Académique Documents
Professionnel Documents
Culture Documents
Conclusion: ..................................................................................................................... 41
2
Liste des tableaux
TABLEAU 1: PROPRIETES THERMOPHYSIQUES DE FLUIDE A T=25 C0. ................................................................... 34
TABLEAU 2: LES CONDITIONS AUX LIMITES............................................................................................................ 37
TABLEAU 3: LES CONDITIONS AUX LIMITES............................................................................................................ 40
3
Introduction générale
La turbulence est un phénomène frustrant : elle est facilement observable mais difficilement
compréhensible. Facilement observable car la vie quotidienne nous prouve constamment que
la turbulence existe : la fumée d’une cigarette, l’écoulement torrentiel d’une rivière sous un
pont... Elle est présente dans énormément de domaines : en biologie (le "bruit" généré par la
turbulence en échographie permet de détecter les sténoses), en océanographie (les courants
marins sont turbulents), en atmosphérique (les vents) et même en astronomie (gaz de la
photosphère du soleil). En résumé, là où un fluide s’écoule, la turbulence est potentiellement
présente. Les manifestations de la turbulence sont aisément observables si on se donne la peine
de les regarder. Cependant, constater la turbulence ne permet pas de la comprendre. En effet,
"travailler sur la turbulence, c’est tenter de prévoir l’imprévisible" (Lesieur, 1994a) puisqu’un
écoulement turbulent est désordonné et chaotique.
La turbulence est un phénomène omniprésent, d’une grande importance : la très grande majorité
des écoulements rencontrés par un ingénieur sont turbulents. De plus, comme il s’agit d’un
phénomène très complexe, impliquant une large gamme d’échelles de longueur et de temps, la
résolution numérique des équations de Navier-Stokes (DNS) est très chère en termes d’espace
mémoire et de temps.
La résolution du système d´équations (le modèle) doit être la moins chère possible : le calcul
en une nuit est réclamé pour les études paramétriques et encore plus court pour l’optimisation.
✓ Le modèle doit être prédictif : on ne doit avoir besoin que des conditions de l’écoulement et
donc n’avoir besoin d’aucune connaissance a priori de la solution.
• au minimum des grandeurs globales : forces exercées sur les obstacles (trainée,
portance), transferts thermiques entre fluides et solides, mélange d’un polluant, etc.
• très souvent les variations de ces grandeurs avec les paramètres (vitesse, écart de
température, paramètre de forme), ce qui permet notamment l’optimisation d’un système.
• mais aussi la position des décollements de couches limite, champ de pression à la
paroi, structure de l’écoulement, position des chocs, sources acoustiques, etc.
4
Chapitre I : Modélisation de la turbulence
1 Introduction :
La modélisation des écoulements turbulents est un considérable outil pour la compréhension
des mécanismes physiques pour la conception et le développement dans la nature. Son
utilisation courante a été rendue possible par les progrès réalisés dans le domaine de la
résolution des équations de la mécanique des fluides et surtout par l’évolution des moyens de
calcul. Aujourd’hui la modélisation est un véritable complément aux études expérimentales
permettant de limiter le nombre d’essais en soufflerie, entraînant une réduction des coûts et des
délais de conception, et constitue ainsi un enjeu économique majeur.
1. La simulation directe, dite aussi DNS pour Direct Numerical Simulation, résout toute la
gamme des échelles spatio-temporelles de la turbulence depuis les grosses structures jusqu’aux
échelles dissipatives de Kolmogorov. Comme aucune échelle n’est modélisée, cette approche
est extrêmement coûteuse en temps.
2. La modélisation statistique, dite aussi RANS pour Reynolds Averaged Navier-Stokes, résout
les équations de conservation moyennées, ainsi toutes les échelles turbulentes sont modélisées.
C’est l’approche la plus utilisée dans l’industrie car elle est robuste (donc utilisable sur des
configurations complexes) et bénéficie d’un ratio coût/qualité des résultats des plus pertinents
pour l’industriel.
3. La simulation des grandes échelles turbulentes, dite aussi LES pour Large Eddy Simulation,
qui est une approche intermédiaire entre les méthodes RANS et DNS. Elle sépare les grandes
échelles (calculées) des petites échelles (modélisées) en appliquant un filtre spatial aux
équations de conservation. Cette méthode est plus coûteuse en temps.
5
Figure 1: Les trois grandes classes de simulation de la turbulence (Beaubert (2012)).
C’est la raison pour laquelle les études sur la turbulence se sont orientées vers la modélisation
numérique utilisant les modèles statistiques. Ainsi, afin de transformer les équations de
