Mthodes de rsolution

numriques
Universit de Sfax
Ecole Nationale dIngnieurs de Sfax
Dpartement de Gnie Mcanique
Mthodes de rsolution numriques
GEM3 S3 M1
Guesmi Med Hichem
Felfel Aymen
Hajji Adel
Anne Universitaire
2012 -2013
Mthodes numriques
I. Introduction
Les quations dcrites au deuxime chapitre sont des quations diffrentielles aux drives
partielles non linaires, elliptiques et couples. En raison de leur complexit, ces quations sont
rsolues laide dune mthode numrique. Plusieurs mthodes numriques sont disponibles dans
la littrature. On peut distinguer les mthodes suivantes :
Mthodes des diffrences finies (MDF).
Mthodes des lments finis (MEF).
Mthodes spectrales (MS).
Mthodes des volumes finis (MVF).
1.1 Mthodes des diffrences finies
La variable inconnue

est dcrite par plusieurs valeurs dans les points dun maillage. Le
dveloppement de linconnue en sries Taylor tronques est utilis pour approximer les drives de
linconnue, dans chaque point du maillage, par diffrences finies en utilisant les inconnues voisines.
En remplaant les drives dans les quations diffrentielles par diffrences finies on obtient un
systme dquations algbriques pour les valeurs de linconnue dans chaque point du maillage.
1.2 Mthodes des lments finis
Dans la mthode des lments finis on utilise des fonctions linaires ou quadratiques, sur
chaque lment, pour dcrire la variation locale de linconnue

. Les quations diffrentielles sont

exactement vrifies par la solution exacte. En remplaant lapproximation de

dans les quations

diffrentielles, on constate que celles-ci ne vrifient pas exactement, et un rsidu est dfini dans ce
cas pour mesurer lerreur. Le rsidu est minimis en le multipliant par une fonction de pondration
Guesmi Med Hichem Mthodes
numriques
et en lintgrant. Le rsultat de lintgration est un set dquations algbriques pour les coefficients
des fonctions dapproximation.
1.3 Mthodes spectrales
Linconnue est approche par des sries Fourier tronques ou par des sries de polynmes
Chbichev. Par rapport aux mthodes des diffrences finies et des lments finis lapproximation
nest pas locale mais elle est valide sur tout le domaine de calcul. On utilise galement le concept
du rsidu pondr comme dans la mthode des lments finis o en imposant que lapproximation
doit correspondre la solution exacte pour les points du maillage.
1.4 Mthodes des volumes finis
La mthode des volumes finis consiste intgrer les quations aux drives partielles sur des
volumes entourant chaque point du maillage. Cette mthode, mme si elle ne fournit quune
prcision du premier ordre, possde des qualits qui en font lune des plus adaptes ltude des
coulements turbulents. En effet, celle-ci est trs robuste et permet de traiter des quations
comportant des termes sources complexes et non-linaires. De plus, elle a lavantage de satisfaire la
conservation de la masse sur chaque volume de contrle. Enfin, elle peut tre utilise avec des
maillages relativement grossiers, ce qui permet la mise en uvre de code pour un cot raisonnable.
Comme la plupart des codes commercialiss tels que : PHOENICS, STAR-CD, CFX-F3D,
ANSYS, etc. Le code FLUENT utilise la mthode des volumes finis pour la modlisation
numrique.
Les principes fondamentaux de la mthode des volumes finis sont brivement rappels ici. Pour
plus de dtail, on pourra se rfrer aux ouvrages de Patankar [39] et Versteeg et Malalasekera [23].
II. Discrtisation des quations de transport
Les quations prcdentes peuvent tre crites sous la forme gnralise suivante (Patankar,
[39]) :
( )
j
j j j
u S
x x x

