MN I Ver01 Part01

METHODES NUMERIQUES APPLIQUEES AUX CALCULS
DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

(Version 1, Juin 2011)
Par : Pr. Abbs AZZI
T
30
28
26
24
22
20
18
16
14
12
10
21 x 21
Facult de Gnie-Mcanique
USTO MB
BP.1505, El-Mnaouar, 31000, Oran, Algrie.
Tel-fax:+213 (0) 41 416121
e-mail: azzi.abbes@yahoo.fr
url : www.abbesazzi.com
METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR
AVANT PROPOS
La pierre angulaire de la mthode des diffrences finies, est bel est bien le dveloppement
en srie de Taylor. Brook Taylor, cet lve qui devint plus clbre que ces professeurs,
dcouvrit les sries appeles dveloppement de Taylor. Par sa dcouverte, Taylor a mis
entre nos mains le moyen de prdire la valeur dune fonction en un point donn en fonction
de sa valeur et la valeur de ces drives en un autre point tout proche du premier.
Cest bien partir de cette srie, quon peut obtenir les schmas algbriques pour remplacer
les drives dans une quation de type EDP (Equation aux Drives Partielles). Cest la base
mme de la mthode des diffrences finies et des autres mthodes dduites de celle-ci. Tout
le reste nest quannexes servant parler de stabilit, consistance, erreurs de troncature et
autres.
Vous laurez compris, toute la philosophie de cette mthode est dessayer de prdire ce qui
se passerait dans un laps de temps sur la base de ce qui se passe linstant (valeur
instantane) et les tendances de changement actuelles (les drives successives). Ceci est
vrai pour le temps mais aussi pour lespace. Cette prdiction est dautant plus juste que
lincrmentation est petite et/ou que les lois de changement et dvolution sont connues.
Mon cours de diffrences finies, je le divise habituellement en trois grands chapitres classs
par ordre de complexit. Jaime aussi construire mon cours autour dexemples rsoudre ce
qui permettra dapprendre tout en appliquant.
Il est aussi important de dire que les quations de transport dont il est question en MDF,
comportent essentiellement un terme non stationnaire, un terme de transport par
convection, un terme de transport par diffusion et enfin un terme source.
La partie diffusion est la plus simple traiter, puisquen gnrale le coefficient de diffusion
est assimil une constante, do une quation linaire plus simple traiter. Lquation de
Fourier, relative au transfert de chaleur par conduction et en rgime non stationnaire sera
lexemple rsoudre durant toute la premire partie du cours. Dans cette partie il est
question dintroduire ltudiant aux schmas numriques de base aussi bien pour lespace
que pour le temps. Les notions de prcision (erreurs de troncature), de stabilit et de
consistance complteront cette premire partie.
Dans un deuxime temps, la partie diffusion sera retraite par lapproche des volumes finis.
Les mmes exemples seront repris et discuts sur la base de cette mthode. Tout comme
pour les diffrences finies, la mthode des volumes finis repose sur un principe de base qui
est le thorme de la divergence. Ce principe permet de substituer une intgrale de volume
par une intgrale de surface. Cette partie du cours correspond ce que je donne
habituellement aux tudiants de graduation.
www.abbesazzi.com
Page 2
Les termes de convection sont non linaires et par consquent plus compliqus traiter. Il
sagit l, dun mouvement macroscopique de fluide, qui on doit adapter les schmas de
convection en fonction de la direction de lcoulement. Cette partie sera traite directement
par la mthode des volumes finis et portera sur la dualit prcision-stabilit. Les diffrents
types de schma et leurs proprits seront tudis travers des exemples dapplications. En
gnrale, je rserve cette partie pour les tudiants de post-graduation, mais nempche que
des fois avec des tudiants studieux en graduation, on peut aborder une partie de ce
chapitre.
La troisime partie du cours, concerne la rsolution des systmes dquation (NavierStokes). A travers ce systme dquations quasi-non linaires et couples jintroduis les
algorithmes de correction de pression utiliss pour les quations de fluides incompressibles.
La partie compressible ne fait pas encore partie de ce cours.
www.abbesazzi.com
Page 3
SOMMAIRE
Les quations aux drives partielles, classification
PARTIE I :
1. Prsentation de la mthode des diffrences finies
1. Lquation de conduction de la chaleur (Joseph Fourier)
2. Le problme stationnaire
3. Le problme non stationnaire
4. Schmas explicite et implicites
5. Le concept de stabilit (transformation de Fourier)
6. Schma de Crank-Nicholson
7. Schma de Duffort-Frankel
8. Le concept de consistance
9. Mini-projet (conduction thermique en 2D)
2. Prsentation de la mthode des volumes finis
1. Application la partie diffusion (1D)
2. Diffusion en 2D et 3D
3. Mini-projets (conduction thermique en 2D)
PARTIE II :
1. Application de la mthode des volumes finis pour un problme de convectiondiffusion
1. Les proprits dun schma de convection
2. Schma avant dordre un
3. Schma centr dordre deux
4. Schma hybride
5. Schmas haute prcision avec et sans limiteurs
PARTIE III :
1. Algorithme de couplage pression-vitesse
1. Relaxation
2. Maillage dcal
3. Interpolation de Rhie & Show (maillage colocatif)
4. Algorithmes : SIMPLE, SIMPLEC, SIMPLER et PISO
www.abbesazzi.com
Page 4
LES EQUATIONS AUX DERIVEES PARTIELLES (EDP)

