模拟，竞争，重复

Eric Warren，首席技术官，Eric Kominek，首席设计师Richard Childress Racing

从基本的空气动力学到关键的决策工具，纳斯卡车队在过去十年中取得了长足的进步。在此之前，团队主要依靠团队领导者的经验和预感来决定做出哪些调整。现在，在理查德•柴尔德里斯赛车公司(Richard Childress Racing，简称RCR)，管理层很少会先问一问:“模拟结果如何?”

数据驱动的决策

现代纳斯卡赛车是最复杂的车轮工程系统之一。这也不是一个“设定好就忘了”的系统。纳斯卡赛车每周都需要进行重大的改装。在正常的36场比赛赛季(2020年包括一些周中比赛，以弥补因COVID-19大流行和停工而损失的周末)的每个周一，工程师们都会汇编和分析上一场比赛的结果，以及车手反馈和从赛车传感器收集的大量比赛日数据。然后他们开始调整汽车为即将到来的挑战下周日。

每条赛道都是不同的——从代托纳和塔拉迪加的2.5英里的超级赛道到半英里的短赛道——倾斜角度从5到33度不等。赛道表面和天气状况每周都在变化。赛车的每一侧都有超过15种不同的轮胎结构和复合材料组合，每个赛道每周都有所不同。车队的任务是根据预测的比赛条件选择合适的轮胎弧度、转向对准和操作轮胎压力。

RCR工程师使用Ansys仿真软件响应新规则并为比赛日做准备。

工程团队必须结合所有这些因素，在周日之前确定他们的赛车在那一周的赛道上的最佳设置。在周五的练习赛和周六的排位赛之后，他们会从车手那里得到一些反馈，但他们越来越依赖模拟来让赛车在比赛中处于最佳状态。在新冠肺炎疫情停赛后的比赛中尤其如此，车队被要求“出场比赛”，没有练习或排位赛，因此没有时间在赛道上检查以确保赛车操作正确。

大约五年前，RCR的工程师们采用Ansys Fluent计算流体动力学(CFD)软件和Ansys Mechanical使他们的雪佛兰Camaro赛车更符合空气动力学。在当今的专业赛车世界中，这需要能够创造气动形状和轻质结构组件，设计灵活性，使这些形状和结构在负载和温度下变形，并在保持所需的高强度的同时优化整体圈速性能。最近，RCR工程师添加了Ansys的伴随求解器，可以实现多目标形状优化和拓扑优化。RCR工程师还使用高性能计算(HPC)来处理他们每周运行的高分辨率模拟(每辆车的网格计数达到5亿)。

RCR使用Ansys Fluent来理解赛车下方的复杂气流。

满足规则变化的需求

似乎每周在不同赛道上时速200英里的赛车所涉及的变量还不够多，纳斯卡的官员每年都会发布一个规则包，详细说明每个车队必须满足的设计参数，才能有资格参加比赛。2018年10月，为2019年纳斯卡杯系列赛赛季发布了一个截然不同的规则包，要求各车队将所有长度超过1英里的赛道的发动机马力从750马力降低到550马力。汽车后部扰流板的尺寸从2.75英寸高增加到8英寸，增加了61英寸的阻力。新规则还要求在发动机前部增加一个锥形间隔，以减少流向发动机的气流，从而控制其燃烧效率并设定其最大功率。

为什么一个赛车组织想让赛车减速?出现了两个主要原因。首先，直道上的速度变得非常危险，导致近3500磅重的汽车以218英里每小时的速度进入弯道。动量等于质量乘以速度，给制动和悬挂系统施加了极大的压力，导致了潜在的危险情况。其次，比赛结果似乎更多地掌握在工程师手中，而不是车手手中。拥有最多资金的车队可以微调赛车的下压力，让赛车跑得更快。正如纳斯卡执行副总裁兼首席赛车发展官史蒂夫·奥唐纳在2018年10月在纳斯卡网站上解释的那样:“对我们来说，真正的重点是重新关注车手和纳斯卡的真正意义——近距离的并排比赛，并试图提供更多的东西。”

平衡阻力和下压力

新规则大大增加了阻力在赛车气动方程中的重要性。在2019年之前，在大多数纳斯卡赛道上，从空气动力学的角度来看，主要考虑的是你能产生多大的下压力，因为空气更用力地将汽车推到赛道上，导致轮胎产生更多的横向抓地力，这使汽车跑得更快。阻力只是代托纳和塔拉迪加超级赛道上的一个主要因素，在那里，长长的直道和高坡度使得低阻力成为达到最高速度的关键。