_

+



,
ou encore :
( ) ( ) ( ) U V W S
x y z x x y x z x




_ _ _
+ + + + +


, , ,
Considrons le volume de contrle sur la figure (III.1).
Guesmi Med Hichem Mthodes
numriques
Lintgration de lquation (III.2) sur le volume de contrle de la figure (III.1) donne :
e w n s
V
J J J J S dV

o les indices
e
,
w
,
n
,
s
, indiquent que les quantits correspondantes sont values aux faces est,
ouest, nord et sud du volume de contrle, respectivement, et les quantits
e
J
,
w
J
,
n
J
et
s
J
sont les
flux totaux intgrs sur les faces du volume de contrle, o leurs expressions sont donns par :
( ) ( )
( ) ( )
( ) ( )
( )
,
,
,
,
n
e
e e E P ns
e
e EP s
n
w
w w P W ns
w
w WP s
e
e
n n N P ew
n
NP w e
e
s s
s
w s
J U dy U y
x x
J U dy U y
x x
J V dx V x
y x
J V dx U
y

1 _

1

,
]
1 _

1

,
]
1 _

1

, ]

( )
n
P S ew
PS
x
x

1

1

]

La tche la plus difficile dans l'valuation de
e
J
,
w
J
,
n
J
et
s
J
est celle de lapproximation des
quantits
e

,
w

,
n

et
s

.
e
J
Volume de contrle
E
N
S
W
s
n
y
e w
s
J
w
J
n
J
x
P
x
y
Figure III.1 : Volume de contrle pour un coulement bidimensionnel.
Guesmi Med Hichem Mthodes
numriques
De la mme faon, lintgration de lquation de continuit sur le volume de contrle de la
figure (III.2) conduit :
0
e w n s
F F F F +
o
e
F
,
w
F
,
n
F
et
s
F
sont les flux de masse de lcoulement travers les faces du volume de
contrle dfinis par :
( )
( )
( )
( )
e ns
e
w ns
w
n ew
n
s ew
s
F U y
F U y
F V y
F U y

Lintgration du terme source est obtenue en supposant que
S

est uniforme sur le volume de

contrle.
U P P
V
S dV S S

Effectuons lopration ( ) ( ) ( )
.3 .5
P
III III
et remplaons le terme source par son expression
(III.7) dans lquation (III.3), aprs quelques manipulations, on obtient :
( ) ( ) ( )
w w P n n P s s P U P P
J F J F J F S S + +
e
U
E
N
S
W
s
V
w
U
n
V
Figure III.2 : Volume dintgration de lquation de continuit.
x
y
P
Guesmi Med Hichem Mthodes
numriques
On utilise de nouvelles notations D ( D reprsente la diffusion) dfinies par :
e
e ns
e
w
w ns
w
n
n ew
n
s
s ew
s
D y
x
D y
x
D x
y
D x
y

Lquation discrtise complte peut alors scrire sous la forme :
P P E E W W N N S S
a a a a a b + + + +
Cette quation peut tre rarrange comme suit :
, , ,
P P i i
i N S E W
a a b

o :
( )
( )
( )
( )
, 0
, 0
, 0
, 0
E e e e
W w w w
N n n n
S s s s
P E W N S P
U
a D A P F
a D A P F
a D A P F
a D A P F
a a a a a S
b S
+
+
+
+
+ + +

i
P
est le nombre de Peclet dfini pour les diffrentes faces par :
; ; ;
e w n s
e w n s
e w n s
F F F F
P P P P
D D D D