Dans cette premire partie il est question de proposer un classement des quations aux
drives partielles de la mcanique des fluides et des conditions aux limites qui vont avec.
Classification :
Considrons la forme gnrale dune Equation aux Drives Partielles (EDP) de second ordre
suivant les deux variables indpendantes (x et y) :
A
2
2
2
C
D
E
F G 0
2
2
x
x y
y
x
y
(1)
Une classification assez simple de cette quation peut tre faite sur la base des coefficients
associs aux drives dordre le plus lev A, B et C. On calcule le dterminant dfinit par :
B2 4 AC
Lquation est dite de type
elliptique
si 0 ,
parabolique si 0 ,
hyperbolique si 0 .
Dans le cas dun systme dEDP, il faut crire lquation caractristique du systme pour
trouver sa nature. La marche suivre est illustre par lexemple suivant :
U
U
V
V
B1
C1
D1
E1
x
y
x
y
U
U
V
V
A2
B2
C2
D2
E2
x
y
x
y
on crit les dplacement :
A1
U
U
dx
dy
x
y
V
V
dV
dx
dy
x
y
dU
(2)
(3)
(4)
(5)
Les quations prcdentes scrivent sous la forme compacte suivante :
www.abbesazzi.com
Page 5
A1 B1 C1
A2 B2 C2
dx dy 0
0 0 dx
D1
D2
dy
U E1
x
E2
y
V dU

x
V dV
y
(6)
Le dterminant :
A1C2 A2C1 dy 2 A1D2 A2 D1 B1C2 B2C1 dx dy B1D2 B2 D1 dx 2 0

On divise lquation prcdente par dx 2 , et on dfinit f '
(7)
dy
dx
a f '2 b f ' c 0
(8)
b2 4 a c
(9)
Lquation est dite de type elliptique si 0 , elle est parabolique si 0 , et hyperbolique

si 0 .
Une des utilits de cette classification est de prvoir le comportement de lquation vis vis
des conditions aux limites. Si nous imaginons un coulement de fluide de gauche vers la
droite, une perturbation en un point donn na pas dinfluence amont si lquation est de
type parabolique. Si par contre lquation est de type elliptique une perturbation
quelconque en un point quelconque aura une influence dans toutes les directions de
lespace. Une consquence directe de cette caractristique est quun problme de type
parabolique peut tre rsolu par une marche avant, alors quune quation de type elliptique
ncessite la prise en considration des conditions aux limites imposes sur toutes les
frontires du domaine de calcul.
Par exemple :
Lquation de Laplace
Lquation de diffusion
Lquation
2 2
0
x 2 y 2
0
t x 2
2 2
0
x 2 y 2
elliptique
parabolique
hyperbolique
LEDP de nature parabolique :

Cest le cas dun problme de propagation associ un mcanisme de dissipation tel que la
conduction thermique non stationnaire.
www.abbesazzi.com
Page 6
Lquation
2
lie aux conditions initiales : sin x et aux conditions aux
t x2
limites : 0, t 1, t 0 accepte la solution exacte suivante x, t sin x exp 2t
Cest une quation linaire dordre 2, parabolique par rapport la variable du temps t.
La propagation en avant dans le temps et la diffusion dans lespace, font que la solution en
un point P peut influencer nimporte quelle point pour t ti . Cependant les points se situant
dans la zone t ti ne sont pas influencs par la solution au point P. En dautres termes on
dira que le pass influe sur le futur alors que linverse nest pas vrai.
La dissipation dans lespace, fait que mme si la distribution initiale pour t 0 est
discontinue, la solution devient continue pour t 0 .
LEDP de nature elliptique :

Cette catgorie dEDP est associe aux problmes de nature stationnaire ou dquilibre tels
que lcoulement stationnaire dun fluide visqueux, la rpartition stationnaire du champ de
temprature ou la distribution dun potentiel.
2 2
0 , associe aux conditions aux limites suivantes

x2 y2
x,0 sin x , x,1 sin x exp et 0, y 1, y 0 accepte la solution exacte
suivante : x, y sin x exp y
Lquation de Laplace du type
La principale caractristique de ce type dquation elliptique est quune perturbation

introduite en un point quelconque lintrieur du domaine de calcul influe sur la totalit du
domaine. Ceci implique que pour rsoudre un problme de type elliptique il est impratif de
poser les conditions aux limites sur toutes les frontires du domaine. Ici aussi une
discontinuit dans les conditions aux limites est rapidement effacer (lisser) lintrieur du
domaine de calcul.
LEDP de nature hyperbolique :

Cette catgorie dEDP peut tre considre comme extension des quations elliptiques pour
lesquels certaines valeurs critiques des paramtres doivent tre dtermines en mme
temps que la distribution dquilibre correspondante. La rsonance de circuit lectrique ou
denceintes acoustiques ainsi que la dtermination des frquences propres des structures
lastiques constituent des exemples de ce type dquations.
2 2
Lquation de propagation dune onde suivante
reprsente un trs bon exemple
t 2 x2
pour lquation de type hyperbolique. Cette quation associe aux conditions initiales
x,0 sin x , t x,0 0 et aux conditions aux limites 0, t 1, t 0 accepte la
solution suivante : x, t sin x cos t
www.abbesazzi.com
Page 7
Enfin, la figure 1 reprsente schmatiquement linfluence dune perturbation au point P sur

lensemble du domaine de calcul pour les trois types dquations.
Figure 1 : Nature des quations et conditions aux limites,

(a) Hyperbolique, (b) Parabolique et (c) Elliptique.
Les conditions aux limites

Soit un problme dfinit dans un domaine R, limit par la frontire R . Les conditions aux
limites peuvent tre de trois natures :
Dirichlet : Dans ce type de conditions la valeur de la variable dpendante est impose sur la
frontire du domaine de calcul
f sur
R
(10)
Newman : La variable dpendante nest pas connue sur la frontire mais sa drive est bien
dfinit
(11)
f
ou
q
sur
R
n
s
Mixte : Une combinaison linaire des deux premires conditions est impose sur la frontire
(12)
k f , k 0 sur
R
n
Un problme de transfert de chaleur ou dcoulement est dit bien pos si en rsolvant les
quations du problme lies aux conditions aux limites et initiales
La solution numrique existe.

