Coursmna en 2018-2019

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE
MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE

LA RECHERCHE SCIENTIFIQUE
UNIVERSITE DE M’SILA
FACULTE DE TECHNOLOGIE
DEPARTEMENT DE GENIE MECANIQUE
Polycopie du cours
Méthodes numériques Approfondies

Master 1 Energétique
Réalisé par :
Dr. Adel CHINE
Réalisé Par : Dr. Adel CHINE
2018-2019
Avant propos
Avant propos
Ce polycopié de cours, intitulé : Méthodes numériques approfondies, est destiné

pour les étudiants de Master 1, option énergétique, de l’université de Mohamed BOUDIAF
–M’sila. Le contenu de ce polycopié est compatible avec le programme de formation du
Master S1, donné au niveau du département de Génie Mécanique de l’Université de
M’sila. Des connaissances de base en mathématique, mécanique des fluides et transferts
de chaleur sont indispensables, afin de mieux comprendre le contenu de ce polycopié
pédagogique.
La modélisation numérique constitue actuellement un outil très important pour l’étude

des phénomènes physiques qui intéressent puissamment la vie humaine (écoulements
confinés et à surface libre, transfert de chaleur et de masse, réaction chimique et
changement de phase, etc. …). Ces phénomènes, dans la plupart sont gouvernés par des
équations aux dérivées partielles complexes, nécessitent des méthodes numériques
convenables pour les résoudre. Autrement dit, la compréhension des phénomènes
physiques par des méthodes numériques.
Le but de ce polycopié pédagogique est d’initier l’étudiant du Master aux techniques

numériques, permettant la résolution des équations aux dérivées partielles, en relation
avec l’équation générale de transport (méthode des différences finis et volumes finis).
Cette dernière est utilisée dans ce document pour décrire plusieurs phénomènes de
transport, tels que : la diffusion stationnaire uni, bi et tridimensionnelle, le transport
advectif-diffusif stationnaire et instationnaire multidimensionnelle.
Ce document pédagogique est divisé en trois chapitres, dont le premier chapitre est
consacré à la démonstration de l’équation générale de transport. Un rappel sur les
équations de conservation, ainsi que les conditions aux limites sont abordés aussi. Le
deuxième chapitre est dédié à la présentation de la méthode des différences finis. Pour
mieux simplifier la maîtrise de cette technique, cette dernière est utilisée dans ce
chapitre pour résoudre plusieurs phénomènes de transport (diffusions stationnaires
multidimensionnelles, advection-diffusion stationnaire et instationnaire). La méthode des
volumes finis est abordée en détaille au dernier chapitre. Cette technique, très employée
dans le domaine de la mécanique des fluides numérique, a été utilisée pour discrétiser la
plupart des phénomènes de transport abordées en deuxième chapitre. On termine par
une bibliographie, incluant les références des documents utilisées pour la rédaction de ce
polycopié de cours.
1
Table des matières
Table des matières
Avant propos ------------------------------------------------------------------------------ 1
I Modélisation mathématique des phénomènes

de transferts
I.1 Introduction ------------------------------------------------------------------------------ 3

I.2 Forme générale de l’équation de transport --------------------------------------------- 3
I.2.1 Equation de conservation de la quantité de mouvement ---------------------------- 6
I.2.2 Equation de conservation d’énergie -------------------------------------------------- 7
I.2.3 Equation de conservation des espèces ---------------------------------------------- 7
I.3 Classification des équations aux dérivées partielles d’ordre deux ------------------- 8
I.4 Conditions aux limites ------------------------------------------------------------------- 9
I.4.1 Conditions aux limites de Dirichlet -------------------------------------------------- 10
I.4.2 Conditions aux limites de Neumann ------------------------------------------------- 10
I.4.3 Conditions aux limites de Cauchy --------------------------------------------------- 11
I.4.4 Conditions initiales ------------------------------------------------------------------- 11
II Méthode des différences finis pour la résolution des

problèmes de transport.
II.1 Introduction --------------------------------------------------------------------------- 13

II.2 Schémas numériques ----------------------------------------------------------------- 13
II.2.1 Erreur de troncature ---------------------------------------------------------------- 13
II.2.2 Schémas numériques pour les dérivées premières ------------------------------- 15
II.2.2.1 Schéma décentré amont --------------------------------------------------------- 16
II.2.2.2 Schéma décentré aval ------------------------------------------------------------ 16
II.2.2.3 Schéma centré -------------------------------------------------------------------- 17
II.2.3 Schémas numériques pour les dérivées secondes -------------------------------- 18
II.2.3.1 Schéma décentré amont --------------------------------------------------------- 18
II.2.3.2 Schéma décentré aval ------------------------------------------------------------ 19
II.2.3.3 Schéma centré ------------------------------------------------------------------- 20
II.2.4 Schémas numériques pour les fonctions à plusieurs variables ------------------- 21
II.3 Problèmes elliptiques ----------------------------------------------------------------- 22
II.3.1 Problème aux limites de Dirichlet (cas bidimensionnel) ------------------------- 22
II.3.1.1 Mise en équation du problème -------------------------------------------------- 22
I
Table des matières
II.3.1.2 Génération du maillage --------------------------------------------------------- 23

II.3.1.3 Discrétisation numérique -------------------------------------------------------- 24
II.3.1.4 Système d’équations algébriques ------------------------------------------------ 25
II.3.2 Problème aux limites de Neumann (cas bidimensionnel) ------------------------- 29
II.4 Problèmes paraboliques -------------------------------------------------------------- 29
II.4.1 Problème aux limites de Dirichlet -------------------------------------------------- 29
II.4.1.1 Mise en équation du problème --------------------------------------------------- 30
II.4.1.2 Génération du maillage ---------------------------------------------------------- 30
II.4.1.3 Discrétisation numérique -------------------------------------------------------- 31
II.4.1.3.1 Schéma d’Euler explicite ------------------------------------------------------- 31
II.4.1.3.2 Schéma d’Euler implicite ------------------------------------------------------- 32
II.4.1.3.3 Schéma semi-implicite de Crank-Nicholson ----------------------------------- 35
II.4.2 Problème aux limites de Neumann ------------------------------------------------ 37
II.5 Problèmes hyperboliques ------------------------------------------------------------ 38
II.5.1 mise en équation du problème ---------------------------------------------------- 38
II.5.2 Génération du maillage ------------------------------------------------------------ 39
II.5.3 Discrétisation numérique ---------------------------------------------------------- 39
II.5.3.1 Méthode explicite d’Euler -------------------------------------------------------- 39
II.5.3.1.1 Détermination des valeurs de Φ sur Ω à t  Δt -------------------------- 40
II.5.3.2 Méthode implicite d’Euler -------------------------------------------------------- 41
II.5.3.2.1 Détermination des valeurs de Φ sur Ω à t  Δt --------------------------- 41
III Méthode des volumes finis pour la résolution des

problèmes de transport
III.1 Introduction ------------------------------------------------------------------------- 45

III.2 Problèmes de diffusion stationnaire ------------------------------------------------ 45
III.2.1 Diffusion stationnaire unidimensionnelle ---------------------------------------- 45
III.2.1.1 Formulation mathématique ----------------------------------------------------- 46
III.2.1.2 Construction du maillage ------------------------------------------------------ 46
III.2.1.3 Discrétisation de l’équation gouvernante -------------------------------------- 47
III.2.1.4 Système d’équations algébriques discrètes ----------------------------------- 49
III.2.2 Diffusion stationnaire bidimensionnelle ------------------------------------------ 51
III.2.2.1 Formulation mathématique ----------------------------------------------------- 51
III.2.2.2 Construction du maillage ------------------------------------------------------- 51
III.2.2.3 Discrétisation de l’équation gouvernante -------------------------------------- 52
III.2.2.4 Système d’équations algébriques discrètes ----------------------------------- 54
III.2.3 Diffusion stationnaire tridimensionnelle ----------------------------------------- 69
II
Table des matières
III.3 Problèmes de convection-diffusion stationnaire ----------------------------------- 72

III.3.1 Advection-diffusion stationnaire unidimensionnelle ----------------------------- 72
III.3.1.1 Schéma centré pour le terme d’advection -------------------------------------- 74
III.3.1.1.1 Evaluation du schéma centré ------------------------------------------------ 75
III.3.1.2 Schéma Upwind pour le terme d’advection ------------------------------------ 78
III.3.1.2.1 Evaluation du schéma Upwind ----------------------------------------------- 80
III.3.1.3 Schéma exponentiel pour le terme d’advection ------------------------------- 81
III.3.1.4 Schéma hybride pour le terme d’advection ----------------------------------- 84
III.3.1.4.1 Evaluation du schéma Hybride ---------------------------------------------- 86
III.3.1.4.2 Schéma Hybride pour les problèmes d’advection-diffusion
bidimensionnels -------------------------------------------------------------- 87
tridimensionnels -------------------------------------------------------------- 87
III.3.1.5 Schéma loi de puissance pour le terme d’advection -------------------------- 88
III.4 Problèmes de transport instationnaires -------------------------------------------- 89
IV Références bibliographiques ---------------------------------------------------------- 94
III
Chapitre I
Modélisation mathématique des

phénomènes de transfert
Chapitre I : Modélisation mathématique des phénomènes de transferts
I.1 Introduction
Ce chapitre a pour but de déterminer la forme mathématique des équations

gouvernant les phénomènes physiques liés à l’engineering. On s’intéresse dans ce cours
aux phénomènes de transfert de chaleur et de masse, gouvernées par les équations des
bilans : Bilan de masse et de quantité mouvement, bilan d’énergie. Ces bilans,
représentés par des équations aux dérivées partielles de deuxième ordre, généralement
non linéaires, n’acceptent pas pour des situations réelles des solutions analytiques. C'est-
à-dire, pour les résoudre on fait appel aux méthodes numériques (méthode des
différences finis, méthodes des volumes finis, etc. …). Pour que le problème physique soit
bien posé de point de vue mathématique, il est nécessaire, en plus de(s) l’équation(s)
gouvernant le problème à résoudre, de définir des conditions aux limites représentant
l’état du phénomène aux limites du domaine de résolution. Pour cette raison une brève
description des conditions aux limites usuelles, liées aux phénomènes de transfert de
chaleur et de masse, est abordée à la fin de ce chapitre.
I.2 Forme générale de l’équation de transport
Soit Φ une quantité spécifique quelconque (énergie par unité de masse, vitesse
par unité de masse, …etc.). Supposons que cette quantité traversant un volume de
contrôle VC de taille Δx , Δy , Δz suivant les axes ox , oy , oz respectivement (voir figure
I.1).
Jx z
y
Δz x
Δy
Δx
JxΔx
Figure I.1 : Densité de Flux de Φ traversant le volume de contrôle VC

suivant la direction x
L’accumulation de Φ au sein du volume de contrôle VC , pendant un temps Δt , peut
s’écrire comme suit :
3
Accumulation de Φ dans VC pendant Δt =
Le flux net de Φ dans VC +
La génération de Φ au sein du VC (I.1)
Dans ce qui suit, on donne l’expression mathématique de chaque terme de l’éq. (I.1).
Autrement dit, donner à l’éq. (I.1) son expression mathématique.
 Accumulation de Φ
L’accumulation de Φ dans le volume de contrôle au cours du temps Δ est

donnée par :
 ρΦΔV  t  Δt

 ρΦΔV  t
(I.2)
avec ρ désigne la masse volumique du fluide, ΔV la taille du volume de contrôle VC
 ΔV  Δx  Δy  Δz  et t le temps.
 Flux net de Φ dans VC
   
Soit Jx la densité de flux de Φ ( Jx  ρΔVΦ / ΔyΔzΔt , quantité de Φ par unité
de temps et de surface) entrant dans le volume de contrôle VC par la face ΔyΔz à x .
JxΔx la densité de flux sortant de VC par la face ΔyΔz à x  Δx . Des flux similaires
existes dans les directions y et z .
Le flux net de Φ dans le volume de contrôle VC durant le temps Δt peut traduire
mathématiquement par :
J x     
 Jx  Δx ΔyΔzΔt  Jy  Jy  Δy ΔxΔzΔt  Jz  Jz  Δz ΔxΔyΔt (I.3)
Pour un écoulement de fluide newtonien, le transport de la quantité Φ se réalise, dans la

plupart des cas, par advection et diffusion. Autrement dit, un transport mixte. Le
transport dominant lié principalement à l’intensité du champ de vitesse d’écoulement.
La densité de flux transportée par advection, suivant la direction x , s’écrit comme suit :
Jx  ρuΦ
adv
(I.4)
4
où, ρu représente la densité de flux massique traversant la face ΔyΔz du VC à l’abscisse


x , et u la composante, suivant la direction x , du champ de vitesse V donné par :
   
V  ui  v j  wk (I.5)
de plus, la densité diffusive est donnée par :
Φ
Jx  Γ (I.6)
diff
x
ici, Γ est la conductance diffusive, elle est exprimée en thermique, à titre d’exemple, par
k
.
Cp
De (I.4) et (I.6), on peut écrire :
  Φ 
 Jx    uΦ  Γ x 
  x
 (I.7)
J  Φ 
   uΦ  Γ
 x  Δx
  x  x  Δx
 Génération net de Φ dans VC
La génération net de Φ dans le volume de contrôle VC pendant un temps Δt est
donnée par :
ΨΔVΔt (I.8)
avec Ψ , désigne la génération du flux de Φ par unité de volume.
de (I.2), (I.3) et (I.8), l’équation (I.1) devient :
 ρΦΔV  t  Δt

 ρΦΔV    J  J  ΔyΔzΔt 
t x x  Δx
(I.9)
 J  J  ΔxΔzΔt   J  J  ΔxΔyΔt  ΨΔVΔt
y y  Δy z z  Δz
On divise l’équation (I.9) par ΔVΔt , on obtient :
 ρΦ  t  Δt
   J
 ρΦ
t x
 Jx  Δx   J y
 Jy  Δy   J z
 Jz  Δz  Ψ (I.10)
Δt Δx Δy Δz
Supposant que Δx , Δy , Δz et Δt tous tends vers 0 . L’équation (I.10) devient :
5
    J
 ρΦ
x

Jy

Jz
Ψ (I.11)
t x y z
ou bien :
     ρuΦ     ρvΦ     ρwΦ  

 ρΦ
t x y z (I.12)
  Φ    Φ    Φ 
Γ  Γ  Γ  Ψ
x  x  y  y  z  z 
Finalement, la forme vectorielle de l’équation (I.12) prend la forme :
  
 ρΦ
t
 ρVΦ      Γ Φ   Ψ (I.13)
L’équation (I.13) représente la forme conservative de l’équation de transport générale.
Les équations gouvernantes des phénomènes de transport (quantité de mouvement,

énergie, masse, …etc.) peuvent se mettre sous la forme de l’équation (I.13). Dans ce qui
suit, nous présenterons la forme différentielle des équations de conservation.
I.2.1 Equation de conservation de la quantité de

mouvement
Cette équation exprime, pour un point matériel, la conservation de la quantité de

mouvement au sein d’un milieu en écoulement. Ou bien d’une autre façon, elle exprime
l’égalité entre les forces extérieures agissant sur une particule fluide et la variation de sa
quantité de mouvement. Elle est donnée, pour un écoulement unidimensionnel suivant la
direction x de l’écoulement, par :
  
 ρu
t
 ρVu    xp     μu   f v
(I.14)
avec : u représente la composante de la vitesse d’écoulement suivant la direction x , p
la pression statique au sein du fluide, μ la viscosité dynamique du fluide et fv les forces
de volume et de contraintes qui n’apparaissent pas dans le terme de diffusion.
Nous remarquons clairement que l’éq. (I.14) représente un cas particulier de l’éq. (I.13)
avec :
6
Φ  u

Γ  μ
 (I.15)
Ψ   p  f
 x
V
I.2.2 Equation de conservation d’énergie
Pour un écoulement à faible vitesse, l’équation de conservation d’énergie sans

tenir compte de la dissipation visqueuse, peut se mettre comme suit :
  
 ρh
t
 ρVh     kT   Ψh
(I.16)
Dans cette dernière équation, h désigne l’enthalpie spécifique, k la conductivité

thermique, T la température et Ψh le terme source.
Si on considère une matière incompressible et obéit à loi des gaz parfait, on peut
mettre :
dh  C p dT (I.17)
où, Cp représente la chaleur spécifique à pression constante.
On remplace l’éq. (I.17) dans l’éq. (I.16), on obtient :
  
 ρh  
t
 ρVh      Ck
h   Ψh

(I.18)
 p 
Par comparaison entre cette dernière équation et l’éq. (I.13), on constate que l’éq. (I.18)
représente un cas particulier de l’éq. (I.13) avec :
Φ  h

Γ  k
 (I.19)
 Cp
Ψ  Ψ
 h
I.2.3 Equation de conservation des espèces
Selon la deuxième loi de Fick, l’équation de conservation d’une espèce chimique

i , dans un mélange, peut s’écrit comme suit :
7

 ρCi  
t
 ρVC      Γ C   Ψ
i i i i
(I.20)
avec ρ désigne la masse volumique du mélange, Ci la fraction massique de l’espèce
chimique i (rapport de la masse d’espèce i sur la masse du mélange), Γi le coefficient
de diffusion de Ci et Ψi la génération de Ci dans le mélange.
La comparaison de l’éq. (I.20) par l’éq. (I.13), nous permet de constater :
Φ  Ci

Γ  Γi (I.21)
Ψ  Ψ
 i
I.3 Classification des équations aux dérivées

partielles d’ordre deux
La majorité des phénomènes physiques, notamment en énergétique, sont

gouvernées par des équations aux dérivées partielles du second ordre (équations de
quantité de mouvement, équation de la chaleur, etc. …). Ces dernières peuvent
s’exprime mathématiquement comme suit :
 2f  2f  2f  f f te 
a b c 2  f  , , x, y, c  (I.22)
x 2
xy y  x y 
où f désigne l’inconnue, et a , b et c des coefficients.
 Il faut noter que si a , b et c représentent des constantes ou bien des fonctions

de x et y , l’équation (I.22) représente une équation aux dérivées partielles
(EDP) linéaire ;
f f
 Si a , b et c dépendent de f , et alors l’EDP dite non linéaire.
x y
De point de vue mathématique, L’EDP indiquée dans l’éq. (I.22) peut se classer comme
suit :
 L’EDP est dite elliptique si Δ  b 2  4ac  0 ;
 Si Δ  0 , l’EDP dite parabolique ;
 Si Δ  0 , l’EDP dite hyperbolique.
8
Exemple I.1
1. Equation de Laplace bidimensionnelle (Equation elliptique)
Cette équation s’écrit mathématiquement comme suit :
 2Φ  2Φ
Φ   Φ   0 (I.23)
x 2 y 2
Pour cette dernière équation, Δ  0  4  1 1   4  0 , donc l’équation de Laplace est

de type elliptique.
2. Equation de La chaleur unidimensionnelle (Equation parabolique)
La conduction stationnaire unidimensionnelle sans source de chaleur est

gouvernée mathématiquement par l’EDP suivante :
T  2T
 0 (I.24)
t x 2
Pour l’éq. (I.24) on a Δ  0  4  1 0  0 . Donc l’EDP est de type parabolique.
3. Equation des ondes (Equation hyperbolique)
L’équation de propagation stationnaire unidimensionnelle d’onde peut s’exprimer

comme suit :
2h 2h
 0 (I.25)
t 2 x 2
ou h représente l’amplitude d’onde.
 