transport de quantité de mouvement et de chaleur en équations moyennées une décomposition
des variables instantanées de l’écoulement, dite « décomposition de Reynolds », est alors
introduite.
6
2.1.2 La décomposition de Reynolds :
Equation de continuité :
⃗)=𝟎
𝒅𝒊𝒗(𝒖 (1.2)
On peut décomposer la vitesse sous la forme 𝑢𝑖 (𝑥, 𝑡) = 𝑢̅𝑖 (𝑥 , 𝑡) + 𝑢′𝑖 (𝑥 , 𝑡), avec 𝑢̅la vitesse
moyenne et u’ la vitesse fluctuante aléatoire (dit décomposition de Reynolds). Il en va de
même pour la pression 𝑃(𝑥 , 𝑡) = 𝑃̅(𝑥 , 𝑡) + 𝑃′ (𝑥 , 𝑡)Notons que de part la définition de
l’opérateur de moyenne,
̅ = 𝟎 et ̅̅̅
On a 𝒖′ 𝑷′̅ = 𝟎.
• En introduisant la décomposition de Reynolds dans l’équation de continuité, comme
suit :
7
′
𝝏𝒖𝒊 ̅̅̅+𝒖
𝝏(𝒖 𝒊 𝒊) ̅̅̅𝒊
𝝏𝒖 𝝏𝒖′𝒊
= = + =𝟎 (1.4)
𝝏𝒙𝒊 𝝏𝒙𝒊 𝝏𝒙𝒊 𝝏𝒙𝒊
Puis, en moyennant cette équation :
̅̅̅̅̅
𝝏𝒖̅̅̅𝒊 ̅̅̅̅𝒊
𝝏𝒖′ ̅̅̅𝒊
𝝏𝒖
+ = + 𝟎 (1.5)
𝝏𝒙𝒊 𝝏𝒙𝒊 𝝏𝒙𝒊
Dans les équations de quantité de mouvement, on procède de la même manière :
′ ′ ′ ̅ +𝑷′ )
̅̅̅+𝒖
𝝏(𝒖 𝒊 𝒊)
̅̅̅+𝒖
𝝏[(𝒖 𝒋 𝒋 )(𝒖
̅̅̅+𝒖
𝒊 𝒊 )] −𝟏 𝝏(𝑷
+ = +
𝝏𝒕 𝝏𝒙𝒋 𝝆 𝝏𝒙𝒋
′ ′
𝝏 ̅̅̅+𝒖
𝝏(𝒖 𝒊 𝒊 ) ̅̅̅+𝒖
𝝏(𝒖 𝒋 𝒋)
[𝝑 ( 𝝏𝒙 + 𝝏𝒙 )] (1.6)
𝝏𝒙𝒊 𝒋 𝒊
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅+𝒖
𝝏(𝒖 𝒊
′)
𝒊 ̅̅̅𝒖
𝝏(𝒖 𝒊 ̅̅̅+𝒖
𝒋
′ 𝒖′ +𝒖
𝒊 𝒋 ̅̅̅𝒖
′ ̅̅̅𝒖′ )
𝒊 𝒋 +𝒖𝒋 𝒊
+ =
𝝏𝒕 𝝏𝒙𝒋
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
−𝟏 𝝏(𝑷̅ +𝑷′ ) 𝝏 ̅̅̅+𝒖
𝝏(𝒖 𝒊
′)
𝒊 𝝏(𝒖̅̅̅+𝒖
𝒋
′)
𝒋
+ [𝝑 ( + )] (1.7)
𝝆 𝝏𝒙𝒋 𝝏𝒙𝒊 𝝏𝒙𝒋 𝝏𝒙𝒊
Ou bien :
̅̅̅̅̅̅̅̅̅̅̅
′) ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅𝒖 ′ 𝒖′ +𝒖 ′ ̅̅̅𝒖′ ) ̅̅̅̅̅̅̅̅̅̅
̅ +𝑷′ )
̅̅̅+𝒖
𝝏(𝒖 𝒊 𝒊 𝝏(𝒖 𝒊 ̅̅̅+𝒖
𝒋 𝒊 𝒋 ̅̅̅𝒖𝒊 𝒋 +𝒖 𝒋 𝒊 −𝟏 𝝏(𝑷
+ = +
𝝏𝒕 𝝏𝒙𝒋 𝝆 𝝏𝒙𝒊
̅̅̅̅̅̅̅̅̅̅̅
′) ̅̅̅̅̅̅̅̅̅̅̅
𝝏(𝒖̅̅̅+𝒖′ )
𝝏 ̅̅̅+𝒖
𝝏(𝒖 𝒊 𝒊 𝒋 𝒋
[𝝑 ( + )] (1.8)
𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒊
8
D’où :
̿̿̿𝒊
𝝏𝒖 ̅̅̅′
𝝏𝒖 ̅̅̅̅̅̅̅
̅̅̅𝒊 ̅̅̅̅
𝝏𝒖 𝒖𝒋 ̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝒊 𝒖′𝒋 ̅̅̅̅̅̅̅
̅̅̅𝒖′
𝝏𝒖 𝒊 𝒋 ̅̅̅̅̅̅̅
̅̅̅𝒖′
𝝏𝒖 𝒋 𝒊
̅
−𝟏 𝝏𝑷 ̅̅̅
𝟏 𝑷′
𝒊
+ + + + + = − 𝝆 𝝏𝒙 +
𝝏𝒕 𝝏𝒕 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝆 𝝏𝒙𝒊 𝒊
̅̅̅′ ̿̿̿𝒋
𝝏𝒖 ̅̅̅′
𝝏𝒖
𝝏 ̿̿̿𝒊
𝝏𝒖 𝝏𝒖 𝒊 𝒋
[𝝑 (𝝏𝒙 + 𝝏𝒙 + 𝝏𝒙 + 𝝏𝒙 )] (1.9)
𝝏𝒙𝒋 𝒋 𝒋 𝒊 𝒋
On a : ̅̅̅̅
𝒖′𝒊 = 𝟎 ; ̿̿̿ 𝒖𝒊 ; ̅̅̅̅̅̅
𝒖𝒊 = ̅̅̅ ̅̅̅𝒖
𝒖𝒊 𝒋 = ̅̅̅
𝒖𝒊 ̅̅̅
𝒖𝒋
Et donc :
̅̅̅𝒊
𝝏𝒖 ̅̅̅𝒖
𝝏𝒖 𝒊 ̅̅̅𝒋 ̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝒊 𝒖′𝒋 𝝏𝒖 𝒊 ̅̅̅̅𝒋
̅̅̅𝒖′ 𝝏𝒖 𝒋 ̅̅̅̅𝒊
̅̅̅𝒖′ ̅
−𝟏 𝝏𝑷
+ + + + = +
𝝏𝒕 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝆 𝝏𝒙𝒊
𝝏 ̅̅̅𝒊
𝝏𝒖 ̅̅̅
𝝏𝒖
[𝝑 ( + 𝝏𝒙𝒋 )] (1.10)
𝝏𝒙𝒋 𝝏𝒙𝒋 𝒊
Finalement :
̅̅̅𝒊
𝝏𝒖 ̅̅̅)
𝝏(𝒖 ̅
−𝟏 𝝏𝑷 𝟏 𝝏 ̅̅̅
𝝏𝒖 ̅̅̅
𝝏𝒖
̅̅̅𝒋
+𝒖 𝒊
= ̅̅̅̅̅̅̅̅̅
+ 𝝆 𝝏𝒙 (𝝁 (𝝏𝒙 𝒊 + 𝝏𝒙𝒋 ) − 𝝆𝒖′
𝝏𝒕 𝝏𝒙𝒋 𝝆 𝝏𝒙𝒊 𝒊 𝒖′𝒋 ) (1.11)
𝒋 𝒋 𝒊
̅̅̅̅
𝒖′² ̅̅̅̅̅
𝒖′𝒗′ ̅̅̅̅̅̅
𝒖′𝒘′
On note alors 𝑹𝒊𝒋 = ̅̅̅̅̅̅̅̅
−𝝆𝒖 𝒊 𝒋 𝒖′𝒗′ ̅̅̅̅
= −𝝆 ( ̅̅̅̅̅
′ 𝒖′
𝒗′² ̅̅̅̅̅̅
𝒗′𝒘′ ) le tenseur de Reynolds. Ce tenseur
̅̅̅̅̅̅
𝒖′𝒘′ 𝒗′𝒘′̅̅̅̅̅̅ ̅̅̅̅̅
𝒘′²
̅̅̅̅, 𝝆𝒗′²
introduit 6 inconnues supplémentaires (𝝆𝒖′² ̅̅̅̅ ̅̅̅̅̅, 𝝆𝒖′𝒗′
, 𝝆𝒘′² ̅̅̅̅̅, 𝝆𝒖′𝒘′
̅̅̅̅̅̅, 𝝆𝒗′𝒘′
̅̅̅̅̅̅), entraînant
alors plus d’inconnues que d’équations à résoudre. Le rôle des modèles de turbulence sera donc
de fournir des lois phénoménologiques (algébriques ou différentielles) pour fermer le problème.
3 Problème de la fermeture :
Comme on l’a vu, la décomposition de Reynolds a permis d’écrire un certain nombre
d’équations pour les inconnues du problème. Cependant, on introduit à chaque étape des
inconnues supplémentaires. Il s’agit alors ici de fermer le problème en introduisant des modèles
afin de résoudre les inconnues. On distingue généralement deux grandes classes de modèles :
9
1. Les modèles du premier ordre, basés sur l’hypothèse de Boussinesq, qui consiste à modéliser
directement les tensions de Reynolds à l’aide d’une viscosité turbulente, µt. Ils sont faciles à
utiliser, rendent la simulation plus stable et sont couramment utilisés. Cependant, la qualité de
la modélisation de µt influe directement sur la qualité de la simulation. Certains de ces modèles
sont utilisés dans ce travail, à savoir 𝑘 − 𝜀 ou encore 𝑘 − 𝜔SST afin de répondre à l’exigence
de réaliser à la fois des calculs rapides et précis.
On fait l’hypothèse d’une analogie entre l’expression du tenseur des contraintes visqueuses des
fluides newtoniens et celle du tenseur de Reynolds. Il s’agit donc de relier le terme ̅̅̅̅̅̅̅
𝑢 ′ 𝑖 𝑢 ′𝑗 au
champ de vitesse moyen. En se basant sur l’expression des contraintes visqueuses suivante :
𝝉𝑳𝒂𝒎 = −𝑷𝑰 + 𝟐𝝁𝒔̅ (1.12)
Le premier coefficient α1 peut être déterminé en exprimant la trace du tenseur de Reynolds qui
fait apparaître l’énergie cinétique de la turbulence moyenne 𝑘̅ définie comme :
𝟏 ̅̅̅̅̅̅ + ̅̅̅̅̅
(𝒖′𝒖′ 𝒗′𝒗′ + ̅̅̅̅̅̅
𝒘′𝒘′) en trois dimensions. On peut donc exprimer la trace λ comme :
𝟐
̅̅̅̅̅̅
𝝀(𝝉𝑹𝒆 ) = −𝟑𝜶𝟏 = 𝝆(𝒖 ′ 𝒖′ + ̅̅̅̅̅̅ ̅̅̅̅̅̅̅
𝒗′ 𝒗′ + 𝒘 ̅
′ 𝒘′ ) = 𝟐𝝆𝒌 (1.14)
−2
D’où l’on tire 𝛼1 = 𝜌𝑘̅ . Pour le deuxième coefficient, on pose simplement 𝛼2 = 2𝜇𝑡
3
où μt est la viscosité turbulente introduite par Boussinesq en 1877. On obtient alors le modèle
suivant du tenseur de Reynolds :
̅̅̅̅̅̅̅̅ −𝟐
−𝝆𝒖′ ̅ ̅̅̅̅
𝒊 𝒖′𝒋 = 𝟑 𝝆𝒌𝜹𝒊𝒋 + 𝟐𝝁𝒕 𝜹𝒊𝒋 (1.15)
Où 𝛿𝑖𝑗 est le symbole de Kronecker.
