行之知识产权综合服务平台

技术领域

本发明专利涉及到一种汽车空调系统优化设计方法。尤其涉及汽车空调系统在结构设 计和控制器设计的多学科目标的优化设计方法。

背景技术

随着科技的进步和经济的发展，汽车作为一种必不可少的交通工具正日益走进人们日 常生活的方方面面。汽车空调作为影响汽车舒适性和安全性能的主要部件之一，它主要是 对汽车车厢内的空气质量进行调节。为汽车提供制冷、取暖、除霜、除雾、空气过滤和湿 度控制等功能，使驾驶员与乘客在车内感觉舒适。

汽车车厢温度控制，借助于温度传感器并结合其他辅助传感器采集必要的信息传输给 控制器，控制器通过预先设置的控制算法对执行机构进行控制，从而达到车内温度的有效 控制，满足车内乘客舒适度的需求。

汽车车厢空气质量控制，伴随着现代汽车的发展，对汽车密封性要求较高，与之相对 的汽车空调自动换气系统的发展。车内环境污染源较多，其中主要有车内乘客呼吸产生的、 车内蒸发器、冷凝器由于长时间工作于潮湿环境所滋生的细菌、车内装饰所产生的甲醛和 苯类物质等。车内换气系统一般以车内浓度为指标，对车内浓度进行控制，满足车内对 新风的要求，改善车内环境质量。

通常需要对汽车空调系统(压缩机、冷凝器、蒸发器、换热器)进行结构优化与参数 匹配。以提高汽车空调本体制冷/制热效率，提高制冷剂的利用率进而减少环境污染。

汽车空调风道系统是汽车空调系统与汽车车厢的连接结构，其结构将直接影响车内流 场分布，进而影响乘客的舒适性。优化汽车空调风道结构对汽车车厢舒适性和客户满意度 有着非常重要的作用。

但是，上述4条均只是对汽车空调个子系统进行优化，并未进行系统级别的优化，由 于汽车空调系统是一种多学科交叉，相互耦合的系统，在这种情况下很难采用传统的优化 方法实现汽车空调系统的整体优化，故而本发明专利采用了基于协同优化算法CO (Collaborativeoptimization)的多学科优化MDO(MultidisciplinaryDesignOptimization) 理论和方法、设计变量灵敏度分析等手段对汽车空调系统进行分析，并在此基础上设计了 汽车空调系统的多学科优化模型，为后续汽车空调系统的设计应用建立了基础。。

发明内容

本发明专利所要解决的技术问题是要提供汽车空调系统级设计，改善汽车空调系统控 制精度，完善汽车空调风道结构设计，实现汽车空调系统的多学科多目标优化设计方法。

本发明所采用的技术方案是：

一种实现电动汽车空调系统多学科多目标优化的方法，基于车内环境与制冷系统之间 的关系，在此基础上完成汽车车厢内温度子系统、汽车车厢风道布局、汽车车厢环境浓度 子系统、空调本体制冷、制热子系统多学科多目标仿真分析,基于模拟退火算法等对其进行 多学科，多目标优化设计得到汽车空调系统的最优解，实现车内温度、浓度、空调系统换 热性能、空调系统能耗等多目标的综合最优；包括如下的步骤：

(1)开始，读取目标汽车空调系统统的综合指标，包括:乘客舒适度、能源消耗控制， 空调制冷/制热效率控制目标；

(2)依照学科标准对汽车空调系统进行分类，其主要可分为如下几部分：车厢温度子 系统、车内环境子系统、制冷/制热系统子系统以及车内流场子系统；

(3)根据(1)定义乘客舒适度、压缩机及其他电动部件的功率损耗、制冷效率为全 局设计变量，并针对各个子系统单独设计局部变量，考虑各子系统之间的耦合关系，设计 中间变量；

