Etude de mod`eles de fermeture au second ordre et contribution `a ...
Etude de mod`eles de fermeture au second ordre et contribution `a ...
Etude de mod`eles de fermeture au second ordre et contribution `a ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
4 CHAPITRE 1. ETUDE BIBLIOGRAPHIQUE<br />
oùγ est le rapport entre les chaleurs massiques. Les coefficients thermodynamiquescv,cp,γsont<br />
pris constants. La viscosité est obtenue par la loi <strong>de</strong> Sutherland [19]:<br />
µ<br />
µref<br />
<br />
T<br />
=<br />
Tref<br />
α Tref +S<br />
T +S<br />
, (1.6)<br />
avecα=1.5 <strong>et</strong>S= 110K pour l’air. La conductivité thermique est reliée à la viscosité par un<br />
nombre <strong>de</strong> Prandtl constant<br />
Pr = µcp<br />
qui prend la valeur 0.7 pour l’air.<br />
,<br />
λ<br />
(1.7)<br />
1.2 Formulation statistique<br />
L’appréhension <strong>de</strong>s écoulements turbulents pleinement développés confronte <strong>au</strong>jourd’hui encore<br />
le chercheur <strong>et</strong> l’ingénieur <strong>au</strong> problème du large spectre <strong>de</strong>s échelles spatiales <strong>et</strong> temporelles en<br />
présence. L’approche statistique reste ainsi encore particulièrement précieuse dans la mesure où<br />
elle perm<strong>et</strong> d’accé<strong>de</strong>r à <strong>de</strong>s gran<strong>de</strong>urs moyennes dont la regularité spatiale <strong>et</strong> temporelle est plus<br />
gran<strong>de</strong>. La non-linéarité <strong>de</strong>s équations <strong>de</strong> Navier-Stokes reporte alors les difficultés <strong>de</strong> simulation<br />
sur les moments statistiques avec la nécessité <strong>de</strong> faire intervenir <strong>de</strong>s modèles assurant une <strong>ferm<strong>et</strong>ure</strong><br />
à un <strong>ordre</strong> approprié <strong>de</strong> la chaine infinie <strong>de</strong>s équations <strong>de</strong> moments.<br />
L’approche directe <strong>de</strong>s équations <strong>de</strong> Navier-Stokes est par ailleurs <strong>au</strong>jourd’hui en très grand<br />
progrès, du fait du développement <strong>de</strong>s algorithmes performants mais <strong>au</strong>ssi surtout du fait <strong>de</strong><br />
l’accroissement considérable <strong>de</strong> la puissance <strong>de</strong>s moyens <strong>de</strong> calcul. On peut alors en principe rejoindre<br />
l’analyse statistique en effectuant <strong>de</strong>s moyennes sur un ensemble <strong>de</strong> réalisations d’expériences<br />
numériques. Il en resulte une possibilité <strong>de</strong> confronter le modèle statistique <strong>au</strong>x résultats <strong>de</strong> la<br />
simulation directe qui, <strong>de</strong> fait, se substitue à l’expérience <strong>de</strong> laboratoire difficile à réaliser dans<br />
certaines circonstances.<br />
Par la suