戴虎， 袁哲,*， 劉春寶， 宋斌， 張鑫濤

(1.杭州前進齒輪箱集團股份有限公司，浙江 杭州 311203；2.吉林大學 機械與航空航天工程學院，吉林 長春 130022)

液力變矩器是由泵輪、渦輪和導輪組成的液力元件，具有轉(zhuǎn)矩倍增、減震及自適應能力，因此對整車的性能具有重要作用.在液力變矩器的工作腔內(nèi)部，流體的受力包括摩擦力、黏性力、離心力等多種力，因此流體在旋轉(zhuǎn)過程中會產(chǎn)生脫流、漩渦等二次流動現(xiàn)象[1-2].由于葉輪機械內(nèi)部的流動特性決定了其外部傳動性能，因此準確分析液力變矩器工作腔內(nèi)的復雜流動具有重要意義.在以往的液力變矩器研究中，學者們大多是針對葉柵計算域、網(wǎng)格劃分以及湍流模型的穩(wěn)健性等方面進行研究的，其研究結(jié)果雖有助于提高設(shè)計精度和應用的便利性，但所使用的相關(guān)方法仍難以描述大功率液力變矩器工作腔內(nèi)部的時變瞬態(tài)湍流的流動狀態(tài)[3-7].SBES(stress-blended eddy simulation)模型是一種新型的動態(tài)混合RANS/LES(DHRL)模型，因其能夠有效解決邊界層和主流區(qū)域不同物理流動狀態(tài)下計算區(qū)域的有效過渡問題，以及能夠?qū)崿F(xiàn)液力變矩器多流域耦合復雜流動現(xiàn)象的精準捕捉而受到學者們的關(guān)注[8-9].為了進一步研究液力變矩器工作腔內(nèi)邊界層的流動，本文選用多種湍流計算方法對其內(nèi)部流動進行了計算，并對比了不同方法的計算精度.

1 CFD數(shù)值模擬

1.1 計算域建模和網(wǎng)格劃分

本文選取HC375型大功率液力變矩器作為研究對象.該液力變矩器為典型的三元件結(jié)構(gòu)，其葉輪三維模型和葉柵參數(shù)分別如圖1和表1所示.

圖1 葉輪的三維模型

表1 葉柵參數(shù)

考慮到液力變矩器中各葉片流道的瞬時流動狀態(tài)不同，本文在UG軟件中建立了一個完整的流道模型.在對流道模型進行網(wǎng)格劃分時，各葉輪間選擇滑移網(wǎng)格的方法，并將不同交界面設(shè)置為interface，而將其他表面均設(shè)置為移動壁面.在此基礎(chǔ)上，利用周期性網(wǎng)格劃分技術(shù)，生成了一個精密的六面體全流道網(wǎng)格計算模型，并在葉片和近壁面附近進行了加密處理.為了最大限度地發(fā)揮LES方法的優(yōu)勢和更好地描繪流動結(jié)構(gòu)，本文將液力變矩器的流道模型共劃分為678萬個網(wǎng)格單元，并將計算域網(wǎng)格尺寸設(shè)置為3 mm.本文設(shè)計的液力變矩器的流道模型和網(wǎng)格計算模型分別如圖2和圖3所示.

圖2 流道模型 圖3 網(wǎng)格計算模型

1.2 計算設(shè)置

液力變矩器的數(shù)值模擬計算使用Intel Xeon E5-2620 V3 2.4 GHz CPU和32 GB內(nèi)存的PC機.在進行計算設(shè)置時，選擇壓力-速度耦合的方式和二階離散格式的SIMPLEC算法.由于葉輪工作腔內(nèi)的流動為復雜的非穩(wěn)態(tài)流動，因此瞬態(tài)湍流模擬采用滑動網(wǎng)格的方法.ANSYS FLUENT CFD模型的參數(shù)設(shè)置見表2.

表2 CFD參數(shù)

迭代計算收斂的條件為：①能量殘差需低于10-6，其余殘差需低于10-3；②迭代計算的液力變矩器渦輪的進口流量及渦輪的轉(zhuǎn)矩值需趨于平穩(wěn).