L’équation de conservation de quantité de mouvement peut alors se réécrire sous la forme
suivante :
𝝏𝑼 −𝝏 𝟐
̅) + 𝝏 ((𝝁 + 𝝁𝒕 )[𝝏𝑼𝒋 + 𝝏𝑼𝒊 ])
𝝆𝑼𝒋 𝝏𝒙 𝒊 = 𝝏𝒙 (𝑷 + 𝟑 𝝆𝒌 (1.16)
𝒋 𝒊 𝝏𝒙 𝒋 𝝏𝒙 𝝏𝒙 𝒊 𝒋
Où U la vitesse moyenne.
10
𝟐 ̅
Il est courant de voir, dans cette équation, la contraction du terme 𝑷 + 𝟑 𝝆𝒌 constitué de la
somme entre la pression moyenne et la trace du tenseur de Reynolds. Le deuxième terme est
alors assimilé à une pression turbulente. On définira la pression moyenne globale comme
𝟐
̅ Cette contraction oblige cependant à connaître 𝑘̅ pour déterminer la pression
𝑷𝒈 = 𝑷 + 𝟑 𝝆𝒌
moyenne.
Avant de passer à la suite, revenons sur la définition de la viscosité turbulente. Au vu de la
manière dont elle est définie, il s’agit d’une propriété de l’écoulement et non du fluide comme
la viscosité moléculaire. Considérer μt comme constant n’est donc pas correct. D’autres
inconvénients accompagnent malheureusement cette hypothèse d’une viscosité turbulente pour
modéliser le tenseur de Reynolds. Cette modélisation se fait au moyen d’un seul scalaire, ce qui
revient à réduire la complexité de la turbulence en lui prêtant un caractère isotropique.
Pour être plus rigoureux, μt aurait pû être exprimé sous la forme d’un tenseur lui aussi. On peut
également noter que le tenseur de Reynolds dépend uniquement de grandeurs instantanées.
On néglige donc tous les effets de mémoire souvent présents en turbulence. Malgré ses défauts,
le modèle de viscosité turbulente sera utilisé ici comme dans la majorité des simulations
numériques sur le sujet, car elle permet d’obtenir des résultats rapides et acceptables.
2. Les modèles du second ordre qui calculent directement les tensions de Reynolds. Ils sont plus
coûteux et difficiles à faire converger que ceux du premier ordre. Ils sont en général plutôt
réservés pour des écoulements 3D complexes. Certains de ces modèles ont été exploités dans
le mémoire, comme le modèle RSM afin d’ajouter le caractère anisotropique de l’écoulement
par l’étude des contraintes de Reynolds.
Il est évident que la qualité des résultats de simulation d’écoulement turbulent est très liée au
modèle utilisé. Le choix du modèle est subordonné au type d’information que l’on veut obtenir
à partir de la simulation. D’un point de vue industriel, les modèles du premier ordre à deux
équations permettent généralement d’obtenir des résultats satisfaisants moyennant certaines
adaptations du modèle, suivant le cas considéré. Il se peut que des comportements
pathologiques puissent apparaître dans certains types d’écoulement : l’utilisation de modèles
plus sophistiqués comme les modèles du second ordre peut s’avérer nécessaire.
11
4 Les utilisations du modèle de la turbulence RANS :
K-ℇ standard Robuste. Largement utilisé malgré les limitations connues du modèle. Fonctionne mal
pour les écoulements complexes impliquant un gradient de pression sévère, une
séparation, une forte courbure de la ligne de courant. Convient aux itérations de
conceptions alternatives et aux études paramétriques.
K-ℇ réalisable Complexe impliquant une déformation rapide, un tourbillon modéré, des tourbillons et
des écoulements localement transitionnels (par exemple, séparation de la couche limite,
séparation massive et perte de tourbillons derrière des corps bluffant, décrochage dans
des diffuseurs grand angle, ventilation de la pièce).
K-ℇ RNG Offre en grande partie les mêmes avantages et a des applications similaires à réalisable.
Peut-être plus difficile à converge que réalisable,
K-ω standard Performances supérieures pour la couche limite de paroi, le cisaillement libre et les
écoulements à faible nombre de Reynolds par rapport aux modèles de la famille k-ε,
convient aux écoulements de couche limite (aérodynamique externe et turbomachines).
On peut prévoir que la séparation sera excessive et précoce.
K-ω SST Offre des avantages similaires au k-ε standard. Pas trop sensible aux conditions aux
limites d’entrée comme la nome k-ε. Fournit une prédiction plus précise de la séparation
des flux que les autres modèles.
RSM Physiquement le modèle RANS le plus solide. Evite l’hypothèse de viscosité turbulente
isotrope. Plus de temps CPU et de mémoire requis. Plus difficile à converger en raison
du couplage étroit des équations. Convient aux écoulements 3D complexes avec une forte
courbure aérodynamique, un fort tourbillon/rotation (par exemple : conduit incurvé,
passages d’écoulement rotatifs, cyclones…)
12
5 Modèle RANS du 1er ordre :
❖ Modèle à deux équations :
Il existe environ une dizaine de modèles de turbulence RANS, d’où leur manque d’universalité.
Ils donnent tous accès aux caractéristiques principales de l’écoulement (pertes de charge,
frottements, coefficients d’échanges).
Ils ne prédisent que la partie moyenne de l’écoulement en modélisant les termes du tenseur de
Reynolds. Toutes les échelles de turbulence sont ainsi modélisées. On peut ainsi utiliser des
maillages beaucoup plus grossiers qu’en LES par exemple, car seul l’écoulement moyen du
fluide est prédit. Parmi les modèles RANS les plus utilisés dans l’industrie, on compte
notamment le k − 𝜀 et le k − ω SST, qui sont des modèles du premier ordre. Par similitude avec
la loi de comportement d’un fluide visqueux reliant le tenseur des contraintes visqueuses au
champ de vitesse, Boussinesq (1877) a proposé de relier le tenseur de Reynolds au champ
moyen de vitesse par la formulation suivante :
̅̅̅𝑖
𝜕𝑢 ̅̅̅𝑗
𝜕𝑢 2
̅̅̅̅̅̅̅
−𝜌𝑢′ 𝑖 𝑢′𝑗 = 𝜇𝑡 (𝜕𝑥 + 𝜕𝑥 ) − 3 𝜌𝑘𝛿𝑖𝑗 (1.17)
𝑗 𝑖
A-Modèle k-epsilon :
Il s'agit d'un modèle à deux équations qui donne une description générale de la turbulence au
moyen de deux équations de transport (EDP) une pour l’énergie cinétique turbulente (k) et
l’autre pour la dissipation (epsilon). La dissipation turbulente est la vitesse à laquelle les
fluctuations de vitesse se dissipent. Les coefficients sont dérivés empiriquement ; Valable
uniquement pour les débits turbulents. Dans le modèle k- 𝜀 standard, la viscosité turbulente est
déterminée à partir d'une échelle de longueur de turbulence unique, de sorte que la diffusion
turbulente calculée est celle qui ne se produit qu'à l'échelle spécifiée, alors qu'en réalité toutes
les échelles de mouvement contribueront à la diffusion turbulente. Le modèle k- 𝜀 utilise
l'hypothèse de la diffusion du gradient pour relier les contraintes de Reynolds aux gradients de
13
vitesse moyenne et à la viscosité turbulente. Ce modèle s'avère peu performant pour les courants
impliquant un gradient de pression inverse, séparation, forte courbure des conduites.