Ici la variable y est remplacée par la variable t , et Δ  0  4  1  0  0 . Donc
l’EDP représenter par l’éq. (I.25) est de type hyperbolique.
I.4 Conditions aux limites
Une condition aux limites représente l’état physique de la variable à résoudre

aux limites du domaine d’étude. Par exemple, la valeur de la température sur la paroi
d’une conduite, où s’écoule à l’intérieur de ce dernier un fluide. La nature mathématique
des conditions aux limites dépend généralement de la forme mathématique de(s)
équation(s) gouvernante(s) (nature physique du problème), et du nombre de variables
9
mis en jeu. Pour cette raison on trouve plusieurs types de conditions aux limites. Dans ce
cours on s’intéresse plus particulièrement aux conditions aux limites suivant :
I.4.1 Conditions aux limites de Dirichlet
On dit que la condition aux limites est de type Dirichlet, sur une portion ou la
totalité de la frontière du domaine d’étude AΩ , si à cet endroit les valeurs de l’inconnue
sont imposées. Mathématiquement cela peut ce traduit par :

Φ   x,y  avec x ,y  A Ω
(I.26)
Dans l’éq. (I.26)  désigne la valeur de la variable physique à déterminer Φ sur la

frontière du domaine d’étude Ω .
AΩ
Ω

Φ  x,y  
x ,y  AΩ
Figure I.1 : Exemple de condition aux limites de Dirichlet
I.4.2 Conditions aux limites de Neumann
Si le gradient de la variable Φ est imposé sur la frontière AΩ , on dit qu’on a une
condition aux limites de type Neumann. Dans ce cas, cette condition peut se mettre
comme suit :
 Φ
Φ  n 
n

 β x ,y  avec x ,y  A
Ω
(I.27)

Ici n désigne le vecteur unitaire normal à AΩ , et β la valeur du gradient de Φ à un point

donné M x , y  de AΩ .
10

n
AΩ
Ω
Φ
n

 β x ,y 
 x ,y   A Ω
Figure I.2 : Exemple de conditions aux limites de Neumann
I.4.3 Conditions aux limites de Cauchy
La condition aux limites de Cauchy consiste à imposer une condition mixte sur
une portion ou bien la totalité de la frontière AΩ . Cette condition peut s’écrit
mathématiquement comme suit :
Φ
n
 
  x,y Φ  β x ,y   avec  x ,y  A
Ω
(I.28)

n
AΩ
Ω
Φ
n
 
  x ,y Φ  β x ,y 
 x ,y   A
 Ω
Figure I.3 : Exemple de condition aux limites de Cauchy
I.4.4 Conditions initiales
On dit conditions initiales toute condition sur la propriété Φ imposé à t  0 . Cette

condition, en plus des conditions aux limites, sont nécessaire pour la résolution des
problèmes instationnaires. Les conditions initiales peuvent formuler comme suit :
  
Φ x , y , t  0  1 x , y  avec x ,y  Ω (I.29)
avec 1 désigne les valeurs de Φ dans le domaine d’étude à l’instant initiale t  t0 .
11
Chapitre II
Méthode des différences finis pour la

résolution des problèmes de transport
CHAPITRE II : Méthode des différences finis pour la résolution des problèmes de transport
II.1 Introduction
La méthode des différences finis est l’un des méthodes numériques utilisée pour la
résolution des équations aux dérivées partielles. Elle permet, en utilisant des schémas
des différences finis, de transformer l’écriture différentielle des équations gouvernant les
phénomènes de transport, en écriture algébrique pour les résoudre par la suite à l’aide
des outils de l’analyse numérique.
Dans cette méthode on remplace le domaine continu du calcul par un ensemble de points
(Maillage), et cherche une solution approchée sur ces points. Pour cette raison, on
approxime les équations aux dérivées partielles par des développements limitées de
Taylor au voisinage des points de maillage. La solution du système d’équations
algébriques, linéaires ou non linéaires, ainsi obtenu fournit donc la solution approchée du
problème posé.
II.2 Schémas numériques
La transformation des dérivées partielles en expressions algébriques est basée

principalement sur les développements limités de Taylor. C'est-à-dire, des
développements tronqués à un certain ordre qui dépend de la précision souhaité.
II.2.1 Erreur de troncature
L’erreur de troncature désigne la partie tronquée de la formule de Taylor. Pour

quantifier cette erreur, en considère le développement en série de Taylor de la fonction
f au voisinage du point x  x0 , on écrit donc :
f Δx 2  2 f Δx n  n f
   
f x0  Δx  f x0  Δx(
x
)x 
0
( 2 )x 
2! x 0
(
n! x n x
)  Rn1
0
(II.1)
avec x  x0  Δx , et Δx le pas de discrétisation (distance entre deux points de maillage).
Le dernier terme de l’équation Rn1 est nommé erreur de troncature, elle donnée par la
formule de Lagrange par :
Rn1 
Δx n1   f ξ
n1
   (II.2)
  
n  1 !  x
n1


avec : x0  ξ  x0  Δx .
13
Pour mieux comprendre la signification mathématique de l’erreur de troncature, on utilise

exclusivement l’éq. (II.1) tronquée au premier ordre. On écrit donc :
f
   
f x0  Δx  f x0  Δx( )  R2
x x0
(II.3)
le signe  traduit l’allure de la courbe définissant la fonction f (concave ou convexe).
 Courbe concave
 
f x
La tangente à la courbe f(x) au point x0
R2  f 
x  
 x 

f x0  Δx 
La courbe f(x)

 
f x0
x0 x0  Δx x
Figure II.1 : Interprétation graphique du développement limité de

Taylor d’ordre 1 par une courbe concave
La figure (II.1) représente la variation, en fonction de x , de la fonction arbitraire
 
f x . Selon cette figure, l’erreur de troncature R2 est de valeur négative à cause de
 
la forme concave de f x . De plus la valeur de cette erreur est proportionnelle au pas
Δ x . Autrement dit, pour éliminer l’erreur de troncature il faut que Δx  0 .
 Courbe convexe
 
La figure (II.2) montre la variation de la fonction f x , désigne par une courbe
convexe, en fonction de l’abscisse x . De cette figure nous remarquons que la forme
convexe de la courbe f x   se traduit par une valeur positive de l’erreur de troncature.
14
Comme dans le cas de la courbe concave, la diminution de l’erreur de troncature

nécessite la réduction de la taille de Δ x .
 
f x
La courbe f(x)

f x0  Δx 
 R2
La tangente à la courbe f(x) au point x0
 f 
x  
  x 
 
f x0
x0 x0  Δx x
Figure II.2 : Interprétation graphique du développement limité de

Taylor d’ordre 1 par une courbe convexe
II.2.2 Schémas numériques pour les dérivées premières
Comme nous avons signalés dans l’introduction de ce chapitre, en ce basant sur

le développement limité de Taylor pour transformer l’écriture différentielle des dérivées
premières en écriture algébrique.
Dans le tableau (II.1) nous donnons la l’écriture indicielle équivalente des différentes
opérateurs et fonctions utilisées dans cette partie.
Tableau II.1 : Représentation indicielle des fonctions utilisées dans les

développements limités de Taylor
Représentation ordinaire Représentation indicielle
 
f xi fi

f xi , y j , zk  fi ,i ,k
x , y et z aux nœuds i , j et k xi , y j , zk
respectivement
15
II.2.2.1 Schéma décentré amont
Soit le développement limité de la fonction f au voisinage du point xi (voir
figure II.3).
fi 1 fi
xi 1 xi
Figure II.3 : Segment appartient à la courbe f x   limité par les points xi 1 et xi
 f  Δx 2   f 
fi 1  fi  Δx  
2
  
  (II.4)
 x i 2!  x 2 
 
avec : x i 1  ξ  x i .
De cette dernière équation on constate :
 f  fi  fi 1 Δx   f 

2
  
    (II.5)
 x i Δx 2  x 2 
 
avec toujours : x i 1  ξ  x i .
L’éq. (II.5) représente un schéma décentré amont, ce dernier utilisé pour exprimer la
dérivée première de la fonction f au voisinage du point xi .
II.2.2.2 Schéma décentré aval
fi fi 1
xi xi 1
Figure II.4 : Segment appartient à la courbe f x   limité par les points xi et xi 1
On a le développement limité de Taylor suivant :
 f  Δx 2   f 
fi 1  fi  Δx   
2
   (II.6)

 x i 2!  x 2 
 
avec : x i  ξ  x i 1 .
16
De l’éq. (II.6), on peut mettre :
 f  fi 1  fi Δx   f 

2
  
    (II.7)
 x i Δx 2!  x 2 
 
On dit qu’on a approché la dérivée première de la fonction f par un schéma décentré

aval, il est d’ordre 1.
II.2.2.3 Schéma centré
fi 1 fi fi 1
xi 1 xi xi 1
Figure II.5 : Segment appartient à la courbe f x   limité par les points xi1 et xi 1
L’utilisant des développements limités de Taylor suivants :
 f  Δx 2   2 f  Δx 3
fi 1  fi  Δx  
  
 3 f 
     , x i 1  ξ  x i (II.8)
 x i 2!  x 2 i 3!  x 3 
 
 f  Δx 2   2 f  Δx 3
fi 1  fi  Δx  
   ,
 3 f 
     x i  ξ  x i 1 (II.9)
 x i 2!  x 2 i 3!  x 3 
 
nous permet, en soustrayant l’éq. (II.8) de l’éq. (II.9), de calculer le schéma centré des
différences finis. On écrit donc :
 f  2Δx 3
fi 1  fi 1  2Δx 
 3 f 

  
 
 x i 3!  x 3 
 
donc :
 f  fi 1  fi 1 Δx 2   f 
  
3
   , x i 1  ξ  x i 1 (II.10)
 
 x i 2Δx 6  x 3 
 
L’éq. (II.10) représente un schéma centré aux différences finis, il est d’ordre 2.
On peut avoir des schémas d’ordre supérieur, associes aux dérivées premières, en
augmentant le nombre de points de discrétisation. Autrement dit, on utilise plus de
termes dans le développement limité de Taylor.
17
Exemple II.1 :
Démontrer que la dérivée première de la fonction f au voisinage du point xi peut donner
comme suit :
 f  fi 2  4fi 1  3fi Δx 2   f 

3
  
    , x i 2  ξ  x i
 x i 2Δx 3  x 3 
 
 f  3fi  4fi 1  fi 2 Δx 2   f 

3
  
    , xi  ξ  xi 2
 x i 2Δx 3  x 3 
 
Exemple II.2 :
Démontrer aussi que la dérivée de la fonction f peut s’approximer par :
 f  fi 2  6fi 1  3fi  2fi 1


x
 
6Δx

 O Δx 3  , x i  2  ξ  x i 1
 i
 f  2fi 1  3fi  6fi 1  fi 2


x
 
6Δx

 O Δx 3  , x i 1  ξ  x i 2
 i
Déduire, pour les deux schémas, l’expression de l’erreur de troncature.
II.2.3 Schémas numériques pour les dérivées secondes
De la même manière que pour les dérivées première de la fonction f , on peut

utiliser un schéma décentré amont, décentré aval ou centré pour évaluer la dérivée
deuxième de la fonction f au voisinage de l’abscisse xi . Il on est de même pour la
précision, on peut aller à n’importe quel ordre.
II.2.3.1 Schéma décentré amont
Pour évaluer le schéma décentré amont, associé à la dérivée deuxième de la

fonction f au voisinage de xi , on utilise les développements limités de Taylor des
fonctions fi 1 et fi  2 . On écrit donc :
 f  Δx 2   2 f  Δx 3
fi 1  fi  Δx 
 3 f 

  
     , x i 1  ξ  x i (II.11)
 x i 2!  x 2 i 3!  x 3 
 
18
      
2 3
 f  2Δx  2f  2Δx  3f 
fi  2  
 fi  2Δx     2  
 x 3 
, x i 2  ξ  x i (II.12)
 x i 2!  x  i 3!
 
En multipliant l’éq. (II.11) par 2, on obtient :
 f  2Δx 2   2 f  2Δx 3
2fi 1  2fi  2Δx 
 3 f 

  
     , x i 1  ξ  x i (II.13)
 x i 2!  x 2 i 3!  x 3 
 
En soustrayant l’éq. (II.13) de l’éq. (II.12), on trouve :
 2f 
fi 2  2fi 1  fi  Δx  2   Δx 
2 3
 3 f    
 x i  x 3 
 
Finalement :
  2 f  fi 2  2fi 1  fi
  Δx
 3 f 

   , x i 2  ξ  x i (II.13)
 2
 x i Δx 2  x 3 
 
L’éq. (II.13) désigne un schéma décentré amont pour la dérivée deuxième de f au

voisinage de xi , dont l’erreur de troncature est d’ordre un.
II.2.3.2 Schéma décentré aval
Soit les deux développements suivant :
 f  Δx 2   2 f  Δx 3
fi 1  fi  Δx 
 3 f 

  
     , x i  ξ  x i 1 (II.14)
 x i 2!  x 2 i 3!  x 3 
 
      
2 3
 f  2Δx  2f  2Δx  3 f 
fi  2  
 fi  2Δx     2  
 x 3 
, xi  ξ  xi 2 (II.15)
 x  i 2!  x  i 3!
 
(II.15) -2x(II.14) 
 2f 
fi 2  2fi 1  fi  Δx  2   Δx 
2 3
 3 f    
 x i  x 3 
 
donc :
  2 f  fi  2fi 1  fi 2  3 f 
 Δx 
  
 2  , xi  ξ  xi 2 (II.16)
 x i Δx 2  x 3 
 
L’éq. (II.16) représente un schéma décentré aval, qui peut être utilisé pour évaluer la
dérivée 2ème de la fonction f au voisinage de xi . La précision de ce schéma est d’ordre 1.
19
II.2.3.3 Schéma centré
L’évaluation du schéma centré nécessite l’utilisation des deux développements

suivants tronqués au quatrième ordre.
 f  Δx 2   2 f  Δx 3   3 f  Δx 4   f 
fi 1  fi  Δx  
4
  
        , x i 1  ξ  x i (II.17)
 x i 2!  x 2 i 3 !  x 3 i 4!  x 4 
 
 f  Δx 2   2 f  Δx 3
fi 1  fi  Δx 
  3 f  Δx 4   f 

4
  
      3  , x i  ξ  x i 1 (II.18)
 x i 2!  x 2 i 3!  x i 4!  x 4 
 
En sommant l’éq. (II.17) et l’éq. (II.18) on trouve :
fi 1  fi 1  2fi  Δx  2   2

  
  2 f  Δx 4   f 
4
 x i 12  x 
4

ou bien :

4
  
  2 f  fi 1  2fi  fi 1 Δx 2   f 
 2   , x i 1  ξ  x i 1 (II.19)
 x i Δx 2 12  x 4 
 
L’éq. (II.19) représente un schéma aux différences finis centré d’ordre deux. Ce schéma
est utilisé généralement pour évaluer les termes de diffusion dans les équations de
conservation. Il peut être utilisé, dans le cas des écoulements à vitesse modérée, pour
évaluer les termes d’advection (schéma plus précis que les schémas décentrés).
Il existe d’autres méthodes qui garantissent, pour les équations aux dérivées partielles,
le passe de l’écriture différentielle à l’écriture algébrique (méthodes d’approximations
polynomiales, nodales, …etc.). Pour cette dernière on peut citer comme un exemple la
formule de Lagrange. Elle est donnée par :
n
f x  Lf i i
(II.20)
i 1
où :
n
x  x 

j
Li  (II.21)
j 1
j i
x  x 
i j
Pour n  3 (approximation quadratique de la fonction f ), l’éq. (II.20) s’écrit comme

suit :
20
f x 
x  x  x  x  f
2 3

x  x  x  x  f
1 3

x  x  x  x  f
1 2
(II.22)
x  x  x  x 
1 2 1 3
1
x  x  x  x 
2 1 2 3
2
x  x  x  x 
3 1 3 2
3
De l’éq. (II.22) on peut calculer facilement la dérivée première et deuxième de la

fonction de f . On écrit donc :
 f   2x  x2  x3  f   2x  x1  x3  f   2x  x1  x 2  f (II.23)
 
 x   x1  x 2   x1  x3   x 2  x1   x 2  x 3  2  x 3  x1   x 3  x 2  3
1
 2f  2 2 2
 2 f1  f2  f (II.24)
 x   x1  x2   x1  x3   x 2  x1   x 2  x 3   x 3  x1   x 3  x 2  3
Exemple II.3 :
Par l’utilisation des schémas décentré amont, décentré aval et centré, calculer la dérivée
deuxième de la fonction f  x  
 1  exp
 
 au point x  2 . On donne Δx  0.1 .
x2 1
3
Calculer l’erreur de troncature pour chaque cas.
II.2.4 Schémas numériques pour les fonctions à

plusieurs variables
Soit f une fonction qui dépend de plusieurs variables, par exemple x,y . En se
basant sur les schémas déjà cités auparavant, les dérivées de cette fonction par rapport
à ces variables on notation indicielle peuvent s’écrire comme suit :
 f  fi  1, j  fi 1, j
    O  Δx 2  (II.25)
 x  i , j 2Δx
l’éq. (II.25) indique le schéma centré, en différences finis, de la dérivée première de la

fonction f par rapport à la variable x , elle est d’ordre deux.
 f  fi , j 1  fi , j 1
    O  Δy 2  (II.26)
 y i , j 2Δy
 2f  fi 1, j  2fi , j  fi 1, j

 2   O  Δx 2  (II.27)
 x i , j Δx 2
l’éq. (II.27) représente le schéma centré, en différences finis, de la dérivée deuxième de

la fonction f par rapport à la variable x , elle est d’ordre deux.
21
 2f  fi , j 1  2fi , j  fi , j 1
 2   O  Δy 2  (II.28)
 y i , j Δy 2
 2f  fi 1, j 1  fi 1, j 1  fi 1, j 1  fi 1, j 1

    O  Δx 2 , Δy 2  (II.29)
 xy i , j 4ΔxΔy
II.3 Problèmes elliptiques

II.3.1 Problème aux limites de Dirichlet (cas
bidimensionnel)
En utilisant la méthode des différences finis, déterminer la distribution stationnaire

de la quantité Φ au sein du domaine d’étude Ω schématisé en figure (II.6). Dans cette
exemple, il faut noter que le transport de Φ est purement diffusif (le gradient de Φ est
engendré par l’application des conditions aux limites de type Dirichlet. Ce gradient est le
seul responsable du transport diffusif de cette quantité au sein du domaine d’étude). On
admet l’absence du terme source Ψ .
Φ  Φda
a d
L
Φ  Φab l Ψ 0 Φ  Φcd
Domaine d’étude Ω
b c
Φ  Φbc
Figure II.6 : Géométrie du domaine d’étude Ω (Diffusion bidimensionnelle)
Pour déterminer numériquement les valeurs de Φ dans le domaine d’étude Ω on

procède comme suit :
II.3.1.1 Mise en équation du problème
Comme nous avons indiqué précédemment (Chap. I, § I.2, éq. (I.13)),

l’équation de transport générale est s’écrit comme suit :
  Φ 
    VΦ      Γ Φ   Ψ (II.30)
t
Selon les énoncés de l’exemple on a :
22
Φ  Φ( x , y )  problème bidimensionnel ;

0  phénomène stationnaire ;
t
V 0  pas d’écoulement à l’intérieur de Ω ;
Ψ 0  absence du terme source ;
Γ  Cte  conductance diffusive constantes.
De ces hypothèses simplificatrices, l’éq. (II.30) devient :
  2Φ  2Φ 
Φ   2  0 (II.31)
 x y 2 
avec les conditions aux limites suivantes :
 Φ  Φab ,  x  0,0  y  l 

Φ  Φbc ,  0  x  L, y  0 
 (II.32)
 Φ  Φcd ,  x  L,0  y  l 
 Φ  Φ , 0  x  L, y  l
 ca  
Finalement la distribution de Φ dans Ω est gouvernée par l’éq. (II.31) et les conditions
aux limites citées dans l’éq. (II.32).
II.3.1.2 Génération du maillage
Le but du maillage est la division du domaine d’étude en sous domaines

(méthodes des volumes finis, méthode des éléments finis), ou en un ensemble de points
(méthode des différences finis), afin d’obtenir sur ce maillage une solution numérique
approchée du problème à résoudre.
Pour notre problème, la génération du maillage dans le domaine d’étude Ω , consiste à

déterminer les coordonnées des points de maillage (points de discrétisation). Autrement
dit, les pas de maillage Δx et Δy .
Pour un maillage régulier, les pas de discrétisation dans Ω seront calculés par les
formules suivantes :
 L
 Δx  n  1
  x 
 (II.33)
 Δy  l

 
ny  1 
23
avec Δx est le pas de discrétisation suivant l’axe des x , Δy le pas de discrétisation
suivant l’axe des y , nx le nombre de points de discrétisation par rapport à x et ny le
nombre de point de discrétisation suivant y .
Les coordonnées des points de maillage peut être aussi calculées par :
 xi   i  1  Δx
 (II.34)
y j   j  1  Δy

ny
Δy
(ny-1)
 
…
2

j =1
i=1 2 3 … (i-1) i (i+1) … (nx-1) nx

Δx
Figure II.7 : Exemple de maillage du domaine d’étude Ω
La figure (II.7) représente un exemple de maillage, dans le cas général, du domaine

d’étude Ω . Le pas discrétisation suivant la direction x est différent du pas de
discrétisation suivant la direction y , c’est-à-dire ( Δx  Δy ).
II.3.1.3 Discrétisation numérique
La discrétisation numérique est l’écriture pour chaque point de maillage, où la

quantité Φ est inconnue, une équation sous forme algébrique. Le système d’équations
algébriques ainsi obtenu est donc déterminé. C’est-à-dire, le nombre d’équations égale
au nombre d’inconnues.
Pour un point arbitraire  i , j  du domaine d’étude, l’éq. (II.31) s’écrit :
  2Φ    2Φ 
 2    2 0 (II.35)
 x i , j  y i , j
L’utilisation des schémas des différences finis centrés d’ordre deux (voir éq. (II.19)),
nous permet d’écrire :
24
  2 Φ  Φi  1, j  2Φi , j  Φi  1, j
 2    O  Δx 2 
  x i , j Δx 2
 2 (II.36)
  Φ   Φi , j 1  2Φi , j  Φi , j  1  O Δy 2
  x 2  Δy 2
 
 i , j
En substituant l’éq. (II.36), sans tenir compte des termes d’erreurs de troncature, dans
l’éq. (II.35), on trouve :
Φi 1, j  2Φi , j  Φi  1, j Φi , j 1  2Φi , j  Φi , j 1

