安世亞太官方訂閱號（搜索：peraglobal）將為您提供CAE仿真、工業先進設計與增材制造領域最新的行業資訊、專業的課程培訓、權威的技術資料、豐富的案例分析

2018年國內新能源汽車銷量超過百萬輛，同比增長60%。一方面依托于中國龐大的市場和政策扶持力度，整個產業鏈迎來了大爆發。但另一方面，隨著補貼撤退，熱度下降的同時之前被暫時掩蓋的一些技術問題重新被關注起來。解決這些問題就可能在這個行業走得更遠、走得更好。

新能源汽車動力電池熱管理關乎到電池組性能和壽命，是每個相關企業都重點關注的問題。電池在使用過程中除了將電能轉化為機械能，還有相當一部分電能以熱的形式消耗掉，這是無法避免的。因此電池pack在設計時需要考慮到散熱需求，以維持鋰離子電池在合適的工作溫度范圍內。散熱按散熱方式可分為被動散熱和主動散熱，按散熱介質可分為風冷和液冷。隨著電池能量密度越來越大，風冷很難滿足散熱要求，因此pack水冷設計普遍被采用。

水冷板的設計主要由流速、進出口位置、流道形式和結構、加工工藝等因素確定。一般來說，水冷板設計除了要滿足散熱需求，還需要考慮冷板均溫性和流阻。要實現冷板均溫性，各流道流量均勻性是必要條件。本文利用ANSYS DesignXplorer（DX）軟件進行冷板流道結構尺寸的自動優化，以實現流量在各個流道的均勻分布。

整個分析、優化流程如下圖，用到的軟件包括參數化建模模塊ANSYS DesignModeler（DM）、網格劃分模塊ANSYS Meshing（AM）、求解模塊ANSYS Fluent和優化模塊DX，其中優化模塊包含試驗設計（DOE）、響應面擬合（Response Surface）和優化（Optimization）。

01 參數化幾何建模

DM里建立如下U型流道的幾何模型，代表冷板局部結構，將導流板到兩邊的距離設置為可變參數。初始條件下，每個導流板連同最終中間隔板的到邊距離全部相等。另外切割出流量監測面，以便后續優化時使用。

02 網格劃分

幾何結構比較簡單，用ANSYS通用網格工具AM即可，設置全局尺寸，注意局部壁面添加inflation。

03 求解

求解設置比較簡單，打開Fluent，介質切換為水（water-liquid），設置進出口邊界條件，采用速度入口+壓力出口的配置，入口速度1m/s（假設值），其余均保持默認。

請注意，在Fluent要輸出如下7個參數，分別是總流量和每個通道內的流量。

最終雙擊Workbench界面的Parameter Set就可以看到所有的輸入、輸出參數總表。在這個表里另外再增加一個輸出參數P21，定義為

，代表各個通道流量偏離平均流量的程度。若要實現流量均勻性，則該變量的值要盡可能小。

計算結果顯示，由于初始設計的各個導流板長度相等，流量在各個流道的分配很不均勻，P21達到0.891 kg2/s2。

04優化

4.1 試驗設計（DOE）

進入優化模塊，首先要設計試驗，根據輸入參數的數據采集設計參數樣本計算每個樣本的響應結果。試驗設計方法有中心符合設計法、優化空間填充設計法、用戶自定義設計等。本次選用Optimal Space-Filling Design方法，采樣點的布置更均勻。DX自動根據參數數量設計樣本點，本次共148個樣本點。點擊Workbench的按鈕，依次計算這些樣本點。此處根據模型復雜程度、并行數量和計算機配置，計算時間可能會持續幾個小時以上。最終會得到這148個樣本點的各流道流量及P21這個值。為下一步得到響應面提供分析數據。

4.2 響應面擬合（Response Surface）

響應面擬合采用神經網絡法（Neural Network），適合用于高度非線性的響應、輸入參數和設計點多的情況。經過短時間的擬合計算，即可得到各個輸入參數對輸出參數的響應面（2D和3D圖像表示）、靈敏度圖（各個輸入參數對每一個輸出參數的相對影響程度）和蛛狀圖（所有輸出參數在輸入參數在當前值的響應）。

4.3 優化（Optimization）

進入優化階段，DX提供了六種優化方法，本次采用多目標遺傳算法（MOGA）。演示流程，為了簡化目的，本次僅設置目標為P21這個參數值最小。如果有壓降要求，則需要在Fluent設置時添加進出口壓降的輸出參數，然后在下圖界面里添加這個目標并設置其約束。完成目標和約束的設置，點擊

，經過一段時間（數分鐘）自動尋優，DX根據響應面結果返回三個候選方案。這三個方案的準確結果還需要代回Fluent里詳細計算，這一過程稱為驗證（Verified）。可以在設置優化方法是勾選上“Verify Candidate Points”或者后續手動操作。

完成這一步，整個優化過程基本上就完成了。接下來只需要把最佳方案作為設計點插入Parameter Set表中（如下圖）即可。

優化過后的導流板到邊距離及速度分布云圖如下圖，與初始設計相比，各個流道的流量均勻性已經大為改善，代表均勻性偏差的P21這個參數從0.891降到0.077。

改進設計

初始設計

優化前后結果統計對比

上面即是利用ANSYS DesignXplorer對冷板結構進行參數化的全流程，通過DX自動尋優為我們找到了更優選的方案。

本文演示的是動力電池水冷板結構的優化，其實這一過程也可以用在燃料電池流道均勻性優化等其他涉及幾何結構和工藝參數優化的場景。不同于傳統的經驗設計存在一定盲目性，利用軟件進行優化設計既可以彌補經驗的欠缺，也使我們的設計更有說服力和效率。

如果您有其他的問題請關注安世亞太官方微信公眾號：Peraglobal進入安世亞太官方微信點擊右下角提問區進行提問

或撥打客服電話：400-6600-388，安世亞太竭誠為您服務

總結

以上是生活随笔為你收集整理的参数 相等_ANSYS DesignXplorer 参数化优化在水冷板流道设计中的应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。