FVM CM Parti

Introduction à la Mécanique des Fluides Numérique
Méthode Volumes Finis
Mécanique des fluides Numérique

(Méthode Volumes Finis)
Z. Huang
20 septembre 2020
1 / 130
Z. Huang Mécanique des fluides Numérique (Méthode Volumes Finis)1 / 13
Introduction générale
Rappel des notions base
Loi de conservation
Equations aux dérivées partielles
Démarche de la simulation numérique
Mécanique des Fluides Numériques /Computational Fluid Dynamics
Rappel des notions de base
Méthode Volumes Finis pour les équations de
advection/diffusion
Méthode Volumes Finis pour les équations de Naviver-Stokes
2 / 130
Loi de conservation
Objectifs de la MFN
”We are literally at a signification point in history. A third branch

of the scientific method, computer simulation, is emerging as a
day-to-day tool. It is taking its place next to experimental deve-
lopment and mathematical theory as a way to new discoveries
in science and engineering.”
— John Rollwage
CEO of Cray Research
Supercomputing 98
3 / 130
Loi de conservation
Objectifs de la MFN
Expérience ou Simulation ?
MFN (CFD) permet de

réduire les coûts et temps de développement
étudier des systèmes non mesurables ou dangereux
modifier et optimiser des paramètres
Mais
solutions approchées
modèles mathématiques parfois méconnus
pas de méthode générale pour tous les types d’écoulement
4 / 130
Loi de conservation
Domaines d’intérêts
Aéronautique
Turbomachines
Combustion
Hydrologie
Météorologie
Génie chimique
Hémodynamique (applications médicales)
5 / 130
Loi de conservation
Principales étapes d’une démarche de simulation
Recherche d’un modèle mathématique représentant le problème physique

continu (mise en équation) ;
Elaboration d’un maillage ;
Discrétisation du modèle mathématique continu en s’appuyant sur une
(des) méthode(s) numérique(s) ;
Resolution des équations discrétisées à l’aide de schémas numériques
appropriés ;
Programmation de l’algorithme de résolution dans un code de simulation ;
Exécution du code.
6 / 130
Loi de conservation
Principales étapes d’une démarche de simulation
Si tout se passe bien (modèle pertinent, maillage adapté, méthode

suffisamment stable et précise, codage correct), la solution approchée du
problème est obtenue et peut être exploitée :
Etape préliminaire : Validation des résultats fournis par le code (par
rapport à une solution analytique, des données expérimentales, ...) ;
Phase d’exploitation : Calcul et Analyse de résultats nouveaux (analyse
qualitative, quantitative, statistique).
7 / 130
Loi de conservation
Mécanique des Fluides Numériques /Computational Fluid Dynamics
Méthode Volumes finis pour les équations de
advection/diffusion
Méthode Volumes finis pour les équations de Naviver-Stokes
8 / 130
Loi de conservation
Un mot sur les notations
Opérateur nabla : ∇
∂~ ∂ ∂
∇= i + ~j + ~k
∂x ∂y ∂z
∂φ ∂φ ∂φ
gradient d’un scalaire : ∇φ = gradφ = ex + ey + ez
∂x ∂y ∂z
gradient d’un vecteur :
 ∂uy

∂ux ∂uz
∂x ∂x ∂x
 ∂ux ∂uy ∂uz 
∇u =  ∂y ∂y ∂y 
∂ux ∂uy ∂uz
∂z ∂z ∂z
∂ux ∂uy ∂uz

divergence d’un vecteur : ∇ · u = div u = + +
∂x ∂y ∂z
9 / 130
Loi de conservation
Opérateur nabla : ∇
rotationnel d’un vecteur :

∂uz ∂uy ∂ux ∂uz ∂uy ∂ux
∇×u = − ex + − ey + − ez
∂y ∂z ∂z ∂x ∂x ∂y
Opérateur laplacien : ∆
∂2 ∂2 ∂2
∆ = ∇2 = 2
+ 2+ 2
∂x ∂y ∂z
laplacien d’une fonction φ : ∆φ = ∇ · (∇φ) = div(grad φ)

les propriétés importantes :
∇ × (∇φ) = 0
∇ · (∇ × u) = 0
10 / 130
Loi de conservation
notation indicielle : x, y , z → 1, 2, 3
convention de Einstein : sommation sur l’indice répété
∂ui
exercice 1 : reécrire l’équation uj = 0 sous forme vertorielle
∂xj
11 / 130
Loi de conservation
Descriptions eulérienne et lagrangienne
Particule de fluide
Lagrangienne
mesure de la vitesse à l’instant t d’une particule de fluide qui
se trouvait en M0 (a, b, c) à l’instant t0 ;
observation de la trajectoire d’un traceur (particule solide,
tache de colorant)
Eulérienne
mesure de la vitesse du fluide à tout instant en chaque point
de l’espace u(x, y , z, t)
observation des différentes particules de fluides qui passe en un
même point
12 / 130
Loi de conservation
Dérivée “particulaire”
Dérivée partielle (dérivée eulerienne) : ∂φ/∂t représente une variation

locale
Dérivée particulaire (dérivée totale, dérivée lagrangienne) :
Dφ/Dt = ∂φ/∂t + u · ∇φ (1)

| {z } | {z }
variation locale variation liée au déplacement
exemple : accélération d’une particule de fluide
Du/Dt = ∂u/∂t + u · ∇u
∂u/∂t : la variation au cours du temps en chaque point
u · ∇u : l’exploration d’un champ de vitesse non uniforme par la particule
de fluide
13 / 130
Loi de conservation
Conservation de la masse / Continuity equation
On considère l’écoulement d’un fluide de masse volumique ρ, et u le champ de

vitesse u(u, v , w ) .
14 / 130
Loi de conservation

vitesse u(u, v , w ) . Z I
∂
ρdv + ρu · nds = 0
∂t V S
15 / 130
Loi de conservation

∂
∂t V S
soit sous forme différentielle :
∂ρ Dρ
+ ∇ · (ρu) = 0 ou + ρ∇ · u = 0 (2)
|∂t {z } |Dt {z }
forme conservative forme dérivée totale
16 / 130
Loi de conservation

∂
∂t V S
soit sous forme différentielle :
∂ρ Dρ
+ ∇ · (ρu) = 0 ou + ρ∇ · u = 0 (2)
|∂t {z } |Dt {z }
forme conservative forme dérivée totale
Si fluide incompressible : ρ = cste partout et à tous moments

Si écoulement incompressible : Dρ/Dt = 0 → ∇ · u = 0
Attention : ρ 6= uniforme en espace, ρ 6= constante en tous points
17 / 130
Loi de conservation
Conservation de la quantité de mouvement
La variation temporelle de la quantité de mouvement (ρu) d’un élément de

volume V est égale à la somme des forces qui s’exercent sur cet élément de
volume, soit :
18 / 130
Loi de conservation

volume, soit : Z
du
ρ dv = ΣF V + ΣF S
V dt
19 / 130
Loi de conservation

volume, soit : Z
du
V dt
Z
F V : forces de volume F V = ρfdv
V
gravité :f=g
force électromagnétique (MHD)
force de Coriolis
20 / 130
Loi de conservation

volume, soit : Z
du
V dt
I
F S : forces de surface F S = (σ · n)ds
S
21 / 130
Loi de conservation

volume, soit : Z
du
V dt
I
R
F S : forces de surface F S = (σ · n)ds = V ∇ · σdv
S
tenseur des contraintes σ : contraintes normales dues à la pression et
contraintes tangentielles dues aux forces de frottement entre des couches
de fluide : σ = −pI + τ
pour un fluide Newtonien ∇ · σ = −∇p + µ[∇2 u + 31 ∇(∇ · u)]
+ si écoulement incompressible : ∇ · σ = −∇p + µ∇2 u
22 / 130
Loi de conservation
Equation de la dynamique d’un fluide sous forme différentielle :