La fonction ( )
A P
est choisie en fonction du schma de discrtisation dsir.
III. Mise en uvre numrique
A lheure actuelle, il existe un certain nombre de codes industriels conviviaux, aux mailleurs
performants, permettant la prdiction dcoulement fluides par la rsolution des quations de
Navier-Stokes grce aux mthodes des volumes finis, des diffrences finies ou des lments finis
(FLUENT,CFX-F3D, PHOENICS, STAR-CD, TRIO). Pour notre travail, nous avons eu recours au
code FLUENT, commercialis par Fluent Incorporated. La premire version tait lance en Octobre
1983, nous disposons de la version 6.2.16. Cest un code crit avec le langage de programmation C
Gomtrie ou maillage
Guesmi Med Hichem Mthodes
numriques
et utilise pleinement la flexibilit et la puissance offertes par ce langage (allocation de la mmoire
dynamique). En outre, il utilise une architecture qui lui permet de sexcuter en tant que plusieurs
processus simultans sur le mme poste de travail ou sur des postes spars, pour une excution
plus efficace.
Dans ce qui suit, nous nous attardons essentiellement sur les options quil propose pour des
problmes tels que le notre. Pour un supplment dinformations sur ses capacits de modlisation, il
est conseill de se rfrer la documentation du logiciel [18].
Le logiciel propose de nombreux modles physiques et schmas numriques avec lesquels
lutilisateur est normalement en mesure de modliser tous les coulements fluides, compressibles
ou incompressibles, impliquant des phnomnes physiques complexes tels que la turbulence, le
transfert thermique, les ractions chimiques, les coulements multiphasiques... etc. Toutefois, il
existe dans la nature une multitude de comportements physiques diffrents et il est impossible pour
un logiciel de tous les prendre en compte. Cest pourquoi, lun des avantages de FLUENT rside
dans la possibilit de crer des sous-programmes (macros) en C dans le but de spcifier des
options trop compliques pour tre prvues par le logiciel. Sur le plan physique, elles permettent
par exemple de spcifier des conditions initiales et aux limites, dajouter des termes sources
certaines quations, de modifier des lois de comportement au niveau des parois. Sur le plan
numrique, elles rendent galement possible la spcification d'une grille variant avec le temps, la
modification des schmas de rsolution, le contrle et loptimisation de la convergence au cours des
itrations.
Par ailleurs, comme il apparat difficile de dcrire prcisment des gomtries trs complexes
en utilisant des maillages orthogonaux, la grande particularit de FLUENT est de reposer sur une
structure multi-blocs (figure III.4).

3.1 Structure du code FLUENT
Pour simuler les coulements travers les gomtries les plus complexes, ce code intgre trois
Gomtrie ou maillage
Maillage structur Maillage structur par bloc
Figure III.3 : Maillage structur et maillage structur par blocs en deux dimensions.
Guesmi Med Hichem Mthodes
numriques
modules importants :
FLUENT : Solveur, prpare les conditions initiales et aux limites, rsout les quations
laide des modles existant son niveau et visualise les diffrentes rsultats lcran.
GAMBIT : Prprocesseur pour la prparation de la configuration gomtrique et la
gnration du maillage en 2D et 3D de types structurs, non structurs ainsi que hybrides.
Identification des conditions aux limites pour le code FLUENT. L'importation des
gomtries partir des logiciels CAD/CAE tels que : Auto CAD, ANSYS, I-DEAS,
NASTRAN, PATRAN, et d'autres.
TGRID : Prprocesseur additionnel qui peut produire des maillages volumiques partir des
maillages surfaciques existants imports de GAMBIT ou des logiciels CAD/CAE.
La figure (III.5) reprsente la structure de base du code FLUENT.
3.2 Schmas de discrtisation
Il existe plusieurs schmas de discrtisation dans la littrature qui sont discuts en dtail par
Patankar (1980) [39] et Versteeg et Malalasekera (1995) [23]. Les diffrents schmas proposs par
Maillage
Maillage de frontire
et/ou de volume
Maillage
Maillage (2D/3D)
Maillage de frontire
Gomtrie ou maillage
GAMBIT
Prparation de la gomtrie
Gnration du maillage (2D/3D)
FLUENT
Importation et adaptation du maillage
Modles physiques
Conditions aux limites
Proprits matrielles
Calcul
Post processeur
TGRID
Maillage triangulaire (2D)
Maillage ttradrique (3D)
Maillage hybride (2D/3D)
Autres CAD/CAE
Figure III.4 : Structure de base du Code FLUENT.
Guesmi Med Hichem Mthodes
numriques
Patankar (1980) [39] sont donns dans le tableau (III.1). Sous FLUENT, les variables stockes au
centre de la cellule doivent tres interpoles aux faces du volume de contrle. Il est possible de
choisir entre diffrents schmas de discrtisation pour les termes convectifs des quations
gouvernantes, alors que les termes visqueux sont automatiquement discrtiss au second ordre pour
plus de prcision. Il reste que la discrtisation au premier ordre procure une meilleure convergence.
Alors que le "Second Order Upwind Scheme" est de rigueur pour les coulements non aligns au
maillage.
Il existe aussi dautres schmas de discrtisation :
Le schma "QUICK" (Quadratic Upwind Interpolation for Convective Kinetics) : Il procure
une meilleure prcision que le schma au second ordre pour les coulements rotationnels et
tourbillonnaires (Swirling) avec un maillage rgulier. Cependant, il ne sapplique pas un
maillage triangulaire.
Le schma "Power Law" est plus prcis que le "First Order Upwind Scheme" pour les
coulements trs bas nombres de Reynolds ( ) 5 <
. Sinon, il procure en gnral le mme
degr de prcision.
Schma de discrtisation Formule de ( )
A P
Centr
1 0.5 P
Dcentr amont (Upwind) 1
Hybride
0,1 0.5 P


