Vous êtes sur la page 1sur 91

Simulation Numrique des Ecoulements

Multiphasiques par une Approche Msoscopique


Base sur des Mthodes sans Maillages

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE LENSEIGNEMENT SUPERIEUR ET DE LA RECHERCHE
SCIENTIFIQUE

UNIVERSITE MHAMED BOUGARA BOUMERDES

Facult des Sciences de lIngnieur

Dpartement Gnie Mcanique

GROUPE MODELISATION EN MECANIQUE

MEMOIRE
Prsent par

M. ATIA Abdelmalek

En vue de lobtention du diplme de

MAGISTER en GENIE MECANIQUE

OPTION : MODELISATION ET SIMULATION EN MECANIQUE






Soutenu le 27/01/2010 devant le jury suivant :

Pr. Slimane AISSANI Professeur UMBB Prsident
Dr. Aomar AIT AIDER Matre de Confrences UMMTO Examinateur
Dr. Idir BELAIDI Matre de Confrences UMBB Examinateur
Dr. Kacem MANSOURI Matre de Confrences UMBB Examinateur
Dr. Kamal MOHAMMEDI Matre de Confrences UMBB Rapporteur




Anne universitaire 2009/2010


Rsum : depuis de nombreuses annes, les mthodes des lments finis, des
diffrences finies ou des volumes finis se sont imposes pour la rsolution des
quations aux drives partielles dcrivant les systmes physiques et mcaniques.
Cependant, ces techniques souffrent de limitations pour certaines classes de problmes.
Ces inconvnients ont entran le dveloppement, depuis une dizaine dannes, dune
nouvelle classe de mthodes appeles mthodes sans maillage. Au lieu de travailler sur
un maillage et une connectivit, les mthodes meshless utilisent un ensemble discret
de points plus ou moins alatoirement distribus dans le domaine et sur sa frontire.
Lobjectif du travail consiste en la simulation dun coulement multiphasique laide
de la mthode Lattice Boltzmann. Le code dvelopp qui sappuie sur un code source
ouvert, a permis de simuler lcoulement dans un milieu poreux.

Mots cls : simulation numrique ; mthodes sans maillage ; msoscopique ; LBM ;
multiphasique.

Abstract: since many years, the finite element method, the finite differences method
or finite volumes method were imposed for the resolution of the partial derivative
equations describing the physical and mechanical systems. However, these techniques
suffer from limitations for certain classes of problems. These disadvantages brought the
development, in recent years, new numerical techniques, have been developed. These
methods, coined as mesh free methods. Instead of working on a grid and connectivity,
the meshfree methods use a set of discrete points distributed more or less aleatory in
the field and on its boundary. The aim of this work consists of the simulation of a
multiphase flow using a mesh less method by using an existing open code source
which will be developed and adapted to the needs for the considered case.

Key words: numerical simulation; mesh free methods; mesoscopic, LBM,
multiphase.

:
.
.
.meshless
,
.

.

: ; ; .



Remerciements

Tout dabord, je tiens exprimer mes vifs remerciements et ma gratitude au
Dr. Kamal MOHAMMEDI, matre de confrence lUniversit de Mhamed
Bougara Boumerdes, qui ma fait lhonneur dtre rapporteur de ce mmoire. Je le
remercie pour la patience dont il a fait preuve lors de ses relectures mais galement
pour les diffrentes discussions fructueuses que nous avons pu tenir ensemble et
les lectures attentives lors diffrentes tapes de la ralisation de ce travail.

Je tiens remercier tout particulirement le Dr. Idir BELAIDI, matre de
confrence lUniversit MHamed Bougara Boumerds, et membre du Groupe de
Recherche modlisation en mcanique, Je tiens le remercier pour ses nombreux
conseils et pour lacuit scientifique quil a mise en uvre lors de nos discussions.

Je remercie vivement le Pr. Slimane AISSANI (UMBB) pour avoir bien
accept de prsider ce jury.

Je remercie Dr. Aomar AIT AIDER (UMMTO), Dr. Idir BELAIDI (UMBB),
Dr. Kacem MANSOURI (UMBB), pour avoir bien voulu examiner ce mmoire et
faire partie du jury de soutenance. Quils trouvent ici lexpression de ma gratitude.

Je tiens galement remercier tous mes collgues tudiants en post
graduation pour leurs soutiens et leur motivation.

Que tous mes amis sans exception, et ils sont nombreux, notamment ceux
que je ne peux citer trouvent ici mes meilleurs hommages.

Enfin, que toutes les personnes ayant contribu, de prs ou de loin, la
ralisation de ce travail, soient chaleureusement remercies.







Ddicace
A mes chers parents
A mes frres et surs
A toute ma famille
i


Rsum
Remerciements
Ddicace
Sommaire.i
Liste des figures..iii
Liste des tableaux ...v
Nomenclature........................................................................................................................... ..vi
Introduction gnrale ..1
I. Mthodes sans maillage: principes et tat de lart
I.1. Introduction .......................................................................................................................................... 5
I.1.1. Gnralits sur les mthodes sans maillage. Historique ........................................................... 5
I.1.2. Avantage des mthodes sans maillage ........................................................................................ 6
I.1.3. Inconvnients des mthodes sans maillage ................................................................................. 7
I.2. Mthodes sans maillage particulaires ............................................................................................... 9
I.2.1. Mthodes particulaires utilisant le principe des noyaux rgularisant .................................... 9
I.2.1.1. Mthode Smooth Particle Hydrodynamics (SPH)............................................................. 9
I.2.1.2. Mthode Reproducing Kernel Particle Method (RKPM) et Corrected-SPH (C-SPH) 14
I.2.2. Mthodes particulaires utilisant le principe des moindres carrs mobiles ........................... 15
I.2.2.1. Dfinition de lapproximation MLS .................................................................................. 15
I.2.2.2. Mthodes DEM (diffuse element method) et EFGM (element-free Galerkin method)
<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<..17
I.2.3. Mthodes particulaires utilisant le principe Partition de lunit (PU)................................... 18
I.2.3.1. Dfinition de lapproximation Partition de lunit (PU)................................................. 18
I.2.3.2. Hp-clouds et PUFEM (Partition of Unity Finite Element Method) ............................... 18
I.2.4. Mthodes sans maillage de type lments naturels ................................................................. 18
I.2.4.1. Mthode NEM ...................................................................................................................... 18
I.2.4.2. Mthode C-NEM .................................................................................................................. 21
I.2.5. Mthodes sans maillage bases sur la mcanique statistique ................................................. 22
I.2.5.1. Mthode de dynamique molculaire ................................................................................ 22
I.2.5.2. Mthode de gaz sur rseau (LGA) ..................................................................................... 23
I.2.5.3. Mthode de Boltzmann sur rseau (LBM) ........................................................................ 24
II. Modlisation et simulation des coulements multiphasiques
II.1. Simulation numrique des coulements multiphasiques par la mthode Element Free
Galerkine (EFG) ............................................................................................................................................... 25
II.1.1. Mthode EFG ............................................................................................................................ 25
II.1.2. Rsultats et discussions ........................................................................................................... 26
II.2. Simulation numrique dcoulement multiphasique laide de la mthode (LBM)
<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<.....................29
II.2.1. Sparation des Phases .............................................................................................................. 29
II.2.2. Coalescence des gouttes .......................................................................................................... 29
II.3. Etude de leffet de viscosit sur lcoulement multiphasique des fluides immiscible dans les
milieux poreux laide de la mthode (LBM) ............................................................................................ 30
II.3.1. Rsultats et discussions ........................................................................................................... 30
II.3.1.1. Viscosit de la phase mouillante est moins que la viscosit de la phase non-
mouillante<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<..31
II.3.1.2. Viscosit de la phase mouillante est plus grande que la viscosit de la phase non-
mouillante (M<1) .................................................................................................................................... 32
II.4. Simulation numrique dcoulement multiphasique laide de la mthode SPH
<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<....33
II.4.1. Rsultats et discussions ........................................................................................................... 33
ii

III. Mthode de Boltzmann sur rseau (LBM)
III.1. Introduction ........................................................................................................................................ 36
III.2. Applications de la mthodes LBM .................................................................................................. 36
III.3. Equation de Boltzmann .................................................................................................................... 37
III.4. Modle bidimensionnel D2Q7 sept vitesses ............................................................................... 38
III.5. De l'quation de Boltzmann la mthode LBM ............................................................................ 39
III.6. Choix des conditions aux limites dans la mthode LBM ............................................................. 43
III.6.1. Conditions aux limites priodiques ....................................................................................... 43
III.6.2. Conditions aux limites solides ................................................................................................ 43
III.7. Mthode LBM pour un coulement multiphasique ..................................................................... 44
III.7.1. Introduction ............................................................................................................................... 44
III.7.2. Approche nergie libre ........................................................................................................ 44
III.8. Equation dtat dans la mthode LBM ........................................................................................... 46
III.8.1. Introduction ............................................................................................................................... 46
III.8.2. Equations dtat utilises avec la mthode LBM .................................................................. 46
III.8.3. Influence de lquation dtat sur le rapport de la masse volumique entre les phases en
prsence <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<..48
III.9. Mise en uvre algorithmique et informatique de la mthode LBM .......................................... 48
III.9.1. Introduction ............................................................................................................................... 48
III.9.2. Algorithme de la mthode Boltzmann sur rseau ............................................................... 48
VI. Rsultats et discussions
IV.1. Introduction ........................................................................................................................................ 53
IV.2. Prsentation du code de calcul FLUENT ....................................................................................... 53
IV.3. Simulation dun coulement multiphasique dans un milieu dispers homogne ................... 54
IV.3.1. Les courbes de convergence .................................................................................................... 54
IV.3.2. Distribution des phases ........................................................................................................... 55
IV.3.3. Champ de vitesse ...................................................................................................................... 56
IV.3.4. Courbes de variation de la vitesse et chute de pression ..................................................... 57
IV.4. Simulation dun coulement multiphasique autour dun arrangement de carrs homognes
fixes (rseau capillaire) : ................................................................................................................................. 60
IV.4.1. Introduction ............................................................................................................................... 60
IV.4.2. Etude de leffet de la mouillabilit et du nombre capillaire sur la distribution des
phases <<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<...61
IV.4.2.1. Installation de simulation ................................................................................................... 61
IV.4.2.2. Rsultats et discussions ....................................................................................................... 61
IV.4.3. Etude de leffet de lorientation des canaux sur la formation de pigeage ..................... 63
IV.4.3.1. Introduction .......................................................................................................................... 63
IV.4.3.2. Rsultats et discussions ....................................................................................................... 64
IV.5. Ecoulement multiphasique dans un milieu poreux reconstruit partir de traitement dimage
<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<<65
IV.5.1. Introduction ............................................................................................................................... 65
IV.5.2. Ecoulement dans les milieux poreux ..................................................................................... 65
IV.5.3. Rsultats et discussions ........................................................................................................... 67
IV.5.1. Introduction ............................................................................................................................... 65
IV.5.2. Ecoulement dans les milieux poreux ..................................................................................... 65
IV.5.3. Rsultats et discussions ........................................................................................................... 67

Conclusion gnrale .................................................................................................................................. 65
Rfrences bibliographiques ..................................................................................................................... 78
Annexe .................................................................................................................................................... 82

iii


FIG I.1 Support et fonction poids associe aux fonctions de forme moindres carres mobiles,
(daprs *19+). ..............................................................................................................................................7
Fig. I.2 : Diffrentes mthodes numriques de simulation. ..................................................................8
FIG I.3 Maillage eulrien bidimensionnel, (daprs *10+). ....................................................................9
FIG I.4 Volume de contrle Lagrangien, (daprs *10+). ......................................................................10
FIG I.5 -Domaine d'influence d'une particule, (daprs *10+). ............................................................13
FIG I.6 Interpolation par lments finis et approximation sans maillage, (daprs *16+). ..............17
FlG. I.7 (a) Diagramme de Voronoi d'un ensemble de points dans le plan; (b) triangulation de
Delaunay associe et cercle circonscrit a un triangle, (daprs *19+). ................................................19
FlG. I.8 Calcul des fonctions de forme de Sibson (a gauche) et de Laplace (a droite), (daprs
[19]). ............................................................................................................................................................20
FIG. I.9: Triangulation de Delaunay non contrainte (en haut) ou contrainte par les artes de la
frontire et un critre de visibilit (en bas). Dpres *19+. ...................................................................22
FIG I.10 Exemple dun pas de temps dans lvolution dun rseau de gaz bidimensionnel. (a)
tat initial: chaque flche reprsente une particule dplacer selon la direction de la flche ; (b)
tape dadvection: chaque particule dplace une unit de rseau dans la direction de sa
vitesse ;(c) tape de collision, Daprs *24+. ..........................................................................................24
FIG II.1 le domaine de simulation pour une particule .......................................................................27
FIG II.2 Evolution de l'coulement autour d'une particule mobile : .................................................27
(a) t = 6,25 s; (b) t = 12,5 s et (c) t = 18,75 s. .............................................................................................27
FIG II.3 Domaine de simulation pour deux particules .......................................................................28
Fig. (II.4) Champ de vitesse d'un systme de deux-particule diffrents instants :......................28
(a) t = 0,1 s; (b) t = 0.5s; (c) t = 0.62s et (d) t = 0,68 s. ............................................................................28
Fig. II.5 Collisions de particules et l'volution du champ de vitesse: (a) t = 0,087 s; (b) t = 0.088s;
(c) t = 0.089s et (d) t = 0,090 s. .................................................................................................................28
Fig. II.6 95 Particules tombant dans une conduite verticale: (a) t = 0.125s; (b) t = 0.150s; (c) t =
0,175 s et (d) t = 0,200 s. ...........................................................................................................................28
FIG II.7 sparation de phase Instantan ..............................................................................................29
Tableau II.1 Paramtres utiliss pour la simulation de sparation de phase..................................29
FIG II.8 coalescence de deux gouttes. ....................................................................................................30
FIG II.9 Distribution des phases diffrentes instants( = , , , , , , ), ......31
= = , . ...........................................................................................................................31
FIG. II.10 Permabilits relatifs de deux phases ..................................................................................32
FIG II.11 Distribution des phases diffrentes temps ( = , , , , , , ) .......32
FIG. II.12 Permabilits relatifs de deux phases ..................................................................................33
FIG II. 13 Photographie de bulle d'air en nitrobenzne ; = , = . [34] ..34
FIG II.14 Comparaison des rsultats de SPH pour l'ascension de bulle avec la formule
analytique, / = . , = . [35]. ....................................................................................34
FIG II.15 Bulle d'air en ascension dans l'eau diffrents instants 0.0, 0.2, 0.3, 0.4, 0.6, 0.8 sec. ....34
FIG III.1 Diffrents domaines dapplications de la mthode LBM. ...................................................36
FIG III.2 Vecteurs vitesses discrtes pour des rseaux en 2-D et 3-D. [22] .......................................38
FIG III.3 Conditions aux limites priodiques utilises dans la mthode LBM (daprs *44+) ........43
FIG III.7 Algorithme Stream and collide .............................................................................................50
FIG III.8 Organigramme de lalgorithme utilis. .................................................................................51
FIG IV.1-a : Variation de la vitesse moyenne dans une section du canal en fonction du temps
pour le cas du milieu dispers homogne (LBM) ................................................................................54
FIG IV.1-b : Convergence du systme aprs un certain nombre ditrations par FLUENT. .........55
iv

FIG IV.2 : Distribution des phases dans un rseau en 2D de porosit = . diffrent temps,
gauche par la mthode LBM (t=0, 2600 et 40000), droite par FLUENT (t=0, 420 et 760). La
couleur rouge reprsente la phase liquide( = ), la phase vapeur =
reprsente par la couleur verte dans la mthode LBM et par la couleur bleu dans le
logiciel FLUENT. ......................................................................................................................................56
FIG IV.3 : Champ de vitesse selon laxe x, cas du milieu dispers homogne, gauche par LBM,
droite par FLUENT. .............................................................................................................................56
FIG IV.4: Champ de vitesse selon laxe y, cas du milieu dispers homogne, gauche par LBM,
droite par FLUENT. .............................................................................................................................56
FIG IV.5-a Vecteur de vitesse color par la composante horizontale. ..............................................57
FIG IV.5-b Vecteur de vitesse color par la composante verticale. ...................................................57
FIG IV.6 -a Variation de la vitesse axiale de l'coulement dans le milieu dispers homogne
en fonction de y x=87 lattice obtenu par la mthode LBM. .............................................................59
FIG IV.6 -b Variation de la vitesse axiale de l'coulement dans le milieu dispers homogne
en fonction de y x=0.87 m obtenu par FLUENT. ...............................................................................59
FIG IV.7-a Variation de chute de pression sur le long du milieu pour les deux phases a y=33
lattice obtenu par la mthode LBM........................................................................................................59
FIG IV.7-b Variation de chute de pression sur le long du milieu pour les deux phases a y=0.33 m
obtenu par FLUENT.................................................................................................................................60
FIG IV-8: Variation de vitesse et de chute de pression dans un milieu dispers homogne
trouve par la mthode. (Hiroshi Mitsuishi, Hiroshi Okabe, Japan National Oil Corporation)...60
FIG IV-9 Variation de la vitesse moyenne dans une section du canal (x= Lx/2) en fonction du
temps. .........................................................................................................................................................62
FIG IV-10 (a) : Distribution initiale de deux phases dans tous les cas, (b) : la distribution de
deux phases sans la force de mouillabilit aprs 30000 ditrations. ................................................62
FIG IV-11 Distribution de deux phases avec la force de mouillabilit et deux nombre capillaire
diffrent. ....................................................................................................................................................63
Fig. IV-12. Etapes conscutives de formation dun pige, daprs *60+. ...........................................64
Fig. IV-13 Rseaux capillaires : carr (a) ; carr orient 45 (b) ; hexagonal (c). En haut ltat
initial, en bas la distribution des phases aprs certain nombre ditrations : 40000 itrations pour
(a) ; 30000 itrations pour (b), 100000 itrations pour (c). ...................................................................64
FIG IV-14: Etapes de traitement dimage. .............................................................................................67
FIG IV-15: Image traite dun milieu poreux daprs *64+. .................................................................67
FIG IV-16 Variation de la vitesse moyenne dans une section du milieu (x= Lx/2) en fonction du
temps. .........................................................................................................................................................68
FIG IV.17 : Distribution des phases dans un rseau en 2D de porosit = . diffrent temps
(t=0, 5000, 20000 et 40000), la couleur bleu prsente la matrice solide, rouge prsente la phase
dplaante et celle verte prsente la phase dplac. ...........................................................................68
FIG IV.18-a Vecteur de vitesse colore par la composante horizontale. .........................................69
FIG IV.18-b Vecteur de vitesse colore par la composante verticale. .............................................70
FIG IV.19 Lignes de courant/trajectoires. La flche indique la direction principale de
l'coulement. .............................................................................................................................................71
FIG IV.20 Variation de la permabilit adimensionnelle en fonction de la viscosit dynamique
pour deux rseaux de diffrentes dimensions. ....................................................................................72
FIG IV.21 Gradient de pression en fonction de la vitesse superficielle adimensionnelle pour les
deux phases. ..............................................................................................................................................73
FIG IV.22 Gradient de pression en fonction de la vitesse superficielle pour les deux phases pour
deux valeurs de viscosit cinmatique diffrentes. .............................................................................73
v




Tableau III.1 Rapports de masses volumiques pour diffrentes quations dtat *22+ ..................48
Tableau IV.1 : Paramtres de simulation. .............................................................................................61
Tableau IV.2 : Permabilit adimensionnelle dans le rseau ( ). .....................................72
vi



Lettres latines
Acclration, paramtre d'attraction dans l'quation d'tat.
Paramtre de rpulsion dans l'quation d'tat.
Vitesse des particules dans le rseau.