2019年，赛车队现在必须考虑阻力和下压力之间的权衡。10年前，这需要将汽车运送到一个风洞，仅租用风洞就需要每小时花费3500美元，这还不包括测试所需的测试部件和人员的成本。典型的风洞测试测量的是下压力和阻力，但CFD模拟可以获得更多数据，同时还能让工程师以更低的成本想象整个流场。

RCR工程师在Ansys Mechanical中模拟一种新的分流杆时，将气动压力考虑在内。

当然，工程师们最初把模拟的重点放在改进自己的汽车上，以符合规则，但很快就发现这是不够的。紧凑的赛车会影响彼此的阻力和下压力，所以他们开始使用CFD来研究两车的空气动力学相互作用。

RCR工程师开始使用Ansys Fluent对他们的汽车在另一辆汽车周围的许多不同位置进行高分辨率模拟，以创建一个航空地图。地图显示了相对于另一辆车，哪个相对位置给了他们优势，或者让他们处于空气动力学劣势。然后，RCR司机利用这些信息在拥挤的车辆中行驶时，使自己处于有利位置。有了CFD结果的知识，司机就知道他需要在哪里进行“侧抽”，并通过正确的定位让另一辆车减速。

模拟多车和单车的交互，为不同的比赛场景做准备。

跑步比赛周多物理模拟

RCR工程师通常会在比赛前三到四周开始配置赛车。车手们在模拟器上练习他们的技能，以便在给定赛道的高分辨率模型(精确到2厘米)上提前感受赛车的表现。一旦赛车在赛道上卸货，每个人都立即试图确定模拟与现实的接近程度，并决定他们需要如何应对任何差异。他们可能会改变胎压、弯曲度、弹簧、刹车或其他部件。

根据不同的赛道，车前或车后的下压力越大，性能就越好，特别是在转弯时。RCR工程师使用基于Fluent和Ansys Mechanical的多物理场模拟来调整汽车的整体平衡。例如，通过模拟底盘上的空气动力学和机械载荷，并在此基础上对汽车进行物理改变，他们可以使底盘和汽车前部在转弯时弯曲多达几英寸，以保持汽车前部向下。如果条件需要，汽车的后部也可以做出类似的改变。

在这些模拟中，RCR工程师从CFD模拟中导出分流器(散热器下方的前部平坦的机翼下)或后部扰流板上的压力表面图，并将其导入机械系统，用于对这些表面和车身支架进行结构分析。关键是要让分离器靠近轨道，同时防止与地面接触，因为接触会阻碍赛车前方的空气。因此，他们将压力映射到机械分离器的表面，然后使用有限元分析(FEA)模拟，以确保它足够坚硬，能够承受压力，同时允许悬挂载荷朝着正确的方向移动。同样，他们通过CFD模拟来获得汽车后部的压力负载，然后进行FEA模拟，以确保后部车身安装刚度得到优化，以应对下压力。

模拟在整个比赛周末继续进行。当使用现场计算机集群进行模拟时，工程师可以使用100个处理器，需要大量设备和IT人员在三到四天内完成一次CFD模拟。云计算中的Ansys HPC为工程师提供了更多的可扩展性:如果RCR工程师需要在几小时内而不是几天内解决问题，他们可以使用HPC轻松扩展到50,000个核心并快速完成模拟。

通过使用先进的伴随求解技术，Ansys Fluent既可以识别敏感的几何变化，又可以实际将表面变形为优化形状。

实时数据分析

在比赛过程中，每支队伍每秒接收5次数据(5hz)，包括GPS线、横向和纵向加速度数据以及其他信息。他们不仅会收到自己汽车的数据，还会通过双方协议收到每个竞争对手汽车的数据。以前，每个团队都花了很多钱来独立捕捉竞争对手的无线电传输来获得这些数据，所以他们都聚在一起，决定免费分享这些数据来省钱。

有了这些现成的数据，赛车队就会在比赛日使用数据分析、数字双胞胎和人工智能工具来获得优势。他们现在可以从汽车中获取实时数据，并在现场创建可操作的数据。车队正在观察其他车手的转向、刹车和油门数据，看看他们需要在哪些方面改进自己赛车的性能。

在比赛中，随着人工智能融入比赛，机器学习和云计算正在发生。例如，RCR拥有策略优化软件，可以根据轮胎磨损的速度和天气变化等因素预测何时进站的正确呼叫。像这样的模拟使用来自他们自己的赛车和其他场地的数据，帮助RCR工程师利用自己的优势和对手的弱点。

因此，尽管2018-2019赛季的规则变化确实让车手的技术和勇气重新回到了方程式中，为球迷带来了一场更令人兴奋的比赛，但由于这些规则将在2020赛季继续执行，工程师们比以往任何时候都要忙。CFD、FEA和多物理场模拟、拓扑优化、HPC、机器学习和AI都是该软件包的一部分。模拟正在引领我们走向方格旗。