Loi de puissance ( )
5
0, 1 0.1 P



Exponentiel (exacte) ( )
exp 1 P P 1
]
Tableau III.1 : Expression de la fonction ( )
A P
pour diffrents schmas.
3.3 Choix du schma dinterpolation de la pression
Pour la plupart des cas, le schma "Standard" est acceptable. Pour des coulements spcifiques,
on peut choisir parmi les options suivantes :
Le schma force de volume pondr "Body-Force-Weighted" est recommand pour les
coulements impliquant dimportantes forces de volume (ex. convection naturelle haut
nombre de Rayleigh).
Le schma "PRESTO!" (PREssure Staggering Option) est appropri pour les coulements
hautement tourbillonnaires, grande vitesse de rotation ou les coulements dans des
domaines fortement courbs.
Guesmi Med Hichem Mthodes
numriques
Le schma au second ordre est utiliser pour les coulements compressibles et pour
amliorer la prcision en coulements incompressibles.
Le schma linaire "Linear" est disponible comme alternative au cas o les autres options
ont des difficults de convergence ou gnreraient des comportements non physiques.
3.4 Choix de la mthode de couplage Pression-Vitesse
Si les vitesses sont dfinies aux nuds dun volume de contrle ordinaire (comme les autres
scalaires: pression, temprature), il est dmontr quun champ de pression hautement non uniforme
agira comme un champ uniforme sur les quations de quantit de mouvement discrtises [23]. La
solution passe par la dfinition des vitesses sur une grille dcale "Staggered grid" et lemploi
dalgorithmes tels que "SIMPLE" pour rsoudre ce lien ou couplage entre la pression et la vitesse.
La famille des algorithmes "SIMPLE" est essentiellement une procdure d "estimation et
correction" pour le calcul de la pression sur la "grille dcale" des composantes de la vitesse.
"FLUENT" propose trois mthodes pour le couplage pression-vitesse (seulement avec la
formulation "isol"):
Les deux premires, trs similaires, sont la mthode "SIMPLE" (Semi-Implicit Method for a
Pressure Linked Equations) et la mthode "SIMPLEC" (SIMPLE Consistent). Cette
dernire mthode se diffrencie de la premire par le fait quon peut lui assigner un facteur
de relaxation (correction) de pression proche de 1, ce qui acclre la convergence dans la
plupart des cas, mais peut conduire des instabilits de la solution.
Mthode "PISO" (Pressure-Implicit with Splitting of Operators): Cette mthode fait partie
des algorithmes de la famille "SIMPLE". Elle est recommande pour les coulements
instationnaires ou pour les maillages contenant des cellules trs obliques "highly skewed".
Nous avons entrepris quelques simulations avec la mthode "SIMPLEC", qui nont montr
aucune diffrence significative par rapport la mthode "SIMPLE". Donc, pour notre cas, on se
limitera lutilisation de lalgorithme "SIMPLE" qui est robuste, offrant ainsi plus de garanties
pour la convergence de la solution. Le dtail de cet algorithme est prsent en annexe II.
IV.Rsolution numrique
4.1 Introduction
Nous avons dcrit auparavant les mthodes de discrtisation des quations qui gouvernent
lcoulement turbulent et le transfert thermique qui peuvent se mettre pour la variable