Constante dans l'quation d'tat.

Vitesse de son en rseau.


Dimension de lespace.

Vecteur de Vitesse des particules dans le rseau.


F Force extrieure.
Fonction reprsente un paramtre physique.

Fonction de distribution des particules.

0
Fonction de distribution des particules lquilibre.
Constante de la gravit. (
2
)
Permabilit intrinsque. (
2
)

Constante de Boltzmann.

Permabilit relative.

Permabilit adimensionnelle.

Longueur du domaine.
Pression.
R
r
Constante de gaz
rayon. (m)
Nombre de Reynolds.
Temps. (s)
Temprature.
, Vitesse macroscopique du fluide. ( )

Coefficients de pondration.
x, x

Position.

Lettres Grecques
Pas de temps.
, Constantes despace du rseau.
Fraction des sites intersects dans la rgion liquide.
Angle de contact.
Coefficient de tension de surface.
, Temps de relaxation.
Viscosit dynamique. ( . )
Viscosit cinmatique. (
2
)

Ensemble discret de vitesse


La masse volumique. (
3
)
Tension de surface.
Coefficient de pondration utilis dans l'interpolation linaire.
La masse effective.
Terme de source de chaleur.
Oprateur de collision.
porosit du milieu

Indices
Indice du rseau.
Nud de frontire.
Valeur critique.
vii

Valeur initiale
Phase liquide.
Phase vapeur.
Nud solide.

Exposants
Quantificateur qui dnote variable sans-dimension.
Quantificateur qui dnote les valeurs moyennes.
~ Quantificateur qui dnote l'tat aprs la collision.
() Quantificateur qui dnote les proprits d'quilibre.

Abrviations
BGK Bhatnagar-Gross-Krook
CFD Computational Fluid Dynamics.
CL les conditions aux limites.
C-NEM Constrained Natural Elements Method
C-S Carnahan-Starling
C-SPH Corrected- Smooth particle hydrodynamics
DEM Diffuse element method (La mthode des lments diffus)
MD Molecular Dynamics
EFGM Element Free Galerkin method
EOS Equation of state (quation dtat).
FH Filippova and Hnel
FHP Frisch, Hasslacher, and Pomeau
GFEM Generalized finite element method
HCZ He, Chen, and Zhang model
LB Lattice Boltzmann
LBE Lattice Boltzmann equation
LGA Lattice gas automata
MDF Mthode des diffrences finis
MEF Mthode des lments finis
MLPG Meshless local Petrov-galerkin method
MLS Moindres carrs mobiles, Mei, Luo, and Shyy
MRT multiple relaxation time (temps de relaxation multiple).
MVF Mthode des Volumes Finis
MWS Meshfree Weak-Strong
NEM Natural Elements Method
N-S Navier-Stokes
PDE Partial Differential Equation (quation de drive partielle).
PDF Particle distribution function (fonction de distribution des particules).
PUFEM Partition of Unity Finite Element Method
PUM Partition of Unity Method
R-K Redlich-Kwong
RKPM Reproducing Kernel Particle Method
RKS Redlich-Kwong Soave equation of state.
SC Shan & Chen equation of state.
SPH Smooth Particle Hydrodynamics
SRT Single relaxation time (simple temps de relaxation).
vdW Van der Waals.
X-FEM eXtended Finite Element Method (Mthode des lments finis tendus)
ZFP Zone faiblement permable

Introduction gnrale
1





Les coulements multiphasiques constituent sans aucun doute la gamme
d'coulements la plus rpandue, que ce soit au niveau naturel (Rservoirs ptroliers,
rivires, mouvements des nuages, coulement sanguin, etc.) ou au niveau des procds
industriels (fluidisation, colonnes bulles, agitation et mlange de suspensions,
extraction liquide-liquide, sparation solide-liquide, fermentation, transport
pneumatique, coulement dans les milieux poreux, etc.). Ce sont des milieux complexes
o se dveloppent des interactions diverses entre les phases qui ont gnralement des
proprits physiques diffrentes (densit, viscosit, concentration, etc.).
Afin de prdire correctement le comportement de ces coulements, il est important
de comprendre les phnomnes mis en jeu au cur du fluide quivalent que lon
dnomme "mlange". Une meilleure comprhension de ces phnomnes physiques
permettrait davoir une approche plus rationnelle de la modlisation des coulements
complexes que lon rencontre dans le milieu industriel. De nombreuses avances
thoriques, exprimentales et numriques rendent cette dmarche de plus en plus
raliste et permettent de fixer un cadre dtude mieux formalis.
Il bien connu que les mthodes utilises en mathmatique classique sont incapables
de rsoudre tous les problmes de la mcanique du fluides. On remplace alors la
rsolution mathmatique exacte du problme par des expriences dans la mesure du
possible ou par des rsolutions numriques qui sont en gnral, approches. La
simulation numrique dcoulements multiphasiques prend aujourdhui une place de
plus en plus importante dans lindustrie. Les objectifs sont, entre autres :
de limiter les cots de production en remplaant les campagnes dessais
traditionnelles par des simulations numriques ralistes et prdictives.
damliorer la qualit des produits raliss en dfinissant les jeux de
paramtres optimaux pour le procd.
de mieux comprendre les causes des diffrents phnomnes d'interaction et de
transfert mis en jeu entre les diffrentes phases en prsence afin de mieux
matriser lcoulement multiphasique.
Les outils de simulation permettent davoir accs directement aux diffrents champs
de variables, accessibles ou non la mesure, en tout point de lcoulement. Ils
permettent de confirmer ou d'infirmer les modles macroscopiques (lois empiriques ou
modles thoriques) qui existent. La simulation numrique est complmentaire des
essais exprimentaux en laboratoire car elle permet un contrle plus facile des
conditions dcoulement et des proprits physiques des phases.
De nombreuses mthodes numriques (voir figure I.2) ont t dveloppes pour
tudier et simuler diffrents types dcoulements de fluide. Ces diffrentes mthodes
peuvent tre classes principalement en deux catgories : Les mthodes numriques
classiques (avec maillage) et les mthodes numriques alternatives sans maillage.
Introduction gnrale
2

La physique des milieux continus a, trs souvent, recours des mthodes utilisant
des techniques de maillage ( lexemple de la mthode des diffrences finies, la
mthode des lments finis ou la mthode des volumes finis) dans loptique de fournir
une solution approche un problme donn formul laide dquations aux drives
partielles ou sous forme dune fonctionnelle minimiser. Ces mthodes bnficient
d'un fondement thorique trs solide et de nombreuses techniques sont venues
lamliorer au fil des ans.
Cependant, Les mthodes avec maillage prsentent certaines limitations qui
restreignent son application, notamment dans le domaine de la modlisation des
grandes transformations dans lesquelles le maillage est ncessairement trs dform.
Cela a pour consquence une perte de prcision, des problmes de convergence ou
mme un arrt intempestif de la simulation du fait de la prsence de singularits ou de
discontinuits. Ceci est le cas des coulements complexes dans les gomtries
complexes lexemple des coulements multiphasiques en milieux poreux qui font
lobjet de ce travail.
Il est ncessaire de reconstruire un maillage cause de la dformation des lments
afin dviter la dgnrescence du Jacobien associ. Cela est aussi ncessaire lorsquil
sagit de conformer le maillage aux gomtries complexes. Des techniques de
remaillages adaptatifs automatiques trs performants ont t dveloppes. Cependant,
elles entranent des cots de calculs additionnels trs importants ainsi que des
problmes de robustesse, particulirement pour les gomtries 3D complexes. Par
ailleurs, aprs un remaillage, il est ncessaire d'interpoler les champs (vitesses,
pressions, ...) correspondant la solution courante, ce qui peut introduire des erreurs
supplmentaires dans le calcul.
Depuis une dizaine dannes, de nouvelles mthodes numriques alternatives aux
mthodes classiques ont t dveloppes. Celles-ci tendent toutes contourner les
difficults lies au maillage en construisant une partie ou la totalit de lapproximation
par dautres approches que la discrtisation spatiale par lments. Parmi ces mthodes,
on trouve les mthodes appeles mthodes sans maillage. Ces techniques ont prouv
leur efficacit dans le traitement de problmes dlicats aborder par les mthodes
classiques. De plus, il est intressant de noter que les concepts mthodologiques et/ou
mathmatiques mis en uvre dans ces approches trs ouvertes offrent de nouvelles
perspectives pour la simulation numrique des phnomnes complexes rencontrs dans
les coulements multiphasiques.
Les mthodologies dcrites ci-dessus peuvent aussi se dcliner, en termes dchelles
spatiales auxquelles les phnomnes se dveloppent, en trois grandes catgories : les
mthodes macroscopiques (continues), les mthodes microscopiques et les mthodes
msoscopiques.
Lapproche macroscopique conventionnelle consiste en la modlisation dun
domaine rel en utilisant les quations de Navier-Stokes dont la rsolution fait appel en
gnral aux mthodes numriques classiques des diffrences finies, des volumes finis
ou des lments finis. Le domaine rel tant auparavant discrtis par un processus de
maillage. On obtient alors un systme dquations algbriques non-linaires qui est
Introduction gnrale
3

alors rsolu en utilisant des mthodes directes ou itratives. Cependant, les mthodes
employant des mailles de rsolution fines avec leur nombre lev dinconnues
rsoudre sont coteuses et ne sont pas appropries pour la modlisation de gomtries
complexes comme celles trouves dans les milieux poreux.
Les mthodes alternatives bases sur lapproche microscopique permettent la
modlisation lchelle atomique ou molculaire et sont connues sous le terme de
simulation de la dynamique molculaire [21]. Ces mthodes sont simples implmenter
et faciles parallliser particulirement pour des systmes rsolvant les quations du
mouvement pour des millions de particules chaque instant. Ceci est un processus
numrique intensif. Pour cette raison la taille et la dure des simulations sont limites
aux systmes relativement rduits et aux oprations relativement courtes.
A une chelle intermdiaire, on trouve lapproche msoscopique. Il existe
essentiellement deux mthodes: la mthode gaz sur rseau (LGA) et Boltzmann sur
rseau (LBM) [36]. Ces mthodes utilisent des automates cellulaires ordonns dans une
structure de rseau limite. Au lieu de discrtiser les quations de Navier-Stokes, les
particules fluides sont situes chaque point discret du rseau. Par lintermdiaire des
moyennes statistiques on obtient des rsultats du comportement global des particules
fluides proche de celui donn par les mthodes classiques.
Actuellement, la mthode Boltzmann sur rseau (LBM) offre un important avantage
dans les problmes de la dynamique des fluides. Cette mthode msoscopique a attir
lattention des mcaniciens des fluides pour la simulation dcoulements dans les
gomtries complexes en particulier dans les milieux poreux. Cette mthode permet de
considrer le fluide comme un ensemble de particules qui se dplacent des vitesses
prcises dont les positions sont connues un temps donn t. Ella a lavantage dtre
paralllisable et dutiliser des expressions simples pour dcrire les conditions aux
limites. Ceci permet denvisager le traitement des cas dcoulements multiphasiques en
milieux poreux rels.
Dans ce mmoire, nous avons appliqu la mthode LBM pour lanalyse des
coulements multiphasiques pour diffrentes configurations de milieux poreux
bidimensionnels. Nous avons utilis le code de calcul FLUENT afin de faire une
comparaison des rsultats obtenus avec ceux de la mthode utilise (LBM) dans un but
de pr-validation.
Pour la prsentation de notre mmoire et de nos principaux rsultats nous
procderons comme suit. Aprs une introduction gnrale, le lecteur trouvera dans le
premier chapitre une tude bibliographique sur les mthodes sans maillage. Cette
dernire met en parallle les avantages et les inconvnients ainsi que les principales
caractristiques des techniques existantes. Aprs une synthse bibliographique des
travaux relatifs aux mthodes sans maillage faite dans le deuxime chapitre. Dans le
troisime chapitre nous exposerons la mthodologie et les concepts gnraux de la
mthode LBM pour lcoulement diphasique, sa mise en uvre algorithmique et
informatique.
Introduction gnrale
4

Enfin, dans le quatrime et dernier chapitre nous prsenterons les rsultats de trois
tudes de cas concernant lapplication de la mthode LBM pour :
Ecoulement multiphasique dans un milieu dispers homogne.
Ecoulement multiphasique autour dun arrangement de carrs homognes
fixes (rseau capillaire).
Ecoulement multiphasique dans un milieu poreux rel reconstruit partir de
traitement dimage.





Chapitre I Mthodes sans maillage: principes et tat de lart
5







I.1. Introduction
I.1.1. Gnralits sur les mthodes sans maillage. Historique
Les mthodes numriques classiques de rsolution des quations aux drives
partielles, permettent la recherche dune solution approche du problme considr
dans un espace fonctionnel de dimension finie, en se basant gnralement sur une
discrtisation spatiale du domaine. Ceci permet d'obtenir un nombre fini d'inconnues
du problme. Contrairement 1'approche avec maillage dans laquelle 1'approximation
est lie aux lments ou aux volumes, dans les mthodes sans maillage 1'approximation
est construite exclusivement 1'aide des donnes nodales. Ces caractristiques offrent
de nombreux avantages comme nous le dtaillerons dans la section 1.2. Mme si
certaines approches sans maillage lexemple des mthodes des lments naturels
(NEM) utilisent un maillage sous-jacent (pour dfinir les connectivites et raliser une
partition du domaine pour 1'intgration), celui-ci n'est pas utilis pour construire
1'interpolation. Par consquent, sa qualit n'influe pas sur la prcision des rsultats. En
contrepartie, un certain nombre de difficults apparaissent dans les mthodes sans
maillage, comme nous le montrons dans la section 1.3. Nanmoins, ces techniques
semblent prometteuses pour remdier aux difficults inhrentes lutilisation des
mthodes de rsolution classiques. Nous prsentons dans ce qui suit un bref historique
des mthodes sans maillage les plus utilises.
Bien que la mise au point des premires mthodes sans maillage remonte la fin des
annes soixante-dix, 1'effort de recherche consacr ce thme jusqu'au dbut des
annes 90 est rest trs faible. Les mthodes sans maillage furent inities en 1977 avec la
mthode Smooth Particle Hydrodynamics (SPH) [1]. A 1'origine, elle fut dveloppe pour
la simulation des phnomnes astrophysiques non borns lexemple des explosions
dtoiles ou encore des mouvements de poussires dans les nuages stellaires. Le nombre
de publications consacres cette mthode tait alors modeste. Seules quelques
amliorations furent apportes cette priode, sans relles tudes concernant la qualit
de la solution obtenue pour la rsolution des quations aux drives partielles. Plus
tard, Swegle, Hicks and Attaway [2] ont montr 1'origine de certains problmes
numriques de la mthode, tels que le phnomne d'instabilit sur les bords libres
(tensile instability) et ont propos d'inclure une viscosit artificielle pour stabiliser le
phnomne. L'avance la plus notable fut 1'introduction d'une fonction de correction
dans le noyau d'approximation par Liu et al. [3] pour pouvoir obtenir la consistance
linaire ou dordres suprieurs. Liu et al. ont galement tendu la mthode SPH aux
1
Mthodes sans maillage :
principes et tat de lart
CHAPITRE


Chapitre I Mthodes sans maillage: principes et tat de lart
6

formulations variationnelles alors quelle est du type collocation. L'introduction d'une
fonction de correction dans le noyau d'approximation des mthodes SPH a donn
naissance la mthode Reproducing Kernel Particle Method (RKPM) et la mthode
corrected-SPH [3].
Partant d'une ide diffrente, Nayroles, Thouzot et Villon [4] ont propos d'utiliser
une approximation de type moindres carrs mobiles dans un schma de discrtisation
de type Galerkine. La mthode fut alors baptise mthode des lments diffus (DEM). La
technique dite Elment Free Galerkine (EFG) [5] propose par Belytschko et al. Est une
modification de la mthode des lments diffus dans laquelle les drives des fonctions
de forme sont calcules exactement (il faut souligner cependant que les drives au sens
diffus sont plus simples calculer et convergent vers les drives exactes). Cette classe
de mthodes est convergente et stable, mais plus couteuse que la mthode SPH.
Une autre approche repose sur la physique statistique, au niveau "msoscopique" de
1'volution des "particules" dont est constitue le fluide. Cette mthode s'est dveloppe
depuis les annes 60 surtout dans 1'esprit d'obtenir des informations trs dtailles sur
la dynamique locale des fluides et de contribuer la comprhension des quations
d'tat et des coefficients de transport. Des versions simplifies de cette approche
msoscopique ont t dveloppes pour tudier les coulements dans les gaz rarfies
D'autres types de simplifications ont t proposes pour permettre la simulation
d'coulements de fluides visqueux, en particulier la mthode Lattice Boltzmann sur
rseau (LBM).
Une autre mthode sans maillage base sur des principes totalement diffrents a
merg trs rcemment sous le nom de mthode des lments naturels [6]. Cette technique
utilise des fonctions de forme trs particulires, bases sur les constructions
gomtriques telles que le diagramme de Voronoi et la triangulation de Delaunay.

I.1.2. Avantage des mthodes sans maillage
1. Le principal avantage des mthodes sans maillage dans la simulation des procdes
est la possibilit de traiter plus facilement les problmes en grandes transformations
que dans les mthodes classiques. Les performances des mthodes meshless sont
expliques par les facteurs suivants :
(a) dans les formulations lagrangiennes, totales, 1'oprateur gradient de la
transformation calcule en un point d'intgration est construit sur la base d'un voisinage
de nuds gnralement plus important que les seuls nuds de 1'lment dans la MEF.
Ainsi, la matrice jacobienne associe ne deviendra singulire que pour des distorsions
beaucoup plus importantes du voisinage [7].
(b) la qualit de la solution est beaucoup moins sensible a la position relative des
nuds, autorisant, de construire la solution a partir de positions relatives entre les
nuds, ce qui interdites dans les mthodes classique.
Chapitre I Mthodes sans maillage: principes et tat de lart
7

(c) la non-ncessite de construire un maillage pour la construction de
1'approximation permet de traiter des domaines de gomtries complexes, en 2D et en
3D, en utilisant seulement le nuage de nuds [8].
2. Un autre avantage majeur des mthodes sans maillage est la possibilit d'insrer,
ou de retirer des nuds trs facilement, la position relative des nuds entre eux tant
trs peu influente sur la qualit de la solution.

I.1.3. Inconvnients des mthodes sans maillage
1. Le principal dfaut de la plupart des mthodes sans maillage " classiques " (SPH,
RKPM, DEM, EFG) est la difficult lie 1'imposition des conditions aux limites. En effet,
pour pouvoir imposer les conditions aux limites de type Dirichlet de manire directe
comme dans la mthode des lments finis, il est ncessaire (a) que 1'approximation
construite passe par les valeurs nodales (interpolation stricte) et que 1'influence des nuds
intrieurs s'annule sur le bord du domaine. Or la fonction d'approximation construite par
les mthodes sans maillage les plus rpandues ne vrifient aucune de ces deux conditions.
2. Le second inconvnient est li 1'intgration numrique. En effet, dans la majorit
des cas, les fonctions de forme meshless ne sont pas polynomiales mais rationnelles, ce
qui rend les schmas d'intgration de type Gauss non-optimaux. Dolbow et Belytschko
[9] ont prouv que des schmas d'intgration trs fins sont ncessaires pour minimiser
1'erreur due la non-concidence entre le support des fonctions de forme et les cellules
d'intgrations, entrainant des couts de calcul excessifs a cause d'un nombre de points
d'intgrations ncessaire trs important.
3. Un autre inconvnient de ces techniques est lie au support des fonctions de forme.
Dans la plupart de ces approches, le support, ou domaine d'influence d'un nud est
dfini par une sphre ou un paralllpipde centre sur le nud. Comme il en est
discute dans Liu et al. Dans [3], ce support doit couvrir un nombre suffisant de
particules pour que la mthode soit stable et donc tre suffisamment large. Au
contraire, un support trop large entraine des couts de calcul plus importants et une
qualit fortement dgrade. L'utilisation d'un support fixe dans les problmes ou le
nuage de nuds subit de fortes distorsions peut entrainer 1'instabilit de la mthode.
Le rajustement continu de la taille du support au cours de la simulation peut permettre
d'viter ce problme mais entraine des problmes de robustesse.




FIG I.1 Support et fonction poids associe aux fonctions de forme moindres carres mobiles,
(daprs [19]).
Chapitre I Mthodes sans maillage: principes et tat de lart
8


































Fig. I.2 : Diffrentes mthodes numriques de simulation.
Les Mthodes sans
maillage
particulaires
Les mthodes sans
maillage de type
lments naturels
Les mthodes sans
maillage bases sur la
mcanique statistique
Mthode des diffrences
finis (MDF)

Mthode des
lments finis (MEF)

Mthode des volumes
finis (MVF)


Mthode sans maillage Mthodes avec maillage
Mthode des lments
finis tendus (X-FEM)
La mthode des
lments diffus
(DEM)
Element Free
Galerkin method
(EFGM)
Meshless local
Petrov-Galerkin
method (MLPG)
Meshfree weak-
strong (MWS)
La mthode smooth particle
hydrodynamics (SPH)
Reproducing kernel
particle method (RKPM)
Corrected-SPH (C-SPH)
Partition of Unity
Finite Element
Method (PUFEM)
Partition of Unity
Method (PUM)
Generalized finite
element method
(GFEM)
HP-clouds
Mthodes particulaires
utilisant le principe des
moindres carrs mobiles
(MLS)

Mthodes particulaires
utilisant le principe des
noyaux rgularisant


Mthodes particulaires
utilisant le principe de
Partition de lunit (PU)

La mthode
lments
naturels (NEM)
Contrainte-
NEM (C-
NEM)


La mthode
lattice Gas
Automata (LGA)
La mthode
lattice Boltzmann
(LBM)

La dynamique
molculaire
(DM)
Chapitre I Mthodes sans maillage: principes et tat de lart
9

I.2. Mthodes sans maillage particulaires
I.2.1. Mthodes particulaires utilisant le principe des noyaux rgularisant
I.2.1.1. Mthode Smooth Particle Hydrodynamics (SPH)
On prsente dans cette partie, les caractristiques et les lments de base de la
mthode particulaire SPH [10, 11]. Cette dernire est une mthode particulaire
lagrangienne de simulation d'coulement, dans laquelle la matire est reprsent a
1'chelle msoscopique ou microscopique par un ensemble de (n) particules de masse
mi, de vitesse vi et d'autres proprits hydrodynamiques comme la pression pi la
temprature Ti, 1'nergie interne Ui, 1'entropie ... etc.

1) Caractristiques
La mthode SPH, est une mthode sans maillage, particulaire et Lagrangienne. Ces
trois caractristiques sont dcrites ci-dessous.

Mthode sans maillage
Un maillage est une discrtisation spatiale d'un milieu continu. La figure I.2 prsente
un exemple de maillage eulrien bidimensionnel. Lors d'une simulation, le maillage
reste fixe et les variables chaque nud du maillage sont calcules.





FIG I.3 Maillage eulrien bidimensionnel, (daprs [10]).
L'ide de base des mthodes sans maillage est d'obtenir une solution numrique
prcise et stable pour un ensemble d'quations intgrales ou de drives partielles pour
un ensemble de particules arbitrairement distribues avec n'importe quelles conditions
aux frontires et sans avoir recours un maillage qui dfinit les connections entre les
particules.

Mthode particulaire
La mthode particulaire est un type de mthode sans maillage dans laquelle un
nombre fini de particules discrtes sont utilises pour reprsenter l'tat d'un systme et
suivre son mouvement. Chaque particule peut reprsenter un objet physique discret ou
une partie d'un domaine continu.
Chapitre I Mthodes sans maillage: principes et tat de lart
10

Mthode Lagrangienne
La figure I.3 montre un volume de contrle de dimensions finies, de volume V et de
surface S plac dans un coulement. Dans l'approche Eulrienne, ce volume est fixe. Le
bilan entre les quantits entrantes et sortantes du volume de contrle doit satisfaire les
lois de conservation. Dans l'approche Lagrangienne, le volume de contrle (volume
lmentaire) se dplace avec le fluide de manire ce que la mme portion de fluide
demeure l'intrieur du volume. Ainsi, bien que l'coulement cre l'expansion, la
compression et la dformation du volume de contrle, la masse de fluide l'intrieur
du volume demeure inchange. En appliquant les lois de conservation au fluide
l'intrieur du volume de contrle Lagrangien, on obtient les quations de base sous
forme intgrale.






FIG I.4 Volume de contrle Lagrangien, (daprs [10]).

2) Concepts fondamentaux
La formulation de la mthode SPH se divise en deux tapes. La premire est la
reprsentation intgrale de la fonction (et de sa drive) et la seconde est
l'approximation particulaire.

Reprsentation intgrale de la fonction
La valeur d'une fonction f une position x est donne par la reprsentation intgrale
suivante :
= ` `` (I. 1)


O reprsente le domaine d'intgration, x' est une position appartenant au
domaine et (x - x') est la fonction delta de Dirac :

=
1 = `
0 `
(I. 2)


Chapitre I Mthodes sans maillage: principes et tat de lart
11

En remplaant la fonction delta de Dirac par une fonction poids W(x-x', h), la
reprsentation intgrale de f(x) devient :
= ` `, ` (I. 3)


O h est la longueur dfinissant l'aire d'influence de la fonction poids W. Il est
noter que, puisque W n'est pas la fonction delta de Dirac, l'quation (I.3) est une
approximation de la reprsentation intgrale. Selon la convention SPH, cette
approximation est symbolise par des crochets < >. L'quation I.3 devient donc :
< > = ` `, ` (I. 4)



Fonction de poids
La fonction poids joue un rle important dans la mthode SPH puisqu'elle dtermine
la prcision de la reprsentation intgrale d'une fonction. Elle doit possder certaines
proprits afin de reprsenter convenablement une fonction f(x). Il doit s'agir d'une
fonction paire et strictement positive. Plus x' est loigne de x, plus la valeur de la
fonction poids doit tre faible.
De plus, la fonction poids doit tre normalise (condition d'unit) afin d'assurer la
consistance de la formulation :
Wx x`, hdx` = 1

(I. 5)
Ensuite, la fonction poids doit correspondre la fonction delta de Dirac lorsque la
longueur d'influence h tend vers zro :
lim

Wx x`, h = ` (I. 6)
Finalement, la fonction poids doit respecter la condition de compacit :

, = 0 pour

> h (I. 7)

O est un facteur d'chelle qui dfinit la limite d'influence de la fonction poids.
D'un point de vue numrique, lorsque la fonction de poids W a un support compact,
c.--d. :

0
= 0

(I. 8)
Les algorithmes de recherche de voisins peuvent utilises pour acclrer le calcul
itratif. Plusieurs expressions de la fonction poids W sont utilises dans la littrature, le
premier choix est la fonction gaussienne qui est donne en 2D par 1'expression :
, =
1

2
(I. 9)
Chapitre I Mthodes sans maillage: principes et tat de lart
12

C'est une fonction dcroissance rapide, mais elle n'est pas a support compact, par
consquent, un nombre important de particules doit tre pris en compte dans le calcul
de 1'intgrale de lquation (I.1), pour minimiser 1'erreur issue de la troncature.
Le deuxime type de fonctions poids utilises est la fonction polynomiale Spline
dfinie par morceaux :
Wr, h = D

2
3

2
+
1
2

3
0

< 1
1
6
2

3
1

< 2
0

2

(I. 10)
Avec D un coefficient de normalisation dont 1'expression dpend de la dimension de
1'espace, il est de D
1

,
15
7
2
,
3
2
3
selon les dimensions de 1'espace 1D, 2D ou 3D.
Le choix de 1'ordre de la fonction Spline dpend du problme tudie et les variations de
la fonction interpoler.

Longueur de lissage
La longueur de lissage h [12], ou la distance d'influence, est dfinie comme tant le
rayon h du domaine d'influence autour de la particule considre. Le choix d'une petite
longueur rend le rsultat du calcul peu prcis et rend le schma instable. Par contre,
lorsque h est choisie grand, la solution est diffuse et les formes locales de la solution ne
sont pas captes correctement. D'une faon gnrale, sa valeur dtermine le nombre de
voisins prendre en compte dans le calcul. Cette longueur est souvent choisie telle que
h = 2 x. (Avec x, la distance initiale entre les particules).

Reprsentation intgrale de la drive de la fonction
L'approximation de la divergence de la fonction () est obtenue en substituant f(x)
par () dans l'quation (I.4) :
< > = [`] `, `

(I. 11)
En se basant sur la proprit suivante [13] :
= + (I. 12)
L'quation (I.11) devient :
< > = ` `, `

` `, `

(I. 13)
La premire quation intgrale du ct droit de l'quation (I.13) peut tre convertie
en une intgrale sur une surface S dlimitant le domaine d'intgration en utilisant le
thorme de divergence de Gauss [14] Ainsi, l'quation (I.13) devient :
< > = ` `, . .

` `, `

(I. 14)
Chapitre I Mthodes sans maillage: principes et tat de lart
13

O est le vecteur unitaire normal la surface S.
En appliquant la condition de compacit exprime par l'quation (I.7) pour les
particules dont le domaine d'influence est situ exclusivement l'intrieur du domaine
du problme, l'intgrale sur la surface S de l'quation (I.14) devient gale zro. Ainsi,
l'quation (I.14) se simplifie :
< > = ` `, `

(I. 15)

Reprsentation particulaire
Dans la mthode SPH, un systme est reprsent par un nombre fini de particules
qui possdent une masse et occupent un espace. La reprsentation intgrale continue
dquations (I. 3) peut tre discrtises sous la forme d'une sommation sur toutes les
particules l'intrieur du domaine d'influence. La figure (I.4) montre le domaine
d'influence d'une particule i. L'indice j dsigne une particule voisine de la particule i.








FIG I.5 -Domaine d'influence d'une particule, (daprs [10]).
L'intgrale de lquation (I.3) peut tre approxime par une quadrature qui englobe
les particules voisines de la particule (i) selon 1'expression :

=1
(I. 16)
Or le volume lmentaire

associe chaque particule, est gale

, ce qui donne :

=1
(I. 17)
Dans le cas o la masse du fluide est constante on peut crire :

=
1

=1
(I. 18)
Par exemple, la temprature en i peut tre calcule par la formule suivante :
Chapitre I Mthodes sans maillage: principes et tat de lart
14

=1
(I. 19)
De la mme faon, la masse volumique est donne par la somme :

=1
(I. 20)
Le calcul du gradient de la grandeur f par la mthode SPH revient calculer le
gradient de la fonction poids W, c.--d. :
=

=1
(I. 21)
Cette expression du gradient, facile raliser, est un avantage de la mthode SPH.

I.2.1.2. Mthode Reproducing Kernel Particle Method (RKPM) et Corrected-SPH (C-
SPH)
Dans le cas gnral, la mthode SPH nest pas consistante lordre 1. Pour la
restauration de la consistance on fait une correction de la fonction de poids par
lintroduction une fonction de correction C :
= `(, `) `, ` (I. 22)


Sous la forme suivante :
, ` =
0
+
1
` +
2
`
2
+ (I. 23)
Par identification des paramtres

, la fonction de correction permet dimposer la


consistance linaire. Il faut pour cela rsoudre le systme suivant :

0
()
1
()

()

1
()
2
()
+1

()

+1
()

2
()

=
1
0

0
(I. 24)

= `

()

=1
(I. 25)

(I. 26)
Le principe de la fonction de correction peut aussi tre utilis pour minimiser
linfluence des nuds intrieurs sur le bord du domaine pour faciliter limposition des
conditions aux limites de Dirichlet. Cette technique est utilise dans les mthodes
reproducing kernel particle method (RKPM) et Corrected-SPH (C-SPH) [3].
Chapitre I Mthodes sans maillage: principes et tat de lart
15

Linconvnient de cette technique est laccroissement de la complexit du calcul des
fonctions de forme, avec pour consquence des temps de calcul accrus.

I.2.2. Mthodes particulaires utilisant le principe des moindres carrs mobiles
I.2.2.1. Dfinition de lapproximation MLS
Dans la mthode [15] moving least squares (MLS), la solution est dcompose sur une
base de fonctions polynomiales

1, . par exemple tous les monmes de


degr infrieur ou gala a 2, soit en 2D

, = 1, , ,
2
,
2
, quon peut enrichir
en fonction du problme (par exemple pour prendre en compte des discontinuits ou
des singularits connues de la solution) :
=

() (I. 27)
O les

sont des coefficients htrognes. Le nom de la mthode vient du fait que


les coefficients sont calculs par une mthode de moindres carrs. Les fonctions poids
sont introduites cette occasion. Elles sont similaires aux noyaux rgularisant de la
section 2.1. On appelle domaine dinfluence du point ` le support de la fonction W(x
`, ).
Le problme de linterpolation consiste alors en un problme de minimisation :

1
2
`, (

``

) (I. 28)
Pour cela, on crit une approximation locale de par rapport un point ` ;
autrement dit, pour identifier les coefficients , on fixe la base de fonctions `:

` =

` =

` (I. 29)
Dans la pratique, on sintresse aux points ` =
j
, j 1,2, n. On cherche alors
les coefficients

en minimisant la diffrence entre lapproximation (I.29) et les


valeurs

connues par une mthode de moindres carrs (o les `, sont les


fonctions poids). Cela revient minimiser la fonctionnelle

= `, (

) = `, (

) (I. 30)
On cherche alors annuler

= 0 `, `(

) = 0
`, `

= `, `


= () (I. 31)
avec
= `, `

` =

`, `


Chapitre I Mthodes sans maillage: principes et tat de lart
16

La matrice est carre, et sa taille est gale m (nombre de fonctions de base

).
Pour que le problme admette une solution unique, la matrice doit tre inversible. Si
on note le nombre de voisins de , on peut montrer que, si au moins m (parmi
les ) matrices des produits dyadiques `

` sont linairement indpendantes,


alors la matrice est symtrique dfinie positive. Cette condition porte sur le
nombre et la configuration des points ` .
On en dduit que :
=

1
=

1
`, `

1
`, `

(I. 32)

Que nous rcrivons
=

=1

(I. 33)
Les fonctions de forme en x sont donc :

1
`, ` 1, , (I. 34)

`, ` 1, ,
avec c =
1

Une illustration [16] une dimension de lutilisation des fonctions de forme MLS est
fournie la figure I.5. Cinq nuds sont uniformment rpartis sur lintervalle [0, 4]. Les
valeurs dune fonction approcher y sont connues :

0 1 2 3 4

1 3 4 3 2.5

Dans la colonne de gauche, linterpolation par lments finis est illustre pour
comparer. La figure (a) prsente les fonctions de forme des lments finis linaires
construits sur les nuds et montre en gras la fonction de forme du nud central. La
figure (b) prsente linterpolation de la fonction inconnue obtenue en multipliant les
fonctions de forme par les valeurs connues et en sommant les contributions. Dans la
colonne de droite, trois figures illustrent lapproximation MLS. Les fonctions poids
`, () choisies sont prsentes sur la figure (c) en mettant nouveau en
vidence le nud central. Les fonctions de forme

construites laide de celles-ci


sont prsentes sur la figure (d). Enfin, lapproximation MLS de la fonction inconnue,
obtenue en multipliant les fonctions de forme par les valeurs connues et en sommant les
contributions par application de (I.33), est illustre sur la figure (e).




Chapitre I Mthodes sans maillage: principes et tat de lart
17










FIG I.6 Interpolation par lments finis et approximation sans maillage, (daprs [16]).

I.2.2.2. Mthodes DEM (diffuse element method) et EFGM (element-free Galerkin
method)
Les fonctions de forme MLS sont utilises dans deux mthodes de rsolution dPDE :
la mthode des lments diffus (DEM) [4] et la mthode EFGM (Element-free Galerkin
method) [5]. Ces mthodes sont trs proches, la diffrence que les drives des
fonctions de forme sont calcules de manire approche dans la premire :

()


(. 35)

1) Drives des fonctions de forme
Les termes en gras sont ignors dans la mthode des lments diffus.

() `, ` +

`, ` (. 36)

+
1

+
1


=
1

+
1

(. 37)

`, `

` (. 38)

Chapitre I Mthodes sans maillage: principes et tat de lart
18

I.2.3. Mthodes particulaires utilisant le principe Partition de lunit (PU)
I.2.3.1. Dfinition de lapproximation Partition de lunit (PU)
Une partition de lunit sur un domaine born est dfinie [15] par la donne dune
partition du domaine (ensemble fini douverts

tels que

et

= ) et de
fonctions

continues sur (en gnral valeurs dans *0,1+) telles que (


et

(I. 39)
Supposons quon dispose de fonctions de forme (EF, MLS, SPH ou autre) qui
dfinissent une partition de lunit, ce qui est quivalent imposer la consistance
lordre 0. On peut alors enrichir lapproximation de la manire suivante :
=

(I. 40)


Dans le terme ajout, on peut utiliser quun sous-ensemble des points i dans la
somme, ou on peut utiliser une autre partition de lunit la place des

(ce qui permet


de rduire la dpendance entre les

et les

, en prenant des points diffrents ou des


supports diffrents). Ce faisant, on a ajout la fonction dans lensemble des fonctions
approches de manire exacte.

I.2.3.2. Hp-clouds et PUFEM (Partition of Unity Finite Element Method)
Utilise les fonctions de forme EF et des fonctions de base polynomiales [15].
=

()

()

=1

(I. 41)

()

(I. 42)

I.2.4. Mthodes sans maillage de type lments naturels
I.2.4.1. Mthode NEM
1) Diagramme de Voronoi, triangulation de Delaunay et voisins naturels
Les notions de voisins naturels et l'interpolation base sur les lments naturels ont
t introduites par Sibson [17] pour raliser des interpolations partir d'ensembles de
points trs irrguliers. Cette interpolation est base sur les constructions gomtriques
connues sous le nom de diagramme de Voronoi et de triangulation de Delaunay. Le
concept de diagramme de Voronoi a t introduit 1'origine par les mathmaticiens
(Dirichlet, 1850; Voronoi, 1908) et plus tard applique dans de nombreux domaines
scientifiques. Le diagramme de Voronoi est dfini de la manire suivante : un
diagramme de Voronoi d'un ensemble de points dans

divise 1'espace de dimension


m en rgions

, chacune associee a un nud

, telles que tout point 1'intrieur d'une


Chapitre I Mthodes sans maillage: principes et tat de lart
19

de ces rgions dfinissant la cellule. Un exemple de diagramme de Voronoi dans le cas
2D est prsent dans la figure I.6.







FlG. I.7 (a) Diagramme de Voronoi d'un ensemble de points dans le plan; (b) triangulation de
Delaunay associe et cercle circonscrit a un triangle, (daprs [19]).
Le diagramme de Voronoi est unique pour un ensemble de points donn. II ralise
une partition de 1'espace et peut tre tendu a n'importe quelle dimension. Le
diagramme de Voronoi est formellement dfini par :

: ,

< ,

, (I. 43)
O T
i
est une cellule de Voronoi associe a un nud n
i
, x est la position d'un point
quelconque, x
i
dfinit les coordonnes du nud n
i
, et dx, x
j
est la distance entre le
nud n
i
et un point .
En reliant les nuds partageant une face de cellule de Voronoi commune, on obtient
la triangulation de Delaunay (introduite par Voronoi (1908) et tendue par Delaunay
(1934)) (figure I.6 (b)). Les cercles circonscrits aux triangles de Delaunay ont la proprit
de ne contenir aucun nud. Les cellules de Voronoi

sont des polygones (polyedres


en 3D) strictement convexes, et non bornes pour les nuds prsents sur 1'enveloppe
convexe du domaine. Enfin les sommets des cellules de Voronoi sont les orthocentres
des triangles de Delaunay, centres des cercles circonscrits ces triangles. Ces dfinitions
se gnralisent en 3D (les triangles sont alors des ttradres, les cercles des sphres, et
les polygones de Voronoi des polydres).
Les voisins naturels d'un nud sont les nuds associes aux cellules de Voronoi
voisines, ou encore qui sont connectes au nud par une arte d'un triangle (ttradre en
3D) de Delaunay. On peut remarquer que dans tous les cas, mme lorsque la
disposition des nuds est irrgulire, que la distance entre nuds est importante dans
certaines zones ou encore que la distribution nodale est fortement anisotrope, que
l'ensemble des voisins naturels d'un nud reprsente toujours le meilleur choix
possible de nuds voisins. Ces nuds sont donc de bons candidats pour dfinir un
schma d'interpolation locale.
2) Fonctions de forme lments naturels
Les fonctions de forme lments naturels ont t introduites par Sibson [17] pour
construire une interpolation a partir de nuages de nuds quelconques. Les concepts de
voisin le plus proche et de voisins naturels sont associes aux cellules de Voronoi
Chapitre I Mthodes sans maillage: principes et tat de lart
20

dcrites prcdemment, appeles encore cellules du premier ordre. Par extension, on
peut dfinir des cellules de Voronoi d'ordre suprieur (a 1'ordre k, k > 1). Le cas de
1'ordre 2 a un intrt particulier. Une cellule de Voronoi du second ordre

est associe
un couple de nuds (k nuds pour 1'ordre k), telle que

est la zone dans laquelle


tout point x pour plus proche voisin le nud

et pour deuxime voisin le plus


proche le nud

. La cellule du second ordre

est dfinie formellement par :


: ,

< ,

< ,

, , , (I. 44)
Si lon considre 1'exemple 2D de la figure I.7, la cellule du premier ordre

associe
au point x est le polygone (bcef) et la cellule du second ordre

associe au point x et
au nud

est le polygone (abcd).


Pour calculer la valeur de 1'interpolation en un point x, on construit la cellule de Vo-
ronoi associe au point x dans le diagramme de Voronoi du nuage de points.







FlG. I.8 Calcul des fonctions de forme de Sibson (a gauche) et de Laplace (a droite), (daprs
[19]).
Fonctions de forme de Sibson
Soit

une mesure, (longueur en 1D, aire en 2D, volume en 3D) de la cellule du


premier ordre

et

la mesure de la cellule du second ordre

. La fonction de forme
calcule au point x associe au nud

est dfini comme le rapport entre

et

,
soit :

=1
(I. 45)


Si 1'on considre 1'exemple 2D de la figure I.7 (gauche), la fonction de forme calcule
en x et associe au nud

est donne par :

=
()
()
(I. 46)
Chapitre I Mthodes sans maillage: principes et tat de lart
21


Fonctions de forme de Laplace (ou non-Sibsoniennes)
Il existe d'autres fonctions de forme similaires de type lments naturels, appeles
fonctions de forme de Laplace ou fonctions de forme non-Sibsoniennes [18]. Soit

la
mesure de la face de Voronoi (longueur en 2D, aire en 3D) sparant le point x du nud

et

la distance euclidienne entre x et

(figure. I.7 (droite)). Les fonctions de forme


sont alors donnes par 1'expression suivante :

()

()

=1
,

() =

(I. 47)
O est le nombre de voisins naturels. Les fonctions de forme de Laplace sont moins
couteuses calculer que les fonctions de forme de Sibson, car elles ne ncessitent que
1'valuation de longueurs (aires en 3D), alors que les fonctions de forme de Sibson
ncessitent 1'valuation des aires (volumes en 3D) des intersections entre cellules de
Voronoi.

I.2.4.2. Mthode C-NEM
Pour remdier au problme des bords non convexes, la solution la plus simple consiste
utiliser la triangulation de Delaunay contrainte associe un critre de visibilit. La
triangulation de Delaunay contrainte permet dimposer les artes du bord dans la liste
des artes de la triangulation. Le critre de visibilit permet dviter que des points
situs de part et dautre dune frontire interne du modle ne sinfluencent
mutuellement (figure I.8). Ainsi, deux points situs de part et dautre dune frontire du
modle ne pourront pas tre des voisins naturels. La mthode NEM devient alors C-
NEM (contraint-NEM) [19]. De cette manire, comme sur un bord convexe, les cellules de
Voronoi associes aux points de la frontire sont toutes infinies dans la direction de la
normale extrieure au domaine, et leurs ventuelles intersections ne sont pas prises en
compte puisque les points ne sont pas considres comme voisins naturels. Ce critre de
visibilit, qui tronque artificiellement lensemble des voisins naturels dun nud, est
matrialis sur la figure I.8 (en bas) par des lignes en pointills. On constate que les
sommets
1
et
4
ne sont plus voisins naturels et que, leurs cellules de Voronoi ntant
pas bornes, linfluence que pourraient avoir les nuds intrieurs (par exemple
linfluence de
2
sur
1
) disparait.








Chapitre I Mthodes sans maillage: principes et tat de lart
22










FIG. I.9: Triangulation de Delaunay non contrainte (en haut) ou contrainte par les artes de la
frontire et un critre de visibilit (en bas). Dpres [19].

I.2.5. Mthodes sans maillage bases sur la mcanique statistique
Lcoulement d'un fluide peut se prsenter sous une varit de configurations
s'tendant des coulements simples tels que l'coulement laminaire dans une conduite
(coulement de poiseuille) aux coulements plus complexes tels que les coulements
turbulents, les coulements multiphasiques, les coulements dans les milieux poreux,
les coulements des fluides complexes, etc.
Plusieurs configurations d'coulement ont t tudies exprimentalement,
cependant il est avantageux de dvelopper des modles numriques capables de
simuler ces coulements. Les mthodes numriques classiques pour la simulation des
fluides sont bases essentiellement sur la rsolution des quations de Navier-Stokes.
Pendant ces dix dernires annes, la mthode de dynamique molculaire (DM), la
mthode de gaz sur rseau (LGA) et la mthode de Boltzmann sur rseau (LBM) sont
apparue comme de nouvelles approches numriques alternative bases sur la
mcanique statistique [20].



I.2.5.1. Mthode de dynamique molculaire
Il est bien connu quun fluide est compos par des atomes/molcules discret. Par
consquent, la trace des mouvements et les collisions de toutes les molcules devient
une manire vidente de la simulation d'coulement. C'est lapproche de dynamique
molculaire et il est souvent utilis en science des matriaux et la recherche biologique,
en particulier pour tudier la structure, la dynamique et la thermodynamique des
molcules biologiques [21]. La mthode de DM est dtermine: chaque pas de temps,
Chapitre I Mthodes sans maillage: principes et tat de lart
23

la nouvelle position et la vitesse de toutes les molcules qui est calcules partir de
leur position et la vitesse prcdentes bases sur la deuxime loi de newton.
Evidemment, la simulation par la mthode de DM demand un temps de calcul
trop cher. En consquence, le nombre de molcules qui peuvent tre simules encore
trs limit ce stade. On a propos deux manires possibles [22] de rduire les
demandes de la mthode de DM. D'abord, au lieu de considrer chaque molcule
individuelle lchelle microscopique, on remplac par des particules fluide lchelle
msoscopique, qui se composent d'un groupe de molcules sont considres dans la
simulation. En second lieu, le degr de la libert du systme peut tre rduit dun
forant que les particules se dplacer dans une direction indiques. Il est bas sur ces
concepts la mthode de Boltzmann sur rseau et son anctre la mthode de gaz sur
rseau, qui sont appliqu avec succs pour simuler lcoulement du fluide et les
phnomnes de transport.

I.2.5.2. Mthode de gaz sur rseau (LGA)
En 1973, apparaissent les automates cellulaires, les gaz boolens sur rseau proposs
par Hardy, de Pazzis et Pomeau [23]. En effet dans cette mthode l'espace, le temps, les
vitesses et le nombre de particules prsentes un instant donn en un point donn sont
discrets. Cela dans le but de disposer d'un simulateur le plus simple possible
programmer sur ordinateur, pour modliser les coulements fluides.
Le modle Hardy, de Pazzis et Pomeau [23] est un automate bidimensionnel. II
consiste a discrtiser 1'espace par un rseau carre de pas x = 1. On associe a chaque
lien (i.e. arte) du rseau une quantit qui prend la valeur 1 s'il y a une particule ou 0
sinon. L'volution en un pas de temps unit (i.e.t = 1) se dcompose de la manire
suivante :
1. Collision : Cette tape est locale et implique uniquement les liens qui arrivent au
mme nud. Parmi les configurations possibles se trouve la collision frontale de deux
particules qui peuvent subir une variation de 2 de la direction de leur vitesse.
2. Advection : Les particules prsentes en chaque lien sont transporter vers les quatre
plus proches voisins selon leurs vitesses respectives, qui sont donnes par
v

= v
1
= 1, 0, v
2
= 0,1, v
3
= 1, 0, v
4
= (0, 1). On note que les mouvements
sont synchronises de sorte qu'pres advection toutes les particules sont exactement sur
les sites (nuds) du rseau.

L'quation dvolution du schma s'crit alors :

+v

, +1 =

, +

(I. 48)
O

, est le nombre de particules de vitesse v

au nud

au temps t et

{0,1}. Les indices j, k dsignent le numro de la vitesse discrte, , {1, 2, 3, 4}.


Le terme

modlise 1'operateur de collision.



Chapitre I Mthodes sans maillage: principes et tat de lart
24



FIG I.10 Exemple dun pas de temps dans lvolution dun rseau de gaz bidimensionnel. (a) tat
initial: chaque flche reprsente une particule dplacer selon la direction de la flche ; (b)
tape dadvection: chaque particule dplace une unit de rseau dans la direction de sa
vitesse ;(c) tape de collision, Daprs [24].

I.2.5.3. Mthode de Boltzmann sur rseau (LBM)
Historiquement le schma de Boltzmann sur rseau est obtenu partir des automates
cellulaires. En effet Mac Namara et Zanetti [25] ont propose de remplacer dans
1'quation (1.48) les variables boolennes

par leur moyenne

et d'obtenir une
formulation fonde sur 1'quation de Boltzmann avec comme quation dvolution :

+v

, +1 =

, +

, avec 0 j b (I. 49)


La variable de base est

qui est la moyenne spatiale de 1'ancienne variable discrte

effectue sur un nombre de nuds donn. Cette grandeur

est continue, prend ses


valeurs dans le segment [0,1] et peut s'interprter comme une distribution, ou
probabilit de prsence de particules. On note ici la difficult d'exprimer 1'oprateur de
collision

surtout lorsque le nombre de vitesses discrtes est important (espace de


dimension trois). Pour simplifier le schma on peut introduire 1'operateur de collision
linaris autour d'un tat d'quilibre

[26]. Ainsi le schma de Boltzmann est


simplifie et 1'operateur de collision s'crit sous la forme suivante :

=
1

(I. 50)
O

est la fonction de distribution d'quilibre (la fonction de distribution de


Maxwell-Boltzmann), et est le temps de relaxation.
a
c
b
Chapitre II Modlisation et simulation des coulements multiphasiques
25








Dans ce chapitre, nous prsentons une synthse de quelques travaux rcents relatifs
diverses applications des mthodes meshless notamment pour des coulements
multiphasiques.

II.1. Simulation numrique des coulements multiphasiques par la
mthode Element Free Galerkine (EFG)
Changfu You, Xi Wang, Haiying Qi, Ruichang Yang, Delong Xu (2008) [27] ont utilis
la mthode EFG pour simuler la collision des particules dans un coulement
multiphasique avec une distribution des nuds approprie aux mthodes meshless.
Les quations de contrle ont t discrtises par la mthode de Galerkine dans
l'espace et la mthode des lments finis dans le temps. Les forces du fluide sur les
particules ont t obtenues par lintgration des forces de tension et de cisaillement sur
les surfaces des particules. Lors de la simulation du mouvement d'une particule dans
un canal une alle de Von Karman se forme derrire la particule avec l'augmentation
de la vitesse de celle-ci. Des coulements avec un nombre lev de particules ont t
simuls. Les rsultats obtenus montrent que la mthode EFG est capable de traiter des
collisions de particules relles.

II.1.1. Mthode EFG
On considre une approximation dune fonction dans un domaine . Ce dernier
est discrtis en sous-domaines. Le domaine contient un ensemble de nuds

, o
= 1,2, sont construits avec l'approximation lie la fonction au nud

.
La mthode EFG utilise l'approximation des moindres carrs mobiles pour
construire la fonction de forme.

()

=1

= 1 (II 1)

o m est le nombre de termes dans la fonction de base,

est le polynme des


fonctions de base et

des coefficients.

CHAPITRE


2
Modlisation et simulation des
coulements multiphasiques
Chapitre II Modlisation et simulation des coulements multiphasiques
26

Lancaster et Salkauskas [28] dfinissent une approximation locale par :

, =

()

=1
(II 2)
On cherche alors les coefficients

en minimisant la diffrence entre


lapproximation (II.2) et les valeurs

connues par la mthode des moindres carrs.


Cela revient minimiser la fonction

)
2
n
=1
(II 3)
Lquation (II-3) peut tre crite comme suit :

=
T
( )
O

=
1
,
2

= (
1
,
1
. .

)
= (
1
,
2
. .



La mthode des moindres carrs est utilise pour trouver les coefficients


()
()
= = 0
O
=


=
1
(II 4)
La substitution de l'Equation (II 4) dans lEquation (II 1) donne :

1


La fonction de poids utilise dans est galement choisie par (Luo et al.) [29] :

2
+1
1

4
,

0,

>

=

est la distance entre

et

est le rayon de domaine linfluence


du nud i.

II.1.2. Rsultats et discussions
Le mouvement des particules dans un canal a t simul par la mthode EFG. Les
caractristiques du fluide et des particules sont respectivement les suivants :

= 1,0
3
, = 1,0 10
2

2
et

= 1,01
3
, = 1,0 . On suppose le
canal horizontal et on nglige les forces de pesanteur. Le domaine est reprsent sur la
figure (II-1). On applique la particule une force extrieure constante,

= . , avec m
reprsentant la masse de la particule et lacclration = 1
2
. Comme montr sur la
Chapitre II Modlisation et simulation des coulements multiphasiques
27

figure (II-2), les vortex qui se forment derrire la particule avec l'augmentation de la
vitesse de particules deviennent de plus en plus asymtriques et forment une alle de
Von Karman.







FIG II.1 le domaine de simulation pour une particule











FIG II.2 Evolution de l'coulement autour d'une particule mobile :
(a) t = 6,25 s; (b) t = 12,5 s et (c) t = 18,75 s.
Le mouvement de deux particules se dplaant dans un fluide a t galement
simul. Le domaine de simulation est montr sur la figure (II.3). Les hypothses de
travail sont identiques au cas prcdent sauf pour ce qui concerne les caractristiques
du fluide et des particules qui sont respectivement :

= 1.0
3
, = 1.0
10
2

2
et

= 1.05
3
, = 1.0
La Fig. (II.4) montre l'volution du champ de vitesse diffrents instants ainsi que
linteraction entre les deux particules. Etant donn que la premire particule exerce une
force de rsistance sur la deuxime particule, cette dernire se dplace plus rapidement.
Dans les coulements gaz-particules, les collisions de particules affectent
considrablement le champ d'coulement et rendent difficile la simulation par les
mthodes classiques. Par contre, les mthodes meshless qui ne ncessitent pas un
maillage, ont plus de flexibilit et dadaptabilit pour ces coulements.
Chapitre II Modlisation et simulation des coulements multiphasiques
28









FIG II.3 Domaine de simulation pour deux particules














Fig. (II.4) Champ de vitesse d'un systme de deux-particule diffrents instants :
(a) t = 0,1 s; (b) t = 0.5s; (c) t = 0.62s et (d) t = 0,68 s.
La Fig. II.5 montre plusieurs collisions entre les particules de t = 0.087 0.090 s avec
le changement rapide des vitesses de particules. Les rsultats montrent que les
mthodes meshless peuvent modliser et simuler les collisions relles de particules.
Un autre exemple est simul avec 95 particules tombant dans une conduite verticale
pour un fluide et des particules possdant respectivement les caractristiques suivantes:

= 1.0
3
, = 1.0 10
5

2
et

= 1 10
3

3
, = 1.0 .
La Fig. II.6 montre pendant le processus, un grand nombre de collisions se sont
produites non seulement entre les particules mais galement entre les particules et les
parois. Ces collisions ont alors un effet significatif sur le champ d'coulement. Par
consquent, les mthodes meshless offrent de grandes possibilits intressantes pour
analyser des coulements de particules trs compliqus.




Fig. II.5 Collisions de particules
et l'volution du champ de
vitesse: (a) t = 0,087 s; (b) t =
0.088s; (c) t = 0.089s et (d) t =
0,090 s.
Fig. II.6 95 Particules tombant dans une conduite
verticale: (a) t = 0.125s; (b) t = 0.150s; (c) t =
0,175 s et (d) t = 0,200 s.
Chapitre II Modlisation et simulation des coulements multiphasiques
29





II.2. Simulation numrique dcoulement multiphasique laide de la
mthode (LBM)
Nor Azwadi Che Sidik, Takahiko Tanahashi [30] ont tudi la simulation
dcoulements multiphasiques en 2D par la mthode lattice Boltzmann. Ils ont
dvelopp un nouveau modle d'nergie libre. Quelques rsultats de simulation, qui
ont t test ailleurs, sont rpts pour examiner la validit de ce modle.

II.2.1. Sparation des Phases
Dans cette section, la sparation de phase qui est base sur l'instabilit
thermodynamique du fluide de Van-Der Waals est simule. Si l'tat initial du systme
est plac une rgion isotherme instable, selon l'quation d'tat, le systme
automatiquement spare une phase liquide et phase vapeur.











FIG II.7 sparation de phase Instantan
Le modle D2Q9 avec le rseau de 101 101 lattice sont utiliss, la simulation a t
faite

= 0,55. D'autres paramtres sont prsents dans le tableau II.1.




Tableau II.1 Paramtres utiliss pour la simulation de sparation de phase
La figure II.7 montre la morphologie de domaine diffrentes instants t =200, 800,
2400, 2700, 3300 et 8000. Bien que les noyaux initiaux de bulle soient petits, comme
illustre sur la figure II.7(a). Les petites bulles forment un grande bulle pendant le temps
volue, Une bulle sphrique l'tat d'quilibre est illustre dans la figure II.7 (f).
II.2.2. Coalescence des gouttes
Chapitre II Modlisation et simulation des coulements multiphasiques
30










FIG II.8 coalescence de deux gouttes.
La coalescence de bulles a t tudie par Zheng et al [31]. Zheng a constat que la
distance entre les bulles et lpaisseur d'interface (W) sont les facteurs principaux pour
dcider si les deux bulles coalescent ou pas. Si la distance entre les deux bulles est plus
grande que 2W, les deux bulles ne coalescent pas. Autrement, ils coalescent.
Pour tudier l'effet de lpaisseur d'interface sur les rsultats numriques, deux
bulles est considres comme reprsente la figure II.8. L'espace entre les deux bulles (d)
et lpaisseur d'interface (w) sont pris 0,8, 1,8 respectivement.
II.3. Etude de leffet de viscosit sur lcoulement multiphasique des
fluides immiscible dans les milieux poreux laide de la mthode
(LBM)
Andreas G. Yiotis, John Psihogios, Michael E. Kainourgiakis, Aggelos
Papaioannou et Athanassios K. Stubos [32] ont appliqu la mthode LBM pour tudier
leffet visqueux sur lcoulement multiphasique non-miscible dans les pores
irrguliers. Le modle utilis montrer son capacits pour modeler ce type
dcoulement, en raison de la facilit dappliqu les conditions aux limites dans les
gomtries complexes, et destim correctement les proprits physiques de
l'coulement comme la permabilit relative.



