湍流模型参数对气动力仿真精度影响研究

doi:10.19562/j.chinasae.qcgc.2025.09.011

摘要/Abstract

摘要：

剪切应力输运（shear-stress-transport， SST） $k - ω$ 湍流模型是目前综合性能最佳的双方程湍流模型之一，广泛应用于汽车空气动力学研究。已有研究表明， $S S T ? k - ω$ 湍流模型参数对车辆的气动力仿真精度具有显著的影响。然而，大多数研究大多局限于简化模型。为此，本文研究了在车轮静止条件下，湍流模型参数对某三厢轿车气动力仿真精度的影响。研究发现，湍流模型参数 $σ w 1$ 、 $σ w 2$ 、 $β *$ 、 $C T$ 与气动阻力、气动升力均呈线性关系，而 $a 1$ 与气动阻力、气动升力呈近似二次关系。进一步地，本文揭示了这些参数对汽车外流场的影响机理，并给出了改善气动力仿真精度的湍流模型参数推荐值： $σ ω 1 = 0.3$ 、 $σ ω 2 = 0.7$ 、 $β * = 0.06$ 、 $a 1 = 0.5$ 和 $C T = 1.0$ 。本文为汽车更准确、更可靠的气动力仿真提供了理论与工程指导。

关键词: 汽车空气动力学, 湍流模型参数, 气动阻力, 气动升力

Abstract:

The shear-stress-transport （SST） $k - ω$ turbulence model is one of the best comprehensive two-equation turbulence models available and is widely used in the research of automotive aerodynamics. The existing studies have shown that the closure coefficients in the $S S T ? k - ω$ turbulence model significantly affect the accuracy of aerodynamic simulation for vehicles. However， most researches are limited to simplified models. Therefore， in this paper， the impact of the typical turbulence model coefficients on the accuracy of aerodynamic simulations of a sedan is studied under stationary wheel conditions. It is found that the turbulence model coefficients $σ ω 1, ? σ ω 2, ? β *$ and $C T$ are linearly related to aerodynamic drag and lift， while approximately quadratic for $a 1$ . Furthermore， this paper uncovers the influence mechanism of turbulence model coefficients on the flow field around the vehicle， and the recommended values for turbulence model coefficients to improve the accuracy of aerodynamic simulation are provided： $σ ω 1 = 0.3$ ， $σ ω 2 = 0.7$ ， $β * = 0.06$ ， $a 1 = 0.5$ and $C T = 1.0$ .This paper provides theoretical and engineering guidance for more accurate and reliable aerodynamic simulation of vehicles.

Key words: automotive aerodynamics, turbulence model coefficients, aerodynamic drag, aerodynamic lift

尚文强,张风利,王文江,罗秋丽,周鹏. 湍流模型参数对气动力仿真精度影响研究[J]. 汽车工程, 2025, 47(9): 1752-1762.

Wenqiang Shang,Fengli Zhang,Wenjiang Wang,Qiuli Luo,Peng Zhou. Study on Effect of Turbulence Model Coefficients on Accuracy of Aerodynamic Simulation[J]. Automotive Engineering, 2025, 47(9): 1752-1762.

图/表 18

图1

图2

图3

表1

网格收敛性分析"

网格方案	网格总数	$C D$	$C L$
1	3 293万	0.273	0.121
2	5 800万	0.271	0.113
3	7 592万	0.271	0.113
试验		0.267	0.078

表1

表2

σω1仿真敏感性分析"

$σ ω 1$	$C D$ -试验	$C D$ -仿真	$C L$ -试验	$C L$ -仿真	$C D$ 误差（仿真-试验）	$C L$ 误差（仿真-试验）	收敛性
0.2	0.267	0.269	0.078	0.111	0.002	0.033	波动大
0.3	0.267	0.270	0.078	0.110	0.003	0.032	收敛
0.5	0.267	0.271	0.078	0.113	0.004	0.035	收敛
0.8	0.267	0.275	0.078	0.140	0.008	0.062	收敛

表2

表3

σω2仿真敏感性分析"