(4)将系统中的设计变量和状态变量分配到各子系统中，并制定实验方案。保存仿真 实验数据。对涉及到子系统的变量均只在各子系统内部进行独立的优化，各子系统保留独 立的学科目标和设计变量。并根据子系统最优解确定系统级优化设计变量的初始值和上下 限；

(5)加载实验或仿真数据；

(6)构建各个子系统需考察的目标响应量的多项式响应面代理模型；

(7)采用相对均方根误差方法对该响应面代理模型进行检验，判断结果是否满足精度 要求；否，则返回第⑹步骤；是，则进入下一步骤；

(8)根据设计要求，综合考虑人体舒适性(温度、环境浓度、迎风阻力)、功率损耗、 制冷效率等性能指标，构建汽车空调系统优化的评价目标函数；

(9)根据各子系统的设计过程，选择汽车空调系统的优化设计变量；

(10)根据(6)设定汽车空调系统的多学科优化的约束条件；

(11)采用多目标模拟退火算法对汽车空调系统进行多目标优化，得到汽车空调系统 各项性能的最优解集；

(12)从系统级最优解集，选取合适的最优解，并对其进行仿真分析或实验验证，判 断是否到达设计要求；否，则返回步骤⑵；是，则进入下一步骤；

(13)结束。

本发明基于车内环境与制冷系统之间的关系，在此基础上完成汽车车厢内温度子系统、 汽车车厢风道布局、汽车车厢环境(浓度)子系统、空调本体制冷、制热子系统等多学科 多目标仿真分析。基于模拟退火算法等对其进行多学科，多目标优化设计。从而得到汽车 空调系统的最优解，实现车内温度、浓度、空调系统换热性能、空调系统能耗等多目标的 综合最优。其可以用于指导并实现汽车空调系统的高效开发和设计改进。

本发明专利的有益效果在于：有效的避免了汽车空调设计阶段，过分陷入局部子系统 最优化，忽略了系统角度的综合最优。同时采用协同优化算法并行计算，又可大大节约时 间成本，提高工作效率，同时提高了设计精度，兼顾了人体对汽车空调的舒适性要求与空 调自身节能环保的需求，改善了汽车空调整体综合性能。

附图说明

图1为本发明的汽车空调系统多学科优化模型图；

图2为本发明汽车空调多学科多目标优化的流程图。。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而 不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人 员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定 的范围。

下面结合附图对本发明作进一步的详细说明。

如图1和图2所示,本发明提供了一种实现汽车空调系统多学科多目标优化的方法，该优化 方法步骤如下：

(1)开始，确立系统的综合目标，在汽车空调系统中以乘客舒适度、减少能源消耗，提 高空调制冷/制热效率为最终目标；

(2)依照学科标准对汽车空调系统进行分类，其主要可分为如下几部分：传热子模块、 环境控制子模块、流体子模块以及其他子模块。其中传热子模块主要体现在两方面，其一是 车厢传热，主要考察车厢内温度变化情况，研究不同工况下的车内热负荷与冷负荷；其二是 制冷系统，主要考察制冷系统中制冷剂与空气侧的传热变化，考察蒸发器出口处的温度、湿 度；制冷剂流量的多少，进而考察制冷效率。环境子模块主要考察车内环境的好坏，其主要 以车内CO₂浓度为标准，综合考虑车内细菌浓度、有害气体浓度等多个指标，控制新风的进 入，改善车内环境。流体子模块主要考察车内风道的布局，车内空气流动分布，乘客(主要 是头部和脚部)的空气阻力，改善乘客乘坐舒适性。其他子模块则主要考察制冷系统各部件 的寿命、压缩机振动噪声等；

(3)根据(1)定义乘客舒适度、压缩机及其他电动部件的功率损耗、制冷效率为全局 设计变量，并针对各个子系统单独设计局部变量，考虑个子系统之间的耦合关系，设计中间 变量；