II.3.1. Rsultats et discussions
Une srie de simulations numriques a t effectue en 2D dans un milieu poreux de
porosit = 0.77, pour deux valeurs diffrentes de rapport de viscosit. Le domaine de
simulation est un rseau carr de 400 400 lattices.
Lcoulement immiscible dans le milieu poreux caractris par trois nombre
dimensionnels, le rapport de viscosit =

, le nombre de Reynold = /, et le
nombre de capillarit = /.
Chapitre II Modlisation et simulation des coulements multiphasiques
31

La viscosit cinmatique est = (1/3)( (1/2))(
2
/ ), Le temps
dimensionnelles de relaxation a t choisi = 0.8, donc = 0.1(
2
/), Le nombre
de Reynolds maximum est = 0.2. Ceci s'assure que le dbit est suffisamment basse
de sorte que la loi de Darcy soit valable dans le rseau considr. Le nombre capillaire
est

= 0.002.

II.3.1.1. Viscosit de la phase mouillante est moins que la viscosit de la phase non-
mouillante (M>1)
La Fig. II.9 reprsente l'volution de distribution de deus phases quand la saturation
est de

= 0 . 2 de la phase mouillante (colore bleu) couvre la surface solide. La phase


non mouillante (rouge) est pratiquement immobile et sa permabilit est gale zro.











FIG II.9 Distribution des phases diffrentes instants( = 0, 100,000, 200,000, 300,000),
= 10

= 0,2.

La fig. II.10 montre les permabilits relatifs de deux phases en fonction de
saturation de la phase mouillante quand M=10. Pour les valeurs intermdiaires de
saturation, la permabilit relative de la phase non mouillante est plus grande que 1.








Chapitre II Modlisation et simulation des coulements multiphasiques
32




FIG. II.10 Permabilits relatifs de deux phases

II.3.1.2. Viscosit de la phase mouillante est plus grande que la viscosit de la phase
non-mouillante (M<1)
La Fig. II.11 montre l'volution des distributions des phases quand la saturation de la
phase moins visqueuse (non-mouillante) est

= 0 . 2 et M = 0,1. La phase mouillante


(rouges) couvre la plus grande partie de surface solide, alors que la phase non-
mouillante gazeuse (bleu) coule sous forme de petites gouttes dans la partie centrale du
vide entour par le fluide mouillant.
La fig. II.12 montre que Les permabilits relatives de deux phases en fonction de la
saturation de la phase mouillante sont infrieures 1.











FIG II.11 Distribution des phases diffrentes temps ( = 0, 100,000, 200,000, 300,000)







Chapitre II Modlisation et simulation des coulements multiphasiques
33





FIG. II.12 Permabilits relatifs de deux phases
II.4. Simulation numrique dcoulement multiphasique laide de la
mthode SPH
A.Valizadeh, M. Shafieefar, J.J. Monaghan et A.A. Salehi Neyshaboori [33] ont
propos dutiliser la mthode SPH pour la simulation des coulements multiphasiques.
Pour montrer lefficacit de cette mthode une application dune bulle d'air en
ascension dans l'eau a t examine.

II.4.1. Rsultats et discussions
Selon les rsultats exprimentaux et analytiques [34-35], si le volume d'une bulle
dans l'eau augmente au del de 0,0006 cc, la bulle devient aplatie aux ples, au-dessus
de 5 cc, la bulle est forme comme un parapluie. La bulle se lve traverse l'eau une
vitesse U, selon la solution analytique de Batchelor (1974) et la comparaison avec des
rsultats exprimentaux (Davis et Taylor, 1950) pour diffrents tailles de bulle, la
vitesse U est calcule par la relation suivante :

=
1
2

(II. 5)

O, r est le rayon de courbure de la surface de bulle et g est l'acclration de
pesanteur.

sont les masses volumiques de liquide et de la bulle, respectivement.










Chapitre II Modlisation et simulation des coulements multiphasiques
34

FIG II. 13 Photographie de bulle d'air en nitrobenzne ; = 3 , = 0.37
1
[34]






FIG II.14 Comparaison des rsultats de SPH pour l'ascension de bulle avec la formule
analytique,

= 0.001, = 0.28 [35].




FIG II.15 Bulle d'air en ascension dans l'eau diffrents instants 0.0, 0.2, 0.3, 0.4, 0.6, 0.8 sec.



Z
(
m
)


t (sec)
Chapitre III Mthode de Boltzmann sur rseau (LBM)
36










III.1. Introduction
Depuis de nombreuses annes, la mthode de Boltzmann sur rseau (LBM) a t
applique avec succs pour simuler les coulements de fluides et les phnomnes de
transport. Diffremment des mthodes conventionnelles limage de la CFD, la
mthode LBM est base sur une approche msoscopique dans laquelle le comportement
collectif des particules dans un systme est employ pour prdire les proprits
macroscopiques. Pour cette raison, la mthode LBM sest avre particulirement utile
dans les applications relatives la simulation de la dynamique des interfaces et aux
gomtries complexes, lexemple des coulements multiphasiques dans les milieux
poreux [36].
III.2. Applications de la mthodes LBM
La mthode LBM a montr une grande capacit de simulation des systmes
hydrodynamiques [37], des systmes magntohydrodynamiques [38], des coulements
multiphasiques et plusieurs composants [39], des coulements ractifs [40] et des
coulements multi-composants dans les milieux poreux [41].









FIG III.1 Diffrents domaines dapplications de la mthode LBM.

LBM
Mcanique des fluides Transfert de chaleur
Ecoulements compressibles et
incompressibles.
Ecoulements multiphasiques.
Ecoulements multi composants.
Ecoulements dans les milieux poreux.
Conduction.
Convection.
Rayonnement.

CHAPITRE

3
Mthode de Boltzmann sur
rseau (LBM)
Chapitre III Mthode de Boltzmann sur rseau (LBM)
37

III.3. Equation de Boltzmann
L'quation de Boltzmann est une quation intgro-diffrentielle [22], qui dcrit
l'volution de la fonction de distribution (, , ) dune particule :

+.

+.

= , (III. 1)
Le terme de collision est donn par lexpression suivante:
, = d
3

1
d()|
1
|


1
(III. 2)
avec : la section de collision de deux-particules dans laquelle la vitesse change
de ,
1
(entrant)

,
1

(sortant). La position dans l'espace physique est note par x et


dans l'espace de vitesse par . (, , )
3

3
reprsente la probabilit de trouver une
particule dans le volume
3
autour de x avec la vitesse entre +. a est la force
par unit de masse agissant sur la particule.
L'quation de Boltzmann est fonde sur la dynamique des gaz. Elle fournit les
informations microscopiques dtailles qui sont ncessaires pour modeler le
comportement du fluide complexe. En raison de la complexit de l'intgrale de
collision, la solution directe de Lquation complte de Boltzmann est un travail
difficile pour les deux techniques, analytique et numrique [42].
Une difficult majeure dans l'quation de Boltzmann est la nature complique de
l'intgrale de collision. Par consquent, une simplification importante pour ce terme a
t propose par Bhatnagar, Gross et Krook (BGK) en 1954 [43]. L'quation de
Boltzmann-BGK prend alors la forme :

+. =
1


(0)
(III. 3)

o est la vitesse de particules
(0)
reprsente la fonction de distribution d'quilibre
de Maxwell-Boltzmann et reprsente le temps de relaxation.

(0)
=

1 +
3

. +
9
2
4
(

. )
2

3
2
2
. (III. 4)

avec

: coefficient de pondration, = / : vitesse des particules dans le rseau,

reprsente l'ensemble de vitesses discrtes, et sont les pas despace et de temps


dans le rseau, respectivement et u est la vitesse macroscopique.
Pour rsoudre numriquement, lquation (III.3) est d'abord discrtis dans l'espace
de vitesse en utilisant un ensemble fini de vitesses

=
1

(0)
(III. 5)
Chapitre III Mthode de Boltzmann sur rseau (LBM)
38

2
5 6
0
4
3
1
D2Q7
Dans l'quation ci-dessus,

, = (,

, ) et

0
, , =

0
(,

, ) sont les
fonctions de distribution et la fonction de distribution d'quilibre de la

vitesse
discret

respectivement.
Pour lcoulement en 2-D, le modle 9 vitesses, dfini comme le modle D2Q9, a t
largement utilis. Pour simuler l'coulement en 3-D il y a plusieurs modles employs,
tels que D3Q15, D3Q19 et le modle D3Q27. La figure (III.2) reprsente les modles les
plus utiliss.












FIG III.2 Vecteurs vitesses discrtes pour des rseaux en 2-D et 3-D. [22]

III.4. Modle bidimensionnel D2Q7 sept vitesses
Dans nos applications, nous utiliserons le modle D2Q7. Les particules pour les
nuds correspondant e
0
ne se dplacent pas. Le mouvement des particules (1, 2, 3, 4,
5 et 6) le long des directions diagonales et horizontales se fait avec la vitesse = .
Les coefficients de pondration et lensemble des vitesses discrtes pour ce modle sont
donns ci-dessous.

=
1 2 , = 0
1 12 , = 1,2,3,4,5,6
(. 6)
e

=
0,0 = 0
1,0 = 1,4
1 2 , 3 2 = 2,3,5,6.

(III. 7)
Chapitre III Mthode de Boltzmann sur rseau (LBM)
39

La masse volumique et la quantit de mouvement peuvent tre values comme
suit:
=

=0
=

=0
(III. 8)
=

=0
=

=0
(III. 9)
La vitesse du son du modle D2Q7 est donne par

= 2 [44].
L'quation (III.3) peut tre galement discrtise dans l'espace x et dans le temps t.
La forme compltement discrtise de l'quation (III.3) devient :

+e

t, +t =

,
1

()
, (III. 10)
Lquation (III. 10) est souvent rsolue en deux tapes:
1. tape de collision :

, =

,
1

, (III. 11)
2. tape de propagation :

+e

t, +t =

, (III. 12)
o

et

reprsentent respectivement les tats avant et aprscollision des


particules.
La viscosit cinmatique est obtenue partir de l'quation (III. 10) laide de la
dcomposition de Chapman-Enskog :
=
3
8
1 2 c
s
2



III.5. De l'quation de Boltzmann la mthode LBM
Historiquement, la mthode LBM a t obtenue partir de la mthode Lattice Gas
Automata (LGA). Plus tard, Il a t montr par He et Luo [45] que le schma LBM
pouvait tre rigoureusement tablie partir de l'quation de Boltzmann.
A partir de l'quation de Boltzmann (quation (III.3)), on construit le modle BGK en
approximant
0
par une fonction de distribution de Maxwell-Boltzmann:

2
/2

u
2
2
(III. 13)
Les proprits macroscopiques peuvent tre values par les quations suivantes:
= =
0
(III. 14 a)
= =
0
(III. 14 b)
Chapitre III Mthode de Boltzmann sur rseau (LBM)
40

=
1
2

2
=
1
2

2

0
(III. 14 c)
avec =

: la temprature normalise.
Par lintgration de lquation (III.3) pour un pas de temps t , on obtient
lexpression suivante [22]:
+t, , +t = e
t

, , +
1

e
t
e
t

(0)
+t

, , +t

(III. 15)
A laide dun dveloppement de Taylor, avec un pas t relativement petit et

nous trouvons [22]:


+ t, , +t , , =
1

, ,
(0)
, , (III. 16)
Le dveloppement de la fonction de distribution quilibre
(0)
en srie de Taylor
lordre 2 en (u) donne [22] :

0
=

2
/2

2
2
1 +
. u

+
. u
2
2()
2

2
2
+(
3
) (III. 17)
Afin de driver les quations de Navier-Stokes, le dveloppement du second degr
est suffisant, do :

2
/2

2
2
1 +
. u

+
. u
2
2()
2

2
2
(III. 18)
Pour valuer numriquement les variables hydrodynamiques de lEquation (III.14),
il est ncessaire de discrtiser l'espace de vitesse .
La discrtisation de lespace doit tre faite de telle manire ce que tous les moments
hydrodynamiques , , soient estims de faon exacte. Ceci est valable pour le
moment quadratique suivant [46] :
=

d)
=

2
2
1 +
. u

+
. u
2
2()
2

2
2
d (III. 19)
L'intgrale ci-dessus devient :
=

2
2
d (III. 20)
o est un polynme en . Lintgrale ci-dessus peut tre calcule par la
quadrature Gaussienne [46] :
=

2
2
d = W

2
2

(III. 21)
O W

et

sont les coefficients de pondration et les vitesses discrtes. En


consquence, les moments hydrodynamiques peuvent tre aussi bien calculs par
quadrature [46] :
Chapitre III Mthode de Boltzmann sur rseau (LBM)
41

=

(III. 22 a)
=

(III. 22 b)
O

, t W

, ,

eq
x, t W

, (III. 23)
Les coordonnes polaires de (, ) sont employs. Pour la simplicit, supposons :

,
= (2)
(+)

(III. 24)
o = 2 , lintgrale de lquation (III.19) devient :
=
,

d
=

2
+

0
2
0


1 +
2. u
2
+

2
. u
2

2
2
d (III. 25)
Pour obtenir l'quation de Boltzmann sur rseau 7-vitesses, la variable angulaire
doit tre discrtise 6 sections dans lintervalle [0, 2], c'est--dire,

= 1 3 ,
pour = 1,2 . .6. Avec la discrtisation de nous avons :

2
0
=

6
=1
, +
0, +

(III. 26)

Pour ( + ) 5 et en utilisant le rsultat ci-dessus, nous obtenons :
=

3
2
+

6
=1
1

2
2

+
+
. u
2

++2
, +

3
2
+

6
=1
2. u
2

++2
, +
(III. 27)
Puisque le modle D2Q7 possde seulement deux vitesses c.--d., (n = 2), dont une
est fixe 0, il est clair que les abscisses de la quadrature pour valuer

devraient
tre
0
= 0
1
=
1
, o est un paramtre positif. La formule de Radau-Gauss est
choisie pour valuer l'intgrale

=
0

0

=1
(III. 28)
Nous avons les trois quations suivantes :

0
=
0
+
1
= 1 2 (III. 29 a)

2
=
1

2
= 1 2 (III. 29 b)

4
=
1

4
= 1 (III. 29 c)

Chapitre III Mthode de Boltzmann sur rseau (LBM)
42

dont les solutions sont :

0
= 1 4 (III. 30 a)

1
= 1 4 (III. 30 b)
= 1 2 (III. 30 c)

Par consquent :

=
1
4

0

+
1

, = 0,2,4 (III. 31)


La quadrature

est exacte pour = 0, 2 et 4. Donc, l'galit suivante est exacte


pour + 5:
=

12
2
+

2
2

6
=1

0
+
+
1
+

+
2(

. )
2

0
++1
+
1
++1
+

(

. )
2


0
++2
+
1
++2

12

0
1

2
2
+

12

6
=1
1 +

. u

. u
2
2()
2

2
2
; (III. 32)
avec
0
= 2
0
= 0 et

= 2
1

. Il devient vident que la fonction de


distribution d'quilibre pour le modle utilis est :

1 +
4.

2
+
8.
2

2
2

2
(III. 33)
avec 0,1,2. . ,6
=

(III. 34)
o c reprsente la vitesse des particules dans le rseau.

=
0,0 = 0

= 1 3 , = 1,2,3,4,5,6
(. 35)
et

=
1 2 , = 0
1 12 , = 1,2,3,4,5,6.

(. 36)
La substitution de =

2
=
2
4 , dans lquation (III. 33) est quivalente

=
c 0. Le coefficient

dfini dans lquation III. 23, est donn par la formule


suivante :

= (2)
/2

2
/2RT

(III. 37)
o

sont identiques ceux donns dans lquation III. 6 et III. 7. Les


modles pour les autres configurations de rseau (D2Q9, D3Q27) peuvent tre drivs
d'une faon semblable [46].
Chapitre III Mthode de Boltzmann sur rseau (LBM)
43

III.6. Choix des conditions aux limites dans la mthode LBM
Dans les chapitres prcdents, le rle des conditions aux limites (CL) n'a pas t
discut. Cependant, dans une certaine mesure, un dveloppement des CL prcis et
efficace, est aussi important que le dveloppement dun modle de calcul prcis,
puisqu'ils influenceront l'exactitude et la stabilit du calcul [47 ,48]. Il y a deux classes
de CL dans la simulation par la mthode LBM: les conditions aux limites ouvertes
(priodiques) et les conditions aux limites solides.

III.6.1. Conditions aux limites priodiques
Les conditions aux limites priodiques sont les plus faciles des CL. Elles sont
appliques directement sur la fonction de distribution des particules. Ceci signifie que
toutes les particules sortant d'une frontire entreront dans la frontire oppose.
Supposons que = 1 est la frontire d'entr et = est la frontire de sortie. Dans le
cas 2D, Les conditions aux limites priodiques peuvent tre exprimes sous la forme
suivante:

( = 1, ) =

( = 1, ) (III. 38 a)

( = , ) =

( = 1, ) (III. 38 b)






FIG III.3 Conditions aux limites priodiques utilises dans la mthode LBM (daprs [44])

III.6.2. Conditions aux limites solides
Les conditions aux limites de rebondissement-en arrire (Bounce-back) sont les plus
simples des conditions aux limites solides. Quand une distribution des particules entre
en collision avec un nud solide, ces derniers rebondissent en arrire. Il y a beaucoup
de conditions aux limites proposs dans la littrature scientifique [49, 50]. Parmi les
schmas les plus utiliss on retrouve le schma halfway bounce-back [51]. Ils sont
faciles mettre en application et donnent une prcision de second ordre pour les
limites solides droites. Les conditions aux limites proposes par Mei et Al [52]
possdent la capacit de traiter les gomtries complexes, lexemple des frontires
incurves.


Chapitre III Mthode de Boltzmann sur rseau (LBM)
44

III.7. Mthode LBM pour un coulement multiphasique
III.7.1. Introduction
De nombreux modles d'coulement multiphasique ont t prsents dans plusieurs
publications. Le premier modle diphasique non-miscible propos par Gunstensen et al.
utilise les couleurs bleue et rouge pour les particules pour reprsenter deux fluides [53].
La sparation de phase est alors produite par linteraction rpulsive base sur le
gradient de couleur. Le modle propos par Shan et Chen impose une interaction non-
locale entre les particules liquides [54]. Une autre approche base sur lnergie libre a
t propose par Swift et al [55]. Dans le modle multiphasique propos par He, Chen
et Zhang (HCZ) [56], deux fonctions de distribution de particules sont utilises pour
simuler la pression et les champs de vitesse puis capturer l'interface respectivement.