La solution numrique est unique.
La solution numrique dpend de faon continue de la variation des conditions
aux limites.
www.abbesazzi.com
Page 8
PRESENTATION DE LA METHODE DES DIFFERENCES FINIES

TAYLOR BROOK (1685-1731)
Sir Brook Taylor est un homme de sciences anglais, n le 18 aot 1685 Edmonton
(Angleterre). Il est mort lge de 46 ans, le 29 dcembre 1731 Londres. Son
domaine dintrt inclus les mathmatiques, la musique, la peinture et la philosophie.
Son amour pour les mathmatiques, lui a t transmis par ces professeurs John
Machin et John Keill. Il complta ses tudes l'universit de Cambridge et devint
clbre pour ses contributions au dveloppement du calcul infinitsimal.
Le 3 avril 1712 ( lge de 27 ans), Taylor fut admis la Royal Society de Londres
(l'quivalent de l'Acadmie des sciences de Paris), non sur la base de ces publications
scientifiques mais sur recommandation et expertise de Machin, Keill et autres.
Environ deux annes aprs il fut lu secrtaire de la Royal Society, et il y resta du 14
janvier 1714 au 21 octobre 1718, lorsqu'il dut se rsigner pour raisons de sant d'une
part, d'autre part par manque de motivation. La priode o il fut secrtaire de la Royal
Society de Londres fut celle de sa vie o il fut le plus productif en mathmatiques. Il publia deux ouvrages en 1715, qui sont
extrmement important pour l'histoire des mathmatiques.
Dans son ouvrage, Methodus incrementorum directa et inversa, Taylor ajouta aux mathmatiques suprieures une nouvelle
branche appele calcul de diffrences finies, inventa l'intgration par parties, et dcouvrit les sries appeles
dveloppement de Taylor.
En fait, la premire mention par Taylor de ce qui est appel aujourd'hui thorme de Taylor apparat dans une lettre que ce
dernier crivit Machin le 26 juillet 1712. L'importance du thorme de Taylor ne fut pas perue avant 1772 quand
Lagrange proclama que c'tait le principe de base du calcul diffrentiel. Le terme srie de Taylor semble avoir t utilis
pour la premire fois par L'Huilier en 1786.
Taylor prsenta aussi les principes de base de la perspective dans Linear Prospect (1715). La seconde dition fut appele
New principles of linear perspective.
Enfin, Taylor fit de nombreux sjours en France. C'tait d'une part suite des problmes de sant et d'autre part pour
garder le contact avec ces amis mathmaticiens.
Actuellement, la pierre angulaire de la mthode des diffrences finies nest autre que le dveloppement des sries de
Taylor. (Wikipdia Encyclopdie)
La mthode des diffrences finies : Cette mthode est base sur la technique du
dveloppement en sries de Taylor qui permet dapproximer la valeur dune fonction en un
point donn si on connat la valeur de la dite fonction ainsi que toute ces drives en un
point voisin en espace ou en temps. Cette technique permet de dvelopper des schmas
pour remplacer les drives premires et secondes des EDP pour pouvoir envisager une
solution numrique par calculateur.
Pour obtenir une solution numrique il faut tout dabord dfinir un domaine numrique
constitu par un ensemble de points discrets appel grille de calcul. Les valeurs instantanes
et locales des variables dpendantes du problme sont dfinit sur lensemble des points de
la grille de calcul. La diffrence entre cette vue numrique travers un certain nombre de
points et la distribution continue exacte reprsente lerreur commise par la mthode
numrique. Il est tout fait logique de penser que plus le nombre de points est important
plus la visualisation est claire, un peu comme les pixels dune photo numrique. La Figure 1
reprsente des exemples de grilles de calcul.
www.abbesazzi.com
Page 9
Figure 1. Exemples de grilles de calcul

Ltape suivante consiste approximer ou remplacer toutes les drives partielles par des
schmas discrets (diffrence finies). LEDP sera transforme en quation algbrique. Cette
quation algbrique est ensuite applique sur lensemble des nuds de la grille de calcul. Le
rsultat sera un systme dquation comportant autant dquations que dinconnues
(nuds). Ce systme sera ensuite rsolu par une mthode approprie. Le rsultat sera une
distribution discrte de la solution sur lensemble des points du domaine de calcul.
www.abbesazzi.com
Page 10
Grille de calcul :
Figure 2 ; Grille de calcul structure 2D.
Avant de commencer, il faut trouver un moyen qui nous permettra de localiser spatialement
et temporellement tous les points de la solution numrique. Cest ce quon va appeler
cration de la grille de calcul. Dans la suite, on va rsonner sur un espace plan (2D) et
lextension pour le 3D sera faite de manire intuitive. La Figure 2 reprsente la manire la
plus directe pour reprer les points suivant la procdure structure. Cest un peu comme
une matrice, chaque point sera affect de deux indexes (i,j) qui le positionneront par rapport
ces voisins. Soit U, la variable calculer. Sa valeur aux diffrents points de la grille scrit de
la manire suivante :
U i 1, j U ( x0 x, y0 )
(1)
U i 1, j U ( x0 x, y0 )
(2)
U i , j 1 U ( x0 , y0 y )
(3)
U i , j 1 U ( x0 , y 0 y )
(4)
Maillage non-structur : Lautre faon de mailler un domaine de calcul est de dfinir un

nuage de points, pas ncessairement structur. Dans ce cas-l, il faudra numroter les points
de calcul un par un. Chaque point aura ces coordonnes x et y. En plus il faudra relier ces
points entre eux de faon crer des lments (gnralement des triangles, voir Figure 1).
Le fichier de la grille de calcul sera complter par une liste des lments (eux-mmes
numroter) et les points composants chaque lment.
www.abbesazzi.com
Page 11
Le dveloppement en srie de Taylor ;

