量在挡板处聚焦。当然,蒙特卡洛模型也有它的缺陷,那就是计算量较大,但好在Fluent内部提供了一些加速算法来解决这个问题。
投射式LED大灯的可见光在挡板处聚焦可能引起当地较高的温度和变形
太阳光聚焦问题
由于太阳光可以认为是从外边界射入的可见光和红外辐射,因此,可以采用上述LED车灯模拟中的边界条件和计算方法,故在此不再赘述。
利用Fluent中的蒙特卡洛模型求解太阳光聚焦问题(参考文献8)
结雾和除雾的模拟
如前文所说,LED大灯所面临的结雾和除雾状况,普遍较传统的大灯要严重的多。因此,车灯厂家试图用各种各样的办法去避免这种情况,例如:在车灯内放置干燥包;在透气孔上安装防水的透气膜;在车灯内安装风扇加强空气流动;配光镜内表面涂抹防雾涂层等等。但上述方法,从耐久性、适用性、成本以及除雾的有效性方面都存在一定的问题。因而,采用传统的流动设计,改变透气孔布局和内部结构安排,优化灯体内的温度分布、新鲜空气的供给,还是一个比较根本的方法。
车灯中水汽的来源(参考文献9)
在很早之前,就有大量用户采用Fluent中的二次开发功能进行除雾结雾的仿真(参考文献10, 11, 12)。后来,Fluent中内置了欧拉液膜模型,这个模型可以将空气中的水汽凝结在物体表面上,因而可以应用在车灯的除雾结雾计算中(实际上,Fluent中的拉格朗日液膜模型也可以用在车灯的除雾结雾中,但因为设置较为繁复,故在此略去)。此类模型的特点是,它在物体表面(例如:车灯配光镜内表面)求解一个二维的雾膜输运方程,并且,通过源项(能量、动量、质量等)将雾膜与三维流场耦合起来。由于二维液膜方程是单独求解的,所以,它与三维流场的耦合最多是半隐式的,因此,可以看到,一些常见的商用CFD软件中,这种计算的时间步长一般都取得比较小(0.1-1s之间)。
另一方面,对于车灯的结雾/除雾试验来说,物理时间非常漫长。下表是马瑞利采用的一个标准的测试过程(参考文献12),多数厂家采用类似的标准测试方法。一般来说,从结雾阶段开始,到除雾结束,总时间长都在1.5个小时以上。采用小的时间步长计算此类问题,无疑,会给用户造成巨大的时间成本。在可以查到的文献中,对于真实案例,计算时间都以星期计(参考文献3, 12)。
论文刊出的除雾试验标准(参考文献12)
所幸的是,如果我们进行一些比较深入的分析,就可以发现,车灯的除雾/结雾物理过程有其特别之处。
从上述分析看,每个时间步只需要进行温度场、组份场和二维液膜的更新;对于辐射和速度场,我们可以隔很长时间(3s-10s)才算一次。Fluent的一个优势就在于用户可以随心所愿地控制求解器的进程。按照上述方法改变Fluent的设置后,笔者针对一款真实的大灯,在一台32核的普通工作站上,将运算时间由预估的数十天降低为2-3天(结雾除雾的物理时间为1.5个小时),而计算结果保持几乎不变。如果使用Linux平台的同等硬件资源,计算速度还要快些!
下面动画所展示的是一个测试用的车灯(请诸位不要嫌丑,鄙人不是CAD工程师,这已经是我的呕心沥血之作了),我们使用前述方法进行了除雾模拟(结雾5分钟,除雾10分钟)。可以看到,刚开始结雾时,雾膜迅速生成。其原因主要是试验初始阶段(对应计算的初始条件)车灯被安置在高温高湿环境中,结雾试验开始后,灯罩(配光镜)外部淋雨导致配光镜内表面温度迅速下降,雾膜短时间快速产生。除雾阶段开始后,对比第二幅动画中的温度图,可以看到,也有部分温度稍低的区域(灯罩左侧)除雾较快,其原因则是这些区域空气流通较好,新鲜空气可以快速供给。通过上面简单的描述,读者可以体会到CFD对于车灯除雾设计强有力的指导作用。
雾膜厚度随时间的变化
配光镜内表面温度随时间的变化
结论
当人类还处于食不果腹,极度落后的原始社会时,人们已经在肖维岩洞中用最简单的笔墨留下了自己对美的看法和追求。人类不会因为困难的存在就停止对美的追求。
肖维岩洞壁画(参考文献13)
为了追求更美的设计,人们采用了大量新技术和新材料,由此对车灯的设计产生了新的挑战。CFD在车灯设计中的应用实际上是一个很“古老”的话题,新挑战的出现迫使工程师们需要找到新的合适的计算方法。Ansys Fluent提供了一系列的新方法、算法,可以帮助用户征服这些全新挑战!
免责声明:本文系网络转载或改编,未找到原创作者,版权归原作者所有。如涉及版权,请联系删