Vous êtes sur la page 1sur 70

Initiation au calcul numrique et lutilisation de Star CCM+

Plan du cours

1. 2. 3. 4. 5. 6. 7. 8. 9.

Introduction gnrale Mthode des diffrences finies + exercice Mthode des volumes finis + exercice Prise en compte du temps Modlisation de la turbulence Le maillage Conseils pour bien simuler Conclusion Exercice : modlisations dcoulements en conduite

1. Introduction gnrale - Historique


Calculateurs manuels (Antiquit - 17ime s. ) 9ime s. av JC - Boulier chinois 5ime s. av JC - Abaques 2ime s. av JC - Machine dAnticythre o Calcul des dates des jeux olympiques o Calcul des clipses o Position des plantes 1617 - Osselets de Napier o Oprations lmentaires + racines carres 1620 - Rgles calculs de Oughtred

1. Introduction gnrale - Historique


Calculateurs mcaniques (17ime 20ime s. )
Engrenages

1642 - Pascaline de Pascal o Addition et soustraction

1694 - Replica de Leibniz o Oprations lmentaires + racines carres

1822 - Arithmomtre de Charles Xavier-Thomas de COLMAR

1. Introduction gnrale - Historique

1822-1830 - Machines analytiques de Babbage o programmables par cartes perfores o jamais acheves

1938 Z1 de Konrad Zuse o calculateur mcanique binaire programmable

1. Introduction gnrale - Historique


Calculateurs lectro-mcaniques (1930-1940)
relais

1935 IBM 601 o calculateur relais utilisant des cartes perfores, capable de raliser une multiplication en une seconde.

1939-1940 Z2 et Z3 de Konrad Zuse o premier calculateur binaire relais avec programme enregistr o 4 additions/s et une multiplication/4 s

1. Introduction gnrale - Historique


Calculateurs lectroniques (1940-1956)
Tube vide

1941 ABC dAtanasoff et Berry, premier calculateur binaire lampes utiliser l'algbre de Boole. Il utilisait 210 lampes et comportait une mmoire et des circuits logiques. La mmoire, constitue de 2 tambours, pouvait stocker 60 mots de 50 bits. La machine tournait 60 Hz et pouvait raliser une addition en une seconde. 1946 ENIAC (Electronic Numerical Integrator and Computer), par Eckert et Mauchly l'Universit de Pennsylvanie o 18000 lampes o 1500 relais o Consommation 170 kW o 30 tonnes sur 72 m2 o mmoire de 20 mots de 10 digits o instructions cbles o1 multiplication en 3 ms o Horloge 100 kHz, ~ 330 multiplications / s

1. Introduction gnrale - Historique


Calculateurs lectroniques (1956-)
Transistor (1948)

1956 : TRADIC (TRAnsistor Digital ) par Bell Labs : premire machine n'utiliser que des transistors et des diodes et aucun tube vide. (700 transistors et 10000 diodes). 1971 : INTEL conoit et produit le premier microprocesseur 4 bits : le 4004 (intgrant 2300 transistors capable de 60 000 op./s) 1975 - CRAY conoit son super calculateur CRAY1 1975 - Cration de Microsoft 1976 - Cration dApple

1980 - Avnement des PC (ordinateurs personnels)


8

1. Introduction gnrale Ncessit du calcul numrique


La majorit des phnomnes physiques ont une volution dcrite grce des quations aux drives partielles (EDP), linaires ou non, coefficients constants ou variables.
C p
T + C p (u .)T = .(T ) + f v t

(quation de la chaleur) (quation de Cauchy) (quation des ondes)

u + (u . )u = .( ) + f v t
2u 2 c u = f ( r , t ) t 2

La rsolution analytique de ces quations est possible dans moins de 1% des cas Solutions possibles : o Linarisation autour dun point de fonctionnement o Calculs asymptotiques o Modlisation numrique

1. Introduction gnrale Limites du numrique


Il faut rester critique par rapport aux rsultats dune simulation numrique Attention aux dangers du tout numrique . Toutes les mthodes numriques ont leurs avantages mais souffrent aussi de leurs dfauts intrinsques. o Erreurs de discrtisation (des oprateurs mathmatiques ou du milieu dtude) o Erreurs de calcul dues la prcision finie des calculateurs o Erreurs de modlisation (hypothses abusives sur les caractristiques du milieu, sur les conditions limites, sur les modles de fermeture) Il est illusoire de penser que le numrique peut remplacer lexprimental. Ces deux approches doivent rester complmentaires. Lexprience doit permettre de : o Invalider un modle numrique au profit dun autre o Valider des rsultats numriques (dun bon modle) o Recaler les paramtres dun modle numrique

10

1. Introduction gnrale Mise en uvre informatique


Discrtisation dun problme continu o Diffrences finies (discrtisation des oprateurs mathmatiques) o Elments finis (discrtisation de lespace des solutions) o Volumes finis Espace continu Discrtisation Espace discret

Rduction du problme une criture algbrique [K]{u}={F} quelle que soit la physique du problme et la mthode numrique utilise
k11 k 21 kn1 k12 k22 k1n u1 f1 u f k2 n 2 2 . = knn u n fn
11

On se ramne toujours la rsolution dun systme matriciel

kn 2

1. Introduction gnrale Rsolution numrique


Rsolution numrique o Elimination de Gauss (mthode du pivot) o Factorisation LU, de Cholevsky o Mthodes itratives (Jacobi, Gauss Seidel)

Construction dun systme matriciel de trs grande taille o La matrice {K} peut contenir plusieurs centaines de milliers dlments. o Heureusement, la matrice est souvent creuse (avec beaucoup de ses lments nuls) do lutilisation dalgorithmes rapides et efficaces.
k11 k 21 0 0 k12 k22 k32 0 0 k23 kn 1n 1 knn 1 0 0 Ex : Matrice tridiagonale pour les problmes 1D kn 1n knn
12

2. Mthode des diffrences finies


On approxime les oprateurs diffrentiels par des diffrences finies grce des dveloppements de Taylor :

u x 2 2u x3 3u x n nu u ( x + x) u ( x) + x + + ++ + (1) x 2! x 2 3! x3 n ! x n
n n u x 2 2u x3 3u n x u u ( x x) u ( x) x + + + (1) + (2) x 2! x 2 3! x3 n ! x n

x x

x + x

13

2. Mthode des diffrences finies


Approximations pour la drive premire

x x

x + x

u x 2 2u x3 3u x n n u (1) u ( x + x) u ( x) + x + + ++ + x 2! x 2 3! x3 n ! x n u u ( x + x) u ( x) x 2u x 2 3u x n 1 n u ( + + + + ) x x 2! x 2 3! x3 n ! x n

u u ( x + x) u ( x) + O(x) x x

(Drive premire droite dordre 1)


14

2. Mthode des diffrences finies


Approximations pour la drive premire

x x

x + x

n n u x 2 2u x 3 3u n x u (2) u ( x x) u ( x) x + + + (1) + x 2! x 2 3! x3 n ! x n n 1 u u ( x) u ( x x) x 2u x 2 3u nu n x +( + + (1) + ) x x 2! x 2 3! x3 n ! x n

u u ( x) u ( x x) + O(x) x x

(Drive premire gauche dordre 1)

15

2. Mthode des diffrences finies


Approximations pour la drive premire

x x

x + x

u x 2 2u x3 3u x n n u + ++ + (1) u ( x + x) u ( x) + x + x 2! x 2 3! x3 n ! x n
n n u x 2 2u x 3 3u n x u (2) u ( x x) u ( x) x + + + (1) + x 2! x 2 3! x3 n ! x n

u 2x3 3u + (1) (2) u ( x + x) u ( x x) 2x 3 3! x x

u u ( x + x) u ( x x) + O(x 2 ) x 2x

(Drive premire centre dordre 2)


16

2. Mthode des diffrences finies


Approximations pour la drive seconde

x x

x + x

u x 2 2u x3 3u x n n u + ++ + (1) u ( x + x) u ( x) + x + x 2! x 2 3! x3 n ! x n
n n u x 2 2u x3 3u n x u (2) u ( x x) u ( x) x + + + (1) + x 2! x 2 3! x3 n ! x n

2x 2 2u 2x 4 4u (1) + (2) u ( x + x) + u ( x x) 2u ( x) + + + 2! x 2 4! x 4

2u u ( x + x) + u ( x x) 2u ( x) 2 + O ( x ) x 2 x 2

(Drive seconde centre dordre 2)


17

2. Mthode des diffrences finies


Exemple : rsolution dun problme 1D stationnaire Soit rsoudre le problme suivant :
d 2u du + + u ( x) = 1 dx 2 dx
u (0) = u (1) = 0

quation de diffusion 1D Conditions aux limites

1re tape : la discrtisation


x=0 i =1 i=2
1 N 1

x =1 i = N 1
x =

i=N

18

2. Mthode des diffrences finies


2ime tape : lapproximation des oprateurs mathmatiques
d 2u du + + u ( x) = 1 dx 2 dx d 2u ui +1 + ui 1 2ui + O(x 2 ) 2 2 x dx
du ui +1 ui 1 + O(x 2 ) dx 2x

u ( x) = ui

ui +1 + ui 1 2ui ui +1 ui 1 + + ui = 1 x 2 2 x

1 1 2 1 1 ) u + (1 ) u + ( + )ui +1 = 1 i 1 i 2 2 2 x 2x x x 2x
aui 1 + bui + cui +1 = 1

u1 = u N = 0

a=(

1 1 2 1 1 ) b = (1 2 ) c = ( 2 + ) 2 x 2x x x 2x
19

2. Mthode des diffrences finies


aui 1 + bui + cui +1 = 1 + u1 = u N = 0

i =1 i=2 i=3

u1 = 0
au1 + bu2 + cu3 = 1 au2 + bu3 + cu4 = 1

i = N 1 i=N

au N 2 + bu N 1 + cu N = 1

1 0 0 0 a b c 0 0 a b c 0 0 a b c 0 0 a b c 0 0 0 1

u1 u 2 u3 . u N 2 u N 1 u N

0 1 1 = 1 1 0

uN = 0
Matrice (NxN) tridiagonale

a=(

1 1 ) x 2 2x

b = (1

2 ) 2 x

c=(

1 1 + ) 2 x 2x

x =

1 N 1

Exercice : rsolution numrique avec Mathematica (diffrences_finies.nb)


20

2. Mthode des diffrences finies


Rsultats

21

3. Mthode des volumes finis


La mthode des volumes de contrle dveloppe par Spalding et Patankar est une mthode de rsidus pondrs dans laquelle les fonctions de poids sont gales lunit dans des volumes finis donns et nulles partout ailleurs. Sa grande simplicit de mise en uvre a fait quelle a connu un essor fulgurant depuis les annes 1970-1980. Elle est lorigine de la majorit des codes de calculs en gomtrie cartsienne (Fluent, Star CCM+...). Contrairement la mthode de diffrences finies qui utilise des approximations de drives, la mthode de volumes finis utilise des approximations d'intgrales. Les quations sont donc utilises sous leur forme intgrale. On dfinit un volume de contrle sur lequel on va approximer les intgrales.
N n W w P s S e E

P : point courant E : point lest de P W : point louest de P N : point au nord de P Volume de contrle S : point au sud de P T : point au-dessus de P B : point en dessous de P

1D 2D 3D

22

3. Mthode des volumes finis


Rsolution dun problme 1D stationnaire
d dT ( ) + S = 0 quation de la chaleur 1d avec terme source S dx dx

On intgre lquation rsoudre sur chacun des volume de contrle :


d dT ( ) dx + S dx = 0 dx dx w w
(
e e

xe (

(TE TP )

xw

(TP TW ) + S x = 0
TE +

dT dT ) e ( ) w + S ( xe xw ) = 0 dx dx

xe

xw

)TP =

xe

xw

TW + S x

dT dT )e ( ) w + S x = 0 dx dx dT T T T T dT ( )e E P ( ) w P w dx xe dx xw

aW TW + aPTP + aETE = b

Rsolution dun systme matriciel

xw

xe

23

3. Mthode des volumes finis


Exemple : Plaque dpaisseur 2 en contact avec un fluide temprature Tf (coefficient dchange h) T Tmax
d dT ( )+S = 0 dx dx
dT x=0 =0 dx dT = h(T l T f ) x = l dx

= Cte

S = Cte

Tf

T -
d 2T S + =0 2 dx
x=0 i =1 i=2

T + Tf x
e e

d 2T S dx dx = 0 + 2 dx w w
w
P

dT dT S )e ( ) w + ( xe xw ) = 0 dx dx
x=l i = N 1 i=N

x =

l N 1

24

3. Mthode des volumes finis


( ( ( dT dT S )e ( ) w + ( xe xw ) = 0 dx dx
S x 2
Ti 1 2Ti + Ti +1 = S x 2

T T dT )e = E P dx x T T dT )w = P W dx x

TW 2TP + TE =

xe xw = x

Expression des conditions aux limites :


x = 0:

dT T T =0 1 2 =0 dx x

T1 T2 = 0

x = l :

hxT f dT T T hx = h(Tl T f ) N N 1 = h(TN T f ) TN 1 (1 + )TN = dx x


x=l i = N 2 i = N 1 i = N 25

x=0
i =1 i=2

i =3

3. Mthode des volumes finis


Ti 1 2Ti + Ti +1 = S x 2

T1 T2 = 0

TN 1 (1 +

hx

)TN =

hxT f

i =1

T1 T2 = 0

i=2
i=3

T1 2T2 + T3 = S x 2 /
T2 2T3 + T4 = S x 2 / TN 2 2TN 1 + TN = S x 2 / TN 1 (1 + hx / )TN = hxT f /

i = N 1
i=N

0 0 1 1 0 T1 1 2 1 0 T S x 2 / 2 2 0 1 2 1 0 T3 S x / = . 2 TN 2 S x / 0 1 2 1 0 2 S x / 0 1 2 1 T N 1 0 0 1 (1 + hx / ) T hxT f / N

Exercice : rsolution numrique avec Mathematica (volumes_finis.nb)

26

3. Mthode des volumes finis


Rsultats : Si N est faible (maillage grossier), la solution est mal calcule Si N augmente, la solution calcule est meilleure Si N augmente, le temps de calcul augmente Au-del dune certaine valeur de N, les rsultats ne gagnent plus en prcision Dans un calcul numrique, il faut trouver un compromis entre la prcision souhaite et le temps allou au calcul.

27

4. Prise en compte du temps


Discrtisons les drives partielles par les diffrences finies classiques :
2T 1 T = x 2 t

2T T ( x + x) + T ( x x) 2T ( x) = x 2 x 2

T T (t + t ) T (t ) = t t

Il faut maintenant rsoudre en chaque point de lespace et tout instant. On notera i lindice pour les variables despace et n celui pour le temps. Pour la drive temporelle, on crira donc : Euler 1er ordre :
T Ti n +1 Ti n = + O(T ) t t

n [1, Nt ]

Selon que lon choisit le temps n ou n+1 pour valuer les termes de la drive spatiale, on parlera de mthode explicite ou implicite.
28

4. Prise en compte du temps


2T T ( x + x) + T ( x x) 2T ( x) = x 2 x 2

n n n 2T Ti + 1 + Ti 1 2Ti = x 2 x 2

n +1 n +1 n +1 2T Ti + 1 + Ti 1 2Ti = x 2 x 2

Mthode explicite

Mthode implicite

n n n Ti + 1 Ti n +1 Ti n 1 + Ti 1 2Ti = x 2 t

n +1 n +1 n +1 Ti + 1 Ti n +1 Ti n 1 + Ti 1 2Ti = x 2 t

29

4. Prise en compte du temps


Notion de stabilit numrique

La limite en stabilit des schmas explicites est bien plus basse que pour les schmas implicites. Cela signifie concrtement que pour un pas despace gal, on pourra avancer plus vite en temps avec un schma implicite. On peut dmontrer (thorme de Lax) quun schma explicite est stable si :
C=

t
x 2

<

1 2

(Nombre de Courant)

Pour un pas despace donn, cela implique une limitation du pas de temps. Un schma implicite est inconditionnellement stable.

30

5. Modlisation de la turbulence

Dessin dun coulement turbulent par Lonard de Vinci (16ime s)


http://video.google.fr/videosearch?q=turbulent&hl=fr&client=firefoxa&emb=0&aq=f#q=turbulent+fluid&hl=fr&emb=0&cli 31 ent=firefoxa&view=2&qvid=turbulent+fluid&vid=1173547920289296938

5. Modlisation de la turbulence
Un coulement turbulent est caractris par : son irrgularit la fois en temps et en espace : la simulation est, de ce fait, trs dlicate. Il est trs sensible aux perturbations, mme faibles, celles-ci ayant tendance s'amplifier du fait de la faible viscosit. D'o la difficult d'une prdiction dtaille (dans les prvisions mtorologiques moyen et long terme, les instabilits peuvent provenir des perturbations dues aux erreurs sur les mesures). L'analyse de tels coulements se fait de manire statistique (calcul de quantits moyennes) ; la prsence de structures de tailles trs diffrentes qui interagissent entre elles : plus le nombre de Reynolds est grand, plus la diffrence de taille entre les plus grandes et les plus petites structures prsentes dans l'coulement est grande ; son caractre dissipatif : la prsence de nombreuses chelles, qui interagissent entre elles, augmente le taux de dissipation d'nergie ; son caractre diffusif : la turbulence augmente le taux de mlange et de diffusion d'espces chimiques et de la temprature.

Un coulement laminaire ( gauche) et turbulent ( droite). Entre les deux, la zone de transition.

Ce sont de tels tourbillons, petits qui caractrisent un coulement turbulent.

et

gros, 32

5. Modlisation de la turbulence
la turbulence est paradoxale : on connat parfaitement les quations qui la dcrivent, et ce depuis 1827. Et pourtant, on est incapable de rsoudre ces quations dites de Navier-Stokes, car les calculs deviennent vite effroyablement complexes. En extrapolant l'augmentation actuelle de la puissance de calcul informatique, il faudrait attendre 2080 avant de pouvoir rsoudre ces quations pour l'air entourant un avion , Il faut donc faire des modles qui simplifient la ralit, mais permettant de calculer avec la meilleure approximation possible ce qui se passe autour des ailes ou dans les racteurs.