 0 (II.37)
Δx 2
Δy 2
2
 Δx 
On pose     , la réarrangement de l’éq. (II.36) donne :
 Δy 
Φi  1, j  2  1    Φi , j  Φi  1, j   Φi , j 1   Φi , j  1  0 (II.38)
Cette dernière équation représente la forme algébrique discrète de l’éq. (II.31) pour un
point (nœud) i , j  arbitraire du domaine d’étude Ω . Noter bien que cette forme est
valable seulement pour les nœuds, dont leurs nœuds adjacents, n’appartient pas aux
limites du domaine d’étude Ω .
II.3.1.4 Système d’équations algébriques

…… ny-2 ny-1 ny
3
2
1
1 2 3 …… nx-2 nx-1 nx
Figure II.8 : Exemple de nœuds de maillage sur le domaine

d’étude Ω . Nœuds noirs : valeurs de Φ sont connues par les
conditions aux limites de Dirichlet. Nœuds bleus : nœuds où on
cherche à déterminer la valeur de Φ .
Sur la figure (II.8) nous montrons un schéma descriptif des nœuds de maillage
dans le domaine d’étude Ω . Les nœuds noirs désignent les points où la valeur de Φ est
connue préalablement par les conditions aux limites de Dirichlet. Sur les nœuds bleus, la
valeur de Φ est inconnue, et qu’on doit le calculer numériquement.
25
La détermination du système d’équations algébriques (équations discrètes), consiste à

écrire pour chaque point bleu une équation, en se basant sur la forme discrète générale
(voir éq. (II.38)).
Pour simplifier le calcul du système d’équations algébriques, on divise la zone des nœuds
bleus en neuf sous zones, et on procède comme suit :
 Sous zone 1 : point (i = 2, j = 2)
Φ1,2  2  1    Φ2 ,2  Φ3 ,2   Φ2 ,1   Φ2 ,3  0 (II.39)
Selon les conditions aux limites de Dirichlet on a :
Φ1,2  Φab , et Φ2,1  Φbc (II.40)
En substituant l’éq. (II.40) dans l’éq. (II.39), on trouve :
2  1    Φ2 ,2  Φ3 ,2   Φ2 ,3    Φab   Φbc  (II.41)
 Sous zone 2 : points (i = 2, 2  j  ny-1)
Φ1, j  2  1    Φ2 , j  Φ3 , j   Φ2 , j 1   Φ2 , j 1  0 (II.42)
On a la figure (II.8) :
Φ1, j  Φab (II.43)
On remplace l’éq. (II.43) dans l’éq. (II.42), on obtient :
2  1    Φ2 , j  Φ3 , j   Φ2 , j 1   Φ2 , j  1  Φab (II.44)
 Sous zone 3 : point (i = 2, j = ny-1)
Φ1,n 1  2  1    Φ2 ,n 1  Φ3 ,n 1   Φ2 ,n  2   Φ2 ,n  0
y y y y y
(II.45)
D’après les conditions aux limites, on a :
Φ1,n 1  Φab , Φ2 ,n  Φda

y y
(II.46)
Le remplacement de l’éq. (II.46) dans l’éq. (II.45) donne :
2  1    Φ2 ,n  1  Φ3 ,n  1   Φ2 ,n  2    Φab   Φda 
y y y
(II.47)
26
 Sous zone 4 : points (2  i  nx-1, j = 2)
Φi 1,2  2  1    Φi ,2  Φi  1,2   Φi ,1   Φi ,3  0 (II.48)
On a toujours selon les conditions aux limites :
Φi ,1  Φbc (II.49)
Donc, l’éq. (II.48) devient :
Φi 1,2  2  1    Φi ,2  Φi  1,2   Φi ,3   Φbc (II.50)
 Sous zone 5 : points (2  i  nx-1, 2  j  ny-1)
Dans cette zone, les conditions aux limites n’interviennent pas dans les
équations algébriques. Autrement dit, la forme des équations algébriques à écrire
dans cette zone est celui de l’éq. (II.38), on écrit donc :
Φi 1, j  2  1    Φi , j  Φi  1, j   Φi , j 1   Φi , j  1  0
(II.51)
 Sous zone 6 : points (2  i  nx-1, j = ny-1)
Φi 1,n 1  2  1    Φi ,n 1  Φi  1,n 1   Φi ,n  2   Φi ,n  0
y y y y y
(II.52)
Dans cette zone, on a :
Φi ,n  Φda
y
(II.53)
En substituant l’éq. (II.52) dans l’éq. (II.51), cette dernière devient :
Φi 1,n 1  2  1    Φi ,n 1  Φi  1,n 1   Φi ,n  2   Φda

y y y y
(II.54)
 Sous zone 7 : point (i = nx-1, j = 2)
Φn  2 ,2  2  1    Φn 1,2  Φn ,2   Φn 1,1   Φn 1,3  0

x x x x x
(II.55)
Mais d’après les conditions au limites on a pour cette zone :
Φn ,2  Φcd , Φn 1,1  Φbc

x x
(II.56)
27
En basant sur cette dernière équation, et après réarrangement de l’éq. (II.55), on trouve
:
Φn  2 ,2  2  1    Φn 1,2   Φn 1,3   Φcd   Φbc 
x x x
(II.57)
 Sous zone 8 : points (i = nx-1, 2  j  ny -1)
En replaçant la valeur des indices  i , j  dans l’éq. (II.38), la forme indicielle des
équations algébriques, dans la sous zone 8, s’écrivent comme suit :
Φn  2 , j  2  1    Φn 1, j  Φn , j   Φn 1, j 1   Φn 1, j  1  0

x x x x x
(II.58)
Les conditions aux limites exposées dans fig. (II.1) nous permettent de mettre :
Φn , j  Φcd
x
(II.59)
En remplaçant l’éq. (II.59) dans l’éq. (II.58), on trouve :
Φn  2 , j  2  1    Φn 1, j   Φn 1, j 1   Φn 1, j 1  Φcd

x x x x
(II.60)
 Sous zone 9 : point (i = nx-1, j = ny -1)
Pour cette sous zone on a :
Φn  2 ,n  1  2  1    Φn  1,n 1  Φn
x y x y x ,ny  1
  Φn 1,n  2   Φn 1,n  0
x y x
(II.61)
y
On a aussi (voir fig. (II.1)) :
Φn 1,n  Φda , et Φn ,n 1  Φcd

x y x y
(II.62)
En remplaçant l’éq. (II.62) dans l’éq. (II.61), cette dernière devient :
Φn  2 ,n 1  2  1    Φn 1,n 1   Φn 1,n  2    Φcd   Φda 

x y x y x y
(II.63)
Finalement, la détermination des valeurs de Φ dans le domaine d’étude Ω peut se faire

par la résolution, en utilisant les outils de l’analyse numérique, du système d’équations
algébriques suivant :
28
 2  1    Φ2 ,2  Φ3 ,2   Φ2 ,3    Φab   Φbc 

 2  1    Φ2 , j  Φ3 , j   Φ2 , j-1   Φ2 , j 1  Φab

 2  1    Φ2 ,n -1  Φ3 ,n -1   Φ2 ,n -2    Φab   Φda 
y y y

 Φi-1,2  2  1    Φi ,2  Φi  1,2   Φi ,3   Φbc

 Φi-1, j  2  1    Φi , j  Φi 1, j   Φi , j-1   Φi , j 1  0 (II.64)

 Φi-1,n -1  2  1    Φi ,n -1  Φi  1,n -1   Φi ,n -2   Φda
y y y y
 Φn -2 ,2  2  1    Φn -1,2   Φn -1,3    Φcd   Φbc 

 x x x
 Φn -2 , j  2  1    Φn -1, j   Φn -1, j-1   Φn -1, j 1  Φcd

 x x x x
 Φn -2 ,n -1  2  1    Φn -1,n -1   Φn -1,n -2    Φcd   Φda 

 x y x y x y
Notez bien que le nombre d’équations à résoudre (ou nombre d’inconnues) est égale à
nx  
 2   ny  2 équations.
II.3.2 Problème aux limites de Neumann (cas

bidimensionnel)
Φ  Φda
a d
L
Φ  Φab l Ψ 0  Φ 
 0
 n 
Domaine d’étude Ω
b c
 Φ 
 0
 n 
Figure II.9 : Géométrie du domaine d’étude Ω associée au problème

elliptique de Neumann.
Déterminer la distribution stationnaire de la fonction Φ dans le domaine Ω

donné dans la fig. (II.9). Les données géométriques de Ω ainsi que les conditions aux
limites sont mentionnées en fig. (II.9).
II.4 Problèmes paraboliques

II.4.1 Problème aux limites de Dirichlet
Φ  x  0,t  0   ΦA Φ  x  L,t  0   ΦB
Φ  0  x  L,t  0   Φ0
Figure II.10 : Barre rectiligne solide avec conditions aux limites et initiale sur Φ
29
Dans cette partie on détermine numériquement la distribution spatio-temporelle

de Φ dans la barre solide schématisée dans la fig. (II.10). On considère L la longueur de
la barre, et D la durée du phénomène transitoire.
II.4.1.1 Mise en équation du problème
L’application des conditions spécifiques du problème parabolique cité ci-dessus, à

l’équation de conservation générale (éq. (II.30)), vont réduire la forme de cette dernière
à l’équation suivante :
Φ  2Φ
 Γ* (II.65)
t x 2
avec :
Γ te
Γ*  c (II.66)
ρ
Les conditions aux limites et initiale indiquées sur la fig. (II.10) peuvent s’écrire comme
suit :
 Condition initiale
Φ  Φ0 pour  x  0, L , t  0  (II.67)
 Condition aux limites

Φ  ΦA pour  x  0, t  0
 (II.68)
Φ  ΦB pour  x  L, t  0
II.4.1.2 Génération du maillage
La construction du maillage dans le domaine spatio-temporel ΩLxD consiste à
déterminer les pas de discrétisation spatial Δx et temporel Δt dans un domaine
bidimensionnel défini par : ΩLxD  0  x  L,0  t  D  .
Pour un maillage structuré, Δx et Δt peuvent se déterminer respectivement par :
 L
 Δx  n  1
  x 
 (II.69)
 Δt  D

  nt  1
30
avec nx et nt désignent respectivement le nombre de nœuds de maillage dans la
direction spatiale et temporelle.
k = 1 2 3 4 5 6 7 8 9 10
i= 1 2 3 4 5 6
Figure II.11 : Exemple de maillage du domaine spatio-temporel

ΩLxD ( nx  6 , nt  10 )
La figure (II.11) représente un exemple de maillage structuré (à pas fixe) dans un

domaine spatio-temporel ΩLxD . Dans cet exemple on a prit nx  6 et nt  10 .
II.4.1.3 Discrétisation numérique
Pour un point donné  i , k  (représentation indicielle du point  x ,t  ) du domaine

d’étude spatio-temporel Ω , l’éq. (II.65) s’écrit comme suit :
k k
 Φ  *   Φ 
2
  Γ  2 (II.70)
 t i  x i
On utilise un schéma décentré aval des différences finis (schéma progressif) pour
exprimer la dérivée temporelle au voisinage du point  i , k  , on écrit donc :
k
 Φ  Φik  1  Φik
    O  Δt  (II.71)
 t i Δt
Il existe plusieurs schémas pour exprimer la dérivée seconde spatiale. Parmi eux on peut
citer les plus reconnus : le schéma explicite d’Euler, le schéma implicite d’Euler et le
schéma semi-implicite de Crank-Nicolson.
II.4.1.3.1 Schéma d’Euler explicite
L’utilisation du schéma d’Euler explicite pour la dérivée seconde de Φ par

rapport à x donne :
31
k
  2Φ  Φik1  2Φik  Φik 1
 2   O  Δx 2  (II.72)
  x i Δx 2
En remplaçant, sans tenir compte les erreurs de troncature, les éqts. (II.71) et (II.72)
dans l’éq. (II.70), cette dernière devient :
Φik 1  Φik Φk  2Φik  Φik1

 Γ * i 1 (II.73)
Δt Δx 2
Après réarrangement de l’éq. (II.73) on trouve :
Φik  1   Φik1   1  2  Φik   Φik 1 (II.74)
ici :
Δt  Γ *
  (II.75)
Δx 2
L’éq. (II.74) désigne la forme discrète de l’éq. (II.65), obtenue par l’application du
schéma numérique explicite d’Euler. L’étude de la stabilité et de la convergence de ce
1
schéma indique que la stabilité et la convergent de ce dernier est assurer sauf si   .
2
Autrement dit, ce schéma est conditionnellement stable.
Noter bien que les valeurs de Φ dans Ω seront calculées explicitement (directement) par
la formule (II.74).
II.4.1.3.2 Schéma d’Euler implicite
L’application du schéma implicite d’Euler à la dérivée deuxième de Φ par rapport

à x paru dans l’éq. (II.65), nous permet d’écrire :
k k 1
  2Φ    2Φ  Φik11  2Φik  1  Φik11
 2    2   O  Δx 2  (II.76)
 x i  x i Δx 2
En substituant les éqts. (II.71) et (II.76), sans les erreurs de troncature, dans l’éq.
(II.70), on écrit :
Φik 1  Φik Φk 1  2Φik 1  Φik11

 Γ * i 1 (II.77)
Δt Δx 2
Après réorganisation de l’éq. (II.77), on trouve :
 Φik11   1  2  Φik  1   Φik11  Φik (II.78)
32
Δt  Γ *
avec toujours :  
Δx 2
L’équation (II.78) désigne la forme discrète de l’équation parabolique (II.65), obtenu par
l’application du schéma implicite d’Euler.
 Système d’équations algébriques

Δx
…… nt-2 nt-1 nt
Δt
3
2
1
1 2 3 …… nx-2 nx-1 nx
Figure II.12 : Exemple de nœuds de maillage sur le domaine

d’étude spatio-temporel ΩLxD . Nœuds noirs : valeurs de Φ sont
connues par les conditions aux limites de Dirichlet. Nœuds rouges :
valeurs de Φ sont connues par la condition initiale. Nœuds bleus :
nœuds où on cherche à déterminer les valeurs de Φ .
La figure (II.12) représente, pour un cas général, les nœuds de maillage construits sur le
domaine d’étude Ω . Les nœuds rouges désignent les points où la valeur de Φ est
donnée par la condition initiale. Sur les nœuds noirs, Φ est donnée par les conditions
aux limites, et en fin les nœuds bleus sont les points où Φ est inconnue et doit être
calculée numériquement pour chaque pas du temps Δt .
Pour déterminer les valeurs de Φ le long de la barre solide en fonction du temps t , on

doit construire et résoudre, pour chaque pas du temps Δt , un système d’équations
algébriques à  nx  2  équations et  nx  2  inconnues. On procède donc comme suit :
 Système d’équations algébriques pour k  1  t  Δt 

 Sous zone 1 : point (i = 2)
On remplace les valeurs de i et k dans l’équation (II.78), on trouve :
 Φ12   1  2  Φ22   Φ32  Φ21 (II.79)
D’après les conditions aux limites et initiale, on a :
33
Φ21  Φ0 (CI)
 2 (II.80)
Φ1  ΦA (CL)
  1  2  Φ22   Φ32    Φ0   ΦA  (II.81)
 Sous zone 2 : points (2  i  nx-1 )
Dans cette zone l’équation algébrique discrète pour les points i prend la
forme suivante :
 Φi21   1  2  Φi2   Φi2 1  Φi1 (II.82)
Selon la condition initiale, on a :
Φi1  Φ0 (CI) (II.83)
En remplaçant l’éq. (II.83) dans l’éq.(II.82) on trouve :
 Φi21   1  2  Φi2   Φi2 1  Φ0 (II.84)
 Sous zone 3 : point (i = nx-1)
On a dans cette zone :
 Φn2  2   1  2  Φn2 1   Φn2  Φn1 1

x x x x
(II.85)
On a aussi :
Φn1 1  Φ0 (CI)
 2 (II.86)
x
Φn  ΦB
x
(CL)
On remplace l’éq. (II.86) dans l’éq. (II.85), on obtient :
 Φn2  2   1  2  Φn2 1    Φ0   ΦB 
x x
(II.87)
L’éq. (II.87) désigne la forme discrète de l’équation algébrique (II.65) pour le point
i  nx
 1, k  2  . Géométriquement ce point est désigne par  x  L  Δx ,t  Δt  .
Le système d’équations algébriques à résoudre, pour déterminer les valeurs de Φ dans
les points  2  i  nx  1, k  1 , peut se mettre sous la forme :
34
  1  2  Φ22   Φ32    Φ0   ΦA  pour i  2

 2
 Φi 1   1  2  Φi   Φi  1  Φ0 pour  2  i  n  1 (II.88)
2 2
x
 2
 Φn  2   1  2  Φn 1    Φ0   ΦB  pour  i  n  1
2
x x x
Pour déterminer les valeurs de Φ dans le reste du domaine d’étude
i  2 à n x
 1, k  3 à nt  , on refaire le même travail qu’on a effectué pour les points
i  2 à n x
 1, k  1 . C’est-à-dire, on résout pour chaque pas de temps Δt un système
d’équations algébriques déterminé, de  nx  2  équations à n x

 2  inconnues.
L’étude de la stabilité et de la convergence du schéma d’Euler implicite, confirme que ce

dernier est inconditionnellement stable. Autrement dit, il est convergent est stable
quelque soit la valeur de Δx et Δt . N’oublier pas que la rapidité et la précision de la
méthode reste toujours fonction du bon choix de Δx et Δt .
II.4.1.3.3 Schéma semi-implicite de Crank-Nicholson
La seule différence entre les trois schémas numériques, utilisés pour le problème
parabolique, est la manière de l’évaluation de la dérivée seconde spatiale de Φ à
l’instant t . Pour le schéma explicite d’Euler, la dérivée seconde spatiale de Φ à t est
évaluée par un schéma centré des différences finis au même instant. Pour le schéma
implicite d’Euler, cette dérivée est évaluée par un schéma centré des différences finis à
l’instant t  Δt . Finalement, le schéma semi-implicite considère que cette dérivée est
égale à la moyenne entre la dérivée seconde spatiale de Φ à t  Δt et celle de Φ à t ,
en utilisant bien sûr un schéma centré des différences finis pour calculer ces deux
dernières.
L’application du schéma semi-implicite à la dérivée seconde spatiale de Φ donne :
1    2Φ    2Φ  
k k k 1
  2Φ 
 2        
 x i 2   x 2 i  x 2 i 
  (II.89)
1  Φ k
 2Φ k
 Φ k
Φik11  2Φik 1  Φik11 
=  i 1    O  Δx 
i i 1 2
2 Δx 2 Δx 2 
En remplaçant, sans tenir compte les erreurs de troncature ( O  Δx 2  et O  Δt  ), les éqts.
(II.71) et (II.89) dans l’éq. (II.70), on trouve :
Φik 1  Φik Γ *  Φik1  2Φik  Φik1 Φik11  2Φik 1  Φik11 

    (II.90)
Δt 2  Δx 2 Δx 2 
35
Après réarrangement de l’éq. (II.90) on trouve :
 Φik11  2  1    Φik  1   Φik11   Φik1  2 1    Φik   Φik 1 (II.91)
avec :
Δt  Γ *
  (II.92)
Δx 2
L’équation (II.91) est la forme algébrique discrète, obtenue par l’application du schéma
semi-implicite de Crank-Nicholson à l’équation (II.70).
 Système d’équations algébriques

Dans cette partie on montre la méthode de calcul des valeurs de l’inconnues Φ ,
en basant sur l’éq. (II.91), dans le domaine spatio-temporel Ω pendant un pas de temps
Δt de la période transitoire D .
 Système d’équations algébriques pour k  1  t  Δt 

Dans cette sous zone l’éq. (II.91) prend la forme :
 Φ12  2  1    Φ22   Φ32   Φ11  2 1    Φ21   Φ31 (II.93)
D’après les conditions aux limites et initiales, citées dans la fig. (II.10), on a :
Φ12  ΦA
 1 (II.94)
Φi 1:n  Φ0
x
2  1    Φ22   Φ32    ΦA  2Φ0  (II.95)
 Sous zone 2 : points (2  i  nx-1 )
On remplace les valeurs de i et k dans l’éq. (II.91), on écrit :
 Φi21  2  1    Φi2   Φi2 1   Φi11  2 1    Φi1   Φi1 1 (II.96)
En substituant l’éq. (II.94) dans l’éq. (II.96), on obtient :
 Φi21  2  1    Φi2   Φi2 1  2Φ0 (II.97)
36
avec : 2  i  nx - 1 .
Pour cette sous zone l’éq. (II.91) devient :
 Φn2  2  2  1    Φn2 1   Φn2   Φn1  2  2  1    Φn1 1   Φn1

x x x x x x
(II.98)
L’application des conditions aux limites et initiale, citées dans la fig. (II.10), à l’éq.
(II.98), nous permet de rendre cette dernière sous la forme :
 Φn2  2  2  1    Φn2 1    ΦB  2Φ0 

x x
(II.99)
La solution du problème hyperbolique cité dans cette partie par la méthode de Crank-
Nicholson, consiste à résoudre le système d’équations algébriques à  nx  2  équations et
nx
 2  inconnues d’écrit par les éqts. (II.95), (II.97) et (II.99), pour chaque pas de
temps Δt de l’intervalle temporel D . Ce système d’équations peut se mettre sous la

forme :
2  1    Φ22   Φ32    ΦA  2Φ0  pour i  2

 2
 Φi 1  2  1    Φi   Φi  1  2Φ0 pour  2  i  n  1 (II.100)
2 2
x
 2
 Φn  2  2  1    Φn 1    ΦB  Φ0  pour  i  n  1
2
x x x
Le schéma semi-implicite de Crank-Nicholson est inconditionnellement stable. C’est-à-

dire, il est stable et convergent quelque soit la valeur de  .
II.4.2 Problème aux limites de Neumann