U x0 x, y0 U x0 , y0
U
2U x 2
nU x n
x 2
... n
Rn
x 0
x 0 2!
x 0 n!
(5)
U x0 x, y0 U x0 , y0
U
2U x 2
nU x n
x 2
... n
Rn
x 0
x 0 2!
x 0 n!
(6)
Une autre criture de lquation (5), on oubli temporairement la deuxime dimension.
U xi1 U xi U ' xi xi 1 xi
n
U ' ' xi
xi1 xi 2 ... U xi xi1 xi n Rn
2!
n!
Le terme Rn, reprsente les termes omis dordre (n+1 linfini). Thoriquement, on aura
besoin dun nombre infini de termes pour pouvoir calculer la valeur de U(xi+1). En pratique,
on se limite un nombre fini de terme et tout le reste sera considr en tant que lerreur de
lapproximation (erreur de troncature).
Construction des schmas pour la drive dordre un et deux :

En arrangeant lquation (5), on obtient le schma aux diffrences avant:
U
U x0 x, y0 U x0 , y0

x
x 0
x
(7)
Lquation (6), donne le schma aux diffrences arrire :
U
U x0 , y0 U x0 x, y0

x
x 0
x
(8)
Le schma aux diffrences centres sobtient en soustrayant lquation (6) de lquation (5) :
U
U x0 x, y0 U x0 x, y0

x 2
x 0
2 x
(9)
La drive seconde est obtenue en additionnant lquation (5) lquation (6) :
2U
U x0 x, y0 2U x0 , y0 U x0 x, y0

x 2
2
x 0
x 2
(10)
Les schmas ci-dessus scrivent sous forme indicielle :

U
U i, j
U
i 1, j
x
x i , j
x
www.abbesazzi.com
(11)
Page 12
U U i 1, j
U
i , j
x
x i , j
x
(12)
U
U i 1, j
U
i 1, j
x 2
x i , j
2 x
(13)
2U
x2
U
2U i , j U i 1, j
i 1, j
x 2
2
x
i , j
(14)
Application 1: A titre dexercice, construire un schma pour approximer la drive croise.

Application 2 : En utilisant un schma dordre un, calculer la premire drive de la fonction
suivante pour x=0.5 et pour deux incrmentations h=0.5 et h=0.25
f x 0.25 x 3 0.15 x 2 0.35 x 2.2
Rpter lopration avec un schma dordre deux. Comparez avec la solution exacte.
Le fait de dire quun schma est dordre deux veut dire quil est plus prcis que celui dordre un.
Lerreur de troncature est proportionnelle h2 au lieu de h (pour le schma dordre 1). De ce fait un
schma dordre deux est toujours prfr en CFD. Pour la drive par rapport au temps, il est
dusage dutiliser un schma avant dordre un. Cest un peu par rapport la nature de la variable
temps.
Erreur de troncature : Cest lerreur qui rsulte de lutilisation dune approximation

(schma) la place de la solution exacte (drive).
Erreur darrondi : Cest lerreur engendre lorsquon se limite le nombre de dcimales pris
en compte aprs la virgule.
www.abbesazzi.com
Page 13
La principale remarque est que le schma centr est dordre 2 est plus prcis que les deux
autres. Malheureusement ce schma ne peut tre utilis pour les nuds de frontires o le
domaine de calcul est dfinit seulement dun seul ct du nud de calcul.
La formule dun schma dordre 2 applicable aux nuds des frontires peut tre construite
en utilisant trois points au lieu de deux. La procdure est la suivante :
a U i , j bU i 1, j c U i 2, j
U

x 2
x i , j
x
U i 1, j U i , j
U
x
2U
x 2
x
i , j
U i 2, j U i , j
U
x
2U
2 x
x2
i , j
(15)
x 2 3U x3
3
...
2
!
x
6
i , j
i , j
(16)
2 x 2 3U 2 x 3
3
...
x i , j 6
i , j 2!
(17)
En multiplie lquation (16) par b et lquation (17) par c ;

a U i , j bU i 1, j c U i 2, j
a b c U i, j x2c b U
x i , j
x2
4c b U2 x3
2
x i , j
(18)
Lidentification de lquation (18) lquation (15), donne :
abc 0
2c b 1
4c b 0
(19)
La rsolution de ce systme dquation, donne lexpression suivante pour un schma de

second ordre utilisant trois points pour la drive premire.
3U 4U i 1, j U i 2, j
U
i , j
x 2
x i, j
2 x
(20)
Application 3: Construire un schma dordre 2 utilisant les points, i, i+1 et i+2 pour
approximer la premire drive.
www.abbesazzi.com
Page 14
1. Lquation de conduction de la chaleur (Joseph Fourier)