∂u
ρ + (u · ∇)u = ∇ · σ + ρf (3)
∂t
soit sous forme conservative (démonstration) :
23 / 130
Loi de conservation

∂u
ρ + (u · ∇)u = ∇ · σ + ρf (3)
∂t

∂ρu
+ ∇ · (ρuu) = ∇ · σ + ρf (4)
∂t
24 / 130
Loi de conservation

∂u
ρ + (u · ∇)u = ∇ · σ + ρf (3)
∂t

∂ρu
+ ∇ · (ρuu) = ∇ · σ + ρf (4)
∂t
Si fluide Newtonien écoulement incompressible

∂ρu
+ ∇ · (ρuu) = −∇p + µ∇2 u + ρf (5)
∂t

∂ρui ∂ρui uj ∂p ∂ ∂ui
+ =− + + ρfi (6)
∂t ∂xj ∂xi ∂xj ∂xj
25 / 130
Loi de conservation
Exercice 2 : Ecrivez l’équation le long d’une ligne

de courant S d’un écoulement stationnaire avec un
fluide parfait et déduire l’équation de Bernouilli.
26 / 130
Loi de conservation
Conservation de l’énergie
DE
Selon le premier principe de la thermodynamique = ΣQ + ΣW
Dt
Z
u2
énergie totale : E = ρ e+ dv
V 2
Z I
chaleur transportée : ΣQ = ρqdv + k∇T · nds
V S
| {z } | {z }
source chaleur échange à travers la surface
Z I
travail exercé : ΣW = ρfudv + (σu) · nds
| V {z } | S {z }
forces de volume contraintes à la surface
Soit sous forme différentielle

D u2
ρ e+ = ρq + ∇ · (k∇T ) + ρfu + ∇ · (σu) (7)
Dt 2
27 / 130
Loi de conservation
Nous pouvons obtenir l’expression de l’énergie cinétique d’après l’équation de

conservation de QdM

D u2 Du
ρ = ρu = ρfu + ·(∇ · σ)u (8)
Dt 2 Dt
Finanlement, Eq. 7 − Eq. 8 donne l’équation pour l’énergie interne
De
ρ = ρq + ∇ · (k∇T ) + ∇ · (σu) − u(∇ · σ) (9)
Dt
soit sous forme
De
ρ = ρq + ∇ · (k∇T ) − p(∇ · u) + τ| :{z∇u} (10)
Dt
dissipation visqueuse Φ
∂ρe
+ ∇ · (ρeu) = ρq + ∇ · (k∇T ) − p(∇ · u) + τ : ∇u (11)
∂t
28 / 130
Loi de conservation
Reformulation en enthalpie e = h − p/ρ

Dh Dp
ρ = + ∇ · (k∇T ) + ρq + τ : ∇u
Dt Dt
comme
" #
∂H ∂H ∂V
dh = dT + dp = CP dT + V − T dp
∂T p ∂p T ∂T p
" #
1 ∂ ln ρ
= CP dT + 1+ dp
ρ ∂ ln T p
on obtient

DT ∂ ln ρ Dp
ρCp =− + ∇ · (k∇T ) + ρq + τ : ∇u (12)
Dt ∂ ln T p Dt
29 / 130
Loi de conservation
Cas particuliers
∂ ln ρ
Gas parfait : ∂ ln T
= −1
DT Dp
ρCp = + ∇ · (k∇T ) + ρq + τ : ∇u (13)
Dt Dt
∂ ln ρ
ρ = cste : ∂ ln T
=0
DT
ρCp = ∇ · (k∇T ) + ρq + τ : ∇u (14)
Dt
Solides : ∇ · u = 0
∂T
ρCp = ∇ · (k∇T ) + ρq (15)
∂t
30 / 130
Loi de conservation
Equations de fermeture
Problème de fermeture
3 équations disponibles : continuité, quantité de mouvement et énergie ;
∂ρ
+ ∇ · (ρu) = 0
∂t
∂ρu
+ ∇ · (ρuu) = −∇p + ∇ · τ + ρf
∂t
∂ρe
+ ∇ · (ρeu) = ∇ · (k∇T ) − p(∇ · u) + ρq + τ : ∇u
∂t
5 inconnues : u, p, T , ρ et e ;
31 / 130
Loi de conservation
Equations de fermeture
Problème de fermeture
3 équations disponibles : continuité, quantité de mouvement et énergie ;
∂ρ
+ ∇ · (ρu) = 0
∂t
∂ρu
+ ∇ · (ρuu) = −∇p + ∇ · τ + ρf
∂t
∂ρe
+ ∇ · (ρeu) = ∇ · (k∇T ) − p(∇ · u) + ρq + τ : ∇u
∂t
5 inconnues : u, p, T , ρ et e ;
nécessité de 2 autres équations, dites équations de fermeture
Equation d’état p = f (ρ, T )
exemple : gaz parfait p = ρrT
Equation de la variation d’énergie interne ei = f (ρ, T )
exemple : gaz parfait dei = Cp dT
32 / 130
Loi de conservation
Equation générale de conservation

Nous pouvons réécrire les trois équations de conservation :
∂ρ
Masse + ∇ · (ρu) = 0
∂t
∂ρu
QdM + ∇ · [(ρu)u] − ∇ · (µ∇u) = −∇p + ρf
∂t
∂ρT k 1
Energie + ∇ · [(ρu)T ] − ∇ · ( ∇T ) = (ρq + τ : ∇u)
∂t Cp Cp
33 / 130
Loi de conservation

Nous pouvons réécrire les trois équations de conservation :
∂ρ
Masse + ∇ · (ρu) = 0
∂t
∂ρu
QdM + ∇ · [(ρu)u] − ∇ · (µ∇u) = −∇p + ρf
∂t
∂ρT k 1
Energie + ∇ · [(ρu)T ] − ∇ · ( ∇T ) = (ρq + τ : ∇u)
∂t Cp Cp
Nous obtenons l’équation générale suivante :
∂ρφ
+ ∇ · ρuφ − ∇ · (Γ∇φ) = sφ (16)
| ∂t
{z } | {z } | {z }
Transport convectif
|{z}
Transport diffusif Source/Puits
Variation
temporelle
Equation φ Γ s
Masse 1 0 0
QDM ui µ −∂p/∂xi + ρfi
Energie T k/Cp sT
Espèce Cs Ds ss 34 / 130
Loi de conservation
Intégration de l’équation 16 :
∂ρφ
+ ∇ · ρuφ − ∇ · (Γ∇φ) = sφ
∂t
Z Z Z Z
∂ρφ
dv + ∇ · ρuφdv − ∇ · (Γ∇φ)dv = sφ dv
V ∂t V V V
35 / 130
Loi de conservation
Intégration de l’équation 16 :
∂ρφ
+ ∇ · ρuφ − ∇ · (Γ∇φ) = sφ
∂t
Z Z Z Z
∂ρφ
dv + ∇ · ρuφdv − ∇ · (Γ∇φ)dv = sφ dv
V ∂t V V V
soit Z I I Z
∂ρφ
dv + ρuφ · n ds + (−Γ∇φ) · nds = sφ dv (17)
V ∂t S S V
Bilan/Loi de conservation
Z I I Z
∂ρφ
dv + Fconv · n + Fdiff · n ds = sφ dv
∂t
| V {z } |S {z S } | V {z }
Variation φ Flux de φ échangé source/puit φ
temporelle dans V à travers S dans V
36 / 130
Loi de conservation
Conditions aux limites
Suffisamment de conditions aux limites pour que le problème soit bien

posé ; Nombre de C.L. dépend du type de problème ;
Différents types de conditions
Dirichlet Nauman Robin/Fourier
∂φ ∂φ
φ=f =f + αφ = f
∂x ∂x
Quelques exemples
C.L. pour l’équation de la chaleur 1D
37 / 130
Loi de conservation
Equations aux dérivées partielles (EDPs)