C’est L’un des plus anciens modèles, celui de k−𝜀 (Launder et Spalding (1974)),
se base sur un modèle à deux équations :
𝝏(𝝆𝒌) 𝝏(𝝆𝒌) 𝝏 𝝁 𝝏𝒌
+ ̅̅̅
𝒖𝒋 = 𝝏𝒙 [(𝝁 + 𝝈 𝒕 ) 𝝏𝒙 ] + 𝑷𝒌 − 𝝆𝜺 (1.18)
𝝏𝒕 𝝏𝒙𝒋 𝒋 𝒌 𝒋
➢ L’équation de transport de ε :
𝝏(𝝆𝜺) 𝝏(𝝆𝜺) 𝝏 𝝁 𝝏𝜺 𝜺
+ ̅̅̅
𝒖𝒋 = 𝝏𝒙 [𝝈𝒕 𝝏𝒙 ] + 𝒌 (𝑪𝟏𝜺 𝑷𝒌 − 𝑪𝟐𝜺 𝝆𝜺) (1.19)
𝝏𝒕 𝝏𝒙𝒋 𝒋 𝜺 𝒋
̅̅̅̅̅̅̅̅ ̅̅̅𝒊
𝝏𝒖
• 𝑷𝒌 = −𝒖′ 𝒊 𝒖′𝒌 𝝏𝒙 : est le terme de production, caractérise la génération
𝒌
𝟏
̅̅̅̅̅̅̅
• 𝒌 = 𝟐 𝒖′ 𝒊 𝒖′𝒊 : est L’énergie cinétique de turbulence.
14
❖ Construction de l’équation de transport de k :
̅̅̅𝒊
𝝏𝒖 ̅̅̅
𝝏𝒖 ̅
−𝟏 𝝏𝑷 𝝏 ̅̅̅
𝝏𝒖 ̅̅̅
𝝏𝒖
+ 𝒖𝒋 𝝏𝒙 𝒊 = + 𝝏𝒙 [𝝑 (𝝏𝒙 𝒊 + 𝝏𝒙𝒋) − ̅̅̅̅̅̅̅̅
𝒖′ 𝒊 𝒖′ 𝒋 ] (1.20)
𝝏𝒕 𝒋 𝝆 𝝏𝒙𝒊 𝒋 𝒋 𝒊
̅̅̅𝒊
𝝏𝒖 ̅̅̅𝒊
𝝏𝒖 ̅
𝟏 𝝏𝑷 𝝏 ̅̅̅𝒊
𝝏𝒖 ̅̅̅𝒋
𝝏𝒖
̅̅̅
𝒖𝒊 + ̅̅̅𝒖
𝒖𝒊 𝒋 ̅̅̅𝒊
= −𝒖 + ̅̅̅
𝒖𝒊 [𝝑 ( + ) − ̅̅̅̅̅̅̅̅̅
𝒖′𝒊 𝒖′𝒋 ] (1.21)
𝝏𝒕 𝝏𝒙𝒋 𝝆 𝝏𝒙𝒊 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒊
̅̅̅𝒖
𝝏𝒖 𝒊̅̅̅𝒊 ̅̅̅𝒖
𝝏𝒖 𝒊̅̅̅𝒊 ̅
𝟏 𝝏𝑷 𝝏 ̅̅̅𝒊
𝝏𝒖 ̅̅̅𝒋
𝝏𝒖
+ 𝒖𝒋 ̅̅̅𝒊
= −𝒖 + ̅̅̅
𝒖𝒊 [𝝑 ( + ) − ̅̅̅̅̅̅̅̅̅
𝒖′𝒊 𝒖′𝒋 ] (1.22)
𝟐𝝏𝒕 𝟐𝝏𝒙𝒋 𝝆 𝝏𝒙𝒊 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒊
1
• On pose 𝑘̅ = 2 𝑢̅𝑖 𝑢̅𝑖 : l’énergie cinétique de l’écoulement moyen, on obtient :
̅
𝝏𝒌 ̅
𝝏𝒌 ̅
𝟏 𝝏𝑷 𝝏 ̅̅̅
𝝏𝒖 ̅̅̅
𝝏𝒖
̅̅̅𝒊
+ 𝒖𝒋 𝝏𝒙 = −𝒖 𝒖𝒊 𝝏𝒙 [𝝑 (𝝏𝒙 𝒊 + 𝝏𝒙𝒋) − ̅̅̅̅̅̅̅̅̅
+ ̅̅̅ 𝒖′𝒊 𝒖′𝒋 ] (1.23)
𝝏𝒕 𝒋 𝝆 𝝏𝒙 𝒊 𝒋 𝒋 𝒊
15
𝝏𝒖𝒊 𝝏𝒖𝒋 𝒖𝒊 𝟏 𝝏𝑷 𝝏 ̅̅̅
𝝏𝒖 ̅̅̅
𝝏𝒖
𝒖𝒊 + 𝒖𝒊 = −𝒖𝒊 𝝆 𝝏𝒙 + 𝒖𝒊 𝝏𝒙 [𝝑 (𝝏𝒙𝒊 + 𝝏𝒙 𝒋)] (1.24)
𝝏𝒕 𝝏𝒙𝒋 𝒊 𝒋 𝒋 𝒊
̅̅̅+𝒖′
𝝏(𝒖 𝒊 𝒊) ̅̅̅+𝒖′
𝝏(𝒖 𝒋 ̅̅̅+𝒖′
𝒋 )(𝒖 𝒊 𝒊) ̅ +𝑷′ )
𝟏 𝝏(𝑷
(𝒖
̅̅̅𝒊 + 𝒖′𝒊 ) + (𝒖
̅̅̅𝒊 + 𝒖′𝒊 ) ̅̅̅𝒊 + 𝒖′𝒊 )
= −(𝒖 + (𝒖
̅̅̅𝒊 +
𝝏𝒕 𝝏𝒙𝒋 𝝆 𝝏𝒙𝒊
𝝏 ̅̅̅+𝒖′
𝝏(𝒖 𝒊 𝒊) ̅̅̅+𝒖′
𝝏(𝒖 𝒋 𝒋)
𝒖′𝒊 ) 𝝏𝒙 [𝝑 ( + )] (1.25)
𝒋 𝝏𝒙𝒋 𝝏𝒙𝒊
̅̅̅𝒊
𝝏𝒖 𝝏𝒖′ 𝒊 ̅̅̅𝒊
𝝏𝒖 𝝏𝒖′ 𝒊 ̅̅̅𝒖
𝝏𝒖 𝒋̅̅̅𝒊 ̅̅̅𝒖′
𝝏𝒖 𝒋 𝒊 𝝏𝒖′𝒋̅̅̅
𝒖𝒊 𝝏𝒖′𝒋 𝒖′𝒊
̅̅̅𝒊
[𝒖 + ̅̅̅
𝒖𝒊 + 𝒖′ 𝒊 + 𝒖′ 𝒊 ̅̅̅𝒊
] + [𝒖 + ̅̅̅
𝒖𝒊 + ̅̅̅
𝒖𝒊 + ̅̅̅
𝒖𝒊 ]+
𝝏𝒕 𝝏𝒕 𝝏𝒕 𝝏𝒕 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒋 𝝏𝒙𝒋
̅̅̅+𝒖
𝝏(𝒖 ′ ) ̅̅̅+𝒖
𝝏(𝒖 ′ ) ̅̅̅+𝒖
𝝏(𝒖 ′ ) ̅̅̅+𝒖
𝝏(𝒖 ′ )
𝟏 𝝏𝑷′ 𝝏 𝒋 𝒋 𝝏 𝒋 𝒋
̅̅̅𝒊 (𝝑 (
𝒖′𝒊 𝝆 𝝏𝒙 ] + [𝒖 𝒊 𝒊
+ )) + 𝒖′ 𝒊 𝝏𝒙 (𝝑 ( 𝒊 𝒊
+ ))] (1.26)
𝒊 𝝏𝒙 𝒋 𝝏𝒙𝒋 𝝏𝒙𝒊 𝒋 𝝏𝒙𝒋 𝝏𝒙𝒊
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅
𝝏𝒖 𝝏𝒖′ 𝒊 ̅̅̅𝒊 ′ ̅̅̅𝒖
𝝏𝒖 ̅̅̅ ̅̅̅𝒖
𝝏𝒖 ′ 𝝏𝒖′ 𝒋 ̅̅̅
𝒖𝒊 𝝏𝒖′ 𝒋 𝒖′ 𝒊
̅̅̅𝒊 𝒊 + ̅̅̅
[𝒖 𝒖 + 𝒖 ′ 𝝏𝒖 + 𝒖′ 𝝏𝒖 𝒊 ] + [𝒖
̅̅̅𝒊 𝒋 𝒊 + ̅̅̅
𝒖 𝒋 𝒊
+ ̅̅̅
𝒖 + ̅̅̅
𝒖 ]
𝝏𝒕 𝒊 𝝏𝒕 𝒊 𝝏𝒕 𝒊 𝝏𝒕 𝝏𝒙 𝒊 𝝏𝒙 𝒊 𝝏𝒙 𝒊 𝝏𝒙 𝒋 𝒋 𝒋 𝒋