III.7.2. Approche nergie libre
La diffrence essentielle par rapport au cas o il y a un seul composant est quil y a
maintenant deux fluides diffrents. Par consquent, deux fonctions de distribution de
Boltzmann

sont maintenant ncessaires pour reflter correctement la


dynamique des quantits conserves :

t, +t

, =
1

0
(III. 39 a)

t, +t

, =
1

0
(III. 39 b)
Un choix commode des variables physiques consiste prendre : la masse volumique
totale , la vitesse moyenne et la diffrence de masse volumique entre les deux
composants =
1

2
, o
1

2
sont les diffrentes masses volumiques des
composants. Les variables physiques sont lies aux fonctions de distribution par :
=

, (III. 40 a)
=

(III. 40 b)
Ces trois quantits sont localement conserves quelle que soit la collision, donnant
trois contraintes sur les fonctions de distribution d'quilibre :

= ,

, (III. 41 a)

= (III. 41 b)
La dynamique d'un mlange multiphasique est dcrite par les quations suivantes :

, (III. 42 a)
Chapitre III Mthode de Boltzmann sur rseau (LBM)
45

(III. 42 b)

, (III. 42 c)
o

est le tenseur de pression, la diffrence de potentiel chimique entre les


deux composants et la mobilit.
L'quation de continuit pour les deux fluides :

= 0 (III. 43)
Lquation de Navier-Stokes pour la vitesse macroscopique du fluide :

0
+
2

()

(III. 44)
Et lquation de convection-diffusion :

=
2

(III. 45)
Les paramtres dans ces quations sont donns par :
=
2
1 2 , =
2
1
1
8

2
,
=
1

1
2

2
2

(III. 46)
o mesure la force de l'interaction. Pour <

=
1
2
, le systme se spare en deux
phases. La diffrence de potentiel chimique est donne par:
, , =

2
ln
1 +
1

2
(III. 47)
Les aspects thermodynamiques du modle interviennent dans le tenseur de pression

. Daprs la description de Cahn-Hilliard de la dynamique du non-quilibre, cette


fonction partir de l'nergie libre d'quilibre dun mlange multiphasique. Nous
choisissons le modle le plus simple d'un systme binaire non idal, tel que le fluide de
Van der Waals :
= , +

2
(III. 48 a)
o , est la masse effective dnergie libre la temprature T :
, = ln

1

2
(III. 48 b)
Le tenseur de pression est li l'nergie libre de la manire suivante [55]:

(III. 49)
o
=
0

2
(III. 49)
o
0
=

est l'quation d'tat du fluide.


Chapitre III Mthode de Boltzmann sur rseau (LBM)
46

En conclusion, nous prsentons des expressions pour

0
et

0
pour le modle
utilis :

0
= A +B

+
2
+

(III. 50)

0
0
= A
0
+C
0

2
(III. 51)

0
= H +K

+
2
+

(III. 52)

0
0
= H
0
+J
0

2
(III. 53)
Un choix appropri des coefficients dans ces dveloppements doit tre conforme aux
quations III. 41 a (III. 41 b) :

0
= 6, =
0

2

2
3
2
,
=

3
2
, =

6
2
,
0
=

2
, =
2
3
4

3
4

2
+

3
4

=
2
3
4

0
= 6, =

3
2
, =

3
2
, =

6
2

0
=

2
, =
2
3
2
(III. 54)
les drives sont approximes laide de diffrence-finies :


1
3
( +

(III. 55)

2

2
3()
2
+

6()

(III. 56)
III.8. Equation dtat dans la mthode LBM
III.8.1. Introduction
Les quations d'tat permettent de dcrire la relation entre la temprature, pression,
et volume (ou densit) pour une substance ou un mlange donn. Comme montr dans
lquation (III. 57), la loi des gaz parfaits qui donne une relation linaire entre la
pression p et la masse volumique quand la temprature T est constante (R est la
constante des gaz), est lquation dtat la plus simple.
= (III. 57)

III.8.2. Equations dtat utilises avec la mthode LBM
Pour les gaz basses pressions et tempratures leves, lapplication de la loi des
gaz parfaits est inapproprie. Cela est d aux non-idalits induites par le volume non-
ngligeable de molcules du gaz et des interactions molculaires. En 1873, Van der
Chapitre III Mthode de Boltzmann sur rseau (LBM)
47

Waals a considr ces non-idalits et a propos lquation dtat de van der Waals
(VdW) qui sera utilise dans nos applications [22] :

0
=

1

2
(III. 58)
o a est le paramtre d'attraction et b le paramtre de rpulsion (ou volume
molculaire efficace). Dans nos applications, on prendra = 9/49 et = 2/21 qui
correspondent la temprature critique

= 4/7.
Dautres quations dtat ont t utilises lors de simulations par la mthode LBM.
On citera titre dexemple :

Equation dtat de Shan & Chen :
=

0
2

0
2
1 exp(

0
)
2
(III. 5)

o
0
est une constante dpendante de la structure du rseau choisi. Pour les rseaux
D2Q9 et D3Q19,
0
= 6, et pour le rseau D3Q15,
0
= 10 [22].

Equation dtat de Redlich-Kwong :
=

2
(1 +)
(III. 60)

=
0.42748
2

2.5

=
0.08664


Equation dtat de Redlich-Kwong Soave:
=

()
2
1 +
(. 61)
= 1 +0.480 + 1.574 0.176
2
(1


2

=
0.42748
2

=
0.08664


Equation dtat de Carnahan-Starling:
=
1 + 4 + ( 4 )
2
( 4 )
3

(1 4 )
3

2
(. 62)
=
0.4963
2

=
0.18727




Chapitre III Mthode de Boltzmann sur rseau (LBM)
48

III.8.3. Influence de lquation dtat sur le rapport de la masse volumique entre les
phases en prsence
En ralit, pour un systme d'coulement multiphasique de vapeur-liquide, le
rapport de masse volumique entre le liquide et vapeur gnralement est suprieur
100/1. Comme rapport dans larticle de Swift et al [55] le rapport de la masse
volumique par lutilisation de l'approche dnergie libre (free-energy) est moins de
10 /1. Le plus grand rapport de masse volumique examin dans le modle HCZ (He,
Chen, and Zhang) est de 40/1 [56]. Peng Yuan [22] a trouv par transformation de
lquation dtat, quon peut atteindre un rapport de masse volumique de plus de
1000/1 dans le modle SC (Shan et Chen).

Equation dtat de:


Shan et Chen (SC) 58,49753
Van der Waals (VdW) 7,202862
Carnahan-Starling (S-C) 1359,497

Table III.1 Rapports de masses volumiques pour diffrentes quations dtat [22]
III.9. Mise en uvre algorithmique et informatique de la mthode LBM
III.9.1. Introduction
Lalgorithme de Boltzmann sur rseau est bas sur une distribution discrtise

(),
o reprsente une des directions des vitesses discrtes. Les vitesses discrtes sont
reprsentes par des vecteurs dplacements vers les sites voisins du rseau

o
= 1, o b est le nombre total des directions de dplacement. La fonction de
distribution est dfinie pour chacun des sites du rseau dans le systme et un nouvel
ensemble de distribution est obtenue chaque tape de temps aprs collision des
particules.

III.9.2. Algorithme de la mthode Boltzmann sur rseau
Lide de base pour la mise en uvre dun algorithme de simulation LBM est
inspire de lalgorithme Stream and collide [57] qui est compos de deux parties de
calcul : advection et collision (figure III.7).
Lalgorithme de la mthode LBM peut tre synthtis par les deux tapes suivantes
(figure III.8) :
Chapitre III Mthode de Boltzmann sur rseau (LBM)
49

Etape dinitialisation : dans cette tape les paramtres tels que les masses volumiques
des deux fluides o gaz, acclration des particules, le temps de relaxation doivent
tre dclars. Dfinir la dimension du domaine, la gomtrie de lobstacle.
Etape de propagation : advection des particules vers les nuds voisins selon leur
direction de vitesse discrte selon lquation (III.12).
Etape des conditions aux limites : on impose les conditions aux limites de type
rebondissement en arrire des particules (condition de non glissement), (no-slip
boundary condition) o les conditions aux limites priodiques.
Etape de collision : cette tape correspond la collision des particules entre elles.
Aprs cette tape les particules de fluides se retrouvent avec une nouvelle vitesse.
Etape de calcul des paramtres : aprs un temps plein (collision + propagation) on
calcule les quantits macroscopiques selon les quations (III.22) ; calcul de la
distribution dquilibre selon les quations (III.50), (III.51), (III.52) et (III.53) et calcul
de la nouvelle fonction de distribution (redistribution) selon lquation (III.11).
Finalement, aller la deuxime tape pour un nouveau cycle de calcul.





























Chapitre III Mthode de Boltzmann sur rseau (LBM)
50




































Non Oui










FIG III.7 Algorithme Stream and collide [57]





Fin


Obstacle : rebond en arrire
Les nouvelles distributions dquilibre
Action de collision

Calculer des quantits macroscopiques , ,
t=t+1
Dbut
Initialisation t=0

Action de translation
Redistribution
Chapitre III Mthode de Boltzmann sur rseau (LBM)
51







































Non Oui





FIG III.8 Organigramme de lalgorithme utilis.
Fin


Conditions aux limites :
Obstacle : rebond en arrire
O conditions priodiques lentre et sortie.

Les nouvelles distributions dquilibre
Action de collision

Calculer des quantits macroscopiques , , ,
t=t+1
Dbut
Initialisation t=0.

,
1
,
2
, , , , les coordonnes de lobstacle(x,
y), et initialisation des distributions dquilibre.

Action de translation
Redistribution
Rsultats : , , , .
Chapitre III Mthode de Boltzmann sur rseau (LBM)
52

La mise en uvre algorithmique dans le code dvelopp a lieu selon la procdure
dcrite par le pseudo-code suivant :
Dbut
lire les donnes, intgration de gomtrie
Dbut

1. Les donnes d'entre







Intgration de la gomtrie
Pour x=1 L
x

Pour y=1 L
y

Ouvrir (anb.obs)
Lire les cordonnes (x,y) de lobstacle
Fin

1. Translation des particules
Dbut
node : position d'un particule avant la translation
n_hlp : position d'un particule aprs la translation
Pour x=1 L
x

Pour y=1 L
y

n_hlp(0,x ,y ) = node(0,x,y)
n_hlp(1,x_e,y ) = node(1,x,y)
n_hlp(4,x_w,y ) = node(4,x,y)
n_hlp(2,x_e,y_n) = node(2,x,y)
n_hlp(3,x_w,y_n) = node(3,x,y)
n_hlp(5,x_w,y_s) = node(5,x,y)
n_hlp(6,x_e,y_s) = node(6,x,y)
Fin
Conditions aux limites
Dbut
Pour x=1 L
x

Pour y=1 L
y
Si (x,y) coordonne de lobstacle
Alor
node(1,x,y) = n_hlp(4,x,y)
node(4,x,y) = n_hlp(1,x,y)
node(2,x,y) = n_hlp(5,x,y)
node(3,x,y) = n_hlp(6,x,y)
node(5,x,y) = n_hlp(2,x,y)
node(6,x,y) = n_hlp(3,x,y
Fin
Fin
L
x
Nombres des nuds suivant X
L
y
Nombres des nuds suivant Y
t
max
Nombre maximale ditration
M
1
Masse volumique de fluide 1
M
2
Masse volumique de fluide 2
Temps de relaxation
Chapitre IV Rsultats et discussions
53









IV.1. Introduction
Dans ce chapitre nous prsentons une srie d'applications de la mthode de
Boltzmann sur rseau pour lcoulement multiphasique faible nombre de Reynolds
dans diffrents milieux. Les deux tapes de l'algorithme stream and collide [57] pour
un rseau hexagonal (D2Q7) sont utiliss pour simuler l'quation de Boltzmann. Le cas
bidimensionnel a t choisi parce qu'il donne l'occasion d'une visualisation facile des
distributions de phases. Le domaine peut tre dcompos en cellules d'unit de
longueur L. Le fluide choisi par Swift et al [55] a t retenu pour notre tude et on
prendra les coefficients = 9 49 = 2 21 , correspondant une masse volumique
critique

= 7 2 et une temprature critique

= 4 7 . Le coefficient de tension de
surface est tel-que = 0.01.ace. Enfin, on a pos les conditions de rebondissement en
arrire sur les frontires solides. Les rsultats obtenus ont t compars ceux obtenus
par la simulation laide du logiciel commercial FLUENT (CFD):
Ecoulement multiphasique dans un milieu dispers homogne.
Ecoulement multiphasique autour dun arrangement de carrs homognes fixes
(rseau capillaire).
Ecoulement multiphasique dans un milieu poreux reconstruit partir dun
traitement dimage.
Les simulations ont t ralises sur un PC core duo avec 1 GB de RAM.
IV.2. Prsentation du code de calcul FLUENT
Le code de calcul Fluent est commercialis par le groupe FLUENT. Ce groupe est
actuellement lun des ples de comptence en mcanique des fluides numrique les plus
importants. Il dveloppe et commercialise une solution complte sous forme de logiciels
de CFD (Computational Fluid Dynamics) gnralistes qui simulent 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 pour toute lindustrie. Les produits et services proposs
CHAPITRE


4
Rsultats et discussions
Chapitre IV Rsultats et discussions
54

par le groupe FLUENT aident les ingnieurs dvelopper leurs produits, optimiser
leur conception et rduire leurs risques.
Le logiciel Fluent modlise par la mthode des volumes finis des coulements trs
varis dans des configurations plus ou moins complexes. Il est compos, comme tout
logiciel de type CFD, de trois lments cls qui sont : le prprocesseur, le solveur et le
post-processeur.
IV.3. Simulation dun coulement multiphasique dans un milieu
dispers homogne
IV.3.1. Les courbes de convergence
La figure (IV.1-a) montre la variation de la vitesse moyenne dans une section du
canal. On remarque sur cette figure que la convergence des rsultats est obtenue aprs
un certain nombre ditrations par la mthode LBM, la vitesse moyenne obtenue dans
une section du canal situe x=Lx/2. La figure (IV.1-b) montre la convergence du
systme aprs un certain nombre ditrations par le logiciel FLUENT. La convergence
sous "Fluent" est principalement surveille suivant la valeur des rsidus des diffrents
paramtres de l'coulement. Le logiciel cessera les itrations ds que tous les rsidus
calculs soient sous la valeur du critre de convergence entr par l'utilisateur. Cette
valeur est fixe selon le degr de prcision dsir de la solution approche par le code
de calcul.












FIG IV.1-a : Variation de la vitesse moyenne dans une section du canal en fonction du temps
pour le cas du milieu dispers homogne (LBM)


(
m
/
s
)

Chapitre IV Rsultats et discussions
55






















FIG IV.1-b : Convergence du systme aprs un certain nombre ditrations par FLUENT.

IV.3.2. Distribution des phases
Le dplacement non-miscible de la vapeur par le liquide dans un milieu dispers
homogne est analys dans cette section. L'espace vide du milieu est reprsent comme
collection de grands cylindres homognes, comme mont sur les figures IV.2. Le liquide
dplaant la vapeur un nombre capillaire grand (

= 1.77 10
3
) est atteint pendant
l'coulement qui mne un drainage trs efficace. Aucun mouillage prfrentiel nest
impos dans cette simulation. Cependant, l'introduction de la mouillabilit dans le
systme peut mener aux changements nergiques du processus de dplacement. Aprs
40000 ditrations, le liquide a travers la totalit des pores laissant une certaine vapeur
emprisonne avec similitude dans tous les pores. Pour un drainage complet nous
devons excuter notre programme plus de 80000 ditrations. Ce type de simulation est
utile pour prvoir le processus dinondation dans les domaines rels dhydrocarbure
avec une mouillabilit non uniforme. Notre rsultat est compar par le logiciel FLUENT,
cependant on a observ une lgre diffrence entre les rsultats obtenus, tel que le
liquide ne laissant pas une certaine vapeur emprisonne cause de linjection continue
du liquide par le ct gauche du milieu, et le drainage peut tre fait un temps plus
petit parce quon peut imposer une vitesse dinjection importante.




Chapitre IV Rsultats et discussions
56

















FIG IV.2 : Distribution des phases dans un rseau en 2D de porosit = 0.52 diffrent temps,
gauche par la mthode LBM (t=0, 2600 et 40000), droite par FLUENT (t=0, 420 et 760). La
couleur rouge reprsente la phase liquide(

= 6 kg m
3
), la phase vapeur

=
2 kg m
3
reprsente par la couleur verte dans la mthode LBM et par la couleur bleu dans le
logiciel FLUENT.

IV.3.3. Champ de vitesse
Les figures IV.3 et IV.4 reprsentent le champ de vitesse selon x et y respectivement,
le champ de couleur montre bien les endroits o les vitesses sont faibles ainsi que celles
importantes, le nombre de Reynolds calcul partir de cette simulation x=Lx/2 et
de Re = 8.04 . On remarque sur la figure (IV.3) de la composante horizontale que la
vitesse maximale est trouve entre les obstacles cause de la diminution de la section de
passage de fluide et elle est trs faible en dehors de cette section cause de la
disposition des obstacles. La figure de la composante verticale montre que le champ de
vitesse est symtrique pour tous les obstacles.



FIG IV.3 : Champ de vitesse selon laxe x, cas du milieu dispers homogne, gauche par LBM,
droite par FLUENT.


FIG IV.4: Champ de vitesse selon laxe y, cas du milieu dispers homogne, gauche par LBM,
droite par FLUENT.

Chapitre IV Rsultats et discussions
57

Les figures IV.5-a et IV.5-b reprsentent le vecteur de vitesse color par la
composante horizontale et verticale respectivement. Les figures montrent le
comportement irrgulier du champ de vitesse. La distribution des couleurs indiquent
qu'il y a des zones dacclration (rouge) et des zones de ralentissement (bleu).


FIG IV.5-a Vecteur de vitesse color par la composante horizontale.



FIG IV.5-b Vecteur de vitesse color par la composante verticale.









IV.3.4. Courbes de variation de la vitesse et chute de pression
Les figures IV.6 montrent la variation de la vitesse axiale

de l'coulement dans le
milieu dispers homogne selon laxe y (x=87 lattice) pour la mthode LBM (x=0.87 m
pour FLUENT), on remarque sur cette figure que la variation de la vitesse est
priodique due la disposition des cylindres.
Les figures IV.7 montrent la variation de chute de pression sur le long du milieu pour
les deux phases (y=33 lattice) pour la mthode LBM (0.33 m pour FLUENT), la
viscosit cinmatique est de 0.07216
2
et la diffrence de pression entre lentr et la
sortie est de ~2 pour la mthode LBM et de ~3 pour le logiciel FLUENT.
Daprs cette figure on trouve que la chute de pression prsente un changement
complexe sur le long de la direction dcoulement lintrieur du milieu dispers (la
chute de pression nest pas une fonction linaire due la prsence de deux phases), et
on peut considrer que la chute de pression est constante entre deux obstacles. La photo
de la figure (IV.8) [58] montre la variation de la vitesse et la chute de pression sur le long
dun milieu dispers homogne compos de plusieurs obstacles, qui peut tre comme
une rfrence pour valider les rsultats obtenus. On constate presque les mmes
observations que les figures (IV.6 et IV.7).
Dans la prsente tude nous avons prsent les rsultats obtenus avec la mthode
Boltzmann sur rseau pour diffrentes applications, pour lcoulement autour dun
Chapitre IV Rsultats et discussions
58

arrangement des obstacles fixes. Ces rsultats montrent que la mthode LBM modlise
correctement ce type dcoulement. La mthode LBM pour lanalyse dun coulement
dans un milieu dispers homogne a donn des rsultats qualitativement bons et
galement valids avec ceux obtenus par FLUENT. Ils sont comparables aussi ceux
trouvs dans la rfrence [58]. Nous soulignons galement quil serait intressent
dtendre ce travail afin de lappliquer pour tudier des gomtries plus complexes
telles que celles trouves dans les milieux poreux rels.



























