📚 课程目录第4章工质与材料物性建模

4. 工质与材料物性建模

一维热管理模型的计算精度，很大程度上不取决于求解器，而取决于物性输入是否可信。冷却液、制冷剂、空气、润滑油这四类工质在系统中承担不同角色：冷却液负责把热量从功率器件带到散热器，制冷剂在相变中搬运大量潜热，空气是最终的热沉，润滑油则同时参与摩擦生热与局部换热。它们的物性随温度、压力变化的规律差异极大，如果一律按常数处理，在温度跨度大的工况下会带来明显偏差。

四类工质的物性特征与建模策略

空气作为理想气体近似，密度由理想气体状态方程给出，比热容和导热系数随温度缓慢变化，通常用多项式拟合即可满足工程精度。冷却液（如乙二醇水溶液）是单相液体，密度、比热、粘度、导热系数都随温度和浓度变化，其中粘度对温度尤其敏感，直接影响对流换热系数。制冷剂跨越两相区，饱和线上的温度与压力一一对应，过热区和过冷区又各自遵循不同的状态方程，必须调用专业物性库。润滑油的粘度随温度呈指数级下降，常用Walther方程或ASTM D341粘温关系描述。

因此，物性建模的第一步不是急着写代码，而是明确每类工质在模型中需要哪些物性、在什么温度压力范围内使用、允许的误差是多少。例如冷却液回路关注密度、比热、粘度、导热系数；制冷剂回路额外需要饱和温度、饱和压力、潜热、气相密度；空气侧关注密度、比热、导热系数、动力粘度；润滑油则重点关注粘度、密度、比热。

物性数据库的调用方式

工程上常用的物性来源包括NIST REFPROP、CoolProp、ASHRAE手册数据以及厂商提供的介质数据表。CoolProp是开源方案，支持Python、C++、Modelica等多种接口，适合嵌入一维仿真工具。以CoolProp为例，调用制冷剂R134a在给定压力下的饱和温度可以写成：

import CoolProp.CoolProp as CP
# R134a在0.3 MPa下的饱和温度
Tsat = CP.PropsSI('T','P',0.3e6,'Q',0,'R134a')   # 单位K
# 饱和液密度
rho_l = CP.PropsSI('D','P',0.3e6,'Q',0,'R134a')
# 饱和气密度
rho_v = CP.PropsSI('D','P',0.3e6,'Q',1,'R134a')
# 过热蒸汽比焓（P=0.3MPa, T=300K）
h = CP.PropsSI('H','P',0.3e6,'T',300,'R134a')

对于冷却液，CoolProp内置了乙二醇水溶液的混合物模型，可以按质量分数调用：

# 50%乙二醇水溶液，温度80°C时的比热
cp = CP.PropsSI('C','T',353.15,'P',101325,'INCOMP::MEG[0.5]')
# 动力粘度
mu = CP.PropsSI('V','T',353.15,'P',101325,'INCOMP::MEG[0.5]')

如果仿真平台不支持直接调用外部库，就需要把物性表预先离散化，在模型中用插值或拟合公式替代。这时拟合方法的选择就变得关键。

温度/压力相关拟合方法

拟合的核心目标是在保证精度的前提下减少计算量。常用方法有三类：多项式拟合、分段线性插值和物理意义明确的经验公式。

多项式拟合适合变化平缓的物性，如空气的比热和导热系数。以空气定压比热为例，在250K到350K范围内，用二次多项式拟合即可把误差控制在0.5%以内。拟合时先用物性库生成一组温度-物性数据点，再用最小二乘法求系数。需要注意的是，多项式外推到拟合区间之外会迅速发散，因此必须在模型中限定使用范围。

分段线性插值适合变化剧烈或非单调的物性，如制冷剂饱和线上的密度。做法是把饱和温度从最低到最高分成若干段，每段存两个端点值，模型运行时先判断当前温度落在哪一段，再做线性插值。段数越多精度越高，但查表开销也越大。工程上通常取20到50段，在-40°C到120°C范围内可以把饱和压力误差控制在1%以内。

对于粘度这类强非线性物性，推荐使用经验公式。润滑油的粘温关系常用Walther方程：

log10(log10(nu + 0.7)) = A - B * log10(T)
# nu为运动粘度(mm²/s)，T为热力学温度(K)
# A、B由两个已知温度点的粘度值确定

冷却液中乙二醇水溶液的粘度也可以用类似的对数拟合。相比纯多项式，Walther方程在宽温度范围内更稳定，外推风险也更小。

建模实施要点与验证

在实际建模时，建议把物性模块独立成一个子模型，输入为温度、压力、浓度（如适用），输出为密度、比热、粘度、导热系数等。这样做的好处是：更换工质时只需替换物性模块，不影响系统拓扑；也便于单独验证物性计算的正确性。

验证物性模块时，至少要做三件事：第一，在典型工作点与物性库直接调用结果对比，偏差应小于1%；第二，在温度扫描范围内检查拟合曲线是否单调、是否出现异常跳变；第三，检查边界条件，如制冷剂是否在饱和线附近出现两相判断错误。下面这张图展示了四类工质从物性来源到模型调用的数据流关系，以及各自的拟合策略选择依据。

图中左侧是物性来源，中间是四类工质及其关键物性，右侧对应各自的拟合策略，最终汇聚到独立的物性子模型。验证环节单独标注，提醒在建模完成后必须做典型点对比、温度扫描和两相边界检查。

如果模型需要在实时仿真中运行，建议把物性表预先离散化并生成查找表，避免在每一步迭代中调用外部库。查找表的温度步长可取2°C到5°C，压力步长按饱和线曲率自适应划分。

最后需要强调，物性建模不是一次性的工作。当系统工作范围扩展、工质浓度改变或更换制冷剂型号时，物性模块都需要重新校核。把物性来源、拟合公式、适用范围和验证结果记录在模型文档中，是保证一维热管理模型可追溯、可复用的基础。