∂φ ∂2φ ∂2φ ∂nφ
F φ, xi , ..., , ..., 2 , ..., , ..., n , ... =0 (18)
∂x1 ∂x1 ∂x1 ∂x2 ∂x1
Les inconnues sont des grandeurs physiques : u, T , P ... ;

Les variables indépendantes : coordonnées de l’espace, temps ;
Une EDP est dite d’ordre n quand la dérivée partielle d’ordre le plus élevé
qu’elle contient est d’ordre n ;
Une EDP est dite linéaire quand elle l’est par rapport à φ et à toutes ses
dérivées partielles ;
Une EDP est dite homogène quand elle ne contient que des termes
faisant intervenir φ et ses dérivées partielles ;
Exercice 3 : démontrez que l’équation générales de conservation/transport sans
les termes de sources est une EDP linéaire, sauf si φ = ui .
38 / 130
Loi de conservation
Classification des EDPs
Forme générale de l’EDP du 2nd ordre et à deux variables indépendantes
∂2φ ∂2φ ∂2φ ∂φ ∂φ

A 2
+B +C 2 +D +E + Fφ + g = 0 (19)
∂x ∂x∂y ∂y ∂x ∂y
soit
n
n X
X ∂2φ
Ai,j +H =0 avec n = 2 (20)
i=1 j=1
∂xi ∂xj
Les caractéristiques : une courbe est dit caractéristique par rapport à l’EDP, si
on a
A(dy )2 + Bdxdy + C (dx)2 = 0 (21)
Remarque : Si φ(x, y ) présente une discontinuité en un point, cette
discontinuité se propage le long d’une courbe caractéristique.
39 / 130
Loi de conservation
Classification des EDPs
La classification d’une EDP selon les caractéristiques

2
dy dy
A +B +C =0
dx dx
si B 2 − 4AC < 0
l’équation est dite elliptique et elle n’admet pas de courbe caractéristique
réelle.
si B 2 − 4AC = 0
l’equation est dite parabolique et elle y admet une famille de courbes
caractéristiques.
si B 2 − 4AC > 0
l’equation est dite hyperbolique et elle y admet deux familles de courbes
caractéristiques.
40 / 130
Loi de conservation
Equation elliptique
Modèle physique : Conduction thermique
∂2φ ∂2φ
2
+ =0
∂x ∂y 2
La solution dépend des conditions aux limites sur tout le domaine.
Le domaine de dépendance coı̈ncide avec tout le domaine.
41 / 130
Loi de conservation
Equation parabolique
Modèle physique : Equation de la chaleur
∂φ
= α∇2 φ
∂t
problème de marche en temps ;
La solution dépend des conditions initiales φ(t = t0 , x) dans tout le
domaine ;
Le domaine de dépendance est donc constitué par l’ensemble des états à
t < t′.
42 / 130
Loi de conservation
Equation hyperbolique
Modèle physique : Equation des ondes
∂2u 2
2∂ u
= c
∂t 2 ∂x 2
problème de marche en temps ;
deux caractéristiques :ξ = x − ct et η = x + ct ;
solution générale : u(x, t) = F (x − ct) + G (x + ct). Elle dépend
seulement la condition initiale dans le domaine de dépendance ;
les perturbations se propagent à la vitesse ±c ;
la solution u(x, t) va influencer une zone limitée par cette vitesse de
propagation.
43 / 130
Loi de conservation
Figure – (a) zone de dépendance, (b)zone d’influence, (c)exemple physique 44 / 130

Loi de conservation
Identification de la physique
45 / 130
Loi de conservation
Identification de la physique
Modèle physique : équations,

propriétés physiques, etc.
Les variables inconnues : p, u, T , φ,
k, ǫ, etc.
46 / 130
Loi de conservation
Domaine de calcul
Définir le domaine de calcul, les

conditions aux limites et leurs types
Ecoulement interne
47 / 130
Loi de conservation
Domaine de calcul
Définir le domaine de calcul, les

conditions aux limites et leurs types
Ecoulement interne
Ecoulement externe : passage à
l’espace finis
48 / 130
Loi de conservation
Domaine de calcul
Définir le domaine de calcul

Ecoulement interne
Ecoulement externe : passage à
l’espace finis
Existence de symétries ? périodicité ?
49 / 130
Loi de conservation
Discrétisation
Passage des équations de conservation

(continues)
∂ρφ
+ ∇ · ρuφ − ∇ · (Γ∇φ) = sφ
∂t
aux équations discrétisées
50 / 130
Loi de conservation
Discrétisation

(continues)
∂ρφ
+ ∇ · ρuφ − ∇ · (Γ∇φ) = sφ
∂t
ex. cas stationnaire
X
a c φc + anb φnb = bc
nb
51 / 130
Loi de conservation
Discrétisation

(continues)
∂ρφ
+ ∇ · ρuφ − ∇ · (Γ∇φ) = sφ
∂t
ex. cas stationnaire
X
a c φc + anb φnb = bc
nb
Résolution du système d’équations

algébriques
[φ] = A−1 b
52 / 130
Loi de conservation
Discrétisation
Un exemple sur la construction de matrice A

maillage 2D, 5 points assemblage en matrice
vecteur inconnu
(φ1 φ2 φ3 φ4 φ5 )T
53 / 130
Loi de conservation
Différentes méthodes de discrétisation
Différences finis
la discrétisation des opérateurs différentiels (dérivées premières,
secondes, partielles ou non) est obtenue par les formules de Taylor.
Volumes finis
à partir d’une formulation intégrale basée directement sur la forme
forte des équations à résoudre ;
les intégrales portent sur des cellules disjointes (volumes de
contrôles).
Elements finis
s’appuie sur une formulation intégrale des équations, appelée
formulation variationnelle (ou encore formulation faible) ;
les intégrales portent sur tout le domaine. 54 / 130
Principe de la méthode Voumes Finis
Introduction à la Mécanique des Fluides Numérique VF pour les problèmes elliptiques
Méthode Volumes Finis VF pour les problèmes paraboliques
VF pour les problèmes hyperboliques
Méthode Volumes Finis pour les équations de
advection/diffusion
Méthode Volumes Finis pour les équations de Naviver-Stokes
55 / 130
Les étapes de la méthode VF
Construction d’un maillage sur lequel la solution recherchée est une

solution discrète ;
Discrétisation des équations de transport sous forme intégrale sur
les cellules disjointes ;
Evaluation des flux aux frontières de chaque volume de contrôle à
l’aide d’un schéma numérique ;
Incorporation des conditions aux limites et des conditions initiales si
besoin ;
Résolution du système d’équations algébriques résultant (méthode
Newton, iterative, LU etc.)
56 / 130
Définition d’un maillage
Un maillage est un découpage d’un domaine représenté soit par :

une courbe, rectiligne ou non, en 1D
une surface en 2D
un volume en 3D
en sous-domaines élémentaires composés :
de noeuds (des points de coordonnées du domaine)
d’éléments (volumes de contrôle) :
linéiques de type barre en 1D ;
surfaciques en 2D (triangles, quadrangles) ;
volumiques en 3D (tétraèdres, hexaèdres, prismes ...)
57 / 130
Exemples de maillages
(a) maillage structuré 2D (b) maillage non structuré 2D
(c) maillage structuré 3D (d) maillage non structuré 3D