(
m
/
s
)

Chapitre IV Rsultats et discussions
59

FIG IV.6 -a Variation de la vitesse axiale

de l'coulement dans le milieu dispers homogne en


fonction de y x=87 lattice obtenu par la mthode LBM.













FIG IV.6 -b Variation de la vitesse axiale

de l'coulement dans le milieu dispers homogne


en fonction de y x=0.87 m obtenu par FLUENT.










FIG IV.7-a Variation de chute de pression sur le long du milieu pour les deux phases a y=33
lattice obtenu par la mthode LBM.



(
P
a
s
c
a
l
)

Chapitre IV Rsultats et discussions
60




FIG IV.7-b Variation de chute de pression sur le long du milieu pour les deux phases a y=0.33 m
obtenu par FLUENT.








FIG IV-8: Variation de vitesse et de chute de pression dans un milieu dispers homogne
trouve par la mthode. (Hiroshi Mitsuishi, Hiroshi Okabe, Japan National Oil Corporation).
IV.4. Simulation dun coulement multiphasique autour dun
arrangement de carrs homognes fixes (rseau capillaire) :
IV.4.1. Introduction
Les coulements multiphasiques en milieux poreux sont caractriss par des
structures gomtriques diffrentes de rpartition des phases dans lespace poreux, que
lon appelle configuration multiphasique ou structure multiphasique. Bien quil y ait
plusieurs processus qui influent directement sur la distribution des phases comme la
mouillabilit, le nombre capillaire, la structure des pores etc.
Dans cette partie, nous prsentons les rsultats dutilisation de la simulation dun
coulement multiphasique dans un rseau capillaire. Les objectifs de la prsente tude
sont les suivants :
Etude de leffet de mouillabilit et de nombre capillaire sur la distribution des
phases.
Etude de leffet de lorientation des canaux sur la formation de pigeage.

Chapitre IV Rsultats et discussions
61

IV.4.2. Etude de leffet de la mouillabilit et du nombre capillaire sur la distribution
des phases
IV.4.2.1. Installation de simulation
La simulation a t effectue dans un milieu poreux bidimensionnel. Le milieu a
173x173 sites avec une porosit de 44% et est compos de 72 chambres carr identiques
relies par des canaux aux conditions de limite priodiques dans toutes les directions.
Chaque site a t initialis avec une distribution de liquide r (couleur rouge) ou de
liquide v (couleur verte).
La saturation de deux phases dfinie comme :

=



La simulation a t faite avec et sans force de mouillabilit pour examiner son effet.
Dans le cas o la force de mouillabilit est prise en compte, deux nombres capillaires
diffrents ont t aussi employs. Le nombre capillaire dfini comme

= . , tel
que est la viscosit dynamique, est la vitesse moyenne, est la tension interfaciale,
les paramtres de simulation sont prsents dans le tableau IV.1.
La viscosit cinmatique La tension interfaciale Le nombre capillaire

= 4.167 10
2

= 5.99 10
4

= 1.76 10
2

= 4.167 10
2

= 9.610
3

= 3.55 10
2

Tableau IV.1 : Paramtres de simulation.
IV.4.2.2. Rsultats et discussions
La figure IV-9, reprsente la variation de la vitesse moyenne dans la section du canal
situe la position (x=Lx/2), on remarque quaprs un temps dtermin le rgime
dcoulement est permanent ce qui se traduit par une vitesse moyenne constante un
instant (t+1), cette courbe est un bon indicateur pour la convergence des rsultats
obtenus.
La figure IV-10-a montre la distribution initiale de deux phases dans tous les cas. La
figure IV-10-b montre la distribution de deux phases sans force de mouillabilit aprs
30000 ditrations, on remarque sur cette figure un petit dplacement de liquide r. Pour
que le liquide r traverse la totalit des pores nous avons besoin dexcuter notre
programme plus de 100000 ditrations.
La figure IV-11 montre la distribution de deux phases obtenues ltat dquilibre
avec la force de mouillabilit deux nombres capillaires diffrents
(

= 1.76 10
2

= 3.55 10
2
). Le systme est compltement mouill par le
fluide v.
Chapitre IV Rsultats et discussions
62

Au nombre capillaire

faible, le fluide r d'abord coalescent dans la forme des


gouttes qui circulent par les canaux. Vu aux conditions des limites priodiques le fluide
r forme des ganglions immobiles entre les chambres. Le fluide v traverse les canaux et
contract entre le fluide r et le solide. Dans les milieux poreux ralistes la phase
mouillable peut couler comme des films pais, mais en raison du manque de
connectivit de cette matrice solide, il est emprisonn dans les canaux par le fluide non
mouillant.
Au nombre capillaire lev (

), la configuration dans l'tat d'quilibre sont


compltement diffrentes. Le fluide r circule comme des grandes gouttes qui
coalescent par la suite entre les chambres et sont plus tard casses pour passer par les
canaux. Ceci confirm par les rsultats obtenus par Carlos E. Pico et al [59].









FIG IV-9 Variation de la vitesse moyenne dans une section du canal (x= Lx/2) en fonction du
temps.










(a) (b)

FIG IV-10 (a) : Distribution initiale de deux phases dans tous les cas, (b) : la distribution de
deux phases sans la force de mouillabilit aprs 30000 ditrations.

(
m
/
s
)

Chapitre IV Rsultats et discussions
63












= 1.76 10
2

= 3.55 10
2


FIG IV-11 Distribution de deux phases avec la force de mouillabilit et deux nombre capillaire
diffrent.



IV.4.3. Etude de leffet de lorientation des canaux sur la formation de pigeage
IV.4.3.1. Introduction
Le processus dcoulement multiphasique en milieu htrogne est accompagn de
l'apparition des volumes isols de la phase dplace. Dans la littrature anglo-
amricaine, un tel processus porte le nom de trapping (pigeage). L'tude du
phnomne de pigeage a une grande importance pratique dans lingnierie ptrolire,
tant lorigine des pertes du ptrole dans les gisements lors de leur exploitation.
Le mcanisme standard de formation dun pige est le suivant (Fig. IV-12) :







Chapitre IV Rsultats et discussions
64

Fig. IV-12. Etapes conscutives de formation dun pige, daprs [60].
Lorsque le front de dplacement rencontre une zone faiblement permable (ZFP), la
phase dplaante prend des passages travers les voies les plus permables en
contournant la phase non dplace dans la ZFP. Alors, la phase non dplace devient
spare de la sortie du milieu. Ainsi, un pige est form. Le problme crucial de ce
phnomne est que le pige reste immobile quelque soient les gradients de pression
appliqus (pour de trs forts gradients de pression, de faibles mouvements des piges
deviennent possibles.)

IV.4.3.2. Rsultats et discussions
Un rseau capillaire, mme parfaitement homogne, est favorable la formation des
piges comme montr sur les rsultats obtenus. En outre, ceci dpend de lorientation
des axes du rseau par rapport aux directions de lcoulement. La Fig. IV-13 illustre le
cas dun mme rseau de canaux homognes. Les canaux sont orients diffremment
par rapport la direction principale de lcoulement. Supposons que la direction
macroscopique de lcoulement soit horizontale avec un dplacement global de gauche
droite.
Dans le cas a, on observe la formation des piges, car le front avance la mme
vitesse le long des canaux horizontaux, en bloquant la phase non dplace dans les
pores verticaux. On voit que le pigeage seffectue au moment o la phase dplaante
(couleur rouge) passe travers un nud. Nous appelons pige un volume pig de
la phase dplace (couleur vert), tel que La phase entre les points A-B, B-C, D-E, E-F est
pige.
Dans le cas b, les piges ne seront pas forms car tous les canaux sont angles droits.
Ainsi le pigeage dpend considrablement de lorientation du rseau ou de la direction
du dplacement. Cet effet dorientation nest pas inhrent certains types de rseaux.
En particulier, il nest jamais observ dans les rseaux hexagonaux (Fig. IV-13- c) cause
de son isotropie, ce qui confirme avec les rsultats obtenus par Irina PANFILOVA [60].



(a) (b)
(c)

Fig. IV-13 Rseaux capillaires : carr (a) ; carr orient 45 (b) ; hexagonal (c). En haut ltat
initial, en bas la distribution des phases aprs certain nombre ditrations : 40000 itrations
pour (a) ; 30000 itrations pour (b), 100000 itrations pour (c).


Chapitre IV Rsultats et discussions
65



IV.5. Ecoulement multiphasique dans un milieu poreux reconstruit
partir de traitement dimage
IV.5.1. Introduction
Lvaluation de proprits physiques des matriaux poreux est dimportance cruciale
particulirement pour les couches dposes par coulement de fluide ou par projection
thermique. La mesure exprimentale directe cote cher et prend du temps. Elle est aussi
difficile en raison de leur architecture complexe inhomogne en porosit, fissuration et
composition. Les mthodes indirectes par simulations sont donc attrayantes. La
mthode Boltzmann sur rseau LBM est propose pour caractriser les matriaux
poreux par simulation partir dimages de leur structure.
Un milieu poreux est dfini par une image en coupe de matriau, obtenue par
traitement dimage, puis traite de manire obtenir une image binaire lisible par le
code de LBM. La figure IV-14 montre un exemple de telle image.
Pour des petits domaines, la reprsentation du milieu poreux dans le modle est
obtenue en dfinissant des obstacles solides. La condition standard de Bounce-Back est
applique comme condition aux limites. Cette condition a t impose aux surfaces
solides (y compris les obstacles) pour assurer ce que lon appelle la condition de non-
glissement.

IV.5.2. Ecoulement dans les milieux poreux
Dans un milieu poreux, l'coulement peut tre approxim numriquement pour les
faibles vitesses selon la loi de Darcy [61]:
=


0
=
1

0
(IV. 1)
O est la vitesse de fluide moyenne dans le milieu, est le gradient de pression,

0
est la force extrieure applique sur le fluide, est la viscosit dynamique de fluide,
est la permabilit intrinsque du milieu reprsentant la rsistance du matriau au
passage de matire.
S.D.C. Walsh et al [62] ont propos une expression analytique pour calculer la
permabilit intrinsque qui dpend de la structure du milieu poreux :
=
1

=
.
2(1 )
(IV. 2)
O

est la fraction de solide dans le milieu poreux, est la porosit du milieu


poreux.
La valeur adimensionnelle de la permabilit est donne par [61] :
Chapitre IV Rsultats et discussions
66

= 1

2
(IV. 3)
O

reprsente la longueur dun cot du rseau.



















































Simulation par la mthode
LBM.
Image relle dun milieu poreux
= 0.5 , la couleur noir reprsente le
fluide, celle blanche reprsente le
solide. Dpre [63].

Conversion : image relle
image binaire
Image binaire : 1 reprsente
lemplacement de solide
(obstacle) et 0 reprsente
lemplacement de fluide (vide).

0 :solide
Extraire des coordonnes
(x,y) de lobstacle.
Vortex data
Rsultat
La distribution initiale de deux phases :
la couleur bleu reprsente lobstacle
(solide), rouge reprsente le liquide et
celle verte reprsente la vapeur.
Chapitre IV Rsultats et discussions
67

FIG IV-14 Etapes de traitement dimage.

IV.5.3. Rsultats et discussions
Dans la suite, un milieu poreux est considr [64]. Une image en coupe de matriau
obtenue en MEB puis traite de manire distinguer les zones fluides et les zones
solides (figure IV-15). Par la suite est impos un gradient de pression avec

>

.
Le milieu poreux est caractris par sa permabilit value partir de la loi de Darcy
(Eq. IV.1).









FIG IV-15: Image traite dun milieu poreux daprs [64].
La figure IV-16, reprsente la variation de la vitesse moyenne dans la section du
milieu situe la position (x=Lx/2). On remarque daprs un temps dtermin le rgime
dcoulement est permanent ce qui se traduit par une vitesse moyenne constante un
instant (t+1), cette courbe est un bon indicateur pour la convergence des rsultats
obtenus.












(
m
/
s
)

Chapitre IV Rsultats et discussions
68

FIG IV-16 Variation de la vitesse moyenne dans une section du milieu (x= Lx/2) en fonction du
temps.
Le processus de dplacement dun fluide par un autre sans la force capillaire pour le
milieu poreux considr, est reprsent sur les figures IV-17. Pour assurer un drainage
trs efficace nous utilisons un nombre capillaire grand (

= 1.76 10
2
). la phase
dplaante reprsente par la couleur rouge celle dplac reprsente par la couleur
verte. Pour caractriser et interprter les configurations spatiales des phases obtenues,
nous utilisons les notions de branchement micro et de branchement macro. Un
branchement micro constitue la formation des nouvelles branches du groupe continu de
la phase dplaante lchelle dun pore. Ce type de branchement est provoqu par la
micro htrognit du milieu. Un branchement macro reprsente le processus de
formation de grandes branches de la phase dplaante sous forme de doigts pntrant
dans le fluide dplac. La distance sparant deux doigts voisins est de lordre de
quelques dizaines de longueurs de pore. Le branchement macro est provoqu soit par
une htrognit macroscopique du milieu, soit par une instabilit hydrodynamique.
Les doigts macro sont allongs suivant la direction de la diffrence de pression globale.
Ceci est caus par le fait que les voies de sorties les plus courtes ont une rsistance
minimale. Aprs 40000 ditrations, la phase dplaante travers la totalit des pores.
Pour un drainage complet nous devons excuter notre programme plus de 80000
ditrations.

FIG IV.17 : Distribution des phases dans un rseau en 2D de porosit
0.52 diffrent temps (t=0, 5000, 20000 et 40000), la couleur =
bleu prsente la matrice solide, rouge prsente la phase dplaante et celle verte prsente la
phase dplac.
Les figures IV.18-a et IV.18-b reprsentent le vecteur de vitesse color par la
composante horizontale et verticale respectivement obtenu aprs 500 itrations, les
figures montrer le comportement irrgulier et randomis de champ de vitesse, les zones
blanches prsentent la matrice solide ( les roches). Les endroits de la vitesse indiquent
qu'il y a des zones dacclration (rouge) et des zones de ralentissement (bleu) dans
laquelle l'coulement presque stagnant. Ainsi, mme si une rpartition trs homogne
des coulements en entre et en sortie du milieu est observe, l'coulement dans un pore
ne suit pas la direction principale de l'coulement sur la totalit du flux entrant. Une
partie du fluide est dvie et alimente le pore voisin.






Chapitre IV Rsultats et discussions
69




















FIG IV.18-a Vecteur de vitesse colore par la composante horizontale.













Chapitre IV Rsultats et discussions
70



















FIG IV.18-b Vecteur de vitesse colore par la composante verticale.

Les lignes de courant/trajectoires de particules fluides (Figure IV.19) ont t
dtermines partir des champs de vitesses en suivant les positions successives de ces
particules fluides. Lobservation des rsultats obtenus au cours de ces simulations
montrent que la totalit des particules fluides mises prennent le chemin direct propos
par la direction principale de l'coulement. En consquence il y a des particules
rorientes.









Chapitre IV Rsultats et discussions
71




















FIG IV.19 Lignes de courant/trajectoires. La flche indique la direction principale de
l'coulement.
La variation de la permabilit adimensionnelle en fonction de la viscosit
dynamique est obtenue partir de l'quation (IV. 1) et (IV. 2). La figure (IV.20) reprsente
ces rsultats pour deux rseaux diffrente dimension : (170 170) (100 100). les
rsultats obtenus montrent que les valeurs de la permabilit adimensionnelle
diminuent avec laugmentation de la dimension du rseau, ceci est en accord avec les
rsultats obtenus par Hidemitsu Hayashi [61]. La figure (IV.20) montre aussi que la
permabilit adimensionnelle augmente avec laugmentation de la viscosit dynamique
mais leffet de la viscosit dynamique sur la variation de la permabilit
adimensionnelle devient ngligeable pour un coulement visqueux dans les rseaux de
grande dimension.
La comparaison entre les rsultats obtenus numriquement avec la mthode LBM par
lapplication de la loi de Darcy (lquation IV. 1) et la formule analytique propos par
S.D.C. Walsh et al [62] (lquation IV. 2), sont trs proches. Lerreur relative trouv est
infrieure 4% dans tous les valeurs (tableau IV.2). Par consquent, la mthode LBM est
capable destimer correctement les paramtres physiques caractristiques des matriaux
poreux comme la permabilit.

Chapitre IV Rsultats et discussions
72



FIG IV.20 Variation de la permabilit adimensionnelle en fonction de la viscosit dynamique
pour deux rseaux de diffrentes dimensions.










Tableau IV.2 : Permabilit adimensionnelle dans le rseau (100 100).
La recherche de la validation dune loi dcoulement dans le milieu poreux passe par
ltablissement dune relation entre la perte de pression sur une longueur L de milieu, et
la vitesse dbitante u du fluide qui scoule. Les valeurs numriques des coefficients de
loi dcoulement sont obtenues par estimation de paramtres partir des donnes de
perte de pression et des vitesses associes.
Selon la loi de Darcy [65], deux fluides de mme viscosit, scoulant la mme
vitesse u dans le mme milieu poreux, gnrent la mme perte de pression
indpendamment de leur masse volumique. Exprimentalement, la linarit de la
relation entre le gradient de pression et la vitesse dbitante u nest vrifie que pour de
faibles vitesses dcoulements. Ce modle est particulirement utilis dans le domaine
de lhydrogologie o les coulements seffectuent dans des milieux faible porosit et
o les vitesses dcoulement sont faibles.
Dans la prsente tude, les calculs de l'coulement ont t faits en fixant comme
conditions aux limites l'entre et la sortie du milieu un cart de pression et en
laissant voluer le calcule vers l'tat stationnaire. La mthode LBM est plus facile
appliquer des nombres de Reynolds assez faibles. Lorsque l'coulement devient
instationnaire, une instabilit numrique peut faire diverger le calcul numrique. Le
nombre de Reynolds utilis ici est celui bas sur la dimension du rseau [64] :

= / (IV. 4)
LBM Analytique Lerreur relative %
0.135 4.63E-07 4.82E-07 3.88E+00
0.191 6.57E-07 6.83E-07 3.75E+00
0.254 8.77E-07 9.10E-07 3.63E+00
0.327 1.13E-06 1.17E-06 3.52E+00
0.411 1.42E-06 1.47E-06 3.44E+00
0.508 1.76E-06 1.82E-06 3.40E+00
0.624 2.16E-06 2.23E-06 3.40E+00
0.762 2.64E-06 2.73E-06 3.45E+00
0.932 3.22E-06 3.34E-06 3.56E+00
Chapitre IV Rsultats et discussions
73

O

est la vitesse adimensionnelle, reprsente la vitesse macroscopique


moyenne, reprsente la vitesse des particules dans le rseau, reprsente la longueur
dun cot de rseau et reprsente la viscosit cinmatique. Mme pour des valeurs
assez faibles de

, la simulation peut sortir des rsultats montrant un comportement


qui suit l'quation de Darcy (quation IV. 1). Sur la Figure IV.21, on voit des rsultats
obtenus avec le milieu reprsent sur la figure IV-15 : ils suivent parfaitement une loi
linaire, ici pour

entre 3.15 et 13.86. Dans cette gamme de nombre de Reynolds


commencent tre comparables aux effets visqueux.
Des rsultats similaires ont t obtenus avec le mme milieu (voir la figure IV.22).
Alors que les points de la Fig. IV.21 ont t tous obtenus avec une viscosit
cinmatique = 0.5, ceux de la Fig. IV.22 furent obtenus pour 2 valeurs diffrentes de
ce paramtre 0,5 (points en bleu) et 0.1875 (points en rouge). On voit qu'il n'y a pas une
parfaite continuit entre les deux sries de valeurs. Ceci se concide avec les rsultats
obtenus par M.J. Clifton [66]. (NB : les mesures exprimentales sont trs difficiles pour
des faibles vitesses). Pour faire des calculs des nombres de Reynolds plus levs, il
faut utiliser des viscosits cinmatiques encore plus faibles.

