Reduced order modelling of a thermal vehicle cabin

Abstract

Die jüngsten Fortschritte bei Elektrofahrzeugen haben die Forschung zu Energieeffizienz und am Menschen orientierten Systemen durch die Technologie digitaler Zwillinge motiviert. Echtzeitfähige und schnellrechnende Modelle, die auf den Ergebnissen detaillierter Computersimulationen basieren, bilden die Grundlage für die Entwicklung digitaler Zwillinge von Fahrzeugen. In dieser Arbeit wird ein Modell reduzierter Ordnung zur Bewertung des thermischen Passagierkomforts in einer generischen Fahrzeugkabine für zwei Personen entwickelt. Das Modell basiert auf den simulierten Wärmeströmen über die Oberflächen einer virtuellen Testpuppe unter verschiedenen thermischen Betriebsbedingungen. Das daraus resultierende Modell reduzierter Ordnung basiert auf einer korrekten orthogonalen Dekomposition mit Interpolation (PODI) unter Verwendung radialer Basisfunktionen (RBF). Zur Durchführung der detaillierten Berechnungssimulationen und zur Erstellung des reduzierten Modells wurden Werkzeuge von OpenFOAM (C++) und Python verwendet. Die Bewertung der thermischen Behaglichkeit erfolgte auf der Grundlage der Äquivalenttemperatur für einen mehrteiligen Körper und saisonaler thermischer Komfortzonendiagramme. Die Echtzeitvorhersagen des konstruierten reduzierten Modells zeigen eine gute Übereinstimmung mit den Berechnungen des Modells voller Ordnung mit einer deutlichen Verringerung des Rechenaufwands.

The latest advancements in electric vehicles have motivated research on energy efficiency and human oriented systems through digital twin technology. Real time response and fast calculating models based on results from detailed computational simulations are the basis for the development of vehicle digital twins. In this work a reduced order model to assess thermal passenger comfort inside a generic two-passenger car cabin is developed. The model is built on the simulated heat fluxesover the surfaces of a virtual manikin under different thermal operating conditions.The resulting reduced order model is based on proper orthogonal decomposition with interpolation (PODI) using radial basis functions (RBF). To perform the detailed computational simulations and build the reduced model, tools from OpenFOAM®(C++) and Python were be used. The thermal comfort assessment was performed based on the equivalent temperature for a multi-segment body and seasonal thermal comfort zone diagrams. The real time predictions of the constructed reduced model show good agreement with the calculations from the full order model with asignificant decrease in computational expense.