58 / 130
Volumes de contrôle
Approche “cell-vertex”
les inconnues sont aux sommets de la maille
Ωi Ωi
1111
0000 111111
000000
1111
0000 0000
1111
0000
1111 000000
111111
0000
1111 0000
1111 000000
111111
0000
1111 0000
1111 000000
111111
000000
111111
0000
1111
0000
1111
Approche “cell centered”

les inconnues sont positionnées aux centres
Ωi Ωi
1111
0000 111111
000000
0000
1111
0000
1111 000000
111111
11111
00000 0000
1111 000000
111111
00000
11111 0000
1111 000000
111111
000000
111111
00000
11111
00000
11111
59 / 130
Notations
Maillage structuré “cell centered”
∆xw ∆xe
N
P = centre de maille ;
∆yn n
W, E, S, N = centres
W w P e E
des mailles voisines ∆yP
s
w, e, s, n = frontières ∆ys
entre les mailles S
∆xP
60 / 130
Notations
Maillage structuré “cell centered”
∆xi− 1 ∆xi+ 1
2 2
i,j+1
indice i, j désignent
∆yj+ 1
la maille étudiée 2 i,j+ 21
i+ 12 ,j
i- 21 ,j
i ± 1/2, j ± 1/2 i-1,j i,j i+1,j
∆yj
désignent les i,j- 12
frontières ∆yj− 1
2 i,j-1
∆xi
61 / 130
Equation générale de conservation sous forme intégrale
n
Ωcv - domaine (volume) de calcul
u
Acv Acv - surface extérieure du volume
Ωcv n - normale extérieure
Equation générale de conservation pour le domaine (volume) Ωcv :

Z Z Z Z
∂ρφ
dΩ + ∇ · (ρuφ)dΩ − ∇ · (Γ∇φ)dΩ = sφ dΩ
Ωcv ∂t Ωcv Ωcv Ωcv
| {z } | {z } | {z } | {z }
Variation temporelle Transport advectif Transport diffusif Source/Puits
(22)
62 / 130
Appliquer le théorème de Green-Ostrogradski

Z I I Z
∂ρφ
dΩ + (ρuφ) ·ndA − (Γ∇φ) ·ndA = sφ dΩ
Ωcv ∂t Acv | {z } Acv | {z } Ωcv
flux advectif flux diffusif
Z I I Z
∂ρφ
dΩ + Jconv · ndA − Jdiff · ndA = sφ dΩ
Ωcv ∂t Acv Acv Ωcv
Z I Z
∂ρφ
dΩ + (J · n)dA = sφ dΩ (23)
Ωcv ∂t Acv Ωcv
| {z } | {z } | {z }
Variation temporelle Bilan des flux Source/Puits
de ρφ dans Ωcv à travers de Acv
63 / 130
Problème instationnaire : Intégration sur l’intervalle de temps ∆t

Z Z t+∆t Z t+∆t I Z t+∆t Z
∂ρφ
dtdΩ+ J·ndAdt = sφ dΩdt (24)
Ωcv t ∂t t Acv t Ωcv
64 / 130
Problème instationnaire : Intégration sur l’intervalle de temps ∆t

Z Z t+∆t Z t+∆t I Z t+∆t Z
∂ρφ
dtdΩ+ J·ndAdt = sφ dΩdt (24)
Ωcv t ∂t t Acv t Ωcv
Application sur un volume de contrôle Ωj

n
u Am
Jm
Acv
Ωi
Ωcv
65 / 130
Bilan sur des volumes de contrôle
En supposant que la propriété φ et le terme source sont constants sur le

volume Ωi , on trouve :
NB
X

(ρφ)n+1
i − (ρφ) n
i Ωi + ∆t (Jm n+k Am ) = (sφ )n+k
i Ωi ∆t (25)
m
où l’indice k représente certains types de discrétisation temporelle. Parmi

les plus courantes :
k = 0, pour un schéma explicite
k = 1, pour un schéma implicite
k = 1/2, pour un schéma semi-implicite
Comment évaluer les flux aux interfaces ?
66 / 130
Equations ellipitiques
Equation de Laplace
Soit Ω un ouvert borné et régulier de Rn , defrontière Γ. L’inconnue u(x)
(x ∈ Ω) satisfait dans Ω l’équation :
−∆φ = f
En thermique, φ = T , f est la source de chaleur, pour décrire le

température à l’équilibre dans un corp Ω thermiquement conducteur.
En mécanique du solide, φ la déplacement, f champs de forces,
pour décrire la position d’équlibre d’une membrane élastique.
En mécanique du fluide, φ désigne la fonction courant, f champs de
forces.
67 / 130
VF pour les problèmes elliptiques

Considérons une fine couche d’épaisseur h d’un fluide incompressible de ρ
et µ constants s’écoule sur un plan incliné d’un angle θ par rapport à
l’horizontale.
On suppose que l’écoulement est stationnaire, unidirectionnel (selon Ox)
et complétement établi. L’air étant supposé au repos et à pression
constante P0 .
68 / 130
VF pour les problèmes elliptiques

Considérons une fine couche d’épaisseur h d’un fluide incompressible de ρ
et µ constants s’écoule sur un plan incliné d’un angle θ par rapport à
l’horizontale.
On suppose que l’écoulement est stationnaire, unidirectionnel (selon Ox)
et complétement établi. L’air étant supposé au repos et à pression
constante P0 .
Modèle mathématique

 ′′ ρg sin θ
u (y ) + = 0, y ∈ (0, h)


µ

 u(0) = 0

 ′
u (h) = 0
(26)
69 / 130
Formulation en VF
maillage structuré “cell centered” 1D

∆yw ∆ye
W w P e E
∆yp
approximation de la solution u dans la cellule P

Z Z e
1 1
uP = u(y )dy = u(y )dy
|ΩP | ΩP ∆yp w
intégration de l’équation différentielle sur la cellule P