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅𝒖
𝝏𝒖 ̅̅̅ ̅̅̅𝒖′
𝝏𝒖 𝝏𝒖′ ̅̅̅
𝒖 𝝏𝒖′ 𝒖′
+ [𝒖′ 𝒊 𝝏𝒙𝒋 𝒊 + 𝒖′ 𝒊 𝝏𝒙𝒋 𝒊 + 𝒖′ 𝒊 𝝏𝒙𝒋 𝒊 + 𝒖′ 𝒊 𝝏𝒙𝒋 𝒊 ]
𝒋 𝒋 𝒋 𝒋
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅
𝟏 𝝏𝑷 𝟏 𝝏𝑷′ ̅
′ 𝟏 𝝏𝑷 + 𝒖′ 𝟏 𝝏𝑷 ]
′
= − [𝒖 ̅̅̅𝒊 + ̅̅̅
𝒖 𝒊 + 𝒖 𝒊 𝒊
𝝆 𝝏𝒙 𝝆 𝝏𝒙 𝒊 𝝆 𝝏𝒙 𝝆 𝝏𝒙 𝒊 𝒊 𝒊 (1.27)
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅+𝒖′ ) 𝝏(𝒖̅̅̅+𝒖′ )
𝝏 𝝏(𝒖
+[𝒖 ̅̅̅𝒊 (𝝑 ( 𝒊 𝒊 + 𝒋 𝒋 ))
𝝏𝒙 𝝏𝒙𝒋 𝝏𝒙 𝒋 𝒊
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
̅̅̅+𝒖 ′ ) ̅̅̅+𝒖
𝝏(𝒖 ′ )
𝝏 𝝏(𝒖 𝒊 𝒊 𝒋 𝒋
+𝒖′ 𝒊 𝝏𝒙 (𝝑 ( 𝝏𝒙 + 𝝏𝒙 ))]
𝒋 𝒋 𝒊
• On aboutit à l’équation :
̅̅̅𝒊
𝝏𝒖 ̅̅̅̅̅̅̅̅
𝝏𝒖′ ̅̅̅
𝝏𝒖 ̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝒖′ ̅̅̅
𝝏𝒖 ̅̅̅̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝒖′ ̅̅̅̅̅̅̅̅
𝝏𝒖′ ̅
𝟏 𝝏𝑷
̅̅̅
𝒖𝒊 + 𝒖′𝒊 𝝏𝒕 𝒊 + ̅̅̅𝒖 𝒖𝒊 𝝏𝒙𝒋 𝒊 + ̅̅̅̅̅̅̅̅
𝒖𝒋 ̅̅̅𝒊 𝝏𝒙 𝒊 + ̅̅̅ 𝒖′𝒋 𝒖′𝒊 𝝏𝒙 𝒊 + 𝒖′𝒊 𝝏𝒙𝒋 𝒊 + ̅̅̅𝒖′
𝒖𝒋 𝒊 𝝏𝒙 𝒊 = −𝒖
̅̅̅𝒊 −
𝝏𝒕 𝒋 𝒋 𝝆 𝝏𝒙 𝒋 𝒋 𝒋 𝒊
̅̅̅̅̅̅̅̅̅̅
𝟏 𝝏𝑷′ 𝝏 ̅̅̅
𝝏𝒖 ̅̅̅
𝝏𝒖 ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝝏 𝝏𝒖′ 𝝏𝒖′
𝒖𝒊 𝝏𝒙 [𝝑 (𝝏𝒙𝒊 + 𝝏𝒙𝒋)] + 𝒖′𝒊 𝝏𝒙 [𝝑 ( 𝝏𝒙 𝒊 + 𝝏𝒙 𝒋)]
𝒖′𝒊 𝝆 𝝏𝒙 + ̅̅̅ (1.28)
𝒊 𝒋 𝒋 𝒊 𝒋 𝒋 𝒊
16
• Ou encore :
̅̅̅𝒖
𝝏𝒖 𝒊̅̅̅𝒊 ̅̅̅̅̅̅̅
𝝏𝒖′𝒊 𝒖′𝒊 ̅̅̅𝒖
𝝏𝒖 𝒊̅̅̅𝒊 ̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝒊 𝒖′𝒊 ̅̅̅
𝝏𝒖 ̅̅̅̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝒖′ ̅̅̅̅̅̅̅̅̅̅
𝝏𝒖′𝒊 𝒖′𝒋 𝒖′𝒊 ̅
𝟏 𝝏𝑷
+ + ̅̅̅
𝒖𝒋 𝟐𝝏𝒙 + ̅̅̅̅
𝒖′𝒋 𝟐𝝏𝒙 + ̅̅̅̅̅̅̅̅
𝒖′𝒋 𝒖′𝒊 𝝏𝒙𝒊 + 𝒖′𝒊 𝝏𝒙𝒋 𝒊 + 𝟐𝝏𝒙 ̅̅̅𝒊
= −𝒖 −
𝟐𝝏𝒕 𝟐𝝏𝒕 𝒋 𝒋 𝝆 𝝏𝒙 𝒋 𝒋 𝒋 𝒊
̅̅̅̅̅̅̅̅̅̅
𝟏 𝝏𝑷′ 𝝏 ̅̅̅
𝝏𝒖 ̅̅̅
𝝏𝒖 ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝝏 𝝏𝒖′ 𝝏𝒖′
𝒖𝒊 𝝏𝒙 [𝝑 (𝝏𝒙𝒊 + 𝝏𝒙𝒋)] + 𝒖′𝒊 𝝏𝒙 [𝝑 ( 𝝏𝒙 𝒊 + 𝝏𝒙 𝒋)]
𝒖′𝒊 𝝆 𝝏𝒙 + ̅̅̅ (1.29)
𝒊 𝒋 𝒋 𝒊 𝒋 𝒋 𝒊
1 1
• Sachant que : 𝑘 = 2 ̅̅̅̅̅̅̅
𝑢′𝑖 𝑢′𝑖 et 𝑘̅ = 2 𝑢̅𝑖 𝑢̅𝑖 , on obtient :
̅
𝝏𝒌 𝝏𝒌 ̅
𝝏𝒌 𝝏𝒌 ̅̅̅̅̅̅̅̅ ̅̅̅𝒊
𝝏𝒖 ̅̅̅̅̅̅̅̅̅̅̅
𝝏𝒖′𝒋 𝒖′𝒊 ̅̅̅̅̅̅̅̅̅̅
𝝏𝒖′𝒊𝒖′𝒋 𝒖′𝒊 ̅
𝟏 𝝏𝑷 ̅̅̅̅̅̅̅̅̅̅
𝟏 𝝏𝑷′
+ + ̅̅̅
𝒖 𝒋 + ̅̅̅
𝒖 𝒋 + 𝒖′ 𝒋 𝒖′𝒊 + 𝒖′ 𝒊 + = ̅̅̅𝒊
−𝒖 − 𝒖′𝒊 𝝆 𝝏𝒙 +
𝝏𝒕 𝝏𝒕 𝝏𝒙 𝝏𝒙 𝒋 𝝏𝒙 𝝏𝒙 𝟐𝝏𝒙
𝒋 𝝆 𝝏𝒙 𝒋 𝒋 𝒋 𝒊 𝒊
𝝏 ̅̅̅
𝝏𝒖 ̅̅̅
𝝏𝒖 ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝝏 𝝏𝒖′ 𝝏𝒖′
𝒖𝒊 𝝏𝒙 [𝝑 (𝝏𝒙 𝒊 + 𝝏𝒙𝒋)] + 𝒖′𝒊 𝝏𝒙 [𝝑 ( 𝝏𝒙 𝒊 + 𝝏𝒙 𝒋)]
̅̅̅ (1.30)
𝒋 𝒋 𝒊 𝒋 𝒋 𝒊
Ou bien :
𝝏𝒌 𝝏𝒌 𝝏 ̅̅̅̅̅̅̅̅̅̅̅̅
𝒖′𝒊 𝒖′𝒋 𝒖′𝒊 ̅̅̅
𝝏𝒖 ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝝏 𝝏𝒖′
𝝆 ( 𝝏𝒕 + ̅̅̅