Lquation de Fourrier traduisant le transfert de chaleur par conduction sera utilise dans la
suite du cours comme exemple de base pour illustrer lapplication de la mthode des
diffrences finies.
c
o :
T
T Q
t
T x, y, t
: La temprature, fonction de lespace et du temps.
: La chaleur spcifique.
: La masse volumique.
: Source de chaleur par unit de temps et de volume.
: Le coefficient de conductivit thermique.
: Le temps.
(21)
Bien que la conductivit thermique, la chaleur spcifique et la masse volumique peuvent

varier en fonction de la temprature, elles seront considres constantes dans la suite du
cours.
Notre premire approche du problme sera dappliquer cette quation pour un cas assez
simple tel que le transfert de chaleur en 1D. Soit un fil mtallique de section droite trs
petite par rapport sa longueur de faon ce que le flux de chaleur existe seulement
suivant la longueur du fil. Si en plus la source de chaleur est absente, lquation prcdente
prend la forme suivante :
T
2 T
a 2
t
x
(22)
, reprsente la diffusivit thermique.

c
Si les tempratures maximale et minimale du processus sont connues, la temprature sera
adimensionalise comme suit :
O a
T Tmin
Tmax Tmin
(23)
et en introduisant la variable despace adimensionnelle, x' x / L , o L est la longueur du fil,

lquation prcdente scrit :
www.abbesazzi.com
Page 15
2
a 2
t
x
(24)
o x a t remplace par x pour simplifier lcriture.
LE PROBLEME STATIONNAIRE
Si en plus le problme est stationnaire, lquation devient :
2
0
x2
(25)
Le problme sera complt par la pose des conditions aux limites.

I=1
I=2
I=3
I=4
I=5
I=6
L
L
Longueur du fil.
NI = 6
Nombre de nuds du maillage.
Les conditions aux limites seront du type Dirichlet :
1 1 ,
NI 0
On calcul x par lexpression suivante :
(26)
x 1 NI 1
(27)
et on gnre la grille de calcul par la portion de programme :

x(1) = 0.0
Do I=2,NI
x(i) = x(i-1)+x
enddo
Lquation (25) sera discrtise par un schma centr de second ordre :
i 1 2 i i 1
0
x 2
www.abbesazzi.com
(28)
Page 16
Le nombre de nuds global tant 6 dont deux sont rservs pour les conditions aux limites
et quatre sont calculs par la mthode des diffrences finies.
Lapplication de lquation algbrique (28) aux quatre nuds donne le systme suivant :
I=2
1 2 2 3 0
soit
2 2 3 1
(29)
I=3
2 2 3 4 0
soit
2 2 3 4 0
(30)
I=4
3 2 4 5 0
soit
3 2 4 5 0
(31)
I=5
4 2 5 6 0
soit
4 2 5 0
(32)
Mathmatiquement parlant, on dispose dun systme de quatre quations quatre

inconnus :
0
0 2
2 1
1 2 1
0 3
0
1 2 1 4

0
1 2 5
0
1
0

0

0
(33)
Ce type de matrice est appele, matrice tri diagonal et elle est facilement rsolu par la
mthode du pivot (triangulation).
Solution :
0
0 2 1
2 1
0 3 2
0 3 1
0
1 2 1 4 0

0
1 2 5 0
0
0
0 2 1
2 1
0 3 2
0 3 1
0
0 4 3 4 1

0
1 2 5 0
0
0
0 2 1
2 1
0 3 2
0 3 1
0
0 4 3 4 1

0
0 5 5 1
0
www.abbesazzi.com
5 5 1
5 0.2
4 4 3 5 1
4 0.4
3 3 2 4 1
3 0.6
2 2 3 1
2 0.8
Page 17
On a aussi :
1 1 et
6 0
Il est clair que la solution est une droite en parfaite concordance avec la conduction
thermique uni directionnelle qui possde un caractre linaire.
Remarque : La solution de ce type de problme est possible analytiquement (deux
intgrations successives) et la solution et celle dune ligne droite.
LE PROBLEME NON-STATIONNAIRE
On reprend lquation (24)
u
2 u
a 2
t
x
Dans ce genre de problme, en plus des conditions aux limites on a besoin des conditions
initiales. Cest dire une distribution initiale de la solution pour le temps zro. Les variables
auront deux indices : le premier se rapportant au temps et le deuxime lespace.
U t , x U n.t , ix sera reprsente par U in .
n=3
n=2
t
I=1
I=2
I=3
I=4
I=5
I=6
n=1
x
www.abbesazzi.com
Page 18
Schma explicit
Lquation prcdente sera approximer par le schma suivant :

U in 1 U in
U in1 2U in U in1
t a
x2
2
t
x
(34)
On remarque quon a utilis un schma avant dordre un pour la drive par rapport au
temps et un schma centr dordre deux pour la drive par rapport lespace.
Lors de cette discrtisation nous avons choisi de prendre les termes de droites au temps n.
ce schma sappelle un schma explicite, puisquil permet de formuler lexpression de la
variable au point i et linstant n+1 explicitement en fonction de la solution dj calcule au
temps n. Ce schma est reprsent par la molcule suivante.
Lquation (34) sera arrange comme suit :
U in 1 U in1 1 2 U in U in1
avec a
(35)
t
x2
(36)
Lquation (35) sera appliqu aux nuds dune mme rang (c.a.d. n = cste).
Reprenons le problme de conduction de la temprature prcdent
2
et posons
t
x2
les conditions aux limites suivantes ( t ,0 1.0 , t ,1 0.0 ) et les conditions initiales (
0, x 0.0 pour 0 x 1 )
Si on reprend le mme nombre de nuds que prcdemment (NI=6) le pas despace sera
x 0.2
Cas 1 : t 0.1 ( 2.5 )
x .0000 .2000 .4000 .6000 .8000 1.0000
1 1.0000 .0000 .0000 .0000 .0000 .0000
2 1.0000 2.5000 .0000 .0000 .0000 .0000
www.abbesazzi.com
Page 19
3 1.0000 -7.5000 6.2500 .0000 .0000 .0000