Z e Z e
u ′′ (y )dy = − sp dy
w w
70 / 130
Calcul flux numériques
Application du théorème de Green-Ostrogradski
ue′ − uw′ = −sp ∆yP (27)
Les flux entrant et sortant sont inconnus → interpolation à partir

des valeurs connues dans les cellules voisines
flux à gauche du point e : JeL =∼ ue − uP
ye − yP
R ∼ uE − ue
flux à droite du point e : Je =
yE − ye
conservation des flux numériques à travers point e (continuité
du flux)
uE − uP
ue′ = Je = JeL = JeR = (28)
∆ye
71 / 130
Equation discrétisée
Le schéma numérique correspondant à l’équation 27 s’écrit :

uE − uP uP − uW
− = −sp ∆yP (29)
∆ye ∆yw
soit sous forme
aP uP = aW uW + aE uE + b P
ap aW aE bP
1
∆ye + ∆y1 w 1
∆yw
1
∆ye sp ∆yP
Cette équation est valable uniquement pour les cellules à l’intérieur du

domaine de calcul.
72 / 130
Système linéaire
Indice local → Indice global

On discrétise l’intervalle [0, h] en introduisant un maillage de l’intervalle
défini de la façon suivante :
N volumes de contrôle Ωi pour i = 1, ...N, Ωi = (yi− 12 , yi+ 12 )
à chaque cellule associe un point (centre P) : P = i
le pas de discrétisation uniforme ∆y = yi+ 12 − yi− 21 = cste.
à chaque extrémités y0 = 0 et yN+1 = h associe un demi cellule.
73 / 130
Indice local → Indice global

On discrétise l’intervalle [0, h] en introduisant un maillage de l’intervalle
défini de la façon suivante :
N volumes de contrôle Ωi pour i = 1, ...N, Ωi = (yi− 12 , yi+ 12 )
à chaque cellule associe un point (centre P) : P = i
le pas de discrétisation uniforme ∆y = yi+ 12 − yi− 21 = cste.
à chaque extrémités y0 = 0 et yN+1 = h associe un demi cellule.
Traitement conditions limites

à y = 0, condition du type Dirichlet : u0 = 0
′
à y = h, condition du type Neumann : uN+1 =0
1
−uN+1 + uN = − sN+1 ∆y 2
2 74 / 130
Système des équations algébrique


u0 = 0

− ui−1 + 2ui − ui+1 = (ρg /µ) sin θ∆y 2 i = 1, ..., N


− uN + uN+1 = (ρg /2µ) sin θ∆y 2
75 / 130
Système des équations algébrique


u0 = 0

− ui−1 + 2ui − ui+1 = (ρg /µ) sin θ∆y 2 i = 1, ..., N


− uN + uN+1 = (ρg /2µ) sin θ∆y 2
Assemblage en matrice
 
1 0 ··· 0    
 ..  u0 0
−1 2 
 2 −1 . 
  u1   (ρg /µ) sin θ∆y 
  
 .. .. ..   ..   .. 
0 . . . 0 =
 .   .
 
 
 .   uN   (ρg /µ) sin θ∆y 2 
 .. −1 2 −1 
uN+1 (ρg /2µ) sin θ∆y 2
0 ··· 0 −1 1
La matrice est irréductible, diagonale dominante, elle est donc inversible.
76 / 130
Principes de base d’une bonne discrétisation
Caractère Conservatif
Le flux quittant un volume par une face doit être exprimé de manière
identique aux entrant par cette même face dans le volume adjacent.
Sinon le bilan global sur le domaine n’est pas vérifié.
77 / 130
replacements
ex. diffusivité non isotrope Γ(x)
∆x ∆x
xW xw xP xe xE
∆x
estime flux diffusif à travers la face xe en supposant que la
diffusivité Γe est égale à celle au point central du volume
L φE − φP
- flux sortant du volume P : Jdiff = ΓP
∆x
R φE − φP
- flux entrant du volume E : Jdiff = ΓE
∆x
L R
Jdiff 6= Jdiff ⇒ Schéma non consistant
78 / 130
replacements
ex. diffusivité non isotrope Γ(x)
∆x ∆x
xW xw xP xe xE
∆x
estime flux diffusif à travers la face xe par interper Γe par une
relation linéaire
L ΓP + ΓE φE − φP
- flux sortant du volume P : Jdiff =
2 ∆x
R ΓP + ΓE φE − φP
- flux entrant du volume E : Jdiff =
2 ∆x
L R
Jdiff = Jdiff ⇒ Schéma consistant
79 / 130
Caractère bornée
Les équations discrétisées sont résolues à l’aide de la méthode
itérative.
La condition suffisante pour obtenir une solution convergente
(critère de Scarborough) :
P
|anb | ≤ 1 sur tous les noeuds
(30)
|aP′ | < 1 sur au moins un noeuds
avec aP′ le coefficient net (ex. aP − Sp )

Cette exigence peut être satisfaite si
Positive des coeffients ai
Pente négative lors de la linéarisationP
du terme source SP < 0
Somme des coefficients voisins aP = anb
80 / 130
Le coefficient ap doivent être de même signe que les
coefficients anb (par convention, ils sont positif).
81 / 130
Le coefficient ap doivent être de même signe que les
coefficients anb (par convention, ils sont positif).
Sion, l’augementation de φ à un noeud peut entraı̂ner son
diminuation aux noeuds voisins ⇒ non-convergence ou
solution oscillante.
a E φE + a W φW
φP =
aP
Si aP , aE > 0, aW > 0, φP ↑ entraine soit φE ↑, soit φW ↑, soit les deux.
Si aP , aE > 0, aW < 0, φP ↑ entraine soit φE ↑, soit φW ↓ (pas physique).
82 / 130
P
Somme des coefficients voisins aP = anb
Les équations de transport souvent ne contiennent que les
dérivées de la variation φ.
En absence de terme de source, si une fonction φ est la
solution, la fonction φ + c l’est aussi
Cette propriété doit se retrouver dans l’équation discrétisée :
X X
a P φP = anb φnb ⇒ aP (φP + c) = anb (φnb + c)
X
⇒ aP .c = anb .c
X
⇒ aP = anb
83 / 130
Pente négative lors de la linéarisation du terme source
La critère de Scarborough impose que la matrice doit être
diagonale dominate
Pour assure la positivité de aP , la pente SP doit être négative
Sφ,P = S0 + SP φP
X
aP = anb + SP (31)
X
ap − Sp = anb
Règle vraie pour beaucoup de processus physique.
84 / 130
VF pour les problèmes paraboliques
Considérons le problème monodimensionel de la diffusion du sucre dans

une tasse. Au fond de la tasse (x = 0), la concentration du sucre est
maintenue à la concentration de saturation Cmax .La diffusion est stoppée
à la surface (x = H).
La concentration du sucre C (x, t) vérifie l’équation de la diffusion décrite
par la loi de Fick avec D le coefficient de diffusion. On cherche à
connaitre la concentration en sucre dans la tasse.
85 / 130
VF pour les problèmes paraboliques
Considérons le problème monodimensionel de la diffusion du sucre dans

une tasse. Au fond de la tasse (x = 0), la concentration du sucre est
maintenue à la concentration de saturation Cmax .La diffusion est stoppée
à la surface (x = H).
La concentration du sucre C (x, t) vérifie l’équation de la diffusion décrite
par la loi de Fick avec D le coefficient de diffusion. On cherche à
connaitre la concentration en sucre dans la tasse.