$σ ω 2$	$C D$ -试验	$C D$ -仿真	$C L$ -试验	$C L$ -仿真	$C D$ 误差（仿真-试验）	$C L$ 误差（仿真-试验）	收敛性
0.6	0.267	0.267	0.078	0.103	0	0.025	波动大
0.7	0.267	0.267	0.078	0.101	0	0.023	收敛
0.856	0.267	0.271	0.078	0.113	0.004	0.035	收敛
1.0	0.267	0.274	0.078	0.117	0.007	0.039	收敛

表3

表4

β*仿真敏感性分析"

$β *$	$C D$ -试验	$C D$ -仿真	$C L$ -试验	$C L$ -仿真	$C D$ 误差（仿真-试验）	$C L$ 误差（仿真-试验）	收敛性
0.06	0.267	0.267	0.078	0.094	0	0.016	收敛
0.07	0.267	0.268	0.078	0.104	0.001	0.026	收敛
0.09	0.267	0.271	0.078	0.113	0.004	0.035	收敛
0.11	0.267	0.272	0.078	0.118	0.005	0.040	收敛

表4

表5

a1仿真敏感性分析"

$a 1$	$C D$ -试验	$C D$ -仿真	$C L$ -试验	$C L$ -仿真	$C D$ 误差（仿真-试验）	$C L$ 误差（仿真-试验）	收敛性
0.31	0.267	0.262	0.078	0.113	-0.005	0.035	波动大
0.5	0.267	0.265	0.078	0.094	-0.002	0.016	收敛
0.7	0.267	0.271	0.078	0.116	0.004	0.038	收敛
1.0	0.267	0.271	0.078	0.113	0.004	0.035	收敛

表5

表6

CT仿真敏感性分析"

$C T$	$C D$ -试验	$C D$ -仿真	$C L$ -试验	$C L$ -仿真	$C D$ 误差（仿真-试验）	$C L$ 误差（仿真-试验）	收敛性
0.6	0.267	0.265	0.078	0.121	-0.002	0.043	波动大
0.8	0.267	0.264	0.078	0.095	-0.003	0.017	收敛
1.0	0.267	0.267	0.078	0.101	0	0.023	收敛
1.2	0.267	0.271	0.078	0.113	0.004	0.035	收敛

表6

表7

湍流模型参数推荐值"

参数	$σ ω 1$	$σ ω 2$	$β *$	$a 1$	$C T$
数值	0.3	0.7	0.06	0.5	1.0

表7

表8

湍流模型参数-气动特性相关性分析"

湍流模型参数	皮尔逊相关系数		斯皮尔曼相关系数
湍流模型参数	$C D$	$C L$	$C D$	$C L$
$σ ω 1$	0.98 （0.139 1）	0.95 （0.202 3）	1.00 （0.000 0）	1.00 （0.000 0）
$σ ω 2$	1.00 （0.037 7）	0.97 （0.164 2）	1.00 （0.000 0）	1.00 （0.000 0）
$β *$	0.98 （0.021 2）	0.96 （0.035 8）	1.00 （0.000 0）	1.00 （0.000 0）
$a 1$	0.80 （0.406 5）	0.72 （0.486 8）	0.87 （0.333 3）	0.50 （0.666 7）
$C T$	1.00 （0.052 4）	0.98 （0.121 0）	1.00 （0.000 0）	1.00 （0.000 0）

