本发明属于汽车空气动力学的技术领域，尤其涉及基于网格变形技术的气动外形减阻优化方法。
背景技术：
现有的汽车气动外形减阻的优化方法，主要的流程是先对汽车的三维模型进行简化，然后对简化的模型进行画网格，再进行仿真计算，工程师依据仿真计算的结果，根据经验对模型提出修改意见，重新对三维模型进行修改和重新画网格，不断地循环往复。这种传统的设计方法不仅开发周期长而且很依赖工程师的经验，具有一定的盲目性，大多数的时间都浪费在画网格和重复的工作上，开发效率与现在日新月异的汽车市场不符。汽车表面是非常复杂的曲面造型难以参数化，即使是随着后来的自由变形技术的出现，相比现有的优化方法，也仅是实现了对复杂车身表面变形控制的突破，同样人工要进行重复大量的网格划分工作，工作量并没有实质性的减少，而且想运用到实际工程中去还需要解决很多问题，目前主要是用于研究。于此同时，随着计算机技术的发展，网格变形技术已经非常成熟，在其他领域的工程问题上已经大量成功应用，实现其在汽车气动外形减阻优化的应用，具有广阔的市场前景。
技术实现要素：
本发明所要解决的技术问题在于针对上述存在的问题，提供一种基于网格变形技术的气动外形减阻优化方法，实现整个优化过程的自动化，提高了减阻优化的效率。
本发明解决上述技术问题所采用的技术方案是：基于网格变形技术的气动外形减阻优化方法，其特征在于，包括如下步骤：
s1)通过三维建模软件建立整车的三维数字模型；
s2)将该模型进行简化处理，并进行网格划分，在cfd仿真计算软件star-ccm+完成仿真计算，并对仿真数据进行分析，为后续的自动减阻优化确定需要优化的设计变量以及验证相关的设置；
s3)将满足要求的网格模型文件加载到网格变形软件中，对需要优化的设计变量建立对应的控制体，通过对控制点的控制，实现模型的变形；
s4)运用doe试验设计，通过选取合适的试验设计方法，并根据实际的工程要求确定各设计变量的取值范围，在各设计变量取值范围内生成一系列的样本点；
s5)通过脚本命令读取试验设计生成的样本点数据，并根据样本点数据后台驱动网格变形软件实现模型的变形，并输出变形后的网格模型；
s6)利用宏命令驱动cfd仿真计算软件后台读取变形后的模型，进行对应的仿真计算，并将相对应的风阻系数值输出；
s7)根据doe矩阵和对应的cfd计算返回值，选择合适的近似模型，拟合设计变量与风阻系数之间的数学函数关系，提高后续的寻优速度；
s8)选择合适的优化算法，对建立的数学关系进行寻优，并输出寻优结果；
s9)对寻优结果对应的模型进行外流场仿真计算，比较计算结果与寻优结果，误差满足要求，整个气动外形减阻优化完成，若误差较大者则需要再次选择近似模型进行寻优，直到满足要求。
按上述方案，所述步骤s3)中具体包括如下内容：通过star-ccm+导出体网格文件，在网格变形软件sculptor中加载star-ccm+导出的文网格文件，利用sculptor的网格变形功能，在模型需要优化的位置建立控制体，通过对控制点的控制，实现模型的变形。
按上述方案，所述步骤s4)中具体包括如下内容：利用多目标多学科集成软件isight中的doe组件，通过选取试验设计方法，根据设计变量的取值范围，生成一定数量的样本点。
按上述方案，所述步骤s5)中具体包括如下内容：利用isight中的simcode组件集成编写的脚本命令，实现对sculptor和star-ccm+的后台驱动，按照doe组件生成的样本点数据，实现导出的体网格模型的变形，并将变形后的模型后台传递给star-ccm+进行后台的仿真运算，并将计算结果风阻系数输出。
按上述方案，所述步骤s7)中具体包括如下内容：利用isight中的approximation组件，通过选择近似模型，基于doe组件生成样本点数据和star-ccm+后台运算返回的结果，拟合设计变量与风阻系数之间的函数关系。
按上述方案，所述步骤s8)中具体包括如下内容：利用isight中的optimization组件，通过选择优化算法，利用拟合的数学关系，找到最优的设计变量取值，并输出对应的风阻系数。
本发明的有益效果是：一种基于网格变形技术的气动外形减阻优化方法，省去了庞大的重复的网格划分工作，于此同时通过多目标多学科集成软件实现整个优化过程的自动化，整个过程不需要太多的人工参与，使工程师只关注于最后的结果分析，大大提高了减阻优化的效率。
附图说明
图1为本发明一个实施例的流程图。
具体实施方式
为更好地理解本发明，下面结合附图和实施例对本发明进一步的描述。
如图1所示，本专利实施例以mira阶梯背汽车车身模型做相关说明，基于网格变形技术的气动外形减阻优化方法，包括以下步骤：
步骤一，在catia中建立mira阶梯模型；
步骤二，利用网格划分软件，对模型进行几何清理和面网格划分，完成面网格后在star-ccm+中完成体网格划分和后续的计算并导出体网格，将计算结果与实验值对比，以确定仿真计算是否能精确预测风阻系数，确保后续的自动优化计算是精确的，于此同时分析模型外流场确定对模型气动阻力影响较大的设计变量；
步骤三，利用sculptor在对气动阻力影响较大的位置处，建立控制体，合理的选取控制点并创建group，以实现设计变量的参数化，通过对参数赋值就能实现模型表面相应位置的变形，完成设计变量的参数化后，编写驱动sculptor后台执行模型变形的脚本命令和star-ccm+后台读取变形模型并执行计算的java宏文件和对应的脚本命令；
步骤四，完成准备工作后，在isight中搭建整个自动优化仿真流程，流程中第一步，选取试验设计doe组件，在组件中选择合适的实验设计方法，根据工程实际的要求，给每个设计变量设定合适的取值范围；流程中的第二步，选取simcode组件集成编写的脚本命令，以后台驱动sculptor按照doe组件生成样本点数据使模型变形；流程中的第三步选取simcode组件集成驱动star-ccm+的程序命令，使star-ccm+能够自动后台计算变形后的模型的外流场，并读取和输出一些关键数据，如风阻系数；流程中的第四步，选取approximation组件，并在该组件中选取合适的近似模型，根据doe组件生成的数据以及star-ccm+后台返回的风阻系数值，建立设计变量与风阻系数之间的数学函数关系，为后续的寻优提高效率，如果不要拟合之间的关系，直接寻优也是可以的，但是计算量量将相当庞大，对计算资源提出更多的要求，通过拟合间接寻优是出于提高效率的考虑；流程中的第五步，选取optimization组件，根据建立的拟合关系，在取值范围内寻找最优值，是风阻系数达到最小；
步骤五，在完成自动寻优后，对寻优结果进行验证，若误差满足要求，这认为寻优结果可靠，完成整个优化任务，相反若误差较大只需要重新进选择合适的近似模型，等待输出结果，再次验证即可，直至满足要求。
当完成步骤一和步骤二以及步骤三的准备工作，在isight中搭建气动外形自动优化流程并点击运行，后台开始执行多软件的联合优化，最终只会呈现结果给工程师，该自动优化流程的核心是在于驱动sculptor和star-ccm+集成程序的编写，其次是合理的选择实验设计方法、近似模型、寻优算法。
以上所述的具体实施例，对本发明专利的目的、技术方案和有益效果进行进一步说明，以上所述仅为本发明的具体实施例而已，不至于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、改进、等同替换等，均应包含在本发明的保护范围之内。