 ∂C ∂2C

 − D = 0 (x, t) ∈ (0, H) × (0, Tf )
 ∂t

 ∂x 2
C (0, t) = Cmax (32)
 ′


 C (H, t) = 0


C (x, 0) = 0
86 / 130
Discrétisation temporelle
équation parabolique : problèmes d’évolution ou instationnaires

dans lesquels intervient le mécanisme de diffusion ou de dissipation.
integration en temps et en espace
Z Z t+∆t ! Z t+∆t Z
∂C ∂2C
dt dV − D 2
dV dt = 0 (33)
Ωi t ∂t t Ωi ∂x

∆xw ∆xe
W w P e E
∆xp
87 / 130
On note indice “0” à l’instant t

Z e Z t+∆t
0 ∂C ∂C
(Cp − Cp )dx = D − D dt
w t ∂x e ∂x w
| {z }
Jp (t)
Z t+∆t
(Cp − Cp0 )∆xp = Jp (t)dt
t
88 / 130
On note indice “0” à l’instant t

Z e Z t+∆t
0 ∂C ∂C
(Cp − Cp )dx = D − D dt
w t ∂x e ∂x w
| {z }
Jp (t)
Z t+∆t
(Cp − Cp0 )∆xp = Jp (t)dt
t
Variation Jp (t) est inconnue. On introduit le facteur de pondération

θ ∈ [0, 1] pour calculer l’intégration en temps

(Cp − Cp0 )∆xp = θJp + (1 − θ)Jp0 ∆t (34)
89 / 130
Euler explicit
Si θ = 0, schéma Euler explicit

" 0 0 #
∂C ∂C
(Cp − Cp0 )∆xp = D − D ∆t
∂x e ∂x w
soit sous forme générale
ap aW aE ap0
Condition pour le pas de temps ∆t ?
90 / 130
Euler implicit
Si θ = 1, schéma Euler implicit

∂C ∂C
(Cp − Cp0 )∆xp = D − D ∆t
∂x e ∂x w
ap aW aE ap0
91 / 130
Crank-Nicolson
Si θ = 0.5, schéma Crank-Nicolson

" 0 0 #
1 ∂C ∂C 1 ∂C ∂C
(Cp − Cp0 )∆xp = D − D ∆t + D − D ∆t
2 ∂x e ∂x w 2 ∂x e ∂x w
ap aW aE ap0
92 / 130
Application numérique
∆t
En posant θ = 0, λ = D et en prenant compte les conditions aux
∆x 2
limites, la concentration Ci au temps n + 1 est donnée par :
i variant de 1 à N Cin+1 = λCi−1
n
+ (1 − 2λ)Cin + λCi+1
n
i = 0, C0 = Cmax C0n+1 = C0n = Cmax

′ n+1
i = N + 1, CN+1 =0 CN+1 = 2λCNn + (1 − 2λ)CN+1
n
soit sous forme matricielle :

n+1 n
C0 1 0 0 ··· 0 C0
   
 C1   λ 1 − 2λ λ ··· 0   C1 
. . . .
     

.

=

. .. .. .. .
 
.


 . 
  . . . . . 


 . 

 CN   0 λ 1 − 2λ λ   CN 
CN+1 0 ··· 0 2λ 1 − 2λ CN+1
93 / 130
Profile de la concentration en sucre dans la tasse à Tf = 105 s avec

∆t = 1000 s, D = 5 × 10−10 m2 /s, Cmax = 6g /L et H = 8 cm
32
x 10
6
solution exacte ∆x = 0.4mm
concentration (g /L)
concentration (g /L)
1
5 ∆x = 2 mm
∆x = 1 cm 0.5
4
∆x = 2 cm
3 0
2 −0.5
1
−1
0
−1.5
0 0.02 0.04 0.06 0.08 0 0.02 0.04 0.06 0.08
hauteur (m) hauteur (m)
94 / 130
Source d’erreur
La solution d’une simulation numérique est une solution approchée et

discrete, calculée par les ordinateurs : φni 6= φ(xi , t n )
résolution du système d’équations discrétisées → erreur d’arrondi :
représentent les nombres réels en nombre réels à virgule flottante
(signe mantisse b exposant ), ex. π = + 314156 10−5
EDP → équation discrétisé : erreur de troncature commise lors de la
discrétisation de termes de dérivées.
n n n
∆x 2 ∂2T ∆x 3 ∂3T

n ∂T
Ti+1 = Tin + ∆x + + + · · · + O(∆x n )
∂x i 2 ∂x 2 i 6 ∂x 3 i
Ces erreurs numériques peuvent se cumuler et se propager d’une

iteration à l’autre.
95 / 130
Consistance
Relation entre l’équation discrétisée et l’équation différentielle

Un schéma numérique est dit consistant si l’erreur de troncature ǫT
converge vers zéro lorsque le pas de discrétisation du maillage et le
pas de temps tendent vers zéro.
lim kǫT k = 0 (35)

∆x→0,∆t→0
96 / 130
Consistance
Analyse de la consistance et la précision - exemple

∂C ∂2C
On considère l’équation de diffusion −D 2 =0
∂t ∂x
discrétisée par un schéma centré en espace et Euler explicite en
temps
97 / 130
Consistance

∂C ∂2C
On considère l’équation de diffusion −D 2 =0
∂t ∂x
discrétisée par un schéma centré en espace et Euler explicite en
temps
Developpement de Taylor autour de Cin = C (i∆x, n∆t)
Cin+1 =
n
Ci+1 =
n
Ci−1 =
98 / 130
Consistance

En substituant ces termes dans le schéma numérique, on obtient
n n n n
∂2C ∂2C ∂2C

∂C ∂C ∆t
−D = + +O(∆t 2 )−D +O(∆x 2 )
∂t ∂x 2 i ∂t i 2 ∂t 2 i ∂x 2 i
On déduit l’erreur de troncature

n
∆t ∂ 2 C
ǫT = + O(∆t 2 ) + O(∆x 2 ) → 0
2 ∂t 2 i
est d’ordre 1 en temps et d’ordre 2 en espace.
99 / 130
Stabilité
Relation entre la solution numérique et la solution exacte de

l’équation discrétisée.
Un schéma numérique est dit stable si toute perturbation d’origine
numérique est amortie ou au mieux non amplifiée.
100 / 130
Z. Huang Mécanique des fluides Numérique (Méthode Volumes Finis)100 /
Stabilité
Relation entre la solution numérique et la solution exacte de

l’équation discrétisée.
Un schéma numérique est dit stable si toute perturbation d’origine
numérique est amortie ou au mieux non amplifiée.
TVD (total variation diminishing)

La notion de TVD caractérise le fait que l’erreur n’augmente pas d’un
pas de temps à l’autre. On a
TV (φn+1 ) ≤ TV (φn ) (36)
P
où TV (φ) (variation totale de φ) est définie comme TV (φ) = i |φi − φi+1 |
101 / 130
Stabilité
Analyse de la stabilité - Méthode de von Neumann

EDP linéaire à coefficients constants, deux variables indépendantes ;
le schéma n’utilise pas plus de deux niveaux de temps ;
basée sur la décomposition de l’erreur en séries de Fourier :
Nx
X
ǫ(x, t) = A(t)e Ikxi (37)
i=1
avec A(t) =amplitude de l’erreur, Nx = L/∆x, I 2 = −1, k =

nombre d’onde
Nx
X
Pour le “n”ème pas de temps, l’erreur s’écrit : ǫn = An e Ikxi
i=1
102 / 130
Stabilité

Comme l’équation de l’erreur est linéaire, il est suffisant de
considérer la croissance de l’erreur pour un terme choisi :
ǫni = An e Ikxi
ǫni = An e Ikxi ǫn+1

i = An+1 e Ikxi
(38)
ǫni+1 = An e Ik(xi +∆x) ǫi−1 = An e Ik(xi −∆x)
n
Substituer ces quatre termes dans le schéma numérique à évaluer

pour trouver la variation de l’erreur en fonction du temps ;
Calculer le facteur d’amplification : G = An+1 /An ;
La condition nécessaire et suffisante pour que l’erreur reste bornée
est |G | ≤ 1.
103 / 130
Stabilité