A ce niveau, on peut arrter les calculs puisquon remarque que les rsultats numriques de
la prdiction ne peuvent tre accepts physiquement. En labsence de source de chaleur les
valeurs de la temprature doivent tre bornes par les conditions aux limites, pire encore on
voit apparatre des valeurs ngatives de la temprature adimensionnelle. On conclue que le
schma numrique nest pas stable puisquil amplifie les erreurs introduites par les
conditions initiales.
Cas 2 : t 0.01 ( 0.25 )
x .0000 .2000 .4000 .6000 .8000 1.0000
1
2
3
4
5
6
7
8
9
10
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
.0000
.2500
.3750
.4531
.5078
.5488
.5811
.6072
.6291
.6476
.0000
.0000
.0625
.1250
.1797
.2266
.2668
.3018
.3323
.3592
.0000
.0000
.0000
.0156
.0391
.0654
.0923
.1184
.1432
.1663
.0000
.0000
.0000
.0000
.0039
.0117
.0222
.0342
.0467
.0591
.0000
.0000
.0000
.0000
.0000
.0000
.0000
.0000
.0000
.0000
Daprs les rsultats ci-dessus, on remarque que la premire variante avec t 0.1 est
instable. Elle ne peut pas aboutir une solution raisonnable. Alors quavec t 0.01 le
processus est stable. Conclusion : la stabilit dun schma explicite nest pas toujours
assure.
Concept de stabilit dun schma :
Un schma est dit stable sil amorti les erreurs provenant des C.I., des C.L. et de
lapproximation utilise. Sil amplifie les erreurs, le schma sera instable et ne pourra pas
converger vers une solution raliste.
Pour introduire le concept de stabilit nous allons utiliser le schma de lquation (35)
Soit u n la solution exacte (en minuscule) et U n la solution numrique linstant n. ces deux
quantits seront lies par :
U in uin uin
www.abbesazzi.com
(37)
Page 20
O uin est lerreur introduite dans le calcul par lapproximation du schma (erreur de
troncature).
Remplaons lquation (37) dans (34), nous obtenons :
uin 1 uin uin1 2 uin uin1
t , x 2
2
t
x
(38)
uin 1 uin1 1 2 uin uin1 t t , x 2
(39)
Ou
Cette dernire quation dcrit lvolution de lerreur en fonction du temps. Comme il est dit
prcdemment, un schma numrique stable ne doit pas amplifier les erreurs. Cette
conditions est bien vrifie si 1 2 0 , puisque t x 2 est toujours positif.
uin 1 1 2 uin uin1 uin1 t t x 2
n 1
i
max
uin
max
t t x 2
(40)
En dautres termes lerreur introduite par un pas de temps t ne peut tre suprieur
t t x 2
ANALYSE DE LA STABILITE PAR LA TRANSFORMATION DE FOURIER

Contrairement lerreur de troncature qui peut tre estimer pour nimporte quel problme
(aussi complexe soit-il), il est pratiquement trs difficile danalyser la stabilit dun schma
donne. Il est mme impossible dtudier la stabilit dun algorithme pour des quations
non linaires. Une mthode danalyse de la stabilit base sur la transformation de Fourier
peut tre applique au schma prcdent (35) :
La solution d'un tel problme peut scrire sous la forme suivante :
U in n t e jix
(41)
Linjection de cette solution dans lquation (35) donne :
n 1 t e jix n t e j i1x 1 2 e jix e j i1x
(42)
Qui peut aussi scrire :
www.abbesazzi.com
Page 21
n 1 t G n t
(43)
O :
G e jx 1 2 e jx
(44)
est appel facteur d'amplification.

Pour quun schma soit stable il faut que G 1 .
Si on applique les galits trigonomtriques suivantes
2 cos e j e j ; 1 cos 2 sin 2
(45)
lexpression de G, nous obtenons :
G 1 2 2 cos x
G 1 4 sin 2
x
2
(46)
(47)
Enfin : G 1 sera vrifier si

1 1 4 sin 2
sin 2
x
1
2
x 1
2
2
(48)
(49)
Cette conditions est vrifi si :

0
1
2
(50)
En conclusion nous dirons que le schma explicite tudi prcdemment est stable pour la
condition (50).
En analysant lexemple cit prcdemment nous constatons que lalgorithme est instable
pour un t 0.1 qui correspond 2.5 , et que nous avons stabilis le calcul en
adoptant une valeur plus petite du pas du temps ; t 0.01 ( 0.25 ).
Les conclusions seront :
Pour un x 0.2 la valeur maximale du pas du temps pour un calcul stable sera
t 0.08 .
www.abbesazzi.com
Page 22
Si nous voulons augmenter la prcision du schma en adoptant par exemple un x 0.1 ,

on doit aussi vrifier t 0.02
Cest dire, plus la prcision spatiale est grande plus le calcul sera plus long, puisque le pas
du temps exig pour la stabilit du schma explicit sera plus petit. Du point de vue capacit
de stockage en mmoire, ce schma exige un espace double pour la distribution de la
solution numrique ( n et n+1).
Schma implicite
Reprenons le problme de la conduction thermique non stationnaire et re crivons

lquation discrte (34) comme suit (les termes de droite sont au temps n+1)
U in 1 U in
U n 1 2U in 1 U in11
t a i 1
x2
2
t
x
(51)
Aprs groupement et arrangement :
U in11 1 2 U in 1 U in11 U in
(52)
Cette quation prsente trois inconnus en mme temps, ce qui ne permet pas de la rsoudre
directement comme ctait le cas pour le schma explicite. Cette forme de discrtisation est
appele schma implicite. Pour trouver la solution il faut crire lensemble des quations
issues de lapplication de (52) sur tous les nuds de la mme ligne et ensuite rsoudre le
systme tout entier.
Si nous reprenons lexemple prcdent compos de six nuds, le systme scrira :
i2
1 2 U 2n 1 U 3n 1 U 2n U1
i3
U 2n 1 1 2 U 3n 1 U 4n 1 U 3n
i4
U 3n 1 1 2 U 4n 1 U 5n 1 U 4n
i5
U 4n 1 1 2 U 5n 1 U 5n U 6
U1 et U 6 sont connues et reprsentent les conditions aux limites.

