散热器设计进入“自动驾驶”时代:CFD提供数据,AI负责决策

汽车发动机的主动热控制对于提高性能和稳健性至关重要，而水和空气等传统冷却剂往往散热不足。为了应对这种不良影响，本研究通过综合数值模拟、实验研究和数据驱动的方法，考察并研究了使用氧化铝（Al₂O₃）–乙二醇（EG）纳米流体对汽车散热器性能的提升。首先，利用AUTOCAD软件开发了三维散热器模型，并在ANSYS-FLUENT中进行了计算研究，采用了基于压力的模型和可实现的k–ε湍流模型。通过网格无关性测试确保数值准确性，并通过实验散热器测试台对计算流体动力学（CFD）预测进行实验验证。纯EG的CFD预测结果显示出口温度为70.11°C，与实验值69.11°C非常接近，证实了数值模型的一致性。氧化铝纳米颗粒的混合显著增强了传热特性，而纳米颗粒混合比例的增加导致出口温度逐渐降低。在2%浓度下，出口温度降至65.51°C，而在5%浓度下达到最大冷却性能，出口温度为60.87°C。尽管纳米颗粒负载导致压力降略有增大——从1%时的36.79 Pa增加到5%时的38.72 Pa，但增幅相对较小，体现了热增强与水力劣势之间的建设性权衡。在5%氧化铝浓度下，获得了最高的性能增强系数（PEC）值1.83，表明传热增强超过了相关的压力降损失。此外，本研究还提出了一种基于机器学习的预测框架。该框架旨在利用纳米颗粒浓度和功能设置来评估散热器出口温度和压力降，有助于快速性能预测和参数优化。总体而言，综合CFD、实验和数据驱动的研究结果表明，氧化铝–乙二醇纳米流体是高性能散热器冷却应用中一种有能力的冷却剂选择。

图一

这是散热器模型的网格划分图，采用结构化网格为主、局部非结构化网格为辅的策略。在管壁附近设置了边界层网格（膨胀层），以精确捕捉近壁面的速度和温度梯度。经过网格独立性验证（从A-Mesh的12万节点逐步细化到E-Mesh的18.7万节点），最终选用E-Mesh进行正式模拟。网格独立性检验显示，从D-Mesh到E-Mesh的温度变化仅0.27℃，满足精度要求

图二

该示意图展示了冷却液在散热器中的流动方向（自上而下）和各项边界条件的设置位置。包括：入口温度80℃、入口流速0.106 m/s、质量流量0.03 kg/s、环境温度27.85℃、风扇转速1500 RPM等。湍流模型选用realizable k-ε模型配合增强壁面处理

图三

研究团队自主搭建的闭式循环实验台架，包含：汽车散热器总成（铜管+翅片）、50L聚碳酸酯储液罐、50W离心泵、12mm内径柔性管路、轴流冷却风扇（8叶片、直径265mm）、数字热电偶（进出口测温）、压力表（测压降）。整个装置安装在600mm×400mm×700mm的钢制框架上。这个台架用于验证CFD模拟结果的准确性

图四

四组云图清晰地展示了随纳米颗粒浓度增加，散热效果持续提升的趋势：

• 2%浓度：出口温度约65.51℃，底部出现明显冷却区域

• 3%浓度：冷却区域进一步扩大，温度分布更均匀

• 4%浓度：低温区域覆盖范围继续增加

• 5%浓度：出口温度降至60.87℃，温度分布最为均匀，冷却效果达到峰值

从2%到5%，降温幅度从9.33℃提升至19.13℃，增幅超过一倍-

图五

该柱状图汇总了CFD模拟得到的各浓度下的出口温度数据，直观展示了随Al₂O₃浓度从0%增加到5%，出口温度呈近似线性下降的趋势。纯EG为70.11℃，5%浓度时降至60.87℃，总降温幅度19.13℃

图六

散点图对比了CFD模拟结果（蓝色）和实验测量结果（红色）在不同浓度下的出口温度。两者变化趋势高度一致，平均偏差约5%。实验值略高于CFD预测值，主要因为CFD模拟基于稳态假设（理想边界条件、均匀入口流速、均匀气流分布），而实际实验存在气流不均匀、环境温度波动、热辐射损失、纳米颗粒团聚/沉降等非理想因素

本研究针对汽车发动机散热不足问题，提出采用Al₂O₃-乙二醇纳米流体替代传统冷却液，并综合运用CFD数值模拟、实验验证与机器学习预测三种手段，系统评估其热-流性能。研究人员建立三维散热器模型，在ANSYS FLUENT中采用realizable k-ε湍流模型进行仿真，并通过自主搭建的闭式循环实验台架验证了CFD结果的可靠性（纯EG出口温度预测70.11℃ vs 实测69.11℃，误差<1.5%）。结果表明，随着Al₂O₃纳米颗粒浓度从1%增至5%，散热器出口温度由约68℃持续降至60.87℃，降温幅度从9.89℃提升至19.13℃，同时压力降仅从36.79Pa升至38.72Pa（增幅8.85%），性能评价准则（PEC）在5%浓度时达到最大值1.83，证实散热增益远大于流动阻力代价。此外，基于随机森林回归构建的代理模型能够以R²=0.995的极高精度快速预测出口温度与压降，大幅缩短参数优化时间。研究证实Al₂O₃-EG纳米流体是极具潜力的高性能汽车冷却液，而CFD+实验+ML的混合框架为散热系统设计提供了高效、可靠的新范式。