Parametric Study of Aerodynamic Element Combinations in Heavy-Duty Vehicles with Python–Ansys Fluent Integration

Abstract

Este trabajo presenta el desarrollo de un marco computacional automatizado para el análisis aerodinámico de vehículos pesados mediante la integración de Python y ANSYS Fluent. El objetivo principal no es la obtención de un óptimo aerodinámico global, sino la construcción de una metodología eficiente y reproducible capaz de generar superficies de respuesta que permitan evaluar la influencia de distintos dispositivos aerodinámicos en la reducción del arrastre. El estudio se centra en tres dispositivos pasivos de control de flujo ampliamente uti- lizados en vehículos pesados: faldones laterales (side-skirts), boat-tails y deflectores de techo (roof deflectors). Se adopta un enfoque paramétrico en el que se generan y simu- lan múltiples configuraciones geométricas bajo diferentes ángulos de guiñada, con el fin de analizar su comportamiento aerodinámico bajo condiciones representativas de viento cruzado. A partir de los resultados obtenidos, se construyen aproximaciones polinomiales de segundo orden que permiten generar superficies de respuesta simplificadas e identificar configuraciones localmente favorables dentro del espacio de diseño analizado. A partir de esta metodología, se define una configuración combinada seleccionando parámetros geométricos representativos derivados de las superficies de respuesta indi- viduales. La configuración final incorpora faldones laterales cortos, un deflector de techo con una relación de aspecto estimada de aproximadamente AR = 2.05, y un ángulo de boat-tail de aproximadamente 16.7◦. El comportamiento aerodinámico de dicha configu- ración se evalúa y se compara con un caso base. Los resultados muestran una reducción del coeficiente de arrastre en todo el rango de ángulos de guiñada analizado, con la mayor mejora a 21.8◦, donde el coeficiente de arrastre disminuye de 0.534 a 0.458. No obstante, esta mejora viene acompañada de un aumento de la fuerza lateral y del momento de guiñada, lo que pone de manifiesto la necesidad de considerar métricas de estabilidad además del arrastre. La principal contribución de este trabajo reside en el desarrollo de un flujo de trabajo CFD automatizado y flexible, que permite una exploración paramétrica rápida manteniendo un equilibrio adecuado entre coste computacional y fidelidad física. Esta metodología constituye una base sólida para el diseño aerodinámico en etapas tempranas y puede ampliarse en trabajos futuros mediante simulaciones de mayor fidelidad, estrategias de optimización acoplada y modelos de vehículo más realistas.

This work presents the development of an automated computational framework for the aerodynamic analysis of heavy-duty vehicles through the integration of Python and AN- SYS Fluent. The primary objective is not the determination of a global aerodynamic optimum, but the establishment of an efficient and reproducible methodology capable of generating response surfaces to evaluate the influence of different aerodynamic devices on drag reduction. The study focuses on three passive flow-control devices commonly applied to heavy-duty vehicles: side-skirts, boat-tails, and roof deflectors. A parametric approach is adopted, where multiple geometric configurations are generated and simulated under different yaw angles to assess their aerodynamic behaviour under representative crosswind conditions. The resulting datasets are used to construct second-order polynomial approximations, enabling the generation of simplified response surfaces and the identification of locally favourable configurations within the analysed design space. Based on this methodology, a combined configuration is defined by selecting represen- tative geometric parameters derived from the individual response surfaces. The final configuration includes a short side-skirt, a roof deflector with an estimated aspect ratio of approximately AR = 2.05, and a boat-tail angle of approximately 16.7◦. The aero- dynamic performance of this configuration is then analysed and compared against the baseline case. The results show a reduction in drag coefficient across the complete yaw- angle range, with the largest improvement obtained at 21.8◦, where the drag coefficient decreases from 0.534 to 0.458. However, this improvement is accompanied by increased lateral force and yawing moment, highlighting the need to consider stability-related met- rics in addition to drag. The main contribution of this work lies in the development of a flexible and automated CFD workflow, which allows rapid parametric exploration while maintaining a balance between computational cost and physical accuracy. This methodology provides a solid foundation for early-stage aerodynamic design and can be extended in future work to include higher-fidelity simulations, coupled optimisation strategies, and more realistic vehicle representations