www.abbesazzi.com
Page 23
On dispose maintenant dun systme de quatre quations quatre inconnus.
0
0
1 2
1 2
1 2
0
0
1 2
*
U 2 U 2
U U *
3
3

*
U 4 U 4
U 5 U 5*
Les variables de type U i* reprsentent la solution numrique litration prcdente. La

solution de ce systme donne directement la solution de lquation. On constate que
ladoption de nimporte quelle valeur du paramtre aboutit une solution numrique
stable. On conclue que le schma implicite est inconditionnellement stable.
Application 3: Utiliser lanalyse de fourrier comme prcdemment pour montrer que le
schma implicite est inconditionnellement stable.
Schma de Crank-Nickolson :
Suivant ce schma lquation (24) scrira de la manire suivante :
1 U in11 2U in1 U in11 1 U in1 2U in U in1

U in 1 U in
t
2
x 2
x 2
2
(53)
Un tel schma prend une moiti en explicite et lautre moiti en implicite. Une faon plus
gnralise de discrtiser lquation (24) est :
U in11 2U in1 U in11

U in1 U in
U in1 2U in U in1
a
1
2
2
t
(54)
Pour 0 le schma est explicite, pour 1 il est implicite et pour 0.5 il devient CrankNicholson.
www.abbesazzi.com
Page 24
Schma de Duffort Frankel

Cest un schma explicite et inconditionnellement stable
U in 1 U in1
U n U in1 U in 1 U in1
a i 1
2 t
x 2
(55)
Concept de consistance dun schma

Un schma est dit consistant si et seulement si lerreur de troncature tend vers zro quand
tous les pas xi et t tendent vers zro. En dautres termes : plus on raffine le maillage de
calcul plus le rsultat doit tre prcis. Le schma implicite et explicit introduits
prcdemment sont consistants puisque lerreur de troncature t , x 2
tend vers zro
quand x et t tendent vers zro.

Examinons le schma de Duffort Frankel de lquation (55).
U in 1 U in 1
a
U in1 U in 1 U in 1 U in1
2
2 t
x
Lerreur de troncature a la forme suivante :

2
4U
2U t 1 3U
2

t 2 ...
12 x 4 n, j
t 2 n , j x 6 t 3 n, j
(56)
t
Tout va pour le mieux si lim 0 quand t 0 et x 0 .
x
Par contre si t et x tendent vers zro avec le mme taux telle que
t
, alors ce
x
schma ne sera plus consistant.
Mini-Projets : (Lnonc des applications ci-dessous est inspir du cours de Lars Davidson,
Chalmers Tekniska Hogskola, Termo- och Fluiddynamik, thanks to Dr. Lars Davidson)
Le projet consiste rsoudre le problme de conduction thermique (diffusion) dans un
domaine rectangulaire (2D) en appliquant des conditions aux limites de type Dirichlet et
Newman.
Lquation de Fourrier :
Div Grad T S 0
www.abbesazzi.com
Page 25
2 T 2 T
2 2 S 0
y
x
Nord
y=H
Ouest
Est
y=0
x=0
Sud
x=L
Figure 1 : Domaine de calcul et conditions aux limites.

L =1 et H = 0.5 51 100 x L
cas
Sud
Est
Nord
Ouest
10
10 20 sin y H
10
T x 0
-1.5
15
10 51 y H 15 sin y H
10
T x 0
-1.5
15
15 cos 2 y H
15
T x 0
-1.5
10
10 5 y H 10 sin y H
15
T x 0
-1.5
15
5 y H 15 cos 2 y H
10
T x 0
-1.5
Tableau 1 : Les conditions aux limites du groupe 1

L =1.5 et H = 0.5
0.01 pour 0.7 x 1.1 et 0.3 y 0.4 20 autrement
cas
Sud
Est
Nord
Ouest
10
10 20 sin y H
T y 0
10
10
10 20 sin y H
T y 0
30
10
5 y H 1 15 cos y H
T y 0
15
www.abbesazzi.com
Page 26
10
5 y H 1 15 cos y H
T y 0
30
10
10 20 sin y H
T y 0
10
L =1 et H = 1
20
cas
Sud
Est
Nord
Ouest
10
20
20 x L
T x 0
10
20
101 2 x L
T x 0
10
20
15 5 x L
T x 0
10
20
5 15 x L
T x 0
10
20
5 31 5 x L
T x 0
Sinspirer de lexemple du cas 1 ci-dessous pour adapter le programme votre cas et

prsenter le rapport de votre mini-projet. Le rapport doit comporter la formulation du
problme, les conditions aux limites, la discrtisation, la mthodologie utilise, ltude de
sensibilit de la solution par rapport la taille de la grille de calcul, les figures des rsultats
(isothermes et le vecteur flux de chaleur dfinis par
q x
T
x
et q y T ) et les
y
discutions.
Solution par la mthode des diffrences finies