Φ  x  0,t  0   ΦA Φ  n
 x  L ,t 0  
  Φn  Φ
x

Φ  0  x  L,t  0   Φ0
Figure II.13 : Géométrie du domaine d’étude associé au problème

aux limites de Neumann (Problème parabolique)
Déterminer, en utilisant la méthode des différences finis, les valeurs de la quantité

spécifique Φ le long de la barre rectiligne schématisée en fig. (II.13). Les conditions aux
limites et initiale sont indiquées sur cette dernière (utiliser les trois méthodes citées
auparavant).
37
II.5 Problèmes hyperboliques
Résoudre, dans le domaine Ω schématisé ci-dessous, et par la méthode des

différences finis, le problème hyperbolique gouverné par l’équation aux dérivées partiales
suivante :
 2Φ   2Φ 
 Σ2  2  (II.101)
t 2
 x 
dont, cette dernière satisfait les conditions initiales subséquentes :
Φ  0  x  L,t  0    1  x 

 Φ (II.102)
 t  2  x 
 0  x  L ,t  0 
et les conditions aux limites suivantes :
Φ  x  0,t  0   1  t 
 (II.103)
Φ  x  L,t  0    2 t 
Φ  x  0,t  0   1 t  Φ  x  L,t  0   2 t 
Φ
Φ 0  x  L,t  0   1  x   2  x 
t 0  x L ,t 0
Figure II.14 : Géométrie du domaine d’étude et conditions aux limites et

initiales associées au problème hyperbolique
II.5.1 Mise en équation du problème
Afin d’éviter la réécriture des équations, la mise en équation du problème

hyperbolique est déjà fait dans l’énoncé du problème. Donc, l’équation gouvernant le
problème hyperbolique à résoudre, ainsi que les conditions aux limites et initiales
associes, sont indiquées dans les éqts. (II.101), (II.102) et (II.103).
38
II.5.2 Génération du maillage
On suit les mêmes étapes déjà indiquées dans le paragraphe (Chap. II, § 4.1.2,
voir aussi fig. (II.11)).
II.5.3 Discrétisation numérique
Dans cette partie on écrit pour chaque point de maillage du domaine spatio-
temporel Ω une équation. Pour un point arbitraire i , k  dans Ω , l’équation (II.101)
s’écrit :
k k
  2Φ  2   Φ
2
 2  Σ  2 (II.104)
 t i  x i
La transformation de l’écriture algébrique des opérateurs différentiels, parus dans

l’équation (II.104), sera réalisée par deux méthodes. Ces dernières sont respectivement
la méthode explicite et la méthode implicite d’Euler.
II.5.3.1 Méthode explicite d’Euler
En utilisant, pour les dérivées secondes spatiale et temporelle, des schémas

centrés de différences finis. On écrit donc :
k
  2Φ  Φik 1  2Φik  Φik  1
 2    O  Δt 2  (II.105)
 t i Δt 2
et
k
  2Φ  Φik1  2Φik  Φik 1
 2   O  Δx 2  (II.106)
 x i Δx 2
En substituant, sans tenir compte les erreurs de troncature O Δt 2 ,O Δx 2       , les éqts.

(II.105) et (II.106) dans l’éq. (II.104), on écrit :
Φik 1  2Φik  Φik 1 2 Φi 1  2Φi  Φi  1

k k k
 Σ (II.107)
Δt 2 Δx 2
Δt  Σ
On met   , et on réorganise l’équation (II.107), on obtient :
Δx
39
Φik  1   2 Φik1  2  1   2  Φik   2 Φik 1  Φik 1 (II.108)
Cette dernière équation désigne la forme algébrique discrète de l’équation (II.101),

obtenue par l’application de la méthode explicite d’Euler sur un point arbitraire du
maillage (voir fig. (II.12)).
II.5.3.1.1 Détermination des valeurs de Φ sur Ω à t  Δt
Pour t  Δt k  1 l’éq. (II.108) devient :
Φi2   2 Φi11  2  1   2  Φi1   2Φi1 1  Φi0 (II.109)
On sait bien que :
Φi1  1,i 1:n x

(CI) (II.110)
On remarque dans l’éq. (II.109) la valeur de Φi0 est inconnue. Cette dernière peut être
déterminée par l’utilisation de la deuxième condition initiale.
D’après l’éq. (II.102) on a :
1
 Φ 
    2 ,i (CI) (II.111)
 t i 1:nx
On applique un schéma centré de différences finis à l’éq. (II.111), on écrit donc :
1
 Φ  Φ 2  Φi0
   i  O( Δt 2 ) (II.112)
 t  i 1:n
x
2Δt
En négligeant l’erreur de troncature, et en substituant l’éq. (II.112) dans l’éq. (II.111),

on trouve :
Φi0  Φi2  2Δt 2 ,i (II.113)
En remplaçant les éqts. (II.110) et (II.113) dans l’éq. (II.109), on obtient :
2 2
Φi2   1,i 1   1   2   1,i   1,i  1  Δt 2 ,i (II.114)
2 2
L’éq. (II.114) nous permet de calculer les valeurs de Φ pour 0  x  L et t  Δt . Pour

t  Δt on utilise l’éq. (II.108) avec les conditions aux limites (II.103).
40
L’étude de la stabilité et de la convergence du schéma explicite montre que la solution

obtenue par ce dernier est stable et convergente si et seulement si   1 .
II.5.3.2 Méthode implicite d’Euler
On ce qui concerne cette méthode, la dérivée seconde temporelle est toujours

évaluée par l’équation (II.105), par contre la dérivée seconde spatiale devra évaluer
comme suit :
k
  2Φ  1  Φik11  2Φik 1  Φik11 Φik11  2Φik 1  Φik11 
    O  Δx  (II.115)
2
 2 
  x i 2  Δx 2
Δx 2

On omet les erreurs de troncature, et on remplace les éqts. (II.105) et (II.115) dans
l’éq. (II.104). on écrit donc :
Φik 1  2Φik  Φik 1 Σ 2  Φik11  2Φik 1  Φik11 Φik11  2Φik 1  Φik11 

    (II.116)
Δt 2 2  Δx 2 Δx 2 
En réorganisant l’éq. (II.116) on trouve :
 2 Φik11  2  1   2  Φik  1   2 Φik11   2 Φik11  2 1   2  Φik 1   2 Φik11  4Φik (II.117)
Δt  Σ
Ici on a   .
Δx
L’éq. (II.117) nous permet de calculer les valeurs de la quantité spécifique Φ dans tous
le domaine d’étude Ω le long de la période transitoire D .
II.5.3.2.1 Détermination des valeurs de Φ sur Ω à t  Δt
A cet instant l’équation (II.117) prend la forme :
 2 Φi21  2  1   2  Φi2   2Φi2 1   2 Φi01  2 1   2  Φi0   2Φi01  4Φi1 (II.118)
En substituant les éqts. (II.110) et (II.113) dans l’éq. (II.118), on obtient :
 2 Φi21  2  1   2  Φi2   2 Φi2 1 

(II.119)
Δt 2 2 ,i 1  2Δt  1   2   2 ,i  Δt  2 2 ,i  1  2 1,i
On remplace la valeur de i dans l’éq. (II.119), on obtient :
41
 2 Φ12  2  1   2  Φ22   2 Φ32 

(II.120)
Δt 2 2 ,1  2Δt  1   2   2 ,2  Δt  2 2 ,3  2 1,2
Mais on a d’après l’éq. (II.103) (condition aux limites en amont du domaine Ω ) :
Φ12   12 (II.121)
On remplace cette dernière équation dans l’éq. (II.120), on obtient :
2  1   2  Φ22   2 Φ32 
(II.122)
Δt  2 2 ,1  2Δt  1   2   2 ,2  Δt  2 2 ,3  2 1,2   2  12
 Sous zone 2 : point (2  i  nx-1)
Les points concernant cette zone restent gouvernés par l’éq. (II.119).
Ici l’éq. (II.119) prend la forme :
 2 Φn2  2  2  1   2  Φn2 1   2 Φn2 

x x x
(II.123)
Δt 2 2 ,n  2  2Δt  1   2   2 ,n 1  Δt 2 2 ,n  2 1,n 1
x x x x
L’éq. (II.103) indique que (condition aux limites de Dirichlet en aval du Ω ) :
Φn2  n2
x x
(II.124)
En substituant l’éq. (II.124) dans l’éq. (II.123), on arrive à :
 2 Φn2  2  2  1   2  Φn2 1 
x x
(II.125)
Δt  2 ,n  2  2Δt  1   2   2 ,n 1  Δt 2 2 ,n  2 1,n 1   2  n2
2
x x x x x
La détermination des valeurs de Φ dans Ω pour t  Δt nécessite la résolution, en

utilisant les techniques de l’analyse numérique, du système d’équations algébriques
suivant :
42


2  1   2  Φ22   2 Φ32 

 Δt 2 2 ,1  2Δt  1   2   2 ,2  Δt 2 2 ,3  2 1,2   2  12 pour i  2

 2 Φi21  2  1   2  Φi2   2Φi21 
 (II.126)
 Δt 2 2 ,i 1  2Δt  1   2   2 ,i  Δt 2 2 ,i  1  2 1,i pour 2  i  n x
 1
 2 2
 Φn  2  2  1    Φn 1 
2 2
x x

 Δt 2 2 ,n  2  2Δt  1   2   2 ,n 1  Δt 2 2 ,n 
x x x

 2 1,n 1   2  n2
x x
pour i  nx
 1
Pour t  Δt on refaire le même travail. C'est-à-dire, pour chaque temps t de l’intervalle
transitoire D , on résout un système d’équations comportant n

x
 2  équations et
nx
 2  inconnues.
La méthode implicite pour les problèmes hyperbolique est inconditionnellement stable.
43
CHAPITRE III
Méthode des volumes finis pour la

résolution des problèmes de transport
CHAPITRE III : Méthode des volumes finis pour la résolution des problèmes de transport
III.1 Introduction
La simulation numérique des phénomènes physiques, notamment les phénomènes

de transport de masse et de quantité de mouvement, par la méthode des volumes finis,
peut constituer une véritable expérience numérique. Lorsque la méthode est appliquée
avec soin, cette technique permet d’obtenir de façon plus précise les quantités physiques
liées aux phénomènes étudiés (champ de vitesse, température, concentration, …etc.).
La méthode des volumes finis est une technique numérique qui nous permet de résoudre
numériquement des équations aux dérivées partielles de type elliptique, parabolique et
hyperbolique. Dans cette méthode on divise le domaine d’étude en sous domaine dite
volumes finis, où sera effectuer l’intégration de(s) l’équation(s) différentielle(s) à
résoudre. L’ensemble des équations intégrées ainsi obtenues, constitue donc le système
d’équations algébriques qu’on doit résoudre, en utilisant les techniques de l’analyse
numérique, pour déterminer les inconnues du problème.
III.2 Problèmes de diffusion stationnaire

III.2.1 Diffusion stationnaire unidimensionnelle
Dans le cas général, le problème de diffusion unidimensionnel de la quantité
physique Φ est gouverné par l’équation aux dérivées partiales suivantes (voir chap. I,
éq. (I.13)) :
d  dΦ 
Γ  Ψ  0 (III.1)
dx  dx 
Dans l’éq. (II.1) Γ désigne le coefficient de diffusion et Ψ le terme source.
Dans ce qui suit, on résout cette dernière équation dans le domaine unidimensionnel Ω ,
avec les conditions aux limites comme indiqué dans la figure III.1.
W P E
QA X X QB
A B
Nœuds de maillage
Volume de contrôle VC
Figure III.1 : Domaine d’étude Ω de la diffusion stationnaire unidimensionnelle

de la quantité physique Φ
Le calcul numérique de la quantité Φ au sein du domaine Ω se fait comme suit :
45
III.2.1.1 Formulation mathématique
Le phénomène de diffusion stationnaire unidimensionnelle, au sein du Ω , peut se

traduire mathématiquement par l’équation gouvernante (III.1) et les conditions aux
limites suivantes :
Φ  x  0   ΦA
 (III.2)
Φ  x  L   ΦB
Cette dernière équation est nécessaire pour résoudre numériquement l’éq. (III.1).
III.2.1.2 Construction du maillage
La deuxième démarche de la résolution numérique est la construction du

maillage (dans ce cours on travail que avec les maillages à pas fixe). Autrement dit, la
division du domaine d’étude Ω en sous domaine dites volumes finis, ou volumes de
contrôle VC (voir Fig. III.1). Chaque nœud de maillage représente un point pivot du
volume de contrôle associé à ce point. C'est-à-dire les limites amont et aval d’un volume
de contrôle sont placés aux milieux des nœuds adjacents amont et aval respectivement
et le point pivot.
Δx WP
Δx PE
ΔxwP
Δx Pe
X X
W w P e E
Δx  Δx
we
Figure III.2 : Caractéristiques géométriques d’un volume de contrôle arbitraire
La figure (III.1) représente un volume de contrôle arbitraire, dont ces caractéristiques

géométriques sont :
P : nœud pivot du volume de contrôle VC ;
W , E : nœuds adjacents Ouest et Est respectivement par rapport au point pivot P ;
w , e : faces Ouest et Est du volume de contôle VC respectivement ;
ΔxWP : distance entre les nœuds W et P ;
46
Δx PE : distance entre les nœuds P et E ;
ΔxwP : distance entre la face Ouest du VC et le point pivot P ;
Δx Pe : distance entre la face Est du VC et le point pivot P ;
Δx  Δxwe : la taille du volume de contrôle VC .
III.2.1.3 Discrétisation de l’équation gouvernante
La discrétisation de l’équation gouvernante consiste à intégrer l’éq. (III.1) sur le

volume de contrôle VC , on écrit donc :
d  dΦ 
 dx  Γ dx  dV  ΨdV  0
VC VC
(III.3)
On a :
e
d  dΦ   dΦ 

VC
Γ
dx  dx  
 dV  Γ
A 
C
 dA
dx w
dΦ dΦ
 Γ

Ae
dx 
dA  Γ
A
w
dx
dA (III.4)
 dΦ   dΦ 
 Γ A   Γ A
 dx e  dx w
On a aussi :
ΨdV  ΨV
VC
C
(III.5)
En substituant les éqs. (III.4) et (III.5) dans l’éq. (III.3), on trouve :
 dΦ   dΦ 
Γ A   Γ A   ΨVC  0 (III.6)
Dans cette dernière équation on a :
A : désigne la surface d’une facette arbitraire du volume de contrôle ;
VC : la taille du volume ;
Ψ : valeur moyenne du flux de Φ par unité de volume.
Physiquement l’éq. (II.6) peut s’interpréter comme suit :
47
Le flux diffusif sortant de la face Est du VC moins le flux diffusif entrant de la face
Ouest du VC égale à la génération de Φ dans VC
Ce qui signifie que l’éq. (II.6) représente une équation de bilan pour la quantité Φ dans
VC .
Dans ce qui suit on détermine, en utilisant des schémas centrés de type différences finis,
les termes des flux diffusifs de l’éq. (III.6) (flux diffusifs dans les faces Ouest et Est du
volume de contrôle VC ), on écrit donc :
 dΦ   Φ  ΦP 
Γ A   Γe Ae  E  (III.7)
 Δx
 dx e  PE 
 dΦ   Φ  ΦW 
Γ A   Γw Aw  P  (III.8)
 Δx
 dx w  WP 
On peut mettre aussi, en utilisant des schémas des différences finis centrés :
 ΓW  ΓP
Γw 
2 (III.9)

Γ  P ΓE
Γ 
 e 2
On remplace les éqs. (III.7) et (III.8) dans l’éq. (III.6), on écrit :
 Φ  ΦP   ΦP  ΦW 
Γe Ae  E Γ A  ΨVC  0 (III.10)
 Δx  w w  Δx 
 PE   WP 
On réarrange l’éq. (III.10), on trouve :
 Γe Ae Γw Aw  Γe Ae Γ A
   ΦP  ΦE  w w ΦW  ΨVC (III.11)
 Δx PE ΔxWP  Δx PE ΔxWP
ou bien :
aP ΦP  aE ΦE  aW ΦW  ΨVC
(III.12)
avec :
aW aE aP ΨVC
48
Γw Aw Γe Ae
aW  aE Ψu  ΨP ΦP
ΔxWP ΔxPE
L’éq. (III.12) représente la forme discrète de l’équation gouvernante (III.1) sur le

volume de contrôle VC .
III.2.1.4 Système d’équations algébriques discrètes
W P E
QA QB
VC N° 1 VC N° i VC N° nx
Figure III.3 : Exemple de maillage à pas fixe dans le domaine unidimensionnel Ω
Pour l’écriture des équations algébriques on adopte le maillage indiqué en figure

(III.3).
 Volume de contrôle N° 1
Dans ce volume de contrôle on a :
  
 dΦ   Φ  ΦP   ΦA  Φ1 
 Γ A   Γw Aw  w   ΓA AA  
 dx w  ΔxwP   Δx 
  2  (III.13)

 dΦ   Φ  ΦP   Φ2  Φ1 
 Γ A   Γe Ae  E
dx e
  Γe Ae  
  ΔxPE   Δx 
1 1
En substituant l’éq. (III.13) dans l’éq. (III.6), on trouve :
 Φ  Φ1   ΦA  Φ1 
Γe Ae  2   2ΓA AA    ΨVC  0 (III.14)
 Δx   Δx 
1 1 1
En réorganisant l’éq. (III.14), on obtient :
 Γe Ae 2ΓA AA  Γe Ae 2ΓA AA

1
 1
 Φ1  Φ2 
1 1
ΦA  ΨVC (III.15)
 Δx Δx  Δx Δx 1
L’éq. (III.15) représente l’équation algébrique discrète, gouvernant la diffusion

unidimensionnelle de la quantité Φ dans le volume de contrôle 1 , avec la présence du
terme source Ψ .
 Volumes de contrôle de 2 à nx  1
49
Les équations algébriques discrètes associées aux volumes de contrôle N° 2 au

nx  1 successivement, peuvent être données par l’éq. (III.6). on écrit donc :
Γw Aw  Γw Aw Γe Ae  Γe Ae
 ΦWi  
i i
  ΦP 
i
ΦE  ΨVC
i i i i i
(III.16)
Δx  Δx Δx  Δx i i i
avec i représente le numéro du volume de contrôle en question.
 Volume de contrôle N° nx
Dans ce volume de contrôle on peut écrire :
 dΦ    ΦP  ΦW
 Φ  Φn 1 
 Γ A   Γw Aw 
  Γw Aw  n 
nx nx x x
 dx w nx
 nx 
 ΔxW P
Δx nx nx
 
 

nx nx nx
   (III.17)
 dΦ   Φe  ΦP   ΦB  Φn 
 Γ A  Γe Ae    ΓB AB  
nx nx x
 dx e  ΔxP e 
nx nx
 Δx 
nx   nx nx
  2 
En remplaçant l’éq. (III.17) dans l’éq. (III.6), on obtient :
 ΦB  ΦP   ΦP  ΦW 
2ΓB AB  nx
  Γw Aw  nx nx
  ΨVC  0 (III.18)
 Δx  nx nx
 Δx  nx
   
Après réorganisation de l’éq. (III.19), on obtient :
Γw Aw  Γw Aw 2ΓB AB  2ΓB AB
 nx nx
Φn 1    nx
 Φn  ΦB  ΨVC
nx
(III.19)
Δx x
 Δx Δx  Δx x nx
Cette dernière équation représente la forme algébrique discrète de l’éq. (III.6) écrite
pour le volume de contrôle nx .
La détermination des valeurs de Φ au sein du domaine unidimensionnel Ω nécessite la

résolution, en utilisant les outils de l’analyse numérique, du système d’équations
algébriques suivant :
50
  Γe Ae 2ΓA AA  Γe Ae 2ΓA AA
 1
 1
 Φ1  Φ2  1
ΦA  ΨVC
1
  Δx Δx  Δx Δx 1

 Γw Aw  Γw Aw Γe Ae  Γe Ae
 ΦWi     ΦP  ΦE  ΨVC pour i  2 : nx  1 (III.20)
i i i i i i i i
 Δx  Δx Δx  Δx i i i
 Γ A  Γw Aw
 w w Φ 2ΓB AB  2ΓB AB
nx

nx
 nx
 Φn 
nx
ΦB  ΨVC
 Δx
n  1
 Δx
x
Δx  Δx x nx
III.2.2 Diffusion stationnaire bidimensionnelle