(4)将系统中的设计变量和状态变量分配到各子系统中，并制定实验方案。保存仿真实 验数据。对涉及到子系统的变量均只在各子系统内部进行独立的优化，各子系统保留独立的 学科目标和设计变量。并根据子系统最优解确定系统级优化设计变量的初始值和上下限；

(5)加载实验或仿真数据；

(6)构建各个子系统需考察的目标响应量的多项式响应面代理模型；

(7)采用相对均方根误差方法对该响应面代理模型进行检验，判断结果是否满足精度要 求；否，则返回第⑹步骤；是，则进入下一步骤；

(8)根据设计要求，综合考虑人体舒适性(温度、环境CO₂浓度、迎风阻力)、功率损 耗、制冷效率等性能指标，构建汽车空调系统优化的评价目标函数；

(9)根据各子系统的设计过程，选择汽车空调系统的优化设计变量；

(10)根据(6)设定汽车空调系统的多学科优化的约束条件；

(11)采用多目标模拟退火算法对汽车空调系统进行多目标优化，得到汽车空调系统各 项性能的最优解集；

(12)从系统级最优解集，选取合适的最优解，并对其进行仿真分析或实验验证，判断 是否到达设计要求；否，则返回步骤⑵；是，则进入下一步骤；

(13)结束。

由于汽车空调系统的设计涉及到热力学、流体力学、环境科学等多学科，在计算过程 中会产生大量的数据，建立高精度模型，这会导致计算量过大难以实现，工程应用中，我 们采取多项式响应面代理模型。该代理模型可有效去除汽车空调系统计算中的数值噪声， 剔除系统模型残差和收敛不稳定所带来的计算结果抖动。其相应面模型的基本形式为：

f i ( x ) = Π i = 1 m ( Σ k = 0 order i β m , k · y i k ) ]]>

式中：y_i是m维自变量的第i个分量，β_m,k是所求未知数。

响应面模型拟合精度检验的准则为相对均方根误差RMSE(RootMeanSquaredError)， 其定义如下：

R M S E = 1 n c y Σ i = 1 n c ( y i - y ^ i ) 2 ]]>

式中，n_c为模型验证的样本量，y_i为真实响应量值，为响应面模型得到的观测值，为 真实响应量的均值。RMSE表示响应面与真实值之间的差异程度。

汽车空调系统多学科优化的数学模型：

min:F(x)＝[F₁(x),F₂(x),......,F_n(x)]^T

S.tG₁(Z)≤0,i＝1,2,...,n

H(Z)＝0

x_iL≤x_i≤x_iUi＝1,2,...,n

式中，x_i为汽车空调系统设计变量；x_iL、x_iU分别为设计变量下限和上限；F(x)为汽车空 调系统设计总目标。F_j(x)为汽车空调子系统考察目标，其中主要包括汽车车厢温度、车箱 内CO₂浓度、空调制冷效率、车厢乘员区空气阻力。G₁(Z)为汽车空调系统不等式约束条件； H(Z)为汽车空调系统等式约束条件。

出于工程实际考虑，常规寻优算法已难以满足复杂程度越来越高的研究对象。本发明 专利采用模拟退火算法求解，得到汽车空调系统设计与控制的最优解集。

模拟退火算法中首先要确定初始解、初温以及马尔科夫链长度，其中初温的选取要尽 量大一些，具体可根据下式进行选取：

t 0 = - | Δ m a x | ln p 0 ]]>

式中：|Δmax|为初值之间最大的目标差值；p₀为初始接受概率；

在此温度下按照模拟退火状态函数产生新解，并计算新解与期望值之间的差值是否满 足收敛条件。如若满足，则记录汽车空调系统结构参数和控制参数；否则，继续迭代直到 满足循环终止条件。

用上步产生的新解作为初始解，继续进行迭代计算，并判断是否满足程序终止条件，若满 足则输出汽车空调系统结构参数和控制参数，反之则返回上一步继续进行迭代计算。