2 T 2 T
T
2 2 S
t
y
x
On utilise un schma explicit, avant pour le temps et centr pour lespace. Lquation
prcdente prend la forme suivante :
Ti ,nj1 bTi n1, j cTi n1, j d Ti ,nj 1 e Ti ,nj 1 f aTi ,nj
www.abbesazzi.com
Page 27
avec
b c kt x * *2 , d e kt y * *2 , f S * t et
a 1 2 * kt x * *2 2 * kt y * *2
Appliquer cette quation aux nuds de la grille de calcul et obtenir un systme dquations
quil faut rsoudre par la mthode de Gauss-Seidel.
Programme Fortran tlcharger ici, Diffusion 2D en diffrences finies
http://www.abbesazzi.com/wp-content/uploads/2011/06/Diffusion-2D-DF.rar
Cas 1 :
Sensibilit de la solution la taille de la grille de calcul : les calculs ont t conduits pour
trois grilles ayants 10 x 10, 20 x 20 et 40 x 40 points et nommes G1, G2 et G3
respectivement. La distribution de la temprature pour (y = H / 2) et le long du rectangle est
reprsent sur la figure 2. Pour assurer la stabilit du schma explicit il faut que le pas du
temps vrifie la condition suivante :
1
2 x y 2
35
35
30
25
30
1 1x11
2 1x21
4 1x41
25
20
20
15
15
10
10
5
0 ,0
0,1
0,2
0,3
0 ,4
0,5
0,6
0,7
0 ,8
0,9
1,0
Figure 2: Sensibilit de la solution numrique vis--vis de la taille de la grille de calcul.

La distribution de la temprature sous forme de lignes isothermes est reprsente
sur la figure 3:
Pour illustrer le flux de chaleur, On trace les vecteurs du flux dfinis
par
q x
T
x
et q y T
www.abbesazzi.com
Page 28
T
30
28
26
24
22
20
18
16
14
12
10
21 x 21
Figure 3: Isothermes, cas 1, 21x21 nuds.
T
30
28
26
24
22
20
18
16
14
12
10
21 x 21
Figure 4: Distribution du flux thermique.

La figure 4 illustre la direction du flux thermique de conduction lintrieur du domaine de
calcul.
Variante : Reprendre les mmes cas en utilisant la mthode ADI pour rsoudre lquation
stationnaire.
www.abbesazzi.com
Page 29
www.abbesazzi.com
Page 30

MN I Ver01 Part01

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

MN I Ver01 Part01

Transféré par

Droits d'auteur :

Formats disponibles

METHODES NUMERIQUES APPLIQUEES AUX CALCULS

DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

Par : Pr. Abbs AZZI

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

LES EQUATIONS AUX DERIVEES PARTIELLES (EDP)

Les quations prcdentes scrivent sous la forme compacte suivante :

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

A1C2 A2C1 dy 2 A1D2 A2 D1 B1C2 B2C1 dx dy B1D2 B2 D1 dx 2 0

Lquation est dite de type elliptique si 0 , elle est parabolique si 0 , et hyperbolique

LEDP de nature parabolique :

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

limites : 0, t 1, t 0 accepte la solution exacte suivante x, t sin x exp 2t

LEDP de nature elliptique :

0 , associe aux conditions aux limites suivantes

La principale caractristique de ce type dquation elliptique est quune perturbation

LEDP de nature hyperbolique :

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

Enfin, la figure 1 reprsente schmatiquement linfluence dune perturbation au point P sur

Figure 1 : Nature des quations et conditions aux limites,

Les conditions aux limites

La solution numrique existe.

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

PRESENTATION DE LA METHODE DES DIFFERENCES FINIES

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

Figure 1. Exemples de grilles de calcul

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

Figure 2 ; Grille de calcul structure 2D.

Maillage non-structur : Lautre faon de mailler un domaine de calcul est de dfinir un

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

Le dveloppement en srie de Taylor ;

Une autre criture de lquation (5), on oubli temporairement la deuxime dimension.

Construction des schmas pour la drive dordre un et deux :

Lquation (6), donne le schma aux diffrences arrire :

La drive seconde est obtenue en additionnant lquation (5) lquation (6) :

Les schmas ci-dessus scrivent sous forme indicielle :

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

Application 1: A titre dexercice, construire un schma pour approximer la drive croise.

Erreur de troncature : Cest lerreur qui rsulte de lutilisation dune approximation

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

En multiplie lquation (16) par b et lquation (17) par c ;

Lidentification de lquation (18) lquation (15), donne :

La rsolution de ce systme dquation, donne lexpression suivante pour un schma de

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

1. Lquation de conduction de la chaleur (Joseph Fourier)

: La temprature, fonction de lespace et du temps.

: Source de chaleur par unit de temps et de volume.

: Le coefficient de conductivit thermique.

Bien que la conductivit thermique, la chaleur spcifique et la masse volumique peuvent

, reprsente la diffusivit thermique.

et en introduisant la variable despace adimensionnelle, x' x / L , o L est la longueur du fil,

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

o x a t remplace par x pour simplifier lcriture.

Le problme sera complt par la pose des conditions aux limites.

Nombre de nuds du maillage.

Les conditions aux limites seront du type Dirichlet :

On calcul x par lexpression suivante :

et on gnre la grille de calcul par la portion de programme :

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

Mathmatiquement parlant, on dispose dun systme de quatre quations quatre

METHODES NUMERIQUES APPLIQUEES AUX CALCULS DES ECOULEMENTS ET DU TRANSFERT DE CHALEUR

U t , x U n.t , ix sera reprsente par U in .