Application de modles de turbulence: coulement sur une configuration fuselage/voilure en coulement transsonique. Les couleurs indiquent les niveaux de frottement sur l'avion, les lignes la direction du frottement

33

5. Modlisation de la turbulence
Il existe plusieurs modles de turbulence dont les principaux sont : les modles statistiques cherchent dterminer un coulement moyen, au sens de la moyenne statistique. On introduit alors une viscosit turbulente, dont le but est de modliser l'action des fluctuations sur l'coulement moyen. Ils sont trs utiliss pour les problmes industriels, dans des codes de simulation d'coulements fluides en gomtries complexes utilisant les lments finis ou les volumes finis comme schma de discrtisation des quations. Ils donnent de bons rsultats loin des parois. Prs des parois ils sont coupls avec des modles de lois de parois. les modles sous-mailles ou Large Eddy Simulation (LES) calculent le comportement des grandes chelles, en modlisant l'action des petites chelles. En effet, les grandes chelles d'un coulement sont celles qui contrlent, par exemple, les transferts de chaleur, et qui contiennent l'nergie cintique. La modlisation se fait en modlisant l'action dissipative des petites chelles sur les grandes chelles, au moyen d'une viscosit tourbillonnaire (modle de type Smagorinsky). Des modles plus prcis, les modles dynamiques, ont permis d'obtenir une meilleure estimation des constantes intervenant dans la modlisation de type Smagorinsky .

34

5. Modlisation de la turbulence
Modles statistiques Ces modles tudient les quations statistiques aux drives partielles obtenues par passage la moyenne des quations de conservation
u j x j
Moyenne temporelle

=0
2

X = X + X
Fluctuation

uiu j ui u ui 1 p + uj i = + xi t x j x j x j x j
Effet de la turbulence

X = {ui , p,}
Turbulence isotrope

On obtient alors un systme ouvert. Il convient de choisir judicieusement les schmas de fermeture pour qu'ils rintroduisent les informations perdues dans un nouveau systme, ferm celui-ci, que l'on pourra rsoudre numriquement. On peut classifier ces modles suivant deux critres : on distingue les modles par leur ordre (un ou deux en gnral) et par le nombre d'quations de fermeture supplmentaires (plutt une ou deux selon la complexit du modle de fermeture).
35

5. Modlisation de la turbulence
1. Modles du premier ordre Ces modles limitent les tudes aux valeurs moyennes des fonctions de l'coulement. On distingue les modles : zro quation qui consistent relier les flux turbulents (dont les corrlations doubles) et les grandeurs moyennes sans introduire de nouvelle quation. On peut, par exemple, relier linairement, pour un coulement cisaill simple, les tensions de Reynolds et le gradient de vitesse, le coefficient de proportionnalit tant la viscosit turbulente (Boussinesq la supposait constante). On peut citer l'exemple des schmas dits de longueur de mlange. une quation. Ces modles ont pour avantages d'tre assez simples et de prendre un peu en compte l'histoire de la turbulence mais le choix de l'chelle de longueur est empirique et l'extension au cas tridimensionnel est difficile. deux quations o l'on considre que la viscosit tourbillonnaire dpend de deux paramtres reprsentatifs du phnomne. Le modle k-epsilon est de ce type : il a l'avantage d'tre assez rpandu et de prendre en compte les variations spatiales de l'agitation turbulente mais il est mal adapt aux coulements complexes.
36

5. Modlisation de la turbulence
2. Modles du second ordre Ces modles dits contraintes turbulentes algbriques ou Rij-epsilon, se distinguent des prcdents par le fait que l'quation de transport des tensions de Reynolds est rsolue tout comme les quations du champ moyen. Ils conviennent mieux, pour tre plus ralistes, aux coulements avec tourbillons, forte anisotropie, et permettent de ne pas surestimer l'nergie cintique dans le cas de forts cisaillements (coulements avec sparation de rgion). En tout tat de cause, ils sont moins chers d'utilisation que les mthodes LES ( Large Eddy Simulation).

Isosurface des tourbillons et vecteurs vitesse dans un coulement turbulent rotatif 37

5. Modlisation de la turbulence
Modles Large Eddy Simulation (LES) L'ide matresse de ces simulations est d'identifier, par rsolution directe, les caractristiques de grande taille de l'coulement en ne modlisant que des mouvements de petite taille. Une caractristique trs importante des mthodes LES : la rsolution spatiale dpend de la taille des mailles. Contrairement aux modles statistiques, la variation de la taille des mailles aura, tout le temps, une influence sur les rsultats, mme avec une discrtisation et une rsolution numrique idale. A la taille de la maille correspond un filtrage spatial dont il faut dfinir les caractristiques. Pour simuler les phnomnes de taille infrieure celle de la maille, il faut utiliser un modle de sous-maille. Le plus couramment utilis est celui de Smagorinsky, qui repose sur une hypothse de longueur de mlange : une viscosit turbulente est introduite. Les mthodes LES ncessitent l'emploi de mthodes numriques trs prcises, sans viscosit numrique et sans dissipation. Le choix s'oriente alors vers des mthodes spectrales ou de diffrences finies base de schmas centrs (le schma de AdamsBashford est le plus couramment utilis).