1.3 多物理場耦合模型

在物理結(jié)構(gòu)上，湍流可被視為由各種不同尺度的渦相互疊加而成的流動，并以此構(gòu)成復雜的流動圖像.在對液力變矩器進行CFD計算時，傳統(tǒng)的方法通常是將油液的動力黏度及密度分別設(shè)置為0.025 8 kg/(m·s)和860 kg/m3.但由于液力變矩器內(nèi)的油液溫度會隨工作時間從300 K增加到368 K，進而會產(chǎn)生溫差并形成溫度場，而變矩器外特性對工作油的熱物理屬性十分敏感(油液黏度隨溫度升高而下降):因此，在對液力變矩器進行尺度解析計算時需考慮油液的熱物理屬性.為此，本文在工作腔內(nèi)設(shè)置了一種含有內(nèi)流場和溫度場的雙向耦合模型，并研究了熱流耦合下介質(zhì)物性參數(shù)對變矩器外特性的影響.經(jīng)過對不同溫度下的油液黏度進行測試，得到了如下式所示的動力黏度fμ(T)隨溫度T的變化規(guī)律：

fμ(T)=5.4×10-6T2-0.001 2T+0.077 9. 采用傳統(tǒng)的方法對油液動力黏度進行CFD計算時，通常是首先根據(jù)上述公式計算得到動力黏度值，然后在FLUENT軟件中修改動力黏度值后再進行迭代計算.該方法由于缺少連續(xù)動態(tài)的數(shù)值更新，因此其計算值與實際值存在較大誤差.為了消除這一弊端，本文利用FLUENT軟件中的用戶自定義函數(shù)(UDF功能)來編碼定義油液的動力黏度，以此根據(jù)溫度值的動態(tài)變化來實現(xiàn)油液動力黏度值的自動調(diào)節(jié).

2 流場分析

2.1 壓力流線分布

在液力變矩器中，葉輪內(nèi)部油液的流動十分復雜，尤其是在失速工況下.為此，本文在其他條件不變的情況下，研究同一位置、同一時刻液力變矩器內(nèi)的流場狀態(tài).圖4為在失速狀態(tài)下(SR=0)4種湍流模型(RANS、LES、DES和SBES模型)在計算時間為t=0.1 s時模擬出的導輪內(nèi)流場的分布情況.

由圖4(a)可以看出：4種湍流模型在整個流場中的壓力分布趨勢與近壁面的渦流脫流基本一致；但在高壓區(qū)(壓力面)，SBES模型對壓力梯度的細節(jié)描述得更為具體，而RANS模型僅能粗略地描述出壓力的分布趨勢;油液沖擊壓力面后，液體流速的大小及方向發(fā)生了明顯變化，且指向吸力面的速度分量顯著增大;邊界層處的液流速度逐漸減小(導輪受黏性力和壓力的影響所致)，且在吸力面葉片尾部附近的邊界層處出現(xiàn)了大尺度的逆流，并與此處的正向流動發(fā)生沖擊形成渦流，即出現(xiàn)了脫流現(xiàn)象.LES、DES和SBES模型雖然均可以清晰地捕捉到葉片吸力面附近的脫流和葉片產(chǎn)生的漩渦結(jié)構(gòu)，但LES方法預測得到的脫流區(qū)狀態(tài)略滯后于其他兩種方法.

圖4 失速狀態(tài)下不同湍流模型模擬出的導輪內(nèi)流場的分布情況

2.2 速度分布

圖4(b)為失速工況下不同湍流模型模擬出的導輪內(nèi)的速度分布.由圖4(b)可以看出：在失速工況下油液以較高的速度從渦輪沖向?qū)л?，并對導輪葉片進口處的壓力面產(chǎn)生較大影響，進而導致此處的速度相對較小;葉片前緣靠近吸力面進口處的油液流速較高(其原因是葉片前緣有部分液體流入流道，使的吸力面的壓力相對較小)，且在近壁面形成了渦流脫流(其原因是葉片下游處的流速分布發(fā)生了劇烈變化，且葉片尾部(吸力面附近)的流速急劇減小).

在葉片前緣高速區(qū)，LES、DES和SBES模型能精確地捕捉到湍流的流動狀態(tài)，而RANS模型只能描述出湍流流動的大體趨勢.在葉片尾部低速區(qū)，4種模型都能夠描述出因湍流流速減小而造成的脫流現(xiàn)象，其中SBES模型對湍流的發(fā)展狀況描述得更為真實和準確.