FIG IV.21 Gradient de pression en fonction de la vitesse superficielle adimensionnelle pour les
deux phases.

FIG IV.22 Gradient de pression en fonction de la vitesse superficielle pour les deux phases pour
deux valeurs de viscosit cinmatique diffrentes.
Conclusion gnrale
77



Le travail effectu dans ce mmoire se rapporte la mise en uvre de la mthode de
Boltzmann sur rseau (Lattice Boltzmann Method : LBM) pour lcoulement
multiphasique en milieux poreux. Un intrt particulier a t port aux mthodes bases
sur la physique statistique en gnral et la mthode de Boltzmann sur rseau, en
particulier. Cette dernire, offre des avantages intressants compar aux mthodes
classiques de CFD savoir, la simplicit de sa mise en uvre et la facilit de la
paralllisation des algorithmes de calcul. Aussi, la mthode (LBM) facilite lintgration
des gomtries complexes quil serait difficile de modliser avec les mthodes (CFD),
linstar de celles trouves dans les milieux poreux et les coulements multiphasiques.
A titre dapplication, un code de calcul en Fortran 90 fond sur la technique de
Boltzmann sur Rseau pour lcoulement multiphasique a t dvelopp. Il permet
notamment de simuler les coulements dans les milieux poreux.
Dans la prsente recherche nous avons appliqu la technique dcrite ci-dessus pour
trois applications savoir, coulement multiphasique dans un milieu dispers
homogne, coulement multiphasique autour dun arrangement de carrs homognes
fixes (rseau capillaire) et coulement multiphasique dans un milieu poreux reconstruit
partir dun traitement dimage sous Matlab. Les rsultats de cette technique teste sur
des configurations bidimensionnelles montrent laptitude de la mthode LBM simuler
avec une bonne prcision des phnomnes qui caractrisent les coulements
multiphasiques en milieux poreux comme le dplacement dun fluide par un autre, la
formation de pigeage et la mouillabilit. Ltude numrique est tendue lestimation
des paramtres physiques caractristiques des matriaux poreux comme la permabilit
et la validit de la loi de Darcy pour lcoulement de fluide faible vitesse. Aussi, pour
prdire le champ de vitesse, les lignes de courant et la chute de pression aux seins de ces
matriaux, il serait intressant dtendre ce travail afin destimer la permabilit relative
de chaque phase.
Le code de calcul labor offre des possibilits dlargissement aux coulements de
plus de deux phases dans les gomtries complexes en 3D mais aussi avec un rapport
de masse volumique trs grand entre les phases linstar de lcoulement
multiphasique dans les roches-rservoirs des gisements qui contiennent gnralement
un ou plusieurs fluides (eau, huile et/ou gaz). En particulier, cela ouvre la voie la
continuation de cette recherche dans le domaine de la rcupration et la quantification
de pigeage lors de la mise en exploitation d'un gisement des hydrocarbures.
Rfrences Bibliographiques
78



1. Lucy L.B A numerical approach to the testing of fusion process. The astronomic journal 88: 1013-1024,
1977.
2. Attaway S.W., Heinstein M.W., Swegle J.W Coupling of smooth particle hydrodynamics with the
finite element method. Nuclear engineering and design150: 199-205, 1994.
3. Liu W.K., Jun S., Zhang Y.F Reproducing Kernel Particle Methods. Int. J. Numer. Methods Fluids.
1996.
4. Nayroles B., Touzot G., Villon P. Generalizing the finite element method: diffuse approximation and
diffuse elements. Computational mechanics, 10: 307 318, 1992.
5. Belytschko T., Lu Y.Y., Gu L. Element-free Galerkin methods. International Journal for Numerical
Methods in Engineering, 37:229-256, 1994.
6. Sukumar N., Moran B., Belytschko T. The natural elements method in solid mechanics. International
Journal for Numerical Methods in Engineering, 43:839-887, 1998.
7. Li S., Hao W., Liu W.K. Mesh-free simulations of shear banding in large deformation. International
Journal of solids and structures, 37:7183-7206, 2000.
8. Martinez M.A., Cueto E., Alfaro I., Doblare M., Chinesta F. Updated lagran-gian free surface flow
simulations with Natural Neighbor Galerkin methods, International Journal for Numerical Methods in
Engineering. 60(13):2105-2129, 2004.
9. Dolbow J., Belytschko T., Volumetric locking in the finite element free Galerkin methodInternational
Journal for Numerical Methods in Engineering. 46:925-942, 1999.
10. Nolin S., Modlisation "smoothed particle hydrodynamics" de la formation d'un embcle fluvial et
de son relchement Mmoire prsent la Facult des tudes suprieures de l'Universit Laval dans
le cadre du programme de matrise en gnie civil pour l'obtention du grade de matre s sciences (M.
Se.) ,2008.
11. Monaghan J. J.: Smoothed particle hydrodynamics. Reports on Progress in Physics, 68(8):1703-1759,
2005.
12. Mounif E. Rsines poxy/amine pour le roto moulage ractif : Etude de la rhocintique et
Simulation numrique de l'coulement Thse de doctorat de lUniversit PARIS VI (2008)
13. Liu G. R. , Liu M. B. Smoothed Particle Hydrodynamics: A Meshfree Particle Method, page 60. World
Scientific, New Jersey, 2003.
14. Kreysig, E. Advanced Engineering Mathematics." 8th Edition, John Wiley &. Sons, Inc. 1999.
15. Wolf S. Mthodes sans maillage , Laboratoires MAS ECP, 2007
16. Duflot M. Application des mthodes sans maillage en mcanique de la rupture Thse de doctorat
en sciences appliques, Universit de Lige 2004
17. Sibson R., A vector Identity for the Dirichlet tessellations. Math. Proc. Camb. Phil. Soc., 87:151-155,
1980.
18. Belikov V.V., Ivanov, V.D., Kontorovich V.K., Korytnik S.A., Semenov A.Y., The non-Sibsonian
interpolation: a new method of interpolation of the values of a function on an arbitrary set of points.
Computational Mathematics and Mathematical Physics, 37(1):9-15, 1997.
Rfrences Bibliographiques
79

19. Yvonnet J.. Nouvelles approches sans maillage bases sur la mthode des lments naturels pour la
simulation numrique des procds de mise en forme . PhD thses, Ecole Nationale des Arts et Mtiers,
Paris, 2004.
20. Brey .J. J. and Moreno .F, Dufty. W Reply to Comment on Model kinetic equation for low-density
granular flow. Physical Review E; Volume 57, Number 5; (MAY 1998).
21. Evans.D.J., and Morris. G.P., Non equilibrium molecular-dynamics simulation of couette flow in
two-dimensional fluids, Phys. Rev. 1983.
22. Peng.Y, Thermal Lattice Boltzmann Two-Phase Flow Model For Fluid Dynamics Thse de doctorat,
University of Pittsburgh, 2005
23. Hardy J., Pomeau Y., de Pazzis O., Time evolution of a two-dimensional model system. Invariant
states and time correlation functions, J. Mathematical Phys., vol. 14, p. 1746-1759, (1973).
24. Van Genabee. k O, and Rothman. D. H, Macroscopic manifestations of microscopic flows through
porous media: Phenomenology from simulation, Ann. Rev. of Earth and Planetary Sciences, 24, pp.
63-87, 1996.
25. McNamara G., Zanetti, Use of the Boltzmann equation to simulate lattice-gas automata, Physical
Review Letters, vol. 61, p. 2332-2335, (1988).
26. Higuera F.J., Jimenez J., Boltzmann approach to lattice gas simulation, Europhys. Lett, vol. 9, p. 663-
668, (1989).
27. You. C Et Al. Direct numerical simulation of particle collisions in two-phase flows with a meshless
methodChemical Engineering Science 63 3474 3484, (2008).
28. Lancaster, P., Salkauskas, K. Surfaces generated by moving least-squares methods. Mathematics of
Computation 37, 141--158. 1981.
29. Luo, S.M., Cai, Y.C., Zhang, X.W. Object-oriented element free Galerkin method Chinese Journal of
Mechanical Engineering 36, 23--26. 2000.
30. Nor Azwadi Che Sidik, Takahiko Tanahashi, Two-phase flow simulation with lattice boltzmann
method Jurnal Mekanikal, No. 24, 68 - 79 December 2007.
31. Zheng, H.W., Shu, C., Chew, Y.T. Lattice Boltzmann Interface Capturing Method for Incompressible
Flows, Physical Review E 72, 056705-056715. 2005.
32. Andreas G. Yiotis et al A lattice Boltzmann studies of viscous coupling effects immiscible two-phase
flow in porous media. Colloids and Surfaces A: Physicochem. Eng. Aspects 300 (2007) 3549.
33. Valizadeh.A, Shafieefar.M, Monaghan.J.J et Salehi Neyshaboori A.A, Modeling Two-Phase Flows
Using SPH Method, Journal of Applied Sciences 8 (21): 3817-3826, 2008.
34. Davies, R.M. and G. Taylor, The mechanics of large bubbles rising through extended liquids and
through liquids in tubes. Proc. R. Soc. London Series A, Math. Phys. Sci 200: 375-390, 1950.
35. Batchelor, G.K., An Introduction to Fluid Mechanics. 4th Edn. Cambridge University Press, Cambridge,
pp: 653, 1974.
36. Luo. L.-S, The lattice-gas and lattice Boltzmann methods: Past, Present, and Future, Proceedings of the
International Conference on Applied Computational Fluid Dynamics, Beijing, China, pp. 52-83, 2000.
37. Benzi .R, Succi.S, and Vergassola.M, Lattice-Gas Cellular Automata and Lattice Boltzmann Models
Phys. Rep. 222, 145 1992
38. Chen S., Chen H., Martinez D, and Matthaeus.W, Lattice Boltzmann model for simulation of
magnetohydrodynamics. Phys. Rev. Lett. 67, 3776 - 3779, 1991.
Rfrences Bibliographiques
80

39. Shan .X and Chen .H Simulation of nonideal gases and liquid-gas phase transitions by the lattice
Boltzmann equation, Phys. Rev. E 49, 2941 - 2948 (1994).
40. Chen .S, Diemer .K, Doolean .G, Eggert .K, Fu .C, Gutman .S and Travis .B, Lattice gas models for
non ideal fluids, Physica D 47, 97, 1991.
41. Chen .S, Dawson .S. P, Doolen .G. D, Janecky .D. R, and Lawniczak. A, Lattice methods and their
applications to reacting systems Comput. Chem. Eng. 19, 617, 1995.
42. R.K .Pathria, Statistical Mechanics, 2nd Edition, Butterworth-Heinemann, 1996.
43. Bhatnagar .P.L, Gross .E.P, and Krook .M, A model for collision processes in gases. I. Small
amplitude processes in charged and neutral one-component system, Phys. Rev., 94, pp. 511-525, 1954.
44. James Muirhead Parker, A Novel Lattice Boltzmann Method for Treatment of Multicomponent
Convection, Divusion, and Reaction Phenomena in Multiphase Systems, for the degree of Doctor of
Philosophy in Chemical Engineering ,2008.
45. He.X and Luo.L.-S, A priori derivation of the lattice Boltzmann equation, Phys. Rev. E, 55, pp. R6333-
R6336, 1997.
46. X. He and L.-S. Luo, Theory of the lattice Boltzmann equation: from the Boltzmann equation to the
lattice Boltzmann equation, Phys. Rev. E, 56, pp. 6811-6817, 1997.
47. Maier. R. S., Bernard.R.S, and Grunau .D.W, Boundary conditions for the lattice Boltzmann
method, Phys. Fluids, 8 (7), pp.1788-1801, 1996.
48. Ziegler .P, Boundary conditions for lattice Boltzmann simulations, J. Stat. Phys., 71, pp. 1171-1177,
1993.
49. Inamuro.T, Yoshino.M, and Ogino. F, A non-slip boundary condition for lattice Boltzmann
simulations, Phys. Fluids, 7, pp. 2928-2930, 1995.
50. Mei.R, and Shyy.W, On the finite difference-based lattice Boltzmann method in curvilinear
coordinates, J. Compu. Phys. 143, pp. 426-448, 1998.
51. Aidun .C.K, Lu.Y, Lattice Boltzmann simulations of solid particles suspended in fluid, J. Stat. Phys.,
81, pp. 49-61, 1995.
52. Mei .R, Luo.L.-S. and Shyy.W, An accurate curved boundary treatment in the lattice Boltzmann
method, J. Compu. Phys. 155, pp. 307-329, 1999.
53. Gunstensen. A.K, Rothman D.H, Zaleski. S and Zanetti. G, A lattice-Boltzmann model of
immiscible fluids Phys. Rev. A 43, 4320, 1991.
54. Shan.X and Chen.H, Lattice Boltzmann model for simulation flows with multiple phases and
components, Phys. Rev. E 47, 1815 1993.
55. Swift.M, Orlandini.S, Osborn.W, and Yeomans. J, Lattice Boltzmann simulations of liquid-gas and
binary-fluid systems, physical review E, volume 54, number 5, november 1996, 5041-5052.
56. He. X, Chen.S, and Zhang.R, A lattice Boltzmann scheme for incompressible multiphase flow and its
application in simulation of Rayleigh-Taylor instability, J. Comput. Phys., 152, pp. 642-663, 1999.
57. R.R. Nourgaliev, Dinh.T.N , Theofanous. T.G, Joseph.D.The lattice Boltzmann equation method:
theoretical interpretation, numeric and implications. International journal of multiphase flow. 29 (2003)
117-169.
58. Hiroshi .M, Hiroshi. O Micro-scale two-phase flow simulation of lattice Boltzman method for
capillary hysteresis, Japan National Oil Corporation, SCA 2001-55.
Rfrences Bibliographiques
81

59. Carlos E. Pico et al, lattice-Boltzmann simulation of two-phase fluid flow through porous media,
18th International Congress of Mechanical Engineering, 2005.
60. Irina .P, Ecoulements diphasiques en milieux poreux : modle de mnisque Thse de doctorat,
cole Nationale Suprieure de Gologie de Nancy, 2003.
61. Hidemitsu .H, Lattice Boltzmann Method and its Application to Flow Analysis in Porous Media,
Research Report, R&D Review of Toyota CRDL Vol. 38 No. 1, 2002.
62. Walsh. S.D.C. et al, A new partial-bounceback lattice-Boltzmann method for fluid flow through
heterogeneous media Computers & Geosciences 35 (2009) 11861193, 2008.
63. Moran .W et al, Mesoscopic simulations of phase distribution effects on the effective thermal
conductivity of microgranular porous media Journal of Colloid and Interface Science 311 (2007) 562570,
2007.
64. Arab.M. R. et al, caractrisation physique des matriaux poreux par une mthode de type Boltzmann
sur rseau , 13mes Journes Internationales de Thermique. France, 2007.
65. Jean-Philippe.B, Phnomnes de transport dans les mousses mtalliques: approche exprimentale
des coulements monophasiques et liquide-gaz Universit de Provence Aix-Marseille 1, 2007.
66. Clifton. M.J., Simulation de l'coulement et du transfert thermique dans les mousses mtalliques ,
Rapport du partenaire, Laboratoire de Gnie Chimique, Toulouse, 2008.
67. Vincent. B, tude de l'influence d'une couche de polymre adsorb sur des coulements diphasiques
(gaz/eau dans des milieux poreux modles , Thse de doctorat, 2006.
.
.

.



Annexe
82

Gnralits sur les milieux poreux
1. Dfinitions
Un milieu poreux est un milieu continu, consolid ou non, qui prsente
intrieurement une fraction de volume accessible l'coulement d'un fluide. Cette
fraction de volume "vide" se compose d'un systme de pores interconnects par des
canaux de sections variables.
La figure (A.1) illustre les trois grandes catgories de milieux poreux :
les milieux fibreux : filtres, etc. ;
les milieux consolids : les grs, les argiles, les granites, etc. ;
les milieux non-consolids : les sables, les graviers.






Milieu consolid.
FlG. A.1 Illustration des grandes catgories de milieu poreux. (Dpres [67])

2. Diffrents paramtres les plus intressantes dans un milieu poreux
1) Porosit :
Le paramtre principal dcrivant un milieu poreux est la porosit dfinie par :
=

=


()
Il varie entre 0 (solide plein) et 1 (volume compltement vide). Ce paramtre de
porosit est complmentaire de la fraction volumique de solide telle que :
+ = 1 (2)
La dfinition 1 de la porosit est une dfinition tridimensionnelle. Elle peut tre
transpose un rapport de surfaces. En effet, une coupe dun chantillon poreux (un
exemple est donn sur la figure A.2) montre une surface compose de deux phases. On
dfinit alors la porosit surfacique ( deux dimensions):

0
=


(3)
Pour chaque section effectue la cote z, on peut mesurer laire

() occupe par les


pores. Si le milieu est homogne (donc la porosit surfacique ne dpend pas de la cote
Annexe
83

z), on peut crire que cette aire vaut

0
, o
0
est laire totale de la section. partir de
ces mesures, on peut calculer le volume des pores de l'chantillon par :

dz =

0
dz =

0
(4)
Par consquent, on obtient une galit entre la porosit volumique et la porosit
surfacique

= .







FIG. A.2 Exemple de coupe d'un milieu poreux tel que le couleur blanc reprsente le solide et le
couleur noir reprsente le vide (porosit), (daprs [63]).

2) Permabilit k
Cest la capacit de la roche laisser circuler un fluide (liquide ou gaz ou leurs
mlanges), lorsquil y a une diffrence de pression. Elle caractrise quantitativement les
proprits dcoulement de la roche.

3) Les types de la permabilit :
Permabilit absolue : La permabilit intrinsque (absolue) dune roche, est
laptitude de cette roche laisser circuler travers ses pores un fluide.
Permabilit effective

(phasique) : Laptitude de lespace poreux imprgn dun


liquide htrogne laisser passer travers les pores, chacune des phases
particulire, (

< ).
Permabilit relative

: Le rapport en % de la permabilit effective celle absolue,


exprim par la relation suivante :

/ .
4) Saturation
Cest le rapport entre le volume occup par le fluide et le volume total des pores, elle
est note et sexprime en pourcentage.
Il existe plusieurs types de saturation qui peuvent intervenir :

: saturation en eau de la zone vierge.


: Saturation en huile.

=

/

: Saturation en gaz.
Avec

= 100%.
Annexe
84

3. Application de la mthode Boltzmann sur rseau dans les milieux poreux
La mthode de Boltzmann sur rseau prsent dans le troisime chapitre considre la
masse volumique et la vitesse comme des variables indpendantes. Pour crer un
gradient de pression dans le milieu poreux il faut ajouter un terme dans lquation de
Boltzmann (lquation 5 ), qui reprsente la force extrieure [58] :

+e

t, +t
=

()
, (5)
Lquation de Boltzmann avec la force extrieure et la vitesse macroscopique
devient :

+e

t, + t

,
=
1

()
,
0.5

(6)
=

+0.5f

=0

t
(7)
O

()

reprsentent la fonction dquilibre et la force extrieure


respectivement.

()
=

1 +
3

. +
9
2
4
(

. )
2

3
2
2
. (8)

=
f. (

()

(9)
La permabilit reprsente la proprit physique fondamentale du milieu poreux
dfinie par la loi de Darcy :
=


0
f f =
1

0
=

2
.

(10)
O est la vitesse de fluide moyenne dans le milieu, est le gradient de
pression,
0
est la force extrieur appliqu sur le fluide, est la viscosit dynamique de
fluide,

reprsente la vitesse de son dans le rseau et est la permabilit intrinsque


du milieu reprsentant la rsistance du matriau au passage de matire.