38

5. Modlisation de la turbulence
Choix dun modle de turbulence Trois critres influencent de manire importante le choix d'un modle de turbulence : la nature physique du problme, la qualit des rsultats attendus, la puissance de calcul. Nature physique du problme Le modle k-epsilon est trs bien implant dans les codes et son utilisation peut se faire facilement. Il est donc privilgier par rapport aux modles algbriques. Ses variantes Bas-Reynolds sont utiliser ds que le Reynolds turbulent est infrieur 100. Il est toutefois critiquable dans bien des situations : coulements trs cisaills, zones de recirculation, changes thermiques. Dans ces cas, il surestime la valeur de l'nergie cintique turbulente. Toutefois, des variantes du type RNG, permettent d'amliorer ses performances dans le cas de recirculation. Il reste cependant trs avantageux pour les coulements cisaills simples. Dans le cas d'tudes instationnaires, seules les mthodes LES apportent des rsultats satisfaisants. Les modles du premier et du second ordre, par l'introduction d'une viscosit turbulente importante, donnent des volutions de structures trop dissipatives.
39

5. Modlisation de la turbulence
Choix dun modle de turbulence

La puissance de calcul Les modles algbriques et k-epsilon sont les moins gourmands : on risque d'tre contraint de les utiliser dans le cas de gomtries complexes, 3D notamment, afin d'obtenir des rsultats dans un temps acceptable. Les modles Rij-epsilon ncessitent, par essence, plus de puissance de calcul : il faut rsoudre plus dquations; mais en plus ils ncessitent plus d'itrations pour converger. Les temps de calculs sont peu prs multiplis par 4 par rapport au modle k-epsilon. Les mthodes LES sont les plus gourmandes et ncessitent l'emploi de ressources informatiques importantes : rseau complet de stations de travail jusqu'aux supercalculateurs. Aujourd'hui, calculer un avion entier est encore inenvisageable au plan industriel; mais dans 5 ans...

40

5. Modlisation de la turbulence
Choix dun modle de turbulence

41

5. Modlisation de la turbulence
Choix dun modle de turbulence

42

5. Modlisation de la turbulence
Les principaux modles de turbulence implments dans Star-CCM+ sont : Spalart-Allmaras (1 quation) k-epsilon (2 quations) k-omega (2 quations) LES

http://www.cfd-online.com/Wiki/Turbulence
43

5. Modlisation de la turbulence
Modle k-epsilon (k-) standard
uiu j ui ui 2ui 1 p + uj = + x j t x j x j x j xi
Effet de la turbulence

La difficult consiste trouver une relation de fermeture qui relie les tensions de Reynolds aux grandeurs moyennes de lcoulement. Pour cela, Boussinesq (1890) a introduit la notion de viscosit turbulente t en proposant une analogie avec la loi de Newton :
uiuj = t ( ui u j 2 + ) + k ij x j xi 3

k=

uiui 2

(nergie cintique de turbulence)

Dans le modle de Launder et Spalding (1974), la viscosit turbulente est dfinie par :
t = C
k2

ui u j = x j xi

le taux de dissipation de lnergie cintique turbulente k :

44

5. Modlisation de la turbulence
Modle k-epsilon (k-) standard La fermeture du problme est assure en crivant 2 quations de transport pour lnergie cintique turbulente k et le taux de dissipation turbulente .

une pour k, lnergie cintique turbulente :


ui u j ui k k t k 2k +uj =t + + ( ) + t x j x x x x x x x j i j k j j j j

une pour , le taux de dissipation turbulente :


ui u j ui 2 t + uj = C1 t + C2 + ( ) t x j x x x k k x x i j j j j

t = C

k2

45

5. Modlisation de la turbulence
Modle k-epsilon (k-) standard On a donc 6 inconnues scalaires calculer : ui (i = 1.3), p, k , Les 6 quations disponibles rsoudre sont :
ui =0 xi

ui u 1 p + uj i = + t x j xi x j

ui ( + ) t x j

(i = 1,3)

ui u j ui k k t k 2k +uj =t + + ( ) + t x j x x x x x x x i j k j j j j j ui u j ui 2 t + uj = C1 t + C2 + ( ) t x j x x x k k x x j i j j j

Le systme est ferm !

Les valeurs des 5 constantes sont dtermines en se rfrant aux donnes exprimentales
46

5. Modlisation de la turbulence
Modle k-epsilon (k-) standard

47

Simuler avec Star CCM+ Processus intgr en 3 grandes tapes

Cration de la CAO Modification de la CAO Exportation de la CAO

Pr-processing, maillage surfacique, maillage volumique automatique

Rsolutions multi-physiques et post-traitement


48

6. Le maillage
Le maillage est une tape essentielle dans la russite dune simulation numrique. Cette tape consiste en la discrtisation de lespace physique et continu en un espace discret ou discontinu. Le systme est dcoup en sous-domaines dont la brique lmentaire sappelle maille ou cellule. Les mailles ont gnralement des formes simples (hexadres, ttradres, quadrilatres, triangles). Les quations rsoudre sont rsolues dans chacune des mailles.