2.3 渦量分布

圖4(c)為湍流模型下導輪葉片周圍的渦量.渦量值可描述不同的湍流模型在吸力面附近的流動分離現(xiàn)象.由圖4(c)可知，高渦量總是發(fā)生在葉片邊界層附近，且4種模型獲得的渦量在分布上總體接近，這表明這4種模型都可以在一定程度上描述導輪內(nèi)部的渦量分布情況.在4種模型中，DES模型的渦量值大于其他3種模型，SBES模型捕捉到的導輪出口處的尾流相對最佳.

2.4 渦核結(jié)構(gòu)分布

圖5為Q=6×1061/s2時，渦輪流道內(nèi)渦結(jié)構(gòu)隨時間演化的過程.由圖5可以看出，流體與渦輪葉片相互作用使葉片產(chǎn)生了三維的渦街擬序結(jié)構(gòu).整體看，渦結(jié)構(gòu)比較豐富，且渦結(jié)構(gòu)的形態(tài)能夠很好地反映流道內(nèi)流體大的湍流團.其中LES和SBES模型對渦結(jié)構(gòu)的捕捉能力明顯優(yōu)于DES和RANS模型，RANS中的SST模型對渦結(jié)構(gòu)的捕捉能力相對最差(渦結(jié)構(gòu)中各位置的渦核基本一致，與瞬態(tài)捕捉不相符).從局部看，SBES模型表現(xiàn)最優(yōu)，且細節(jié)細膩；而LES模型表現(xiàn)最差，渦街形態(tài)嚴重失真.由以上可知，在4種模型中，SBES模型在對流場內(nèi)渦結(jié)構(gòu)的捕捉和描述湍流結(jié)構(gòu)演化上表現(xiàn)得最好，能夠?qū)崿F(xiàn)葉片邊界層的渦街擬序結(jié)構(gòu)和渦空化結(jié)構(gòu)演化特征的高分辨率識別與結(jié)構(gòu)特征的精細化提取.

圖5 渦輪渦結(jié)構(gòu)的演變過程

3 實驗驗證

由于液力變矩器的性能實驗僅能粗略地得到不同變速比下的外特性參數(shù)，因此本文采用尺度解析的數(shù)值模擬方法(SRS)來提高液力變矩器外特性的預測精度.液力變矩器的外部特性主要包括4個物理量：速比(i)、變矩比(K)、效率(η)和公稱轉(zhuǎn)矩(Tbg).

圖6為各湍流模型計算得出的外特性曲線和臺架實驗數(shù)據(jù)，圖7為各湍流模型的絕對誤差.對比圖6(a)、圖6(b)、圖6(c)及結(jié)合圖7可以看出：SRS模型得到的外特性預測精度明顯高于RANS模型；DES和SBES模型得到的外特性數(shù)據(jù)最佳，其最大相對誤差僅在4%～6%之間；LES中的KET模型對外特性的預測值也相對較高，最大相對誤差為7%；而RANS中的SSTk-ω模型的預測精度相對最差，最大相對誤差約為10%.圖6(d)為4種不同模型每計算一百萬網(wǎng)格且迭代2 000步所需要的時間.由圖6(d)可以看出，4種模型中LES模型的計算效率較低，且難以滿足工業(yè)生產(chǎn)中的計算需要.根據(jù)上述的實驗對比及數(shù)值模擬對比進行綜合分析可知，SBES模型在外特性預測方面具有較高的精度，并且具有較好的計算效率.

圖6 各湍流模型的外特性曲線和臺架實驗數(shù)據(jù)

圖7 各湍流模型的誤差

4 結(jié)論

本文在液力變矩器典型工況下，利用基于多物理場耦合模型的尺度解析方法對液力變矩器進行了CFD數(shù)值計算，并對比了不同湍流模型的外特性預測精度和對流場的捕捉能力.結(jié)果表明，尺度解析方法(SRS)能夠高精度地預測液力變矩器內(nèi)的流動狀態(tài)和工作性能，而SBES模型在外特性預測精度和對流場捕捉能力方面最好.因此，采用SBES模型進行流場和外特性計算可有效縮短液力變矩器的設(shè)計和開發(fā)周期.