Dans cette partie on détermine, en utilisant la méthode des volumes finis, la
distribution de Φ au sein de la plaque plane schématisée en figure (III.5).
Φda
Ω
Φab Ψ  Cte Φcd l
Φbc
Figure III.5 : Plaque plane bidimensionnelle avec des

conditions aux limites de type Dirichlet
Les démarches de résolution peut se résumées comme suit :
III.2.2.1 Formulation mathématique
L’équation gouvernante de la diffusion stationnaire bidimensionnelle peut se

mettre sous la forme mathématique suivante :
  Φ    Φ 
Γ  Γ  Ψ  0 (III.21)
x  x  y  y 
Selon la figure (III.5), les conditions aux limites sont :
51
Φ  x  0,0  y  l   Φab

Φ  0  x  L, y  0   Φbc
 (III.22)
Φ  x  L,0  y  l   Φcd

Φ  0  x  L, y  l   Φda
III.2.2.2 Construction du maillage
En bidimensionnelle, l’équation gouvernante (III.21) doit être intégrée dans le

volume de contrôle VC schématisée dans la figure (III.6).
N
n
x
W w P E y
x xe
x
s
x S
Figure III.6 : Volume de contrôle adopté pour le problème bidimensionnel
Pour un maillage structuré dans chaque direction, la taille du volume de contrôle sera
calculer par :
 L
 Δx  n
 x
 (III.23)
 Δy  l
 ny

avec nx et ny désignent respectivement le nombre des volumes de contrôle dans la
direction x et celui de la direction y .
En figure (III.6), on désigne par W, E, S et N les nœuds respectivement Ouest, Est, Sud
et Nord, adjacents aux nœuds pivot P du volume de contrôle VC . Les points w, e, s et n
représentent aussi respectivement les faces Ouest, Est, Sud et Nord du VC .
III.2.2.3 Discrétisation de l’équation gouvernante
52
L’intégrale de l’éq. (III.21) sur VC donne :
  Φ    Φ 
 x  Γ x  dV   y  Γ y  dV  ΨdV  0
VC VC VC
(III.24)
avec, pour le cas bidimensionnel :
dV  dx  dy  dz
 (III.25)
dz  1
Maintenant, on peut mettre l’éq. (III.24) sous la forme :
  Φ    Φ 
 x  Γ x  dxdA   y  Γ y dydA  ΨV
AC x AC y
C
0 (III.26)
qui devient après intégration :
  Φ   Φ     Φ   Φ  
 Γe   Ae  Γw   Aw    Γn   An  Γs   As   ΨVC  0 (III.27)
  x e  x w    y  n  y  s 
Nous remarquons très clairement que, cette dernière équation interprète l’équilibre entre
les flux de la quantité Φ , traversant toutes les faces du VC , et la génération de Φ dans
VC .
En se basant sur l’éq. (III.7), les flux traversant les faces du VC deviennent :
  Φ   ΦP  ΦW 
Γw   Aw  Γw Aw  
  x w  ΔxWP 

Γ  Φ  A  Γ A  ΦE  ΦP 
e e  
 e  e
  x e  ΔxPE 
 (III.28)
  Φ   ΦP  ΦS 
Γs  y  As  Γs As  Δy 
  s  SP 
  Φ   ΦN  ΦP 
Γn   An  Γn An  
  y n  ΔyPN 
En substituant l’éq. (III.28) dans l’éq. (III.27), on obtient :
53
 Φ  ΦP   ΦP  ΦW 
Γe Ae  E   Γw Aw  
 ΔxPE   ΔxWP 
(III.29)
 Φ  ΦP   ΦP  ΦS 
Γn An  N   Γs As    ΨVC  0
 ΔyPN   ΔySP 
On peut supposer que le terme source de Φ varier linéairement dans VC . On écrit donc :
ΨVC  Ψ u Ψ P ΦP (III.30)
où Ψ u ,Ψ P représentent des coefficients.
En introduisant l’éq. (III.30) dans l’éq. (III.29), et après réarrangement de cette

dernière, on trouve :
 Γw Aw ΓA ΓA ΓA 
  e e  s s  n n  ΨP  ΦP 
 ΔxWP ΔxPE ΔySP ΔyPN 
(III.31)
 Γw Aw   Γe Ae   Γs As   Γn An 
  ΦW    ΦE    ΦS    ΦN  Ψu
 ΔxWP   ΔxPE   ΔySP   ΔyPN 
ou bien :
aP ΦP  aW ΦW  aE ΦE  aS ΦS  aN ΦN  Ψu (III.32)
Cette dernière équation représente la forme discrète générale de l’équation (III.21),

avec :
aW aE aS aN aP
Γw Aw Γe Ae Γs As ΓN AN
aW  aE  aS  aN  ΨP
ΔxWP Δx PE Δy SP Δy PN
Notez bien que l’équation (III.31) est valable uniquement pour les nœuds pivot, dont
leurs nœuds adjacents n’appartiennent pas aux limites du domaine d’étude Ω . Dans le
cas contraire, l’éq. (III.31) prend d’autre forme, qui dépend seulement des conditions
aux limites associées au volume de contrôle en question.
III.2.2.4 Système d’équations algébriques discrètes
x Volume de contrôle arbitraire
Points pivots
ny
N
54
n
…
W w P e E y
2… j
S s
Pour simplifier l’écriture des équations, on utilise les indices  i , j  , associé au point pivot,
pour repérer chaque volume de contrôle dans le domaine d’étude Ω .
 Volume de contrôle V C 1 ,1
,  i  1, j  1
ΦN 1 ,1
 Φ1,2
n11
X
ΦP  Φ1,1 e1,1
Φw 1 ,1
 Φab X 1 ,1
X ΦE  Φ2 ,1
1 ,1
X
Φs 1 ,1
 Φbc
Figure III.8 : Volume de contrôle VC et les conditions aux limites associées 1 ,1
Pour le volume de contrôle VC l’éq. (III.27) s’écrit comme suit :

1 ,1
  Φ   Φ  
 Γe   Ae  Γw   Aw  
  x e  x w 
1 ,1 1 ,1 1 ,1 1 ,1
 1 ,1  1 ,1
(II.33)
  Φ   Φ  
 Γn 

 An  Γs 
 y n
1 ,1
 As   ΨVC
 y  s  1 ,1 1 ,1 1 ,1
 1 ,1
0
 1 ,1  1 ,1
De plus, on peut mettre :
55
  Φ   ΦP  Φw   Φ  Φab 
Γw   Aw  Γw Aw    2Γw Aw  1,1 1 ,1 1 ,1

 Δxw P  
  x w  Δx 
1 ,1 1 ,1 1 ,1 1 ,1 1 ,1 1 ,1
 

1 ,1 1 ,1 1 ,1
  Φ   ΦE  ΦP   Φ  Φ1,1 
Γe   Ae  Γe Ae    Γe Ae  2 ,1
 
1 ,1 1 ,1

1 ,1
 x e
1 ,1
 ΔxP E 1 ,1

1 ,1
Δx 
1 ,1 1 ,1
 
(III.34)
1 ,1 1 ,1 1 ,1

  Φ   ΦP  Φs   Φ  Φbc 
Γs   As  Γs As    2Γs As  1,1
 
1 ,1 1 ,1
1 ,1
 y  s
1 ,1
 Δy s P  1 ,1

1 ,1
Δy 
1 ,1 1 ,1
 1 ,1   1 ,1 1 ,1

  Φ   ΦN  ΦP   Φ1,2  Φ1,1 
Γn   An  Γn An  1 ,1 1 ,1
  Γn An  
1 ,1
 x n
1 ,1 1 ,1 1 ,1
 Δy P N  1 ,1 1 ,1
 Δy 
 1 ,1  1 ,1 1 ,1 
On considère que :
ΨV  C
1 ,1
 Ψu  ΨP Φ1 ,1
1 ,1 1 ,1
(III.35)
avec Ψu , ΨP représentent deux coefficients.

1 ,1 1 ,1
En remplaçant les éqts. (III.34) et (III.35) dans l’éq. (III.33), on trouve :
 Φ  Φ1,1   Φ1,1  Φab 

Γe Ae  2 ,1   2Γw Aw   

1 ,1
Δx 
1 ,1
 Δx 
1 ,1 1 ,1
(III.36)
 Φ  Φ1,1   Φ1,1  Φbc 
Γn An  1,2   2Γs As    Ψu  ΨP Φ1,1  0
 Δy   Δy1 ,1 1 ,1 1 ,1 1 ,1

1 ,1 1 ,1
ou bien :
 Γe Ae 2Γw Aw Γn An 2Γs As 
  1 ,1 1 ,1 1 ,1 1 ,1
 1 ,1 1 ,1
 1 ,1 1 ,1
 ΨP  Φ1,1 
 Δx Δx Δy Δy 
1 ,1
(III.37)
Γe Ae Γn An 2Γw Aw 2Γs As
1 ,1 1 ,1
Φ2 ,1  1 ,1 1 ,1
Φ1,2  1 ,1 1 ,1
Φab  1 ,1 1 ,1
Φbc  Ψu
Δx Δy Δx Δy 1 ,1
Il faut noter, selon cette dernière équation, que le terme source de la quantité Φ dans le
volume de contrôle VC est devenu : 1 ,1
2Γw Aw 2Γs As
ΨV  C
1,1
 Ψu  ΨP Φ1,1 
1 ,1 1 ,1
Δx
1 ,1 1 ,1
Φab 
Δy
1 ,1 1 ,1
Φbc (III.38)
Ce changement est produit par l’influence des conditions aux limites sur ce volume de
contrôle.
 Volumes de contrôle V Ci 1
, 1  i  n x
, j  1
56
ΦN  Φi ,2 i ,1
ni ,1
X
w i ,1 ΦP  Φi ,1 ei ,1
ΦW  Φi  1,1
i ,1 X
1 ,1
X ΦE  Φi  1,1
i ,1
X
Φs  Φbc i ,1
Figure III.9 : Volume de contrôle VC 1  i  n  et les conditions aux limites associées

i ,1 x
En remplaçant les valeurs des indices  i , j  , avec  i  2 : n  1, j  1 , associées x

aux
volumes de contrôles VC , dans l’éq. (III.27), on écrit : i ,1
  Φ   Φ  
 Γe   Ae  Γw   Aw  
  x e
i ,1
 x w  i ,1 i ,1 i ,1
  i ,1 i ,1
(III.39)
  Φ   Φ  
 Γn   An  Γs 
  y n i ,1
 As   ΨVC
 y  s  i ,1 i ,1 i ,1
  i ,1
0
  i ,1 i ,1
On a, concernant les termes des dérivées partielles de l’éq. (III.39), selon les C.L. citées
dans la Fig. (III.9) :
  Φ   ΦP  ΦW   Φi ,1  Φi 1,1 
Γw   Aw  Γw Aw  i ,1 i ,1
  Γw Aw  
 i ,1
 x w
i ,1 i ,1 i ,1
 ΔxW P  i ,1 i ,1
 Δx 
 

i ,1 i ,1 i ,1
  Φ   ΦE  ΦP  Φ  Φi ,1 
Γe  Ae  Γe Ae    Γe Ae  i  1,1

i ,1 i ,1
  
  x e  ΔxP E  Δx 
i ,1 i ,1 i ,1 i ,1 i ,1 i ,1

(III.40)
i ,1 i ,1 i ,1

  Φ   ΦP  Φs   Φ  Φbc 
Γs   As  Γs As    2Γs As  i ,1 
i ,1 i ,1
 
 y  s  Δy s P  Δy 
i ,1 i ,1 i ,1 i ,1 i ,1 i ,1
 i ,1 i ,1 i ,1 

  Φ   ΦN  ΦP   Φ  Φi ,1 
Γn  An  Γn An    Γn An  i ,2 
i ,1 i ,1
  
 x n  Δy P N  Δy 
i ,1 i ,1 i ,1 i ,1 i ,1 i ,1
 i ,1 i ,1 i ,1 
On a supposé :
ΨV  C
i ,1
 Ψu  ΨP Φi ,1
i ,1 1i 1
(III.41)
En substituant les éqts. (III.40) et (III.41) dans l’éq. (III.39), cette dernière devient :
Φ  Φi ,1   Φi 1,1  Φi ,1 
Γe Ae  i  1,1   Γw Aw 
  

i ,1
Δx 
i ,1
 Δx 
i ,1 i ,1
(III.42)
 Φ  Φi ,1   Φi ,1  Φbc 
Γn An  i ,2   2Γs As    Ψu  ΨP Φi ,1  0
 Δy  
i ,1
Δy i ,1 i ,1 i ,1

i ,1 i ,1
57
On peut mettre l’éq. (III.42) sous la forme :
 Γe Ae Γw Aw Γn An 2Γs As 
 
i ,1

i ,1
 i ,1
 ΨP  Φi ,1 
i ,1 i ,1 i ,1 i ,1 i ,1
 Δx Δx Δy Δy 
i ,1
(III.43)
Γe Ae Γw Aw Γn An 2Γs As
Φi 1,1  Φi 1,1 
i ,1
Φi ,2 
i ,1
Φbc  Ψu i ,1 i ,1 i ,1 i ,1 i ,1 i ,1
Δx Δx Δy Δy i ,1
Selon cette dernière équation, les termes sources concernant les volumes de contrôles
VC i ,1
1  i  n  x
sont :
2Γs As
ΨV  C
i ,1
 Ψu  ΨP Φi ,1 
i ,1 i ,1
i ,1
Δy
i ,1
Φbc , i  2 : nx  1 (III.44)
 Volumes de contrôle V C nx ,1
, i  nx , j  1
Pour ce volume l’éq. (III.27) devient :
ΦN nx ,1
 Φnx ,2
nnx ,1
X
w nx ,1 ΦP  Φn Φe  Φcd
ΦW nx ,1
 Φnx 1,1 X
n x ,1 x ,1
X nx ,1
X
Φs nx ,1
 Φbc
Figure III.10 : Volume de contrôle VC nx ,1

et les conditions aux limites associées
  Φ   Φ  
 Γe   Ae  Γw   Aw  
  x e  x w 
nx , 1 nx , 1 nx ,1 nx , 1
 nx , 1 nx , 1  (III.45)
  Φ   Φ  
 Γn 

 An
 y n
nx , 1 nx , 1
 Γs  
 y  s
nx ,1
As   ΨVC
 nx , 1
  nx ,1
0
 nx , 1 nx , 1 
Les conditions aux limites associées à ce volume de contrôle, nous permet de mettre :
58
  Φ   ΦP  ΦW   Φnx ,1  Φnx 1,1 

Γw   Aw  Γw Aw  nx ,1 nx ,1
  Γw Aw  
 nx ,1
 x w
nx ,1 nx ,1 nx ,1
 ΔxW P  nx ,1 nx ,1
 Δx 
 

nx ,1 nx ,1 nx ,1
  Φ   Φe  ΦP   Φ  Φnx ,1 
Γe   Ae  Γe Ae  nx ,1 nx ,1
  2Γe Ae  cd 
 ΔxP e  
  x e  Δx 
nx ,1 nx ,1 nx ,1 nx ,1 nx ,1 nx ,1
 
(III.46)
nx ,1 nx ,1 nx ,1

  Φ   ΦP  Φs  Φ  Φbc 
Γs As  Γs As    2Γs As  nx ,1
  
nx ,1 nx ,1
 Δy s P  
 y  s  Δy 
nx ,1 nx ,1 nx ,1 nx ,1 nx ,1 nx ,1
 nx ,1  nx ,1 nx ,1 

  Φ   ΦN  ΦP  Φ  Φnx ,1 
Γn   An  Γn An  nx ,1 nx ,1
  Γn An  nx ,2 
 x n   
 Δy P N  Δy 
nx ,1 nx ,1 nx ,1 nx ,1 nx ,1 nx ,1
 nx ,1 nx ,1 nx ,1 
On a aussi, d’après les hypothèses déjà indiquées auparavant :
ΨV  C
nx ,1
 Ψu nx , 1
 ΨP Φn nx , 1 x
,1
(III.47)
En substituant les éqts. (III.46) et (III.47) dans l’éq. (III.45), on obtient :
  Φcd  Φnx ,1   Φnx ,1  Φnx 1,1  

 2Γe Ae    Γw Aw    

nx ,1 nx ,1
 Δx 
nx ,1 nx ,1
 Δx  
  Φnx ,2  Φnx ,1   Φnx ,1  Φbc 
 Γn An    2Γs As     (III.48)

nx ,1 nx ,1
 Δy   Δy nx ,1 nx ,1
 
Ψu  ΨP Φn ,1  0 nx ,1 nx ,1 x
ou bien :
 2Γe Ae Γw Aw Γn An 2Γs As 

nx ,1 nx ,1
 nx ,1 nx ,1
 nx ,1 nx ,1
  ΨP  Φnx ,1 
nx ,1 nx ,1
nx ,1
Γw Aw Γn An 2Γe Ae
nx ,1 nx ,1
Φnx 1,1  Φnx ,2  nx ,1 nx ,1 nx ,1 nx ,1
Φcd (III.49)
Δx Δy Δx
2Γs As
 Φbc  Ψu nx ,1 nx ,1
Δy nx ,1
Noter bien que d’après cette dernière équation, le terme source prend la forme suivante :
2Γe Ae 2Γs As
ΨV  C
nx ,1

Δx
nx ,1 nx ,1
Φcd  nx ,1
Δy
nx ,1
Φbc  Ψu nx ,1
 ΨP nx ,1
(III.50)
 Volumes de contrôle V C ij
,  i  1,1  j  ny 
ΦN 1,j
 Φ1, j  1
n1, j
X
ΦP  Φ1, j e1, j
ΦW 1,j
 Φab X
1,j
X ΦE  Φ2 , j
59
1, j
s1, jX
ΦS 1,j
 Φ1, j 1
Pour ces volumes de contrôle VC ,  i ,j

 i  1,1  j  ny   , les équations de transport , sous
leurs formes algébriques discrètes, prennent la forme suivante :
  Φ   Φ  
 Γe   Ae  Γw   Aw 
  x e  x w 
1, j 1, j 1, j 1, j
 1, j 1, j  (III.51)
  Φ   Φ  
 Γn 

 An  Γs 
 y n
1, j
 As   ΨVC
 y  s  1, j 1, j 1, j
  1, j
0
  1, j 1, j
On sait bien que :
  Φ   ΦP  Φw   Φ1, j  Φab 
Γw   Aw  Γw Aw    2Γw 1,j 1,j
Aw  
 1,j
 x w
1,j
 Δxw P 
1,j 1,j 1,j
 Δx
1,j

 

1,j 1,j 1,j
  Φ   ΦE  ΦP   Φ2 , j  Φ1, j 
Γe   Ae  Γe Ae    Γe Ae 1,j 1,j
 

1,j
 x e
1,j
 ΔxP E
1,j
 1,j 1,j 1,j
 Δx 
 
(III.52)
1,j 1,j 1,j

  Φ   ΦP  ΦS   Φ1, j  Φ1, j 1 
Γs   As  Γs As    Γs As 1,j 1,j
 

1,j
 y  s
1,j
 Δy S P
1,j
 1,j 1,j 1,j
 Δy 
1,j   1,j 1,j

  Φ   ΦN  ΦP   Φ1, j  1  Φ1, j 
Γn   An  Γn An    Γn An 1,j 1,j
 
1,j
 y n
1,j
 Δy P N
1,j
 1,j 1,j 1,j
 Δy 
 1,j   1,j 1,j
De plus, on peut admettre que :
ΨV  C
1, j
 Ψu  ΨP Φ1 , j
1, j 1, j
(III.53)
De l’éq. (III.52) et l’éq. (III.53), l’éq. (III.51) devient :
  Φ2 , j  Φ1, j   Φ1, j  Φab 

 Γe Ae    2Γw Aw    

1,j 1,j
 Δx 
1,j 1,j
 Δx  
  Φ1, j  1  Φ1, j   Φ1, j  Φ1, j 1  
 Γn An    Γs As     (III.54)

1,j 1,j
 Δy 
1,j 1,j
 Δy  
Ψu  ΨP Φ1, j  0 1,j 1,j
Après réarrangement de l’éq. (III.54), on trouve :
60
 Γe Ae 2Γw Aw Γn An Γs As 

1,j 1,j
 1,j 1,j
 1,j 1,j
 1, j 1,j
 ΨP  Φ1, j 
 Δx Δx Δy Δy 
1,j
Γe Ae Γn An Γs As
1,j 1,j
Φ2 , j  1, j 1, j
Φ1, j  1  1, j
Φ1, j 1
1,j
(III.55)
Δx Δy Δy
2Γw Aw
 Φab  Ψu
1,j 1,j
Δx 1,j
Cette dernière équation représente la forme discrète de l’équation de transport de la

propriété Φ au sein du volume de contrôle VC . Dans ce volume de contrôle, et à cause 1j
de l’effet des conditions aux limites dans la face Ouest, le terme source devient :
2Γw Aw
ΨV  C
1, j
 Ψu  1, j
1, j
Δx
1, j
Φab  ΨP Φ1, j 1, j
(III.56)
, 1  i  n x
,1  j  ny 
ΦN i ,j
 Φi , j  1
ni , j
X
wi , j ΦP  Φi , j ei , j
ΦW i ,j
 Φi 1, j X
i ,j
X ΦE  Φi 1, j
i ,j
X
si , j
ΦS i ,j
 Φi , j 1
Figure III.12 : Volume de contrôle VC i ,j