Le schéma est unconditionnement instable, si G 2 > 1 ;
Le schéma est unconditionnement stable, si G 2 ≤ 1 ;
∂C ∂2C
Démonstration : équation de diffusion −D 2 =0
∂t ∂x
104 / 130
Convergence
Relation entre la solution numérique de l’équation discrétisée et

la solution exacte de l’équation différentielle
Un schéma numérique est dit convergent si l’erreur entre la solution
exacte φ(tn , xi ) et la solution numérique φni tend vers zéro.
lim kφni − φ(tn , xi )k = 0 (39)

∆x→0,∆t→0
105 / 130
Convergence

lim kφni − φ(tn , xi )k = 0 (39)

∆x→0,∆t→0
Convergence si consistance et stabilité

Théorème de Lax
si la solution φ de l’EDP est suffisamment régulière, un schéma stable et
consistant est convergent dans la norme de stabilité, la vitesse de
convergence étant donnée par l’ordre de consistance.
106 / 130
Convergence

lim kφni − φ(tn , xi )k = 0

∆x→0,∆t→0
Convergence si consistance et stabilité

En pratique, φ(tn , xi ) est inconnu. On introduit la notion “résidu”
qui est égale à la norme L2 de l’écart entre les deux itérations
R = φn+1 − φn L2
107 / 130
Les problèmes hyperboliques
Supposons qu’on connaisse l’emplacement d’une nappe de pétrole due au

dégazement intensif d’un supertanker au large des côtes, et qu’on
cherche à prévoir son déplacement dans les heures à venir, afin de
permettre la mise en oeuvre efficace de barrages.
On suppose connu le champ des vecteurs vitesse des courants marins. A
t = 0, on connaı̂t ρ0 (x) la densité d’hydrocarbure initale, et on cherche à
calculer ρ(x, t) densité de d’hyrocarbure au point x et au temps t. On
note A le lieu initial de la nappe de pétrole.
108 / 130
Supposons qu’on connaisse l’emplacement d’une nappe de pétrole due au

dégazement intensif d’un supertanker au large des côtes, et qu’on
cherche à prévoir son déplacement dans les heures à venir, afin de
permettre la mise en oeuvre efficace de barrages.
On suppose connu le champ des vecteurs vitesse des courants marins. A
t = 0, on connaı̂t ρ0 (x) la densité d’hydrocarbure initale, et on cherche à
calculer ρ(x, t) densité de d’hyrocarbure au point x et au temps t. On
note A le lieu initial de la nappe de pétrole.

∂ρ
 ∂t + ∇ · ρu = 0


ρ0 (x) = 1, x ∈ A (40)



ρ0 (x) = 0, x ∈ /A
109 / 130
Les problèmes hyperboliques modélisent la propagation d’ondes sans

dissipation.
En linéaire, superposition d’ondes simples, comme la propagation du
son dans un milieu homogène.
En non linéaire, l’expression de lois de conservation. Par exemple,
les équations d’Euler pour un fluide parfait compressible.

∂ρ

 + ∇ · (ρu) = 0
∂t
 ∂ρu + ∇ · [(ρu)u] = −∇p + ρf

∂t
problèmes liés au transport convectif, un processus de transport dû

à l’écoulement.
110 / 130
Cas linéaire 1D
Supposons, que u soit constant en espace et en temps. Le problème

admet comme solution : ρ(x, t) = ρ0 (x − ut)
Si ρ est la solution, alors ρ est constant sur la droite caractéristique
111 / 130
Bilan sur des volumes de contrôle

∆xw ∆xe
W w P e E
∆xp
integration en temps et en espace
Z Z t+∆t ! Z t+∆t Z
∂ρ ∂ρ
dt dv + u dv dt = 0 (41)
Ω t ∂t t Ω ∂x
Z e Z t+∆t
0
(ρp − ρp )Sdx + [(ρu)e − (ρu)w ] Sdt = 0
w t | {z }
Jp (t) flux de masse advectif
(ρp − ρ0p )∆xp + [θJp (t) + (1 − θ)Jp0 (t)]∆t = 0

112 / 130
Approximation du flux numérique advectif
Si maillage uniforme, α = 1/2.

centré
En imposant λ = u∆t/∆x, on obtient
φe = αφE + (1 − α)φP
euler explicit
où α = (xe − xP )/(xE − xP )
ap φP = aW φ0W + aE φ0E + aP φ0P
euler implicit
ap φP = aW φW + aE φE + aP φ0P
aP
aE
aW
aP0
113 / 130
On calcule ρ(x, t) sur une distance de 1 m, avec u = 0.1 m/min.

Le lieu initial de la nappe de pétrole se situe en 0.2m < x < 0.3m.
Solution exacte : ρ(x, t) = ρ0 (x − ut)
Déplacement de l’échellon ρ0 dans le sens de l’écoulement.
1.2 t=0 t=2 min t=4 min t=6 min
1
densité ρ
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
position x en m
114 / 130
Application numérique- Schéma centré
Euler explicit
10
t=0
t= 2 min
5 t= 4 min
densité ρ
−5
−10
0 0.2 0.4 0.6 0.8 1
position x en m
Unconditionellement instable
115 / 130
Euler explicit Euler implicit
10
t=0 1.2 t=0 t=2min t=4min t=6min
t= 2 min
1
5 t= 4 min
0.8
densité ρ
densité ρ
0.6
0
0.4
−5 0.2
−10 −0.2
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
position x en m position x en m
Unconditionellement instable Stable, mais avec une forte erreur !
116 / 130
Observations
approximation du flux par un schéma centré pour une équation
parabolique donne des résultats satisfaisant et stable (ou
conditionnellement stable)
approximation du flux par un schéma centré pour une équation
hyperbolique peut donner des résultats stable (euler implicit)s mais
avec une forte dissipation et des osillations non physiques.
pour quelle raison ?
diffusion représentée par une équation parabolique/elliptique est un
transport sans direction préférentielle
advection par vitesse réprésenté par une équation hyperbolique est
un transport directionnel
117 / 130
En imposant λ = u∆t/∆x, on obtient

décentré d’ordre 1
euler explicit
φe = φP , φw = φW
ap φP = aW φ0W + aE φ0E + aP φ0P
euler implicit
ap φP = aW φW + aE φE + aP φ0P
explict implicit
aP
aE
aW
aP0
118 / 130
Application numérique- Schéma décentré d’ordre 1
∆t = 0.1 (λ = 1)
1.2 t=0 t=2 min t=4 min t=6 min
1
densité ρ
0.8
0.6
0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
position x en m
On obtient le même résultat que

la solution exacte.
119 / 130
∆t = 0.1 (λ = 1) ∆t = 0.102 (λ = 1.02)
4
1.2 t=0 t=2 min t=4 min t=6 min t=0 t=2 min t=3min t=4min
3
1
2
densité ρ
densité ρ
0.8
1
0.6
0
0.4 −1
0.2 −2
0 −3
0 0.2 0.4 0.6 0.8 1 0 0.2 0.4 0.6 0.8 1
position x en m position x en m
On obtient le même résultat que On observe des osillations non

la solution exacte. physiques alentours des
discontinuités.
120 / 130
Solution numérique à t = 4 min