en chaque
volume de contrle lmentaire, sous la forme suivante :
, 1, 1, , 1 , 1 P i j E i j W i j N i j S i j
a a a a a b
+ +
+ + + +
Guesmi Med Hichem Mthodes
numriques
Ce processus conduit un systme dquations algbrique linaire qui doit tre rsolu. La
complexit et la dimension de lensemble dquations dpendent du dimensionnement du
problme, du nombre de nuds de la grille et de la mthode de discrtisation. Il y a deux mthodes
pour la rsolution des quations algbriques linaires : les mthodes directes et les mthodes
indirectes ou itratives. Les exemples simples des mthodes directes sont la rgle de Cramer par
linversion de la matrice et la mthode de Gauss.
Les mthodes itratives sont bases sur une application rpte dun algorithme relativement
simple qui mne la convergence ventuelle aprs un -quelquefois grand- nombre de rptitions.
Les exemples les plus connus sont de Jacobi et Gauss Seidel, mthodes ditration point par point.
Les mthodes itratives sont plus conomiques que les mthodes directes.
FLUENT rsout ce systme linaire par la mthode de Gauss-Seidel conjointement avec une
mthode grille multiple algbrique ( ) AMG
.
4.2 Critre de convergence
Si les quations de transport discrtises (III.11) sont rsolues exactement, les deux membres de
ces quations seront certainement gaux. Cependant, puisque les quations associes sont non
linaires et couples et exigent une solution itrative, un dsquilibre ou rsidu peuvent exister
entre les deux membres de lquation discrtise. Le rsiduel pour la variable

dans chaque
volume de contrle est dfini comme suit :
P P i i
i
R a a S

Si le calcul converge compltement la valeur de

R

tend vers zro.

La convergence de la rsolution itrative est contrle par lvolution des rsidus au cours des
itrations ainsi que par lvolution des valeurs individuelles de chaque variable.
4.3 Stabilit numrique
La sous-relaxation est ncessaire pour assurer la convergence totale des calculs une solution,
parce que les quations sont fortement couples et non linaire. Quand des valeurs appropries de
sous-relaxation sont utilises, de grandes variations des variables sont vites. En outre, elle donne
un moyen pour galiser les taux de convergence des diverses quations couples. Donc les deux
principales sources dinstabilit dans la solution des quations sont ainsi commandes par la
technique de sous-relaxation.
Rappelons ici que dans le code FLUENT la mthode de Gauss-Seidel est contrle par un
coefficient de sous-relaxation

:
( ) ( ) 1 k k

+
Guesmi Med Hichem Mthodes
numriques
o ( ) k
reprsente lavancement des itrations successives, et

la diffrence entre les rsultats
des deux itrations ( ) 1 k
et ( ) k
.
Le code FLUENT offre les meilleures valeurs des facteurs de relaxation pour une large gamme
dcoulements et permet dagir sur eux. Nanmoins, si on voit quau cours du calcul les rsidus
commencent samplifier, il est prfrable de rduire ces derniers. Par contre, si on observe une
convergence trs lente mais sre l, on pourra les augmenter prudemment, surtout le facteur de 4.4
Etapes de rsolution du problme
La mise en uvre de la simulation numrique impose de suivre un certain nombre dtapes
dtailles ci-dessous :
GAMBIT :
1. Crer la configuration gomtrique et gnrer le maillage,
FLUENT :
2. Lancer le solveur appropri pour la modlisation en deux ou trois dimensions,
3. Importer et dimensionner le maillage,
4. Slectionner les modles physiques,
5. Dfinir les proprits des matriaux,
6. Dfinir les conditions de calcul,
7. Dfinir les conditions aux limites,
8. Fournir une solution initiale,
9. Rgler les paramtres du solveur,
10. Rgler les moniteurs de convergence,
11. Calculer et surveiller la solution,
12. Post-Processing :
a. Interaction avec le solveur,
b. Analyse des rsultats : Il s'agit de la partie la plus importante. Il faut vrifier la cohrence
physique des rsultats obtenus (profils de vitesse et/ou grandeurs globales) en les
comparants dans la mesure du possible avec des rsultats exprimentaux,
c. Exploitations des rsultats : Nous disposons l'issu de la simulation des profils de vitesse,
de dissipation dnergie, de pression...etc.
13. Si ncessaire, raffiner la grille ou faire des rvisions au modle numrique ou physique.
Guesmi Med Hichem Mthodes
numriques