1  i  n x 
,1  j  ny et les conditions aux limites
associées
Selon les éqts. (III.30) et (III.31), les équations de transport discrètes,

associées aux volumes de contrôle VC ij
1  i  n x 
,1  j  ny , prennent la forme :
 Γi 1, j Ai 1, j Γi 1, j Ai  1, j Γi , j 1 Ai , j 1 Γi , j 1 Ai , j 1 

     ΨP  Φi , j 
 Δx Δx Δy Δy 
 Γi 1, j Ai 1, j   Γi  1, j Ai 1, j 
  Φi 1, j    Φi  1, j  (III.57)
 Δx   Δx 
 Γi , j 1 Ai , j 1   Γi , j  1 Ai , j  1 
  Φi , j 1    Φi , j 1  Ψu
 Δy   Δy 
61
avec les termes sources liées à ces volumes de contrôle s’écrivent comme suit :
ΨV  C
i,j
 Ψu  ΨP Φi , j
i ,j i ,j
(III.58)
, i  n x
,1  j  ny 
Les volumes de contrôle associés à cette zone sont schématisés dans la figure
(III.13). D’après cette dernière, l’équation (III.27) prend la forme suivante :
    Φ  
Γe  Φ  Ae  Γw   Aw  
  x e
nx , j nx , j
 x w
nx , j
 nx , j
 nx , j nx , j  (III.59)
    Φ  
Γn  Φ  An  Γs   As 
  ΨVC  0
  y n
nx , j nx , j
 y  s
nx , j nx , j
 nx , j
 nx , j nx , j 
avec :
  Φ   ΦP  ΦW   Φn , j  Φn 1, j 
Γw   Aw  Γw Aw  nx , j nx , j
  Γw Aw  x x

 nx , j
 x w
nx , j nx , j nx , j
 ΔxW P  nx , j nx , j
 Δx 

nx , j  nx , j nx , j 
  Φ   Φe  ΦP   Φcd  Φn , j 
Γe   Ae  Γe Ae  nx , j nx , j
  2Γe Ae  x

 nx , j
 x e
 ΔxP e  nx , j nx , j
 Δx 
 
(III.60)

  Φ   ΦP  ΦS   Φn , j  Φn , j 1 
Γs   As  Γs As  nx , j nx , j
  Γs As  x
 x

nx , j
 y  s
 Δy S P  nx , j nx , j
 Δy 
nx , j  nx , j nx , j 

  Φ   ΦN  ΦP   Φn , j 1  Φn , j 
Γn   An  Γn An  nx , j nx , j
  Γn An  x x


nx , j
 y n
 Δy P N  nx , j nx , j
 Δy 
nx , j  nx , j nx , j 
Pour simplifier les calculs, on choisi toujours des termes sources linéaires, c'est-à-dire :
ΨV  C
nx , j
 Ψu nx , j
 ΨP Φn nx , j x
,j
(III.61)
ΦN nx , j
 Φn x , j 1
nn x ,j
X
wn ΦP  Φn
ΦWnx , j
 Φn x  1, j
x ,j
X
nx , j x ,j
X Φe  Φcd
nx , j
X
sn x ,j
ΦS nx , j
 Φn x , j 1
62
Figure III.13 : Volume de contrôle VC i ,j
i  n x 
,1  j  ny et les conditions aux limites
associées
En substituant les éqts. (III.60) et (III.61) dans l’eq. (III.59), on obtient :
  Φcd  Φn , j   Φn , j  Φn 1, j 
 2Γe Ae  x
  Γw Aw  x x
  

nx , j nx , j
 Δx 
nx , j nx , j
 Δx  
  Φn , j  1  Φn , j   Φn , j  Φn , j 1  
Γn An  x x
  Γs As  x
   x
(III.62)

nx , j nx , j
 Δy 
nx , j nx , j
 Δy  
Ψu  ΨP Φn , j  0
nx , j nx , j x
ou bien :
 2Γe Ae Γw Aw Γn An Γs As 

nx , j nx , j
 nx , j nx , j
 nx , j nx , j
  ΨP  Φn , j 
nx , j nx , j
nx , j x
Γw Aw Γn An Γs As
nx , j nx , j
Φn 1, j  Φn , j 1 
nx , j
Φn , j 1
(III.63)
Δx x
Δy Δy x x
2Γe Ae
 Φcd  Ψu nx , j nx , j
Δx nx , j
Selon cette dernière équation, et à cause de l’influence des conditions aux limites
(conditions aux limites de Dirichlet : Φe nx , j
 Φcd ) , les termes sources associées aux
volumes de contrôle VC nx , j
i  n x
, 1  j  ny  deviennent :
2Γe Ae
ΨV 
C
nx , j
 Ψu nx , j

nx , j
Δx
nx , j
Φab  ΨP Φn nx , j x
,j
(III.64)
 Volume de contrôle V C ij
,  i  1, j  n  y
Φn 1 ,ny
 Φda
X
ΦP  Φ1,n e1,n
ΦW 1 ,ny
 Φab X
1 ,ny y
X
y
ΦE  Φ2 ,n
1 ,ny y
s1,n X y
ΦS 1 ,ny
 Φ1,n y 1
Figure III.14 : Volume de contrôle VC et les conditions aux limites associées

1 ,ny
63
En introduisant la valeur des indices  i , j  , correspond au volume de contrôle schématisé
en figure III.14, dans l’équation (III.27), on trouve :
 
Γ  Φ  Ae
 Φ 
 Γw   Aw  
 e  x e
1 , ny 1 , ny
 x w
1 , ny
 1 , ny
 1 , ny 1 , ny
 (III.65)
 
Γ  Φ  An
 Φ 
 Γs   As   ΨV   0
 n  y n 1 , ny 1 , ny
 y  s
1 , ny 1 , ny
 C
1 ,ny
 1 , ny 1 , ny

On a :
ΨV  C
1 ,ny
 Ψu 1 , ny
 ΨP Φ1,n 1 , ny y
(III.66)
On a aussi :
  ΦP  Φw   Φ1,n  Φab 
Γw  Φ     2Γw Aw
Aw  Γw Aw  
1 ,ny 1 ,ny y
    Δxw P   
 x w Δx
1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny
 1 ,ny
 1 ,ny 1 ,ny
  
  ΦE  ΦP   Φ  Φ1,n 
Γ  Φ     Γe Ae  2 ,n
Ae  Γe Ae 
1 ,ny 1 ,ny y y
 e    ΔxP E   
 x e Δx
1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny
 1 ,ny
 1 ,ny 1 ,ny
  

  Φ   ΦP  ΦS   Φ  Φ1,n 1 
Γs   As  Γs As  1 ,ny 1 ,ny
  Γs As  1,n  y y

1 ,ny
 y  s
1 ,ny 1 ,ny 1 ,ny
 Δy S P   Δy
1 ,ny
 1 ,ny
1 ,ny  1 ,ny 1 ,ny

  

  Φ   Φn  ΦP   Φ  Φ1,n 
Γn   An  Γn An  1 ,ny 1 ,ny
  2Γn An  da  y

1 ,ny
 y n
1 ,ny 1 ,ny 1 ,ny
 Δy P n   Δy  1 ,ny 1 ,ny
 1 ,ny  1 ,ny 1 ,ny

  
(III.67)
En remplaçant les éqts. (III.66) et (III.67) dans l’éq. (III.65), on obtient :
  Φ2 ,n  Φ1,n   Φ1,n  Φab 

 Γe Ae  y y
  2Γw Aw  y
 
 1 ,ny 1 ,ny
 Δx  1 ,ny 1 ,ny
 Δx 
   
  Φda  Φ1,n   Φ1,n  Φ1,n 1  
 2Γn An  y
  Γs As   
y y

1 ,ny 1 ,ny
 Δy  1 ,ny 1 ,ny
 Δy 
   
Ψu  ΨP Φ1,n  0 1 ,ny 1 ,ny y
(III.68)
64
ou bien :
 Γe Ae 2Γw Aw 2Γn An  Γs As
    ΨP  Φ1,n 
1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny
1 ,ny y
Γe Ae Γs As 2Γw Aw
Φ1,n  Φ1,n 1  Φab (III.69)
1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny
Δx y
Δy Δx y
2Γn An
 Φda  Ψu
1 ,ny 1 ,ny
Δy 1 ,ny
Cette dernière équation représente la forme discrète de l’équation de transport de la

propriété Φ au sein du volume de contrôle VC . Dans ce volume de contrôle, et à cause
1ny
de l’effet des conditions aux limites dans les faces Est et Nord, le terme source devient :
2Γw Aw 2Γn An
ΨV  C
1, ny
 Ψu 1 , ny

1 , ny
Δx
1 , ny
Φab 
Δy
1 , ny 1 , ny
Φda  ΨP Φ1,n 1 , ny y
(III.70)
, 2  i  n x
 1, j  ny 
Φn i ,ny
 Φda
X
w i ,n ΦP  Φi , n ei ,n
ΦW i ,ny
 Φi  1,n y
y
X
i ,ny y
X
y
ΦE  Φi 1,n
i ,ny y
s i ,n X y
ΦS i ,ny
 Φi ,n y 1
Figure III.15 : Volume de contrôle VC i ,ny

Pour ces volumes de contrôle, l’éq. (III.27) s’écrit comme suit :
 
Γ  Φ  A  Γ  Φ  A 
 e  x e
i , ny
e w
 x w
w i , ny i , ny i , ny

 i , ny i , ny
 (III.71)
 
Γ  Φ  A  Γ  Φ  A   ΨV   0
 n  y n n
i , ny
s
 y  s
s i , ny i , ny i , ny
 C
i ,ny
 i , ny i , ny

On a :
65
  ΦP  ΦW   Φi ,n  Φi 1,n 
Γw  Φ     Γw Aw
Aw  Γw Aw  
i ,ny i ,ny y y
    ΔxW P   
 x w Δx
i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny
 i ,ny
 i ,ny i ,ny
  
  ΦE  ΦP  Φ  Φi ,n 
Γ  Φ     Γe Ae  i  1,n
Ae  Γe Ae 
i ,ny i ,ny y y
 e    ΔxP E   
 x e Δx
 i ,ny
 i ,ny i ,ny
  
 (III.72)
  Φ   ΦP  ΦS   Φ  Φi ,n 1 
Γs   As  Γs As  i ,ny i ,ny
  Γs As  i ,n  y y

i ,ny
 y  s
i ,ny i ,ny i ,ny
 Δy S P   Δyi ,ny
 i ,ny
i ,ny  i ,ny i ,ny

  

  Φ   Φn  ΦP   Φ  Φi ,n 
Γn   An  Γn An  i ,ny i ,ny
  2Γn An  da  y

i ,ny
 y n
i ,ny i ,ny i ,ny
 Δy P n   Δy  i ,ny i ,ny
 i ,ny  i ,ny i ,ny

  
on a aussi :
ΨV  C
i ,ny
 Ψu  ΨP Φi ,n
i , ny i , ny y
(III.73)
En substituant les éqts. (III.72) et (III.73) dans l’éq. (III.71), on trouve :
  Φi  1,n  Φi ,n   Φi ,n  Φi 1,n 
 Γe Ae  y y
  Γw Aw  y y
 
 i ,ny i ,ny
 Δx  i ,ny i ,ny
 Δx 
   
  Φda  Φi ,n   Φi ,n  Φi ,n 1  
 2Γn An  y
  Γs As   
y y
(III.74)

i ,ny i ,ny
 Δy  i ,ny i ,ny
 Δy 
   
Ψu  ΨP Φi ,n  0 i ,ny i ,ny y
ou bien :
 Γe Ae Γw Aw 2Γn An Γs As 
     ΨP  Φi ,n 
i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny
i ,ny y
Γe Ae Γw Aw 2Γn An
Φi  1,n  Φi 1,n  Φda (III.75)
Δx y
Δx Δy y
Γs As
 Φi ,n 1  Ψu
i ,ny i ,ny
Δy y i ,ny
Selon cette dernière équation, les termes sources des propriétés transportées
Φi ,n  2  i  nx  1 deviennent :
y
2Γn An
 ΨVC  i ,ny
 Ψu 
i , ny
i , ny
Δy
i , ny
Φda  ΨP Φi ,n i , ny y
(III.76)
 Volume de contrôle V C ij
, i  n x
, j  ny 
66
Φn n x ,ny
 Φda
X
wn ΦP  Φn
ΦW nx ,ny
 Φn x  1, ny
x ,ny
X
nx ,ny x , ny
X Φe  Φcd
nx ,ny
X
sn x ,ny
ΦS nx ,ny
 Φn x ,ny  1
Figure III.16 : Volume de contrôle VC nx ,ny

Pour i  nx et j  ny , l’éq. (III.27) s’écrit comme :
  Φ   Φ  
Γ   Ae  Γw   Aw 
 enx , ny
 x e
nx , ny nx , ny
 x w
nx , ny

 nx , ny nx , ny
 (III.77)
  Φ   Φ  
Γ
 n nx , ny
 
 y n
An nx , ny
 Γs nx , ny
 
 y  s
As nx , ny
  ΨV
 C   nx ,ny
0
 nx , ny nx , ny

Les opérateurs de dérivation, paru dans l’éq. (III.77), peuvent s’écrire comme suit :
  ΦP  ΦW   Φn ,n  Φn 1,n 
Γw  Φ     Γw
Aw  Γw Aw Aw  
nx ,ny nx ,ny x y x y
    ΔxW P   
 x w Δx
nx ,ny nx ,ny nx ,ny nx ,ny nx ,ny nx ,ny
 nx ,ny
 nx ,ny nx ,ny
  
  Φe  ΦP   Φcd  Φn ,n 
Γ  Φ     2Γe Ae
Ae  Γe Ae  
nx ,ny nx ,ny x y
 e    ΔxP e   
 x e Δx
 nx ,ny
 nx ,ny nx ,ny
  
 (III.78)
  Φ   ΦP  ΦS   Φn ,n  Φn ,n 1 
Γs   As  Γs As  nx ,ny nx ,ny
  Γs As  x

y x y

nx ,ny
 y  s
nx ,ny nx ,ny nx ,ny
 Δy S P  nx ,ny nx ,ny
 Δy 
nx ,ny  nx ,ny nx ,ny
  

  Φ   Φn  ΦP   Φda  Φn ,n 
Γn   An  Γn An  nx ,ny nx ,ny
  2Γn An  x y


nx ,ny
 y n
 Δy P n  nx ,ny nx ,ny
 Δy 
 nx ,ny  nx ,ny nx ,ny
  
Pour le terme source de la propriété transportée, on a :
ΨV  C
nx ,ny
 Ψu nx , ny
 ΨP Φn ,n nx , ny x y
(III.79)
En introduisant les éqts (III.78) et (III.79) dans l’éq. (III.77), on obtient :
  Φcd  Φn ,n   Φn ,ny
 Φn 1,n  
 2Γe Ae  x y
  Γw Aw  x
 
x y
 nx ,ny nx ,ny
 Δx  nx ,ny nx ,ny
 Δx 
   
  Φda  Φn ,n   Φn ,n  Φn ,n 1  
 2Γn An  x y
  Γs As  x
 
y x y
(III.80)

nx ,ny nx ,ny
 Δy  nx ,ny nx ,ny
 Δy 
   
Ψu  ΨP Φn ,n  0
nx ,ny nx ,ny x y
67
Après réarrangement de l’éq. (III.80), on trouve :
 2Γe Ae Γw Aw 2Γn An Γs As 
     ΨP  Φn ,n 
nx ,ny nx ,ny nx ,ny nx ,ny nx ,ny nx ,ny nx ,ny nx ,ny
nx ,ny x y
Γw Aw Γs As 2Γe Ae
Φn  1,n  Φn ,n 1  Φcd
Δx x y
Δy x y
Δx
2Γn An
 Φda  Ψu
nx ,ny nx ,ny
Δy nx ,ny
(III.81)
De cette dernière équation, et à cause de l’effet des conditions aux limites imposées dans
les faces Ouest et Nord du volume de contrôle Vn ,n , le terme source de la propriété x y
transportée Φ devient :
2Γe An 2Γn An
ΨV 
C
nx , ny
 Ψu nx , ny

nx , ny
Δx
nx , ny
Φcd 
nx , ny
Δy
nx , ny
Φda  ΨP Φn ,n nx , ny x y
(III.82)
La détermination des valeurs de Φ au sein du domaine bidimensionnel Ω , paru dans la

figure (III.5), nécessite la résolution, en utilisant les outils de l’analyse numérique, du
système d’équations algébriques suivant :
68
  Γe Ae 2Γw Aw Γn An 2Γs As  Γe Ae
  
1 ,1 1 ,1
 
1 ,1 1 ,1
 ΨP  Φ1,1  1 ,1
Φ2 ,1
1 ,1 1 ,1 1 ,1 1 ,1 1 ,1
  Δx Δx Δy Δy  Δx 1 ,1

 Γn An 2Γw Aw 2Γs As
 Φ1,2   Φab  Φbc  Ψu
1 ,1 1 ,1 1 ,1 1 ,1 1 ,1 1 ,1
 Δy Δx Δy 1 ,1
 Γ A  Γe Ae Γw Aw Γn An 2Γs As  Γe Ae
 w w
i ,1
Φi 1,1  i ,1
  i ,1

i ,1
 ΨP  Φi ,1 
i ,1 i ,1
Φi  1,1 i ,1 i ,1 i ,1 i ,1 i ,1 i ,1
 Δx  Δx Δx Δy Δy  Δx i ,1

 Γn An 2Γs As

i ,1
Φi ,2  
i ,1
Φbc  Ψu pour :  2  i  nx  1
i ,1 i ,1
 Δy Δy i ,1
 Γ A  2Γe Ae Γw Aw Γn An 2Γs As 
 w w
nx ,1
Φn 1,1  nx ,1
  nx ,1
 nx ,1
 ΨP  Φnx ,1 nx ,1 nx ,1 nx ,1 nx ,1 nx ,1 nx ,1
 Δx Δx Δx Δy Δy
 
x nx ,1

 Γn An 2Γe Ae 2Γs As
 nx ,1
Φnx ,2  
nx ,1
Φcd  Φbc  Ψu
nx ,1 nx ,1 nx ,1 nx ,1
 Δy Δx Δy nx ,1

  Γe Ae 2Γw Aw Γn An Γs As  Γe Ae Γn An
   Δx     ΨP  Φ1, j  Φ2 , j  Φ1, j  1
1,j 1,j 1, j 1, j 1,j 1, j 1, j 1,j 1, j 1,j 1,j 1, j
 Δx Δy Δy  Δx Δy 1,j

 Γ A 2Γw Aw
 s s Φ
 Δy
1,j 1,j
1, j  1

Δx
Φab  Ψu pour : 2  j  ny  1
1, j 1, j
1, j
 

  Γi 1, j Ai 1, j   Γi 1, j Ai 1, j Γi 1, j Ai  1, j Γi , j 1 Ai , j 1 Γi , j 1 Ai , j 1 
   Φi 1, j       ΨP  Φi , j 
  Δx   Δx Δx Δy Δy 
 Γ A   Γ A   Γ A 
i  1, j i  1, j i , j 1 i , j 1 i , j 1 i , j 1
  Φi  1, j    Φi , j 1    Φi , j  1  Ψu
 Δx   Δy   Δy 

 pour : 2  i 
 n x
 1, 2  j  ny
 1 

 Γw Aw  2Γe Ae Γw Aw Γn An Γs As 

nx , j
Φn 1, j  
nx , j
  nx , j
 nx , j
 ΨP  Φn , j  nx , j nx , j nx , j nx , j nx , j nx , j
 Δx  Δx x
Δx Δy Δy 
nx , j x

 Γs As Γn An 2Γe Ae
 Δy Φn , j 1 
nx , j nx , j
Δy x
Φn , j  1   nx , j
Δx
Φcd  Ψu
nx , j
x
pour : 2  j  ny  1 nx , j nx , j
nx , j
 

  Γ Ae 2Γw Aw 2Γn An Γs As  Γe Ae
  e 1 ,ny

1 ,ny
 
1 ,ny 1 ,ny
 ΨP  Φ1,n 
1 ,ny
Φ2 ,n
1 ,ny 1 ,ny 1 ,ny 1 ,ny 1 ,ny
  Δx Δx Δy Δy  Δx 1 ,ny y y

 Γs As 2Γw Aw 2Γn An
 1 ,ny
Φ1,n 1  
1 ,ny
Φab  Φda  Ψu
1 ,ny 1 ,ny 1 ,ny 1 ,ny
 Δy Δx y
Δy 1 ,ny

 Γw Aw  Γe Ae Γw Aw 2Γn An Γs As 
Φi  1,n       ΨP  Φi ,n 
i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny i ,ny

