Automotive Aerodynamic Design Using Sensitivity-Based Methods

Abstract

With the shift towards electrification in the automotive industry, aerodynamic drag has a larger influence on a car’s range as compared to internal combustion vehicles. Automotive aerodynamic design is largely aesthetic driven, but manufacturers are beginning to shift towards more drag-friendly concepts, driven by computational fluid dynamics simulations. With advances in computational fluid dynamics-driven optimization techniques, the continuous adjoint method has shown the ability to be a computationally efficient method of calculating design sensitivities. This research explores a two-pronged approach for applying the continuous adjoint method to automotive aerodynamic design, using the canonical DrivAer Estateback. This is achieved using computational fluid dynamics models validated against existing experimental data. The first method is using the continuous adjoint to define a Reynolds-Averaged Navier Stokes (RANS)-based Momentum Contribution Field, which informs the user how the momentum around a car contributes to its drag. Additionally, improvements to this RANS-based methodology are provided through Delayed Detached Eddy Simulations (DDES). The RANS Momentum Contribution Field information is then used to guide design modifications. From these modifications, an improved variant of the Estateback model was produced, with 8.8% less drag than the baseline model. The second approach makes use of unconstrained gradient-based optimization of the base and improved Estateback models, for multiple areas on the cars, using multiple optimization algorithms. Relative improvements in drag up to 7% were predicted with the optimizer, with limitations in optimizer efficacy noted in areas dominated by adverse pressure gradients. DDES post-optimality simulations confirmed the efficacy of the RANS-based optimizer in areas with weaker adverse pressure gradients, as well as the inaccuracy of the optimizer in areas of high separation. This two-pronged approach led to a unified design methodology, where expert-driven, followed by computer-driven continuous adjoint methods, can be used to yield drag reductions in automotive applications.

Avec le passage à l’électrification dans l’industrie automobile, la traînée aérodynamique a une plus grande influence sur l’autonomie d’une voiture que sur les véhicules à combustion interne. La conception aérodynamique automobile est en grande partie axée sur l’esthétique, mais les manufacturiers commencent à s’orienter vers des concepts plus respectueux de la traînée, pilotés par des simulations numériques de dynamique des fluides. Avec les progrès des techniques d’optimisation numérique basées sur la dynamique des fluides, la méthode des adjoints continus a montré qu’elle pouvait être une méthode efficace de calculer des sensibilités de conception. Cette recherche explore une approche à deux volets pour l’application de la méthode de l’adjoint continu à la conception aérodynamique automobile, en utilisant le dos de domaine canonique DrivAer. Ceci est réalisé à l’aide de modèles numériques de dynamique des fluides validés par rapport aux données expérimentales existantes. La première méthode consiste à utiliser l’adjoint continu pour définir un champ de contribution de Navier Stokes basé sur la moyenne de Reynolds (RANS), qui informe l’utilisateur de la façon dont la vitesse autour d’une voiture contribue à sa traînée. De plus, des améliorations à cette méthodologie basée sur RANS sont apportées par le biais de simulations de tourbillons détachés retardés (DDES). Les informations du champ de contribution à la vitesse RANS sont ensuite utilisées pour guider les modifications de conception. À partir de ces modifications, une variante améliorée du modèle Estateback a été produite, avec 8,8 % de traînée moins que le modèle baseline. La deuxième approche fait appel à l’optimisation sans contrainte basée sur le gradient du modèle baseline et à des modèles de succession améliorés, pour plusieurs zones des voitures, à l’aide de plusieurs algorithmes d’optimisation. Traînée réduite de 7 % on été prédite, avec des limitations de le rendement de l’optimiseur notées dans les zones dominées par des gradients de pression défavorables. Les simulations post-optimales du DDES ont confirmé que le rendement de l’optimiseur basé sur RANS sont plus faibles dans les zones où les gradients de pression défavorable, ainsi que l’imprécision de l’optimiseur dans les zones de forte décollement. Cette approche à deux volets est rendi à une méthodologie de conception unifiée, où des méthodes d’adjoint continu pilotées par des experts, suivies d’une méthode d’adjoint continu pilotée par ordinateur, peuvent être utilisées pour réduire la traînée dans les applications automobiles.