1.2 t=0 CFL=0.5 CFL=0.8 CFL=1
L’erreur de troncature due à

densité ρ
0.8
0.6 l’approximation ρi+1/2 = ρi :

0.4
0.2
0
0 0.2 0.4 0.6 0.8 1
position x en m
En instationnaire, le schéma décentré d’ordre 1 euler explicit est stable

∆t
sous condition CFL = u ∆x ≤ 1. Cependant, le Schéma donne des
résultat très diffusif.
121 / 130
décentré d’ordre 2 maillage uniforme, λ = u∆t/∆x

φe − φP xe − xP φe = 1.5φP − 0.5φW
= φw = 1.5φW − 0.5φWW
φP − φW xP − xW
X
explicit ap φP = anb φ0nb + aP φ0P
X
implicit ap φP = anb φnb + aP φ0P
explicit implicit
aP
aE
aW
aWW
aP0
122 / 130

“QUICK” - Quadratic Upwind Interpolation for Convective Kinematics
maillage uniforme, λ = u∆t/∆x
QUICK
φe = 81 (−φW + 6φP + 3φE )
2
φ(x) = ax + bx + c φw = 81 (−φWW + 6φW + 3φP )
X
explicit ap φP = anb φ0nb + aP φ0P
X
implicit ap φP = anb φnb + aP φ0P
explicit implicit
aP
aE
aW
aWW
aP0
123 / 130
Comparaison
comparer les différents schémas de discrétisation

1.5
decentre 2nd
QUICK
1 decentre 1st
solution exacte
densité ρ
0.5
0 0.2 0.4 0.6 0.8 1

position x en m
Conclusion : en instationnaire, Schémas d’ordre supérieur sont moins

diffusifs mais produisent les oscillations non-physiques aux alentours des
discontinuités (en cas des problèmes de chocs ou de forte gradients).
124 / 130
Forme générique du schéma de discrétisation spatiale
Rapport de gradients (pentes)
φi − φi−1 φP − φW
r= =
φi+1 − φi φE − φP
si r > 0, grandeur physique φ décroit ou croit monotonement le

long de l’écoulement.
Forme généralisée des schémas de discrétisation pour les termes
advectifs
1
φi+1/2 = φi + ψ(r )(φi+1 − φi ) (42)
2
soit
1
φe = φP + ψ(r )(φE − φP )
2
125 / 130
Forme générique du schéma de discrétisation spatiale
décentré ordre 1
φe = φP ⇒ ψ(r ) = 0
décentré ordre 2

1 φP − φW
φe = φP + (φE − φP ) ⇒ ψ(r ) = r
2 φE − φP
centré ordre 2
1
φe = φP + (φE − φP ) ⇒ ψ(r ) = 1
2
Quick

1 1 φP − φW 3+r
φe = φP + 3+ (φE − φP ) ⇒ ψ(r ) =
2 4 φE − φP 4
126 / 130
Schéma “TVD”
Rappel de la notion TVD (total variation diminishing) :

X
TV (φn+1 ) ≤ TV (φn ) , avec TV (φ) = |φi − φi+1 |
i
Schema TVD : schéma à variation totale décroissante


φ + 1 ψ(r )(φ − φ ), r >0
P E P
φe = 2 (43)

φP , r <0
Mais, r > 0 ne garantie pas un schéma TVD
127 / 130
Schéma “TVD”
Solution : décentrement des flux à l’aide d’un limiteur de pente d’une

manière pour que les points interpolés ne créent pas un nouveau
minimum ou maximum.
128 / 130
Limiteurs du flux
UMIST ψ(r ) = max[0, min(2, 34 r + 14 , 41 r + 34 , 2r )]
superbee ψ(r ) = max[0, min(2r , 1), min(r , 2)]
min-mod ψ(r ) = max[0, min(1, r )]
1+r
monotonized central ψ(r ) = max[0, min(2r , 2
, 2)]
r +|r |
harmonic ψ(r ) = 1+|r |
129 / 130
Limiteurs du flux
130 / 130

FVM CM Parti

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

FVM CM Parti

Transféré par

Droits d'auteur :

Formats disponibles

Introduction à la Mécanique des Fluides Numérique

Méthode Volumes Finis

Mécanique des fluides Numérique

Mécanique des Fluides Numériques /Computational Fluid Dynamics

”We are literally at a signification point in history. A third branch

MFN (CFD) permet de

Principales étapes d’une démarche de simulation

Recherche d’un modèle mathématique représentant le problème physique

Principales étapes d’une démarche de simulation

Si tout se passe bien (modèle pertinent, maillage adapté, méthode

Mécanique des Fluides Numériques /Computational Fluid Dynamics

Un mot sur les notations

∂ux ∂uy ∂uz

Un mot sur les notations

laplacien d’une fonction φ : ∆φ = ∇ · (∇φ) = div(grad φ)

Un mot sur les notations

Descriptions eulérienne et lagrangienne

Dérivée partielle (dérivée eulerienne) : ∂φ/∂t représente une variation

Dφ/Dt = ∂φ/∂t + u · ∇φ (1)

exemple : accélération d’une particule de fluide

Conservation de la masse / Continuity equation

On considère l’écoulement d’un fluide de masse volumique ρ, et u le champ de

Conservation de la masse / Continuity equation

On considère l’écoulement d’un fluide de masse volumique ρ, et u le champ de

Conservation de la masse / Continuity equation

On considère l’écoulement d’un fluide de masse volumique ρ, et u le champ de

Conservation de la masse / Continuity equation

On considère l’écoulement d’un fluide de masse volumique ρ, et u le champ de

Si fluide incompressible : ρ = cste partout et à tous moments

Conservation de la quantité de mouvement

La variation temporelle de la quantité de mouvement (ρu) d’un élément de

Conservation de la quantité de mouvement

La variation temporelle de la quantité de mouvement (ρu) d’un élément de

Conservation de la quantité de mouvement

La variation temporelle de la quantité de mouvement (ρu) d’un élément de

Conservation de la quantité de mouvement

La variation temporelle de la quantité de mouvement (ρu) d’un élément de

Conservation de la quantité de mouvement

La variation temporelle de la quantité de mouvement (ρu) d’un élément de

Conservation de la quantité de mouvement

Equation de la dynamique d’un fluide sous forme différentielle :

soit sous forme conservative (démonstration) :

Conservation de la quantité de mouvement

Equation de la dynamique d’un fluide sous forme différentielle :

soit sous forme conservative (démonstration) :

Conservation de la quantité de mouvement

Equation de la dynamique d’un fluide sous forme différentielle :

soit sous forme conservative (démonstration) :

Si fluide Newtonien écoulement incompressible

Conservation de la quantité de mouvement

Exercice 2 : Ecrivez l’équation le long d’une ligne

Soit sous forme différentielle

Nous pouvons obtenir l’expression de l’énergie cinétique d’après l’équation de

Reformulation en enthalpie e = h − p/ρ

Equation générale de conservation

Equation générale de conservation

Equation générale de conservation

Equation générale de conservation

Conditions aux limites

Suffisamment de conditions aux limites pour que le problème soit bien

Equations aux dérivées partielles (EDPs)

Les inconnues sont des grandeurs physiques : u, T , P ... ;

Classification des EDPs