𝒖𝒋 𝝏𝒙 ) = − 𝝏𝒙 [𝝆 + 𝒖′𝒋 𝑷′ ] − ̅̅̅̅̅̅̅̅̅
𝝆𝒖′𝒋 𝒖′𝒊 𝝏𝒙𝒊 + 𝒖′ 𝒊 𝝏𝒙 (𝝁 𝝏𝒙 𝒊 ) (1.32)
𝒋 𝒋 𝟐 𝒋 𝒋 𝒋
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝝏 𝝏𝒖′ ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝝏 𝝏𝒖′𝒊𝒖′𝒊 ̅̅̅̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝝏𝒖′ 𝝏 𝝏𝒌 ̅̅̅̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝝏𝒖′
𝒖′ 𝒊 𝝏𝒙 (𝝁 𝝏𝒙 𝒊 ) = 𝝏𝒙 (𝝁 𝟐𝝏𝒙 ) = 𝝁 𝝏𝒙 𝒊 𝝏𝒙 𝒊 = 𝝏𝒙 (𝝁 𝝏𝒙 ) − 𝝁 𝝏𝒙 𝒊 𝝏𝒙 𝒊 (1.33)
𝒋 𝒋 𝒋 𝒋 𝒋 𝒋 𝒋 𝒋 𝒋 𝒋
𝝏𝒌 𝝏𝒌 𝝏 ̅̅̅̅̅̅̅̅̅̅̅̅
𝒖′𝒊 𝒖′𝒋 𝒖′𝒊 ̅̅̅̅̅̅̅̅ ̅̅̅𝒊
𝝏𝒖 𝝏 𝝏𝒌 ̅̅̅̅̅̅̅̅̅
𝝏𝒖′𝒊 𝝏𝒖′𝒊
𝝆 ( 𝝏𝒕 + ̅̅̅
𝒖𝒋 𝝏𝒙 ) = − 𝝏𝒙 [𝝆 + 𝒖′𝒋 𝑷′ ] − 𝝆𝒖′ 𝒋 𝒖′𝒊 𝝏𝒙 + 𝝏𝒙 (𝝁 𝝏𝒙 ) − 𝝁 𝝏𝒙 𝝏𝒙 (1.34)
𝒋 𝒋 𝟐 𝒋 𝒋 𝒋 𝒋 𝒋
̅̅̅̅̅̅̅̅̅̅̅̅
𝒖′𝒊𝒖′𝒋 𝒖′𝒊 𝝁 𝝏𝒌
− [𝝆𝟎 + 𝒖′𝒋 𝑷′ ] = 𝝈 𝒕 𝝏𝒙 (1.35)
𝟐 𝒌 𝒋
17
Où : la constante 𝜎𝑘 est une constante empirique
̅̅̅𝒊
𝝏𝒖 ̅̅̅𝒊
𝝏𝒖 ̅̅̅𝒋 𝝏𝒖
𝝏𝒖 ̅̅̅𝒊
̅̅̅̅̅̅̅̅
𝑷𝒌 = −𝝆𝒖′ 𝒋 𝒖′𝒊 𝝏𝒙 = [𝝁𝒕 (𝝏𝒙 + 𝝏𝒙 )] 𝝏𝒙 (1.36)
𝒋 𝒋 𝒊 𝒋
̅̅̅̅̅̅̅̅̅̅̅
𝝏𝒖′ 𝝏𝒖′
𝝆𝜺 = 𝝁 𝝏𝒙 𝒊 𝝏𝒙 𝒊 (1.37)
𝒋 𝒋
𝝏(𝝆𝒌) 𝝏(𝝆𝒌) 𝝏 𝝁 𝝏𝒌
+ ̅̅̅
𝒖𝒋 = 𝝏𝒙 [(𝝁 + 𝝈 𝒕 ) 𝝏𝒙 ] + 𝑷𝒌 − 𝝆𝜺 (1.38)
𝝏𝒕 𝝏𝒙𝒋 𝒋 𝒌 𝒋
𝝏𝒌 𝝏 𝝁 𝝏𝒌
̅̅̅𝒋
𝝆𝒖 = 𝝏𝒙 [(𝝁 + 𝝈 𝒕 ) 𝝏𝒙 ] + 𝑷𝒌 − 𝝆𝜺 (1.39)
𝝏𝒙 𝒋 𝒋 𝒌 𝒋
B-Modèle k − ω :
𝑘
Le modèle k − ω à deux équations se base sur l’hypothèse de Boussinesq, avec𝜗𝑡 = 𝜔. La
première équation se fonde toujours sur l’équation de transport pour l’énergie cinétique de la
turbulence k. Par contre, la seconde ne se base plus sur 𝜀 mais sur l’équation de transport de la
𝜀
fréquence caractéristique de la turbulence, notée 𝜔 = 𝛽∗ 𝑘. Pour le modèle k−ω (Wilcox (1988)),
𝝏𝒌 𝝏𝒌 ̅̅̅
𝝏𝒖 ̅̅̅𝒋 𝝏𝒖
𝝏𝒖 ̅̅̅ 𝝏 𝝑 𝝏𝒌
𝝏𝒕
+ ̅̅̅
𝒖 𝒋 𝝏𝒙
= 𝝑 𝒕 ( 𝝏𝒙
𝒊
+ )
𝝏𝒙 𝝏𝒙
𝒊
+ 𝝏𝒙
[(𝝑 + 𝒕
) ] − 𝜷∗ 𝒌𝝎 (1.40)
𝝈 𝝏𝒙
𝒋 𝒋 𝒊 𝒋 𝒋 𝒌 𝒋
𝝏𝝎 𝝏𝝎 𝝎 ̅̅̅
𝝏𝒖 ̅̅̅𝒋 𝝏𝒖
𝝏𝒖 ̅̅̅ 𝝏 𝝑 𝝏𝝎
𝒖𝒋 𝝏𝒙 = 𝜶 𝒌 𝝑𝒕 (𝝏𝒙 𝒊 + 𝝏𝒙 ) 𝝏𝒙 𝒊 + 𝝏𝒙 [(𝝑 + 𝝎𝒕) 𝝏𝒙 ] − 𝜷𝝎² (1.41)
+ ̅̅̅
𝝏𝒕 𝒋 𝒋 𝒊 𝒋 𝒋 𝒋
18
paroi : ce modèle peut être intégré dans la sous-couche visqueuse sans l’utilisation de fonction
d’amortissement comme dans le cas du modèle k −𝜀.
• La principale différence résulte dans le fait que le modèle SST utilise le modèle k- ω en
zone de proche paroi et le modèle k-ε dans les zones loin des parois à nombre de Re
important.
• Modification de la formulation du terme de viscosité turbulente pour exprimer
correctement les effets de transport de la contrainte de cisaillement turbulente.