 Δx  Δx y
Δx Δy Δy  i ,ny y

 Γe Ae Γs As 2Γn An
Φi  1,n  Φi ,n 1   Φda  Ψu pour :  2  i  nx  1

 Δx Δy Δy
y y i ,ny
 Γ Aw  2Γe Ae Γw Aw 2Γn An Γs As 
 w nx ,ny
Φn 1,n  
nx ,ny
 
nx ,ny

nx ,ny
 ΨP  Φn ,n 
 Δx  Δx
x y
Δx Δy Δy  nx ,ny x y
 (III.83)
 Γs As 2Γe Ae 2Γn An
 nx ,ny
Φn ,n 1  
nx ,ny
Φcd 
nx ,ny
Φda  Ψu
 Δy x
Δx y
Δy nx ,ny
III.2.3 Diffusion stationnaire tridimensionnelle
L’équation gouvernante de la diffusion stationnaire, dans un domaine tridimensionnel Ω ,

peut s’écrit mathématiquement par l’équation vectorielle suivante :
69

  Γ Φ  Ψ  0 (III.84)
En cordonnées cartésiennes, l’éq. (III.84) devient :
  Φ    Φ    Φ 
Γ  Γ  Γ Ψ  0 (III.85)
x  x  y  y  z  z 
L’éq. (III.84) ou bien (III.85) sera discrétisée dans des volumes de contrôle élémentaires
VC tridimensionnels, comme nous le montre la figure (III.17).
y
N
B
n x
b z
W w e E
h
H
S
Figure III.17 : Volume de contrôle élémentaire tridimensionnel
L’intégration de l’équation (III.84) sur le volume de contrôle schématisée dans la figure

(III.18), donne :
VC
    Γ Φ dV 
ΨdV
VC
 0 (III.86)
 


I   II 
Par l’utilisation du théorème de la divergence, l’intégrale N° (I) sera calculé comme suit :

    Γ Φ dV   Γ Φ  n dA
VC A
(III.87)
avec :
A  Aw  Ae  As  An  Ab  Ah (III.88)
donc :
70
   


A
Γ Φ  n dA 

Aw
 
Γ Φ  n dA  Γ Φ  n dA  Γ Φ  n dA 
Ae As
(III.89)
  

An
 
Γ Φ  n dA  Γ Φ  n dA  Γ Φ  n dA
Ab Ah
   Φ   Φ     Φ   Φ  
A
Γ Φ  n dA  Γe   Ae  Γw 
  x e
 Aw   Γn   An  Γs 
 x w    y n
 As  
 y s 
(III.90)
  Φ   Φ  
Γh   Ah  Γb   Ab 
  z h  z b 
Pour évaluer le gradient de la propriété Φ dans chaque face du volume de contrôle, on

utilisera des schémas centrés de type différences finis (pour profiter de la précision de
ces schémas). On écrit donc :
  Φ  ΦP   ΦP  ΦW 
 Γ Φ  n dA
A
 Γe Ae  E
 ΔxPE 
  Γw Aw 
 ΔxWP 

 Φ  ΦP   ΦP  ΦS 
Γn An  N   Γs As   (III.91)
 Δy PN   Δy SP 
 Φ  ΦP   ΦP  ΦB 
Γh Ah  H   Γb Ab  
 ΔzPH   ΔzBP 
L’évaluation de la deuxième intégrale de l’éq. (III.86) nous donne :
ΨdV
VC
 ΨVC (III.92)



 II 
Toujours pour simplifier les calculs, on considère au sein du chaque volume de contrôle
constituant le domaine d’étude, une distribution linéaire de la propriété transporté Φ . On
écrit donc :
ΨVC  ΨU  ΨP ΦP (III.93)
En substituant les éqts. (III.91) et (III.93) dans l’éq. (III.86), on obtient :
 Φ  ΦP   ΦP  ΦW   ΦN  ΦP 
Γe Ae  E   Γw Aw    Γn An  
 ΔxPE   ΔxWP   ΔyPN 
(III.94)
 Φ  ΦS   ΦH  ΦP   ΦP  ΦB 
Γs As  P   Γh Ah    Γb Ab    ΨU  ΨP ΦP  0
 ΔySP   ΔzPH   ΔzBP 
71
ou bien :
 Γw Aw ΓA ΓA ΓA ΓA ΓA 
  e e  s s  n n  b b  h h  ΨP  ΦP 
 ΔxWP ΔxPE Δy SP Δy PN ΔzBP ΔzPH 
 Γw Aw  ΓA  ΓA  ΓA 
  ΦW   e e  ΦE   s s  ΦS   n n  ΦN (III.95)
 ΔxWP   ΔxPE   Δy SP   Δy PN 
 Γb Ab   Γh Ah 
  ΦS    ΦH  ΨU
 Δy BP   Δy PH 
Finalement, la forme discrète générale de la diffusion stationnaire, au sein du volume de

contrôle tridimensionnel VC (voir fig. III.17), peut se mettre comme suit :
aP ΦP  aW ΦW  aE ΦE  aS ΦS  aN ΦN  aBΦB  aH ΦH  Ψu (III.96)
avec :
aW aE aS aN aB aH aP
Γw Aw Γe Ae Γs As ΓN AN Γb Ab Γh Ah
aW  aE  aS  aN  aB  aH  ΨP
ΔxWP Δx PE Δy SP Δy PN ΔzBP ΔzPH
Il faut noter que l’éq. (III.96) est valable uniquement pour les volumes de contrôle
VC dont leurs faces ne coïncident pas avec les limites du domaine d’étude Ω . Dans le cas
contraire on suit les mêmes démarches qu’on a citées dans (Chap. III, § 2.2.4).
72
III.3 Problèmes d’advection-diffusion

Stationnaire
Dans cette partie on calcul, en utilisant la méthode des volumes finis, la forme
discrète de l’équation gouvernante du transport mixte (transport par advection-diffusion)
de la propriété Φ. On se limite dans cette partie au transport stationnaire
unidimensionnel, de plus nous étudierons plusieurs schémas, qui seront par la suite
utilisés pour améliorer la discrétisation des opérateurs différentiels, parus dans le terme
advectif de l’équation de transport.
III.3.1 Advection-diffusion stationnaire

unidimensionnelle
Le transport advectif-diffusif stationnaire unidimensionnel de la propriété

spécifique Φ est gouverné par l’équation différentielle suivante :
d d  dΦ 
dx

ρuΦ  Γ 
dx  dx 
(III.96)
avec ρ désigne la masse volumique du fluide en écoulement et u sa vitesse.
La conservation de la masse au sein de l’écoulement peut s’écrit par :
d
dx
 
ρu  0 (III.97)
Δx WP
Δx PE
ΔxwP
Δx Pe
+
u u
X X
W w P e E
Δx  Δx
we
Figure III.18 : Géométriques du volume de contrôle utilisé pour le problème

d’advection-diffusion stationnaire unidimensionnel
L’intégration de l’éq. (III.96) au sein du volume de contrôle indiqué dans la fig. (III.18)
donne :
d d  dΦ 
 dx  ρuΦ dV   dx  Γ dx dV
VC VC
(III.98)
73
D’après l’éq. (III.4) on a :
d  dΦ   dΦ   dΦ 
 dx  Γ dx  dV   Γ dx A 
VC e
Γ A
 dx w
(III.99)
de plus :
d
 dx  ρuΦdV    ρuΦ
e
dA
w
VC AC

  ρuΦdA    ρuΦdA
Ae Aw
(III.100)
  ρuΦA   ρuΦA
e w
avec A  dy  dz .
En remplaçant les éqts. (III.99) et (III.100) dans l’éq. (III.98), on obtient :
 dΦ   dΦ 
 ρuΦA   ρuΦA  Γ A   Γ A (III.101)
e w
Nous suivrons les mêmes démarches pour l’équation de conservation de la masse

(III.97), on trouve :
 ρuA   ρuA 
e w
 0 (III.102)
Nous définissons deux variables comme suit :
F  ρu

 Γ (III.103)
D  Δx

qui désignent respectivement, le débit massique par unité de surface et la conductance

diffusive. Sur les faces Ouest et Est du VC , ces deux variables s’écrient comme suit :
Fw   ρu 
 w
 Γw (III.104)
Dw 
 Δx WP
Fe   ρu 
 e
 Γe (III.105)
De 
 ΔxPE
Pour simplifier les démarches de résolution nous considérons Aw  Ae  A , et nous traitons
le terme diffusif par la même procédure qu’on a utilisée pour la résolution du problème
74
de diffusion stationnaire (voir Chap. III, § 2). L’éq. (III.101) s’écrit donc :
 Φ  ΦP   ΦP  ΦW 
 ρu   
Φe Ae  ρu Φw Aw  Γe Ae  E
 Δx   Γw Aw   (III.106)
 ΔxWP
e w
 PE  
ou bien :

Fe Φe  Fw Φw  De ΦE  ΦP  Dw ΦP  ΦW    (III.107)
La même chose pour l’éq. (III.102). Cette dernière devient :
Fe  Fw  0 (III.108)
Nous remarquons, en examinant l’équation (III.107), que la résolution de cette équation

nécessite l’évaluation de la propriété spécifique Φ dans les faces Ouest et Est du volume
de contrôle VC . Nous considérons une vitesse d’écoulement constante, les valeurs de Φ
dans les faces du VC seront estimées comme suit :
III.3.1.1 Schéma centré pour le terme d’advection
Pour un maillage régulier  Δx WP 

 ΔxPE  C te , les valeurs de Φ dans les faces de
VC peuvent données par :
 ΦW  ΦP 
Φw 
 2
 (III.109)
 ΦP  ΦE 
Φe  2
En substituant l’éq. (III.109) dans l’éq. (III.107), nous trouvons :
Fe Fw
2
Φ P 
 ΦE 
2
Φ W  
 ΦP  De ΦE  ΦP  Dw ΦP  ΦW    (III.110)
ou bien :
 Fe  F   F  F 
  De    w  De   ΦP    e  De  ΦE   w  Dw  ΦW (III.111)
 2   2    2   2 
Après réarrangement de l’éq. (III.111), cette dernière prend la forme :
 F   F    F   F 
 Dw  w    De  e
2 2

  Fe  Fw  Φ P
  Dw  w  ΦW   De  e
 2   2
 ΦE (III.112)
        
75
Donc, la forme discrète générale de l’éq. (III.96) s’écrit comme suit :
aP ΦP  aE ΦE  aWΦW (III.113)
avec :
aW aE aP
Fw Fe
Dw  De  
aW  aE  Fe  Fw 
2 2
III.3.1.1.1 Evaluation du schéma centré
En volume finis, un schéma est jugé préférable pour la discrétisation du terme

d’advection s’il vérifié les critères suivants :
 Conservation
Soit Ω un domaine unidimensionnel constitue de trois volumes de contrôle
comme nous l’indique la figure III.19. Nous désignons par qA et qB les densités de flux de
Φ traversant respectivement les limites amont et aval du Ω (densité de flux de chaleur
 J 
 2  en thermique par exemple).
m s
qA P1 P2 P3 qB
X X
A B
Figure III.19 : Domaine d’étude Ω adopté pour l’étude du critère de

conservation du schéma centré
La densité de flux de la propriété spécifique Φ , transporté par advection-diffusion à

travers la face Ouest du VC , est donnée par :
 Φ 
qw  Γw   
  ρu w Φw (III.114)
 x w
Sur la face Est, ce flux égal à :
 Φ 
qe  Γe   
  ρu e Φe (III.115)
 x e
76
De l’éq. (III.114) et l’éq. (III.115), la densité de flux net de Φ , sur un volume de

contrôle arbitraire, est égale à :
  Φ     Φ  
qT  qe  qw   Γe 
 x
  ρu e Φe    Γw    ρu     Φw  (III.116)
    x w 
w
 e
VC
En introduisant l’éq. (III.109) dans l’éq. (III.116), et en utilisant des schémas centrés
pour les termes de diffusion, la densité de flux net dans VC devient :
 Γ ΦP  ΦE   Γ ΦW  ΦP 
qT   
VC
 Δx PE
ΦE  ΦP  ρu     e
2
  
  ΔxWP
   
ΦP  ΦW  ρu
w
2


(III.117)
Dans le domaine d’étude schématisé en figure III.19, le flux net de Φ dans ce domaine
est :
qT  qTΩ VC 1
 qT VC 2
 qT VC 3
(III.118)
 Γ Φ1  Φ2  
qT     e1 Φ2  Φ1  ρu
  Δx     e1
2 
  qA 


Ω
12 
 Γ Φ2  Φ3   Γw 2 Φ1  Φ2  
    e 2 Φ3  Φ2  ρu
  Δx     e2
  
2   Δx12 2

Φ  Φ1  ρu    w2

2  
(III.119)
 23
  Γ Φ2  Φ3  
  qB    w 3 Φ3  Φ2  ρu
     
2  
 Δx23
w3

On sait bien que :
Γe  Γw

1 2
Γe  Γw
2 3
 ρu  ρu
  e  w
1 2

ρu e  ρu w
2 3
(III.120)
En substituant l’éq. (III.120) dans l’éq. (III.119), et après calcul on obtient :
qT  qB  qA
Ω
(III.121)
De cette dernière équation, nous constatons que le schéma centré est conservatif.
77
 Bornitude
La condition de bornitude doit être vérifiée par le critère de Scarborough comme
suit :
a na
 1 : dans tous les noeuds
a' P
(III.122)
 1 : au moins dans un seul noeud
avec ana représentent les coefficients de Φ , parus dans l’éq. (III.113), associées aux
nœuds adjacents au nœud pivot P , et a' P coefficient définit par :
a' P  aP  ΨP (III.123)
L’éq. (III.122) est toujours vérifiée sauf si aW et aE sont positifs. Selon l’éq. (III.113) et
dans le cas d’un écoulement positif u  0     

on a aW  0 . Par contre pour aE  0 il faut 
que :
Fe
De  0 (III.124)
2
 Pee  2 (III.125)
Fe
avec : Pee  représente le nombre de Peclet de maille dans la face Est du VC .
De
 Transportivité
Le schéma centré ne prend pas en considération l’influence du sens
d’écoulement sur la valeur estimer du gradient de Φ dans les faces de VC . Autrement dit,
ce schéma ne vérifie par le critère de transportivité (quelque soit le sens et l’intensité du

ΦW  ΦP ΦP  ΦE
champ de vitesse, pour un schéma centré Φw  et ΦE  ).
2 2
 Précision
78
Le schéma centré est précis d’ordre deux. Autrement dit, l’erreur de troncature
n1  
n1
Δx     f ξ     O
est proportionnelle au pas carré :  Δx  . Donc ce schéma est bon
2
n  1 !  x  

n1
  

pour la discrétisation, sous certaines conditions, des termes d’advection. Les termes de
diffusion, dans la plupart des points de maillage, sont toujours évalués par ce schéma.
 Remarque :
Nous avons vu que le schéma centré est convergente, si le nombre de Peclet de
 
maille vérifie : Pe  2 pour u  0 . Cette condition signifie que :
1. Soit on considère des écoulements à champ de vitesse modéré (diffusion domine

l’advection) ;
2. Soit on utilise des pas de discrétisation de faibles tailles.
Ces deux conditions impliquent que le schéma centré n’est pas valide pour tous les
problèmes d’avection-diffusion. Pour cette raison nous étudierons par la suite d’autres
types de schéma de discrétisation, dont le but de trouver le meilleur pour le traitement
de ce genre de problème.
III.3.1.2 Schéma Upwind pour le terme d’advection
+
Φ Φ Φ Φ
u 0 u 0
w W e P
w e
X X
W w P e E
Δx
Figure III.20 : Volume de contrôle adopté pour l’étude du schéma Upwind

( u et u
w e
0 )
Selon la figure III.20, on peut définir un schéma Upwind, pour un transport

mixte (advection-diffusion) unidimensionnel stationnaire à champ de vitesse constant et
positif, comme suit :
Φw  ΦW
 (III.126)
Φe  ΦP
En remplaçant l’éq. (III.126) dans l’éq. (III.107), on trouve :

Fe ΦP  Fw ΦW  De ΦE  ΦP  Dw ΦP  ΦW    (III.127)
79
ou bien encore :

 De  Dw  Fe  ΦP  Dw  Fw ΦW  De ΦE  (III.128)
La solution finale doit satisfaire la conservation de la masse au sein du domaine d’étude.

Pour cette raison, l’éq. (III.128) doit se réécrire de la manière suivante :
 w e e w  P
 D  F  D  F  F Φ  D  F Φ  D Φ
 w w w W e E    (III.129)
Donc la forme générale discrète de l’éq. (III.96), relative aux volumes de contrôle dont
leurs limites ne coïncident pas avec ceux du domaine d’étude, s’écrit :
aP ΦP  aW ΦW  aE ΦE (III.130)
avec :
aW aE ΨP aP
D w
 Fw  De F
e
 Fw  aW  aE  ΨP
+
Φ Φ Φ Φ
u 0 u 0
w P e E
w e
X X
W w P e E
Δx
Figure III.21 : Volume de contrôle adopté pour l’étude du schéma Upwind

( u et u  0 )
w e
Pour un champ de vitesse négatif, le schéma Upwind s’écrit comme suit :
Φw  ΦP
 (III.131)
Φe  ΦE
Dans ce cas là, l’éq. (III.107) devient :

Fe ΦE  Fw ΦP  De ΦE  ΦP  Dw ΦP  ΦW    (III.132)
En réarrangeant cette dernière équation, nous trouvons :
avec :
80
aW aE ΨP aP
Dw De
 Fe  F e
 Fw  aW  aE  ΨP
Nous pouvons, sans tenir compte le sens d’écoulement, mettre les coefficients parus
dans les éqts. (III.130) et (III.133), comme suit :
aw  Dw  Fw ,0

aE  De  Fe ,0

ΨP   Fw  Fe 

aP  aw  aE  ΨP
(III.134)
avec Fw ,0 désigne la valeur maximale entre Fw et 0 .
III.3.1.2.1 Evaluation du schéma Upwind
 Conservation
D’après la figure (III.19), la densité de flux net de la propriété Φ , au sein du
domaine d’étude Ω et pour u  0 , s’écrit comme suit :
 Γ  
  Δx 
qT     e1 Φ2  Φ1  ρu    Φ2   qA 


e1

Ω
12 
 Γ   Γ 
  Δx 
    e2 Φ3  Φ2  ρu   
Φ3     w 2 Φ2  Φ1  ρu    Φ2  

(III.135)
  Δx12  
e2 w2
 23
  Γ 
 
  qB    w 3 Φ3  Φ2  ρu   Φ3  

 Δx23  
w3

Nous injectons l’éq. (III.120) dans l’éq. (III.135), et après recalcule de cette dernière,
nous obtenons :
qT  qB  qA
Ω
(III.136)
Cette dernière équation représente la vérification de la propriété de conservation, dans le

cas d’un champ d’écoulement positif, par le schéma Upwind. Autrement dit, le schéma
81
 
Upwind est conservatif. Pour une vitesse d’écoulement négative u  0 , nous trouverons
le même résultat.
 Bornitude
 
On sait bien que pour u  0 les coefficients aW et aE , parus dans l’éq. (III.130),
sont toujours positifs. De même pour u  0   (voir l’éq. (III.133)). nous disons donc que
le schéma Upwind vérifie le critère de bornitude de Scarborough (éq. (III.122)) quelque

soit le sens d’écoulement.
 Transportivité
Selon les éqts. (III.126) et (III.131), nous constatons que la valeur de Φ
calculée dans les faces de VC est basée sur le sens d’écoulement. Donc le critère de
transportivité est vérifié par le schéma Upwind.
 Précision
D’après les développements limités de Taylor, la précision du schéma Upwind est
d’ordre 1. Donc il est moins précis que le schéma centré. En plus le problème de fausse
diffusion, engendré par ce schéma, quand le champ de vitesse n’est pas parallèle aux
faces volumes de contrôle, rendre l’utilisation de ce schéma limité à quelques problèmes
en CFD.
III.3.1.3 Schéma exponentiel pour le terme d’advection
Le développement du schéma exponentiel est basé sur la solution exacte du

problème stationnaire d’advection-diffusion unidimensionnel, sans source de la propriété
transporté Φ . Pour la figure ci-dessous cette solution elle est donnée par :
Ω
u
Φ0 ΦL
x=0 x=L
Figure III.22 : Domaine unidimensionnel Ω associe au problème stationnaire

d’advection-diffusion
82
  ρux  
 exp    1
 
Φ x  Φ0 

 Γ  
(III.137)
ΦL  Φ0   ρuL  
 exp    1
  Γ  
avec : ρ , Γ et u représentent respectivement la masse volumique, la conductance
diffusive et le champ de vitesse du fluide en écoulement.
Selon l’éq. (III.107) on a :
Je  Jw  0 (III.138)
avec :
  dΦ 
 Je  FeΦe  Γe  
  dx e
 (III.139)
 J  F Φ  Γ  dΦ 
 w w w w  
  dx w
représentent respectivement les densités de flux total de Φ pénétrant les faces Est et
Ouest du VC (voir figure III.18).
De l’éq. (III.137), on peut mettre :
  Pe  x  
 exp    1
 L 
 
Φ x  Φ0  ΦL  Φ0   
exp Pe  1
(III.140)
de plus :
 dΦ  
ΦL  Φ0 Pe  Pe  x 
    exp  

 dx  exp Pe   1 L   L 
(III.141)
Sur la face Est du VC , les éqts. (III.140) et (III.141) deviennent :
  Pe  x  
 exp  e e   1
  Δx  
 