On peut classer les maillages en fonction de leur connectivit. On distingue alors : Les maillages structurs Les maillages non structurs Les maillages hybrides
49

6. Le maillage
Maillages structurs

Un maillage structur est caractris par une connectivit rgulire. Dans la rsolution numrique du problme, cela sexprime par lutilisation de matrice 2D ou 3D. Cela rduit le choix de la forme des mailles possibles des quadrilatres en 2D et des hexadres en 3D. Grce sa structure rgulire, un maillage structur est plus simple et moins lourd utiliser.

50

6. Le maillage
Maillages structurs Avantages : Economique en nombre dlments, prsente un nombre infrieur de mailles par rapport un maillage non structur quivalent. Rduit les risques derreurs numriques car lcoulement est align avec le maillage.

Inconvnients : Difficile gnrer dans le cas dune gomtrie complexe Difficile dobtenir une bonne qualit de maillage pour certaines gomtries complexes

51

6. Le maillage
Maillages non-structurs

Un maillage non structur est caractris par une connectivit irrgulire et lutilisation de matrice 2D ou 3D ne peut plus tre applique directement. Cela permet lusage de mailles de formes trs varies. Compar un maillage structur, un maillage structur requiert des capacit de stockages accrues puisquil nexiste plus de proprits mathmatiques entre une maille et ses voisines.

52

6. Le maillage
Maillages non structurs Avantages : Peut tre gnr sur une gomtrie complexe tout en gardant une bonne qualit des lments Les algorithmes de gnration de ce type de maillage (tri/ttra) sont trs automatiss

Inconvnients : Trs gourmand en nombre de mailles comparativement au maillage structur Engendre des erreurs numriques (diffusion numrique) qui peuvent tre plus importantes si lon compare avec le maillage structur

53

6. Le maillage
Maillages hybrides

Un maillage hybride ou mixte est un maillage qui est caractris par la prsence de rgions mailles de faon structure et dautres rgions mailles de faon non structure.

Un tel maillage combine les avantages et les inconvnients du maillage structur et ceux du maillage non structur !

54

6. Le maillage
Techniques gnrales de gnration de maillage

Il ny a pas de rgle gnrale prcise pour la cration dun maillage valable. Cependant il existe diffrentes conseils qui permettent dobtenir un maillage acceptable. Nous pouvons rsumer ces conseils ainsi : Maintenir une bonne Qualit des lments Assurer une bonne Rsolution dans les rgions fort gradient Assurer un bon Lissage dans les zones de transition entre les parties maillage fin et les parties maillage grossier Minimiser le nombre Total des lments (temps de calcul raisonnable)

On peut se souvenir de ces rgles en utilisant la formulation mnmotechnique QRLT

55

6. Le maillage
Distorsions Le coefficient de distorsion permet de rendre compte de degr dasymtrie dun maillage. 1. Calcul bas sur des lments triangulaires ou ttradriques :
Fd = Taillelment optimal Taillelment Taillelment optimal
gnr

2. Calcul bas sur la dviation angulaire :


Fd = Max max e , e min e 180 e

max : langle le plus grand de la cellule min : langle le plus petit de la cellule e

: langle dune cellule parfaitement rgulire (ex 60 pour un triangle, 90 pour un rectangle)

Les grandes valeurs de Fd induisent des erreurs de calculs et ralentissent la convergence 56 On peut tolrer des valeurs importante de Fd dans les zones de faibles gradients

6. Le maillage
Distorsions

Les grandes valeurs de Fd induisent des erreurs de calculs et ralentissent la convergence On peut tolrer des valeurs importante de Fd dans les zones de faibles gradients La valeur maximale de Fd tolre dans un maillage volumique est de lordre de 0,90 La valeur maximale de Fd tolre pour un maillage surfacique est de lordre de 0,75

Fd Qualit

0-0,25
Excellent

0,25-0,50
Bon

0,50-0,80
Acceptable

0,80-0,95
Pauvre

0,95-0,99
Trs pauvre

0,99-1
mauvais

57

6. Le maillage
Lissage

Pour un maillage pas variables, la variation de la taille des mailles doit tre faible. On estime quune variation de plus de 20% est nfaste pour la qualit du rsultat.

xi

xi +1

xi +1 < 1.2 xi

58

6. Le maillage
Nombre de mailles

Un nombre important de mailles permet sans doute damliorer la prcision des calculs, mais il pnalise les ressources informatiques en terme de mmoire et alourdit le systme. Par voix de consquence, un compromis entre prcision et temps de calcul simpose. Des techniques existent pour conomiser un certain nombre dlments : Utilisation de maillages non uniformes, en concentrant la bonne qualit du maillage uniquement dans les zones o cest ncessaire. Utilisation de fonction adaptation de maillage pour raffiner uniquement sur des zones bien prcises Utilisation des lments de maillage hexadriques dans les zones adquates

59

6. Le maillage
Maillage de couche limite

La notion de rsolution concerne plus particulirement les zones qui prsentent un fort gradient, ainsi une bonne rsolution permet de mieux dcrire les phnomnes physiques qui existent dans ces zones telles que les ondes de choc, ou les phnomnes lis la couche limite.