Nouveau modèle qui comporte un avantage certain en ayant les avantages de k- ω en proche
paroi et de k-ε loin du corps mais qui n’a pas la même notoriété que k- ω. Il comporte également
un terme supplémentaire de diffusion dans l’équation de transport de la dissipation pour que la
19
prédiction dans la zone transitoire (à la fois prêt de la paroi et dans la zone « Far-Field ») soit
bonne :
𝝏(𝝆𝒌) 𝝏 𝝏 𝝏𝒌
+ 𝝏𝒙 (𝝆𝒌𝒖𝒊 ) = 𝝏𝒙 (𝜞𝒌 𝝏𝒙 ) + 𝑮𝒌 − 𝒀𝒌 + 𝑺𝒌 (1.42)
𝝏𝒕 𝒊 𝒋 𝒋
𝝏(𝝆𝝎) 𝝏 𝝏 𝝏𝝎
+ 𝝏𝒙 (𝝆𝝎𝒖𝒊 ) = 𝝏𝒙 (𝜞𝝎 𝝏𝒙 ) + 𝑮𝝎 − 𝒀𝝎 + 𝑫𝝎 + 𝑺𝝎 (1.43)
𝝏𝒕 𝒊 𝒋 𝒋
Avec :
• G terme de production.
• T terme de diffusivité
• Y terme de dissipation.
• S terme source.
20
Chapitre II : ANSYS FLUENT
1 Introduction :
Ce chapitre est consacré à la résolution des équations présenté dans le précédant chapitre. On
va présenter au premier lieu, le code de calcul utiliser et les étapes à suivre pour réaliser une
simulation, La géométrie ainsi que la création du maillage de la conduite sont expliquées, puis
on verra les procédures utiliser par ANSYS Fluent pour la résolution des équations de transport,
les conditions aux limites seront exposées.
21
avantage principal des méthodes numériques. Dans généralement impossibles ou très difficile
en pratique.
22
5 Présentation de code de calcul ANSYS Fluent :
ANSYS Fluent est le logiciel de dynamique des fluides (CFD) le plus puissant du marché pour
aller plus vite et plus loin dans l’optimisation de la performance. ANSYS Fluent offre des
fonctionnalités éprouvées de modélisation physique d’écoulement fluide, de turbulence, de
transfert de chaleur et de réaction chimique, et fournit des résultats rapides et précis pour une
très large gamme d’applications CFD et multiphysiques.
ANSYS permet de prédire avec confiance le succès des produits dans le monde réel. Les
entreprises utilisent ANSYS pour créer des prototypes virtuels complets de produits et de
systèmes complexes de mécanique, d'électronique, de composants électroniques et de logiciel
mettant en jeu tous les phénomènes physiques qui existent dans la réalité.
Fluent est un solveur très utilisé dans l'industrie à travers le monde. Il est souvent considéré
comme une référence dans le domaine de la modélisation fluide. Le paramétrage du modèle se
fait par une interface graphique, il dispose d'une interface de scripts pour automatiser les
processus de calcul. L'un des intérêts de ce logiciel de simulation généraliste, est qu'il dispose
d'un nombre relativement important de modèles, pouvant faire face à divers aspects de la
mécanique des fluides, Fluent contient également un outil de visualisation des résultats qui
permet d’afficher les champs de pression, vitesse et autres autour de la paroi.
2. L’intégration des équations gouvernantes sur les volumes de contrôle individuels, afin de
construire les équations algébriques pour les variables discrètes dépendantes, les inconnues
telles que : vitesses ;
23
3. Linéarisation des équations discrétisées et solution du système d’équations linéaires résultant,
pour tenir compte des effets turbulents. Le logiciel de calcul offre la possibilité de choisir un
des modèles de turbulence suivants :
Le choix entre ces modèles repose principalement sur les résultats donnés par chacun des
modèles suivant les conditions limites prédéfinies .il est vrai qu’un modèle peut donner de
meilleurs résultats que l’autre, mais cela est principalement dû à la nature des cas étudiés et à
la correspondance du modèle de turbulence avec les conditions aux limites.
La résolution numérique par Fluent d’une manière générale, suit les étapes suivantes :
6.1 La géométrie :
Elle consiste à dessiner le domaine d’écoulement en utilisant ANSYS design modeler.
24
Figure 2: Présentation de domaine d’écoulement (vue de face).
6.2 Le maillage :
Le maillage est la subdivision de domaine d’étude en sous-domaine appelé volume de contrôle.
Il est caractérisé par :
25
Les sections nommées :
26
Figure 7: Domaine du fluide
6.3 Configuration :
27
Define → Materials, définir le type de fluide utilisé dans la simulation, ici l’eau
28
Define → boundary conditions, spécifier les conditions aux limites Pour chaque zone,
donner le type correspondant.
29
❖ Initialisation et lancement des itérations :
30
Solve → Monitors → Residual, fixer les critères de convergence pour chaque entité
physique et afficher le graphe de convergence en cliquant sur Plot.
Solve → Iterate, donner le nombre d’itérations et démarrer le calcul des résidus. Lorsqu’on
clique sur Iterate, le calcul est lancé. A tout moment, en peut arrêter les calculs avec la
combinaison Ctrl-C et reprendre les calculs là où on les a arrêtés si on ne réinitialise pas avec
Solve → Initialize → Initialize.
6.4 Convergence :
Pour s'assurer de la convergence des calculs, nous nous aidons d'un critère visuel. Il consiste à
observer les courbes des résidus définis par les équations au-dessous tracées par Fluent, en
fonction des itérations. Lorsque les résidus sont faibles (inférieurs à 10- 3 au moins) et que les
courbes deviennent plates comme illustrées ci-dessous, nous pouvons considérer que la solution
est atteinte.
31
• Equation de continuité :
𝝏𝝆 𝝏(𝝆𝒖) 𝝏(𝝆𝒗) 𝝏(𝝆𝒘)
+ + + =𝟎 (2.1)
𝝏𝒕 𝝏𝒙 𝝏𝒚 𝝏𝒛
• X-quantité de mouvement :
𝝏(𝝆𝒖) 𝝏(𝝆𝒖²) 𝝏(𝝆𝒖𝒗) 𝝏(𝝆𝒖𝒘) 𝝏𝑷 𝟏 𝝏𝝉𝒙𝒙 𝝏𝝉𝒙𝒚 𝝏𝝉𝒙𝒛
+ + + = − 𝝏𝒙 + 𝑹 ( + + ) (2.2)
𝝏𝒕 𝝏𝒙 𝝏𝒚 𝝏𝒛 𝒆𝒓 𝝏𝒙 𝝏𝒚 𝝏𝒛
• Y-quantité de mouvement :
𝝏(𝝆𝒗) 𝝏(𝝆𝒖𝒗) 𝝏(𝝆𝒗²) 𝝏(𝝆𝒗𝒘) 𝝏𝑷 𝟏 𝝏𝝉𝒙𝒚 𝝏𝝉𝒚𝒚 𝝏𝝉𝒚𝒛
+ + + = − 𝝏𝒚 + 𝑹 ( + + ) (2.3)
𝝏𝒕 𝝏𝒙 𝝏𝒚 𝝏𝒛 𝒆𝒓 𝝏𝒙 𝝏𝒚 𝝏𝒛
• Z-quantité de mouvement :
𝝏(𝝆𝒘) 𝝏(𝝆𝒖𝒘) 𝝏(𝝆𝒗𝒘) 𝝏(𝝆𝒘²) 𝝏𝑷 𝟏 𝝏𝝉 𝝏𝝉𝒚𝒛 𝝏𝝉𝒛𝒛
+ + + = − 𝝏𝒛 + 𝑹 ( 𝝏𝒙𝒙𝒛 + + ) (2.4)
𝝏𝒕 𝝏𝒙 𝝏𝒚 𝝏𝒛 𝒆𝒓 𝝏𝒚 𝝏𝒛
• Equation d’énergie :
𝝏(𝑬𝒕 ) 𝝏(𝒖𝑬𝒕 ) 𝝏(𝒗𝑬𝒕 ) 𝝏(𝒘𝑬𝒕 )
+ + +
𝝏𝒕 𝝏𝒙 𝝏𝒚 𝝏𝒛
𝝏(𝒖𝑷) 𝝏(𝒗𝑷) 𝝏(𝒘𝑷) 𝟏 𝝏𝒒𝒙 𝝏𝒒𝒚 𝝏𝒒𝒛
=− − − − [ + + ]
𝝏𝒙 𝝏𝒚 𝝏𝒛 𝑹𝒆𝒓 𝑷𝒓𝒓 𝝏𝒙 𝝏𝒚 𝝏𝒛
𝟏 𝝏 𝝏 𝝏
+ 𝑹 [𝝏𝒙 (𝒖𝝉𝒙𝒙 + 𝒗𝝉𝒙𝒚 + 𝒘𝝉𝒙𝒛 )+𝝏𝒚 (𝒖𝝉𝒙𝒚 + 𝒗𝝉𝒚𝒚 + 𝒘𝝉𝒚𝒛 )+𝝏𝒛 (𝒖𝝉𝒙𝒛 + 𝒗𝝉𝒚𝒛 +
𝒆𝒓
𝒘𝝉𝒛𝒛 )] (2.5)
• Equation de transport de l’énergie cinétique k :
𝝏(𝝆𝒌) 𝝏(𝝆𝒌) 𝝏 𝝁 𝝏𝒌
+ ̅̅̅
𝒖𝒋 = 𝝏𝒙 [(𝝁 + 𝝈 𝒕 ) 𝝏𝒙 ] + 𝑷𝒌 − 𝝆𝜺 (2.6)
𝝏𝒕 𝝏𝒙𝒋 𝒋 𝒌 𝒋
• Equation de transport ε :
𝝏(𝝆𝜺) 𝝏(𝝆𝜺) 𝝏 𝝁 𝝏𝜺 𝜺
+ ̅̅̅
𝒖𝒋 = 𝝏𝒙 [𝝈𝒕 𝝏𝒙 ] + 𝒌 (𝑪𝟏𝜺 𝑷𝒌 − 𝑪𝟐𝜺 𝝆𝜺) (2.7)
𝝏𝒕 𝝏𝒙𝒋 𝒋 𝜺 𝒋
32
Figure 8: Evolution des résidus au cours des itérations.