Φ xe  ΦP  ΦE  ΦP     (III.142)
exp Pe   1
e
avec :
83
Δx
xe  (III.143)
2
En substituant cette dernière équation dans l’éq. (III.142), on trouve :
  Pe  
 exp  e   1
  2  
 
Φ xe  ΦP  ΦE  ΦP   
 (III.144)
exp Pee   1  
et
 Δx 
 dΦ  ΦE  ΦP  Pee  Pee  
2

     exp   (III.145)
 dx x e 
exp Pee   1 Δx 

Δx  

ou bien :
 dΦ  ΦE  ΦP Pe  Pe  
    e  exp  e  (III.146)
 dx  x 
exp Pee   1 Δx
e
 2  
En remplaçant les éqts. (III.144) et (III.146) dans l’éq. (III.139), on trouve sur la face
Est :
   Pe   
  exp  e   1 
 
 2   
  ΦE  ΦP  
Pee  Pee  
Je  Fe ΦP  ΦE  ΦP    
 e Γ    exp   (III.147)


 exp Pee   1 

 
 
 exp Pee   1
Δx   2  
 
Tous calculs faits, l’éq. (III.147) prend la forme :

Je  Fe ΦP 
ΦE  ΦP   
 (III.148)

 
exp Pee   1  

De l’éq. (III.148), on peut écrire :

Jw  Fw ΦW 
ΦP  ΦW   
 (III.149)

 
exp Pew   1  

avec :
Pew 
 ρu  w

Fw
(III.150)
 Γ  Dw
 
 ΔxWP w
84
Maintenant nous remplaçons les éqts. (III.148) et (III.149) dans l’éq. (III.138), cette
devient :

Fe ΦP 

ΦE  ΦP   
  F Φ  
ΦP  ΦW  
 0 (III.151)

 
exp Pee   1  

w


W

exp Pew   1  

Sous la forme générale discrète, l’éq. (III.151) s’écrit :
où :
 Fw  exp Pew 
aW 
 
exp Pew   1 

 Fe
aE  (III.153)
 
exp Pee   1 

aP  aw  aE   Fe  Fw 


On sait bien que le schéma exponentiel fourni, pour un problème d’advection-diffusion

stationnaire unidimensionnel, sans source de la propriété transportée Φ , une solution
exacte, quelque soit la valeur du nombre de Peclet de maille ainsi que le nombre de
volumes de contrôle utilisés. Malgré son comportement numérique hautement
souhaitable, l’utilisation du schéma exponentiel reste limitée en CFD, notamment pour
les problèmes de transport mixte. Cette limitation est due probablement aux points
suivants :
 Le schéma exponentiel n’est pas valable pour traiter les problèmes de transport
stationnaire bi et tridimensionnel, car sa construction est basée sur la solution
exacte du problème de transport unidimensionnel sans source de Φ ;
 De point de vue calcul numérique, ce schéma est très lourd ;
 Vue les hypothèses de construction de ce schéma, ce dernier est inutilisable pour

les problèmes de transport stationnaire unidimensionnel avec source de Φ .
III.3.1.4 Schéma Hybride pour le terme d’advection
Le schéma hybride représente, pour la méthode des volumes finis, une des
schémas utilisé pour la discrétisation du terme advectif de l’équation de transport. Le
développement de ce schéma est basé sur le schéma exponentiel, par l’intermédiaire de
85
aE
l’évolution de en fonction du nombre de Peclet de maille Pee (Voir éq. (III.152)).
De
Selon cette dernière équation, on a :
aE Pee
 (III.154)
De 
exp  Pee   1 
Graphiquement, l’éq. (III.153) peut se présenter comme suit :
aE
De
Evolution exacte 5
3
aE Pee
 1
De 2 2
aE
0
aE 1 De
 Pee
De
-5 -4 -3 -2 -1 0 1 2 3 4 5 Pee
aE
Figure III.23 : Variation du coefficient en fonction de nombre de Peclet de maille Pee (Problème
De
de transport stationnaire unidimensionnel sans source de la propriété Φ )
En examinant la figure III.23, nous constatons que pour un nombre de Peclet de maille
supérieur à zéro, le point adjacent E devient le nœud voisin aval par rapport au nœud
pivot P, et sont influence sur ce dernier décroit avec l’accroissement du nombre de Peclet
de maille. Pour des valeurs de Peclet négatives, E devient le nœud voisin amont, et
l’influence de ce dernier sur le point pivot P varié proportionnellement avec le nombre de
Peclet de maille.
Ces constations peut se traduit sous mathématique comme suit :
 aE
Pee     0
 D e
 aE
Pee     -Pee
 De
 (III.155)
Pe  0  aE  1  Pee est la tangente à la
 e De 2

 a
 variation exacte de E en fonction de Pee
 D e
86
On remarque donc, que les trois lignes indiquées dans l’éq. (III.154) représentent une
approximation raisonnable de la courbe exacte. De cette remarque, le schéma hybride
peut se définir comme suit :
 aE
Pee  2   Pee
 De
 aE Pee
 2  Pee  2   1 (III.156)
 De
2
 aE
Pee  2   0
 De
Sous la forme compacte cette dernière équation devient :
 Pee 
aE  De  max  Pee , 1  , 0 (III.157)
 2 
ou bien :
 F 
aE  max  Fe , De  e , 0  (III.158)
 2 
De cette dernière équation, nous concluons :
 Pour 2  Pee  2 le schéma Hybride est identique au schéma Centré ;
 Au-delà de cet intervalle, le schéma Hybride est identique au schéma Upwind sans
terme de transport diffusif.
Finalement, par l’utilisation du schéma Hybride pour la discrétisation du terme

d’advection, l’équation de transport discrétisée (problème stationnaire unidimensionnel
sans source de Φ ) prend la forme :
avec :
  Fw 
 aW  max  Fw , Dw  , 0
  2 
  Fe 

 aE  max  Fe , De  , 0 (III.160)
  2 
a  a  a  F  F
 P W E  e w

III.3.1.4.1 Evaluation du schéma Hybride
87
Dans le domaine de CFD, le schéma Hybride est largement utilisé de faite que ce
dernier exploite les avantages des schémas Centré et Upwind (conservation, bornitude,
transportivité). Autrement dit, ce schéma, pour des vitesses d’écoulement élevées ( Pe
élevé), est identique au schéma Upwind, par contre à faible vitesse ( Pe faible) il est
identique au schéma centré. Le seul désavantage de ce schéma est la précision dans le
terme de l’erreur de troncature, qui est de l’ordre de 1 à grande nombre de Peclet de
maille (schéma Upwind).

bidimensionnels
Par l’application du schéma Hybride pour la discrétisation du terme d’advection,

l’équation discrète générale, associée au problème de transport mixte bidimensionnel
sans source de la propriété transportée, s’écrit comme suit :
aP ΦP  aW ΦW  aE ΦE  aS ΦS  aN ΦN (III.161)
avec :
   F  
aW  max Fw Aw ,  Dw  w  Aw , 0 
   2  

a   F  
 E  max  Fe Ae ,  De  e  Ae , 0 
  2 

   F  
aS  max Fs As ,  Ds  s  As , 0  (III.162)
   2 

a   Fn  
 max  Fn An ,  Dn   An , 0 
 N  2
  
aP  aW  aE  aS  aN   Fe Ae  Fw Aw    Fn An  Fs As 


Γ
F  ρu , D  représentent respectivement le débit massique par unité de surface et
Δx
la conductance diffusive.
N’oubliez pas que les volumes de contrôle, dont au moins une de leurs faces coïncide
avec la frontière du domaine d’étude, nécessitent un traitement spécial, qui tient en
considération l’effet des conditions aux limites sur le phénomène étudié.

tridimensionnels
En trois dimensions, la forme discrète générale donnée dans éq. (III.160)

devient :
88
aP ΦP  aW ΦW  aE ΦE  aS ΦS  aN ΦN  aB ΦB  aH ΦH (III.163)
où les coefficients aW , aE , aS et aN sont déjà données dans l’éq. (III.161).
   F  
aB  max Fb Ab ,  Db  b  Ab , 0 
   2 

a  max  F A ,  D  Fh  A , 0 
 H  h h  h  h 
   2 
a  a  a  a  a  a  a  F A  F A
 P W E S N B H  e e w w

   Fn An  Fs As    Fh Ah  Fb Ab 
(III.164)
III.3.1.5 Schéma loi de puissance pour le terme d’advection
Le schéma loi de puissance, engendré par l’amélioration du schéma Hybride,

représente une bonne approximation de la solution exacte du problème de transport
mixte stationnaire unidimensionnel. Pour ce schéma, la diffusion est considéré nulle
quand le nombre de Peclet de maille dépasse la valeur de 10 (champ de vitesse positif).
Au dessous de ce dernier, le flux de la propriété transporté est évalué par une expression
polynomiale. Comme un exemple, la densité de flux net de Φ dans la face West du VC ,
peut donner par :
qw  Fw ΦW  w  ΦP  ΦW   pour 0  Pe  10 (III.165)
avec :
 w   1  0.1  Pew  / Pew

5
(III.166)
et
qw  Fw Φw pour Pe  10 (III.167)
En ce basant sur les équations données précédemment, la forme générale discrète,

associée à l’équation de transport stationnaire d’advection-diffusion unidimensionnels,
sans source de la propriété transportée, peut se donner par :
où :
89
a  max F ,0   D  max 0, 1  0.1  Pe

  
5
 W  w  w
 w


 
  
5
aE  max  Fe ,0   De  max 0, 1  0.1  Pee 
(III.169)
 
aP  aW  aE   Fe  Fw 

III.4 Problèmes de transport instationnaires
On sait bien qu’un phénomène de transport mixte instationnaire est gouverné

par l’équation aux dérivées partielles suivantes (pour la démonstration voir Chap. I) :
 ρΦ   
t
 ρVΦ     Γ Φ  Ψ (III.170)
La discrétisation de cette équation par la méthode des volumes finis, consiste à intégrée
l’éq. (III.169) sur le volume de contrôle schématisé en figure III.17 et dans le temps. On
procède donc comme suit :
t  Δt

 ρΦ  dVdt  t  Δt t  Δt t  Δt

t
t VC
     ρVΦ dVdt       Γ Φ dVdt
t VC t VC

 ΨdVdt
t VC
(III.171)

   


I   II   III   IV 
Pour clarifier les démarches de calcul, on évalue chaque intégrale séparément. On

commence tout d’abord par la première intégrale (variation temporelle de Φ dans VC ), on
écrit :
t  Δt

 ρΦ  dVdt 
   ρΦ  
dV   ρΦP  
 ρΦP  ΔV 
t  Δt t  Δt t
(III.172)
t t  
t VC VC


I 
Ici ΔV  Δx  Δy  Δz désigne la taille du volume de contrôle.
Pour la deuxième intégrale (variation convective de Φ dans VC ), on applique le théorème
de la divergence, et on considère que le terme  ρV Φ  est constante dans l’intervalle
t , t  Δt  . On trouve :
90
t  Δt t  Δt
 
t V

  ρVΦ dVdt  ρ V n ΦdA
 
AC
  dt 
t
 C
(III.173)
 II 

 ρuΦA
   ρvΦA    ρwΦA   Δt
e n h
 w s b 
On désigne par Fe  ρuA   e

le débit massique du fluide en écoulement, traversant la
surface Est Ae du volume de contrôle VC . La forme de L’éq. (III.172) devient donc :

t  Δt
     ρVΦdVdt 
t V
 C
(III.174)
 II 
FeΦe  Fw Φw  Δt  FnΦn  FsΦs  Δt  FhΦh  FbΦb  Δt
A propos de l’intégrale N° 3 (variation spatiale de Φ dans VC ), on utilise le théorème de
la divergence, et on suppose que le terme  Γ Φ  est constante dans l’intervalle
temporelle t , t  Δt  . De ce fait, la troisième intégrale sera calculée comme suit :
t  Δt t  Δt
     Γ ΦdVdt   Γ ΦndA  dt 
t V AC t
 C
(III.175)
 III 
 Φ   Φ   Φ   e n h
 Γ A   Γ A   Γ A   Δt
 x w  y  s  z b 
 
On utilise un schéma centré des différences finis, l’éq. (III.174) devient :
t  Δt
 Φ  ΦP Φ  ΦW 
 
t V
  Γ Φ dVdt   Γe E

 ΔxPE

Ae  Γw P
ΔxWP
Aw  


 C
(III.176)
 III 
 ΦN  ΦP Φ  ΦS   Φ  ΦP Φ  ΦB 
 Γn An  Γs P As    Γh H
 
Ah  Γb P Ab   Δt

 ΔxPN ΔxSP   ΔxPH ΔxBP 
Γe Ae
On désigne par De  la conductance diffusive fois la surface de passage, dans la
ΔxPE
face Est du VC . En conséquence, l’éq. (III.175) sera réorganisée comme suit :
t  Δt
     Γ ΦdVdt   D Φ  Φ   D Φ  Φ   

t VC
e E P w P W
 (III.177)
 III 
 D Φ
n N  
 ΦP   Ds ΦP  ΦS   Dh ΦH  ΦP   Db ΦP  ΦB   Δt
 
91
Finalement, la quatrième intégrale, qui désigne la génération de Φ dans VC (terme
source), peut être estimée de la manière suivante :
t  Δt
 ΨdVdt  ΨΔVΔt
t VC
(III.178)



 IV 
On suppose que Ψ  ΨU  ΨP ΦP (variation linéaire du terme source dans chaque volume de
contrôle VC ). L’éq. (III.177) devient :
t  Δt
 ΨdVdt  Ψ  Ψ Φ  ΔVΔt

t VC
U P P
(III.179)



 IV 
En substituant les étqs. (III.171), (III.173), (III.176) et (III.178) dans l’éq. (III.170), on
obtient :

 ρΦ
  
 ρΦP  ΔV  FeΦe  Fw Φw  Δt  FnΦn  Fs Φs  Δt 
t  Δt t
 P


FhΦh  FbΦb  Δt   De ΦE  ΦP   Dw ΦP  ΦW  
 
(III.180)
 D Φ n N   
 ΦP   Ds ΦP  ΦS   Dh ΦH  ΦP   Db ΦP  ΦB   Δt 

ΨU  ΨP ΦP  ΔVΔt
ρΔV
avec : at 
Δt
Finalement pour avoir une forme discrète finale, on a besoin de calculer les valeurs de la
variable physique Φ dans les faces du VC . Autrement dit, le choix d’un schéma de
discrétisation pour déterminer le terme d’advection (schéma Centré, schéma Upwind,

schéma Hybride, etc. …, Voir (Chap. III, § I.3)). Ce choix dépend généralement du
champ de vitesse d’écoulement et de la précision souhaitée.
Le calcul numérique de l’éq. (III.179) (calcul de la valeur de Φ à l’instant actuel t  Δt

dans tous les points de maillage) nécessite aussi le choix d’un schéma de discrétisation
temporel pour les termes d’advection, diffusion et source, parus dans l’éq. (III.179).
A titre d’exemple, on applique pour le temps un schéma explicite, et pour l’espace un

schéma Hybride. La forme discrète générale ainsi obtenue s’écrit donc comme suit :
92
apΦP t  Δt  aW ΦW t  aE ΦE t  aS ΦS t  aN ΦN t  aBΦBt  aHΦH t (III.181)
avec :
   F  
aW  max Fw ,  Dw  w  , 0 
   2  

a   F  
 max  Fe ,  De  e  , 0 
 E 2
   
   F  
aS  max Fs ,  Ds  s  , 0 
   2 

   F  
aN  max  Fn ,  Dn  n  , 0  (III.182)
   2 

a   F  
 max Fb ,  Db  b  , 0 
 B  2
  
   Fh  
aH  max  Fh ,  Dh   , 0
   2 

aP  at  aW  aE  aS  aN  aB  aH 

 Fe
 Fw    Fn  Fs  +  Fn  Fs 
93
Références bibliographiques
Références bibliographies
[1] Jayathi Y. MURTHY : Numerical Methods in Heat, Mass, and Momentum

Transfer, Purdue University (2002);
[2] Miloud TAHAR ABBES : Méthodes Numériques, Tome 1 : Méthodes des

Différences Finies, Méthodes Intégrales et Variationnelles, OPU, Algérie
(2007) ;
[3] J. W. Thomas : Numerical Partial Diferrentiel Equations : Finite Diffrence

Methods, Springer-Verlag New York, Inc. (1995) ;
[4] C. A. J. Fletcher : Computational Techniques for Fluid Dynamics 2, Springer-

Verlag Berlin Heidelberg New York, (1991) ;
[5] J. H. Ferziger, M. Peric : Computational Methods for Fluid Dynamics, Springer-

Verlag Berlin Heidelberg New York, (2002) ;
[6] S. V. Patankar : Numerical Heat Transfer and Fluid Flow, Hemisphere publishing
corporation, (1980);
[7] A. Soudani : Calcul Numérique, Partie 1 : Cours d’analyse numérique, OPU,

Algérie, (2015).
94

Coursmna en 2018-2019

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Coursmna en 2018-2019

Transféré par

Droits d'auteur :

Formats disponibles

REPUBLIQUE ALGERIENNE DEMOCRATIQUE ET POPULAIRE

MINISTERE DE L’ENSEIGNEMENT SUPERIEUR ET DE

Méthodes numériques Approfondies

Réalisé Par : Dr. Adel CHINE

Ce polycopié de cours, intitulé : Méthodes numériques approfondies, est destiné

La modélisation numérique constitue actuellement un outil très important pour l’étude

Le but de ce polycopié pédagogique est d’initier l’étudiant du Master aux techniques

Table des matières

Avant propos ------------------------------------------------------------------------------ 1

I Modélisation mathématique des phénomènes

I.1 Introduction ------------------------------------------------------------------------------ 3

II Méthode des différences finis pour la résolution des

II.1 Introduction --------------------------------------------------------------------------- 13

II.3.1.2 Génération du maillage --------------------------------------------------------- 23

III Méthode des volumes finis pour la résolution des

III.1 Introduction ------------------------------------------------------------------------- 45

III.3 Problèmes de convection-diffusion stationnaire ----------------------------------- 72

Modélisation mathématique des

Ce chapitre a pour but de déterminer la forme mathématique des équations

I.2 Forme générale de l’équation de transport

Figure I.1 : Densité de Flux de Φ traversant le volume de contrôle VC

L’accumulation de Φ au sein du volume de contrôle VC , pendant un temps Δt , peut

s’écrire comme suit :

Accumulation de Φ dans VC pendant Δt =

Le flux net de Φ dans VC +

La génération de Φ au sein du VC (I.1)

L’accumulation de Φ dans le volume de contrôle au cours du temps Δ est

avec ρ désigne la masse volumique du fluide, ΔV la taille du volume de contrôle VC

 Flux net de Φ dans VC

de temps et de surface) entrant dans le volume de contrôle VC par la face ΔyΔz à x .

existes dans les directions y et z .

Le flux net de Φ dans le volume de contrôle VC durant le temps Δt peut traduire

Pour un écoulement de fluide newtonien, le transport de la quantité Φ se réalise, dans la

où, ρu représente la densité de flux massique traversant la face ΔyΔz du VC à l’abscisse

de plus, la densité diffusive est donnée par :

De (I.4) et (I.6), on peut écrire :

 Génération net de Φ dans VC

La génération net de Φ dans le volume de contrôle VC pendant un temps Δt est

avec Ψ , désigne la génération du flux de Φ par unité de volume.

de (I.2), (I.3) et (I.8), l’équation (I.1) devient :

On divise l’équation (I.9) par ΔVΔt , on obtient :

Supposant que Δx , Δy , Δz et Δt tous tends vers 0 . L’équation (I.10) devient :

     ρuΦ     ρvΦ     ρwΦ  

Finalement, la forme vectorielle de l’équation (I.12) prend la forme :

L’équation (I.13) représente la forme conservative de l’équation de transport générale.

Les équations gouvernantes des phénomènes de transport (quantité de mouvement,

I.2.1 Equation de conservation de la quantité de

Cette équation exprime, pour un point matériel, la conservation de la quantité de

avec : u représente la composante de la vitesse d’écoulement suivant la direction x , p

la pression statique au sein du fluide, μ la viscosité dynamique du fluide et fv les forces

de volume et de contraintes qui n’apparaissent pas dans le terme de diffusion.

I.2.2 Equation de conservation d’énergie

Pour un écoulement à faible vitesse, l’équation de conservation d’énergie sans

Dans cette dernière équation, h désigne l’enthalpie spécifique, k la conductivité

où, Cp représente la chaleur spécifique à pression constante.

On remplace l’éq. (I.17) dans l’éq. (I.16), on obtient :

I.2.3 Equation de conservation des espèces

Selon la deuxième loi de Fick, l’équation de conservation d’une espèce chimique

avec ρ désigne la masse volumique du mélange, Ci la fraction massique de l’espèce

chimique i (rapport de la masse d’espèce i sur la masse du mélange), Γi le coefficient

de diffusion de Ci et Ψi la génération de Ci dans le mélange.

La comparaison de l’éq. (I.20) par l’éq. (I.13), nous permet de constater :

I.3 Classification des équations aux dérivées