表8

图4

图5

图6

图7

图8

图9

图10

参考文献 9

[1]	FU C， BOUNDS C， UDDIN M， et al. Fine tuning the SST k - ω turbulence model closure coefficients for improved NASCAR cup racecar aerodynamic predictions［C］. SAE Paper 2019-01-0641.
[2]	FU C， UDDIN M， ROBINSON C， et al. Turbulence models and model closure coefficients sensitivity of NASCAR racecar RANS CFD aerodynamic predictions［J］. SAE International Journal of Passenger Cars - Mechanical Systems， 2017， 10（1）： 330-344.
[3]	CHARLES P B， ZHANG C， MESBAH U. Improved CFD prediction of flows past simplified and real-life automotive bodies using modified turbulence model closure coefficients［J］. Journal of Automobile Engineering， 2020， 234（10-11）： 2522-2545.
[4]	CHAMUNDESWAR S D. Sensitivity of turbulence closure coefficients on the aerodynamic predictions of flow over a simplified road vehicle［D］. The University of North Carolina at Charlotte， 2018.
[5]	BOUNDS C， UDDIN M， DESAI S. Tuning of turbulence model closure coefficients using an explainability based machine learning algorithm［C］. SAE Paper 2023-01-0562.
[6]	罗秋丽，张风利，张荣荣，等. 比亚迪汉汽车空气动力学开发［J］. 汽车工程学报， 2020， 10（6）： 399-406.
	LUO Q L， ZHANG F L， ZHANG R R， et al. The aerodynamic development of the BYD Han［J］. Chinese Journal of Automotive Engineering， 2020， 10（6）： 399-406.
[7]	张荣荣，彭倩，罗秋丽，等. 基于Powerflow的汽车风阻仿真对标研究［C］. 2019汽车空气动力学分会年会论文集. 重庆：中国汽车工程研究院股份有限公司， 2019： 17-23.
	ZHANG R R， PENG Q， LUO Q L， et al. Correlation of automotive air drag simulation with wind tunnel test based on powerflow［C］. Academic Annual Conference of Automotive Aerodynamic Committee. Chongqing： China Automotive Engineering Research Institute Co.， Ltd.， 2019： 17-23.
[8]	MENTER F R. Improved two-equation k-ω turbulence models for aerodynamic flows［M］. NASA Technical Memorandum， 1992： 103975.
[9]	DURBIN P A. On the k- ε stagnation point anomaly［J］. International Journal of Heat and Fluid Flow， 1996， 17（1）： 89-90.

[1]	彭超,补涵,王庆洋,张倩文,杨洁,Lian Gan. 全尺寸汽车风洞天平附加升力修正影响研究[J]. 汽车工程, 2025, 47(7): 1415-1424.
[2]	邵景峰,左辉辉,胡兴军. 某SUV气动减阻优化及其流场机制[J]. 汽车工程, 2024, 46(2): 356-365.
[3]	廖洪,卢耀辉,王庆洋,尹小春,史潇博,唐艳辉. 带侧翼式扩散器对汽车气动特性影响研究[J]. 汽车工程, 2021, 43(11): 1653-1661.
[4]	王庆洋, 黄文鹏, 赖晨光, 朱习加, 王勇. 基于气动附件的重型货车空气动力学减阻研究^*[J]. 汽车工程, 2020, 42(6): 746-752.
[5]	王靖宇, 耿亚林, 惠政, 胡兴军, 李天鸿, 刘子诚, 李久超. 基于等离子体流动控制的方背式汽车模型减阻研究^*[J]. 汽车工程, 2020, 42(6): 753-758.
[6]	宋昕, 李舒雅, 严杰, 刘政, 杨辉, 郭西全. 数值风洞仿真与开阔路面仿真的关联性研究[J]. 汽车工程, 2020, 42(6): 759-764.
[7]	王靖宇, 严伟, 李颂, 胡兴军, 桑涛, 王漠. 电动汽车电池冷板微小通道结构优化研究^*[J]. 汽车工程, 2020, 42(5): 672-680.
[8]	方健, 王夫亮. 旋转车轮气动效应的CFD仿真和风洞实验及减阻优化研究[J]. 汽车工程, 2019, 41(9): 1006-1012.
[9]	袁志群, 杨明智, 张炳荣. 汽车底部复杂流场的主动和被动控制减阻方法研究^*[J]. 汽车工程, 2019, 41(5): 537-544.
[10]	刘传波, 张若楠, 段茂, 刘康, 王伟. 汽车进气格栅角度与冷却风扇转速的匹配研究^*[J]. 汽车工程, 2019, 41(4): 388-394.
[11]	彭丽娟, 袁侠义, 陈志夫, 汤柱良, 陈林, 王超逸. 某型SUV气动性能优化与验证[J]. 汽车工程, 2019, 41(2): 147-152.