EmobCool - Modellierung des Wärmetransports in Kühlsystemen für elektromobile Anwendung

Der zur Reduktion des globalen CO2-Ausstoßes angestrebte Übergang vom Verbrennungsmotor zum Elektromotor als Standardantrieb von PKW erfordert einen höchst effizienten Einsatz der aus Batteriekapazitätsgründen nur limitiert verfügbaren elektrischen Energie. Die geforderten hohen Wirkungsgrade setzen niedrige elektrische Bauteiltemperaturen voraus, was infolge der für mobile Anwendungen typischen kompakten Bauweise nur durch eine leistungsstarke konvektive Flüssigkeitskühlung zu realisieren ist. Zur Auslegung der zumeist komplexen Kühlkanalsysteme bedarf es einer verlässlichen rechnerischen Beschreibung des Impuls- und Wärmetransports. Die Methode der Grobstruktur-Simulation („Large-Eddy Simulation“, LES) dient hier als ein besonders mächtiges, in Zukunft immer stärker verwendetes Werkzeug, sofern der rechenintensive, numerisch direkt aufgelöste Anteil der Wirbelstrukturen nicht zu hoch ist, und gleichzeitig der Effekt der nicht aufgelösten Feinstruktur hinreichend genau modelliert werden kann. Die heute etablierten Modelle wurden weitgehend für Bedingungen entwickelt und getestet, welche nur sehr beschränkt übertragbar auf die betrachteten elektromobilen Anwendungen sind. Im vorliegenden Projekt soll eine Modellierung entwickelt werden, welche diesen spezifischen Erfordernissen hinsichtlich der Komplexität der Geometrie, Stoffeigenschaften der Betriebsmittel, sowie der thermischen Eigenschaften des Wandmaterials Rechnung trägt. Die Modellentwicklung basiert auf Direkter Numerischer Simulation (DNS) generischer Testfälle zur umfassenden detaillierten Analyse der klein-skaligen Feinstruktur des Impuls- und Wärmetransports, sowie auf a priori LES und a posteriori LES zur Modellevaluierung und -verbesserung. Die aus DNS und LES gewonnenen Simulationsergebnisse werden gegen Messdaten validiert, welche im Rahmen des Projekts an einem beheizten Rohrprüfstand für entsprechende Betriebsbedingungen erhoben werden. Das validierte Modell wird am Ende in einen industriellen CFD-Code implementiert und für realitätsnahe elektromobile Anwendungen getestet, wobei neben der Vorhersagequalität die rechnerische Effizienz und die numerische Stabilität wichtige Kriterien darstellen.