60

6. Le maillage
Maillage de couche limite

y+ =
Cf =

y
0

0
0.0244 Re1/7 x

y : distance normale la paroi 0 : contrainte paritale

1 2 U 2

La coordonne de paroi y+ prend des valeurs diffrentes en fonction de la position dans la couche limite : dans la sous-couche laminaire (y+ < 5) dans la rgion de transition (5 < y+ < 30) dans la rgion logarithmique (30 < y+ < 1000)

Sa valeur est galement relie au modle de turbulence choisi (se rfrer au manuel de lutilisateur du code de calcul) Pour calculer y+ et/ou la taille des mailles dans une couche limite : http://geolab.larc.nasa.gov/APPS/YPlus/
61

6. Le maillage

La densit du maillage doit tre optimise pour obtenir le meilleur rsultat en un minimum de temps. La solution doit tre indpendante du maillage pour tre sr de la justesse de la solution calcule.

62

7. Conseils
Quel degr de simplifications ? La plupart du temps, la CAO issue du bureau dtudes nest pas adapte au calcul numrique, notamment en mcanique des fluides car : Elle contient des surfaces et des volumes o lon a pas besoin de faire de calculs (intrieur de volumes, paisseurs). Elle contient des surfaces non-connectes. Elle contient des dtails qui sont superflus au regard du calcul de lcoulement mais qui sont surtout source de nombreux problmes lors de lopration de maillage. Lingnieur doit alors tre capable de slectionner les lments pertinents qui doivent tre pris en compte lors de la simulation, en cartant les lments qui napporteront aucune information importante. On appelle nettoyage de la gomtrie cette opration essentielle qui est diffrent pour chaque problme.
63

7. Conseils
Exemple

En rouge : dtails superflus quil faut nettoyer !

64

8. Conclusion
Les mthodes numriques prsentent un grand avantage en terme de facilit dutilisation, de flexibilit et de cot global sur lensemble dun projet industriel. Avec le dveloppement des capacits de calculs des ordinateurs, des mthodes de plus en plus prcises et fiables peuvent tre utilises dans lindustrie. Cependant le rle de lingnieur nest pas diminu. Les codes de calculs donnent quasiment toujours un rsultat. Cest lingnieur de dterminer sil est correct ou pas. La connaissance des mthodes de calculs, de leurs atouts et de leurs lacunes est un gage de bonne utilisation dun code. La qualit du rsultat va dpendre de la bonne matrise de ces mthodes, des conditions aux limites et de la manire de mailler le domaine de calcul. Mme sil y a des avances indiscutables, il ne faut pas oublier que la plupart des modles de turbulences sont bass sur des donnes empiriques et exprimentales. Loutil numrique se fait donc complment de loutil exprimental sans jamais sy substituer. Lobjectif final des mthodes numriques est de diminuer le nombre dessais exprimentaux.
65

9. Travail 1: simuler coulement dans une conduite circulaire


On veut simuler lcoulement dans une conduite de section circulaire de diamtre D=2 cm. Donnes : Prenez de leau comme fluide Ecoulement turbulent Re=UD/=5000 et Le /D = 0,8 x Re1/4 Ecoulement laminaire Re=UD/=100 et Le /D = 0,3 x Re

Travail demand : Dterminez la variation du pas de maillage et commentez Rflchissez aux conditions aux limites Choisissez un modle de turbulence (k- ou k-) ou laminaire Comparez vos rsultats avec ceux de la littrature donns ci-aprs

66

9. Travail 1: simuler coulement dans une conduite circulaire


Profil de vitesse dans la couche limite

u u = * u
+

u* =

0
u*

y+ =

y y*

y* =

67

9. Travail 1: simuler coulement dans une conduite circulaire


Vitesse dbitante A comparer avec : 1) 2) 3)

U * = 5.65log Re +2 * u

Re =
*

u* R

(5000 < Re < 4 106 ) (daprs Coantic)

U Re = 0.71 + 0.10 log( ) umax 4200

68

9. Travail 1: simuler coulement dans une conduite circulaire


* Coefficient de pertes de charge rgulire : u = U 8

A comparer avec : 1) Diagramme de Moody

2) Blasius

0.316 Re1/4

3) Colebrook pour conduite hydrauliquement lisse 1 = 2log(Re ) 0.8


69

9. Travail 2 : simuler coulement laminaire dans un canal avec marche