FLUENT permet de visualiser la forme géométrique du maillage et les résultats des calculs de
nombreuses façons sous forme graphique.
Display → contours, pour afficher les différents profils (vitesse, température, pression...).
Report → Surface Integrals, pour afficher les valeurs moyennes (vitesses, pressions ...).
Report → forces.
Plot → XY Plot.
33
Partie II : Applications
Application I :
1 Description du problème :
1.1 Configuration physique :
La figure II.1 montre la configuration géométrique étudiée. C’est un tube cylindrique de
longueur L=1000 mm et de diamètre D=44 mm remplie de l’eau en convection forcée. La paroi
de la conduite est maintenue à un flux de chaleur Ф=5800 w/s. A l’entrée du canal est imposée
une vitesse uniforme U0= 1m/s et une température T0=298.15K. Les propriétés
thermophysiques du fluide sont résumées dans le tableau.1.
Cp (J/Kg.K) 4182
ρ (Kg/m3) 998.2
K (W/m.K) 0.597
β*10-5 (1/K) 21
μ (Kg/m.s) 9.93*10-4
Ф=5800 W/s
D=44 mm
U0=1 m/s
L= 1000 mm
34
On a :
𝝆𝑫𝑼𝟎 𝟗𝟗𝟖.𝟐∗𝟒𝟒∗𝟏𝟎−𝟑 ∗𝟏
𝑹𝒆 = = = 𝟒𝟒𝟐𝟑𝟎. 𝟒𝟏 > 𝟏𝟎𝟒 Un écoulement turbulent.
𝝁 𝟗.𝟗𝟑∗𝟏𝟎−𝟒
𝝏𝝆
𝝆(𝑻) = 𝝆(𝑻𝟎 ) + 𝝏𝑻 (𝑻 − 𝑻𝟎 ) (2.8)
Où :
𝝆 = 𝝆𝟎 (𝟏 − 𝜷(𝑻 − 𝑻𝟎 )) (2.9)
−𝟏 𝝏𝝆
Avec : 𝜷= ( 𝝏𝒕 )𝒑
𝝆𝟎
35
❖ Equation de conservation de la masse :
𝝏𝝆
On a ⃗)=𝟎
+ 𝒅𝒊𝒗(𝝆𝒗 (2.10)
𝝏𝒕
𝝏
• ⃗)=𝟎
Écoulement stationnaire (𝝏𝒕 = 𝟎) : 𝒅𝒊𝒗(𝝆𝒗
• ⃗)=𝟎
Fluide incompressible (𝝆 = 𝒄𝒔𝒕) : 𝒅𝒊𝒗(𝒗
𝟏 𝝏𝒓𝒗𝒓 𝟏 𝝏𝒗𝜽 𝝏𝒗𝒛
• En coordonnées cylindriques : + + = 𝟎 (2.11)
𝒓 𝝏𝒓 𝒓 𝝏𝜽 𝝏𝒛
Sur l’axe r :
36
1.4 Les conditions aux limites :
Tableau 2: les conditions aux limites.
V= 1 m/s
Pression relative= 0 Pa
37
Application 2:
1 Description du problème :
A l’entrée du canal est imposée une vitesse uniforme U0= 0.1m/s et une température T0=300 k.
38
• Le régime est turbulent et permanent.
• Les propriétés physiques (la viscosité, la conductivité thermique et la chaleur spécifique)
sont supposées constantes.
𝝏𝝆
On a ⃗)=𝟎
+ 𝒅𝒊𝒗(𝝆𝒗 (2.17)
𝝏𝒕
𝝏
• ⃗)=𝟎
Écoulement stationnaire (𝝏𝒕 = 𝟎) : 𝒅𝒊𝒗(𝝆𝒗
• ⃗)=𝟎
Fluide incompressible (𝝆 = 𝒄𝒔𝒕) : 𝒅𝒊𝒗(𝒗
𝟏 𝝏𝒓𝒗𝒓 𝟏 𝝏𝒗𝜽 𝝏𝒗𝒛
• En coordonnées cylindriques : + + = 𝟎 (2.18)
𝒓 𝝏𝒓 𝒓 𝝏𝜽 𝝏𝒛
Sur l’axe r :
39
Sur l’axe ϴ :
𝝏𝒗𝜽 𝝏𝒗𝜽 𝒗𝜽 𝝏𝒗𝜽 𝝏𝒗𝜽 𝒗𝒓 𝒗𝜽 −𝟏 𝝏𝒑 𝒗𝜽
+ 𝒗𝒓 + + 𝒗𝒛 + = + 𝝑 [∆𝒗𝜽 − +
𝝏𝒕 𝝏𝒓 𝒓 𝝏𝜽 𝝏𝒛 𝒓 𝝆𝒓 𝝏𝜽 𝒓²
𝟐 𝝏𝒗𝒓
] + 𝟐𝜴𝒗𝒓 (2.22)
𝒓𝟐 𝝏𝜽
Sur l’axe z :
𝝏𝒗𝒛 𝝏𝒗𝒛 𝒗𝜽 𝝏𝒗𝒛 𝝏𝒗𝒛 −𝟏 𝝏𝒑 𝟏
+ 𝒗𝒓 + + 𝒗𝒛 = − + 𝝑∆𝒗𝒛 (2.23)
𝝏𝒕 𝝏𝒓 𝒓 𝝏𝜽 𝝏𝒛 𝝆 𝝏𝒛 𝝆
V= 0.1 m/s
Sortie Outflow -
40
Conclusion:
La turbulence est un phénomène omniprésent, d’une grande importance : la très grande majorité
des écoulements rencontrés par un ingénieur sont turbulents. De plus, comme il s’agit d’un
phénomène très complexe, impliquant une large gamme d’échelles de longueur et de temps, la
résolution numérique des équations de Navier-Stokes (DNS) est très chère en termes d’espace
mémoire et de temps
La modélisation de la turbulence est donc la science qui consiste à construire ces modèles, dans
le but de leur utilisation par les ingénieurs. Cette science est à la recherche d’un but
inaccessible : fournir un modèle simple, peu coûteux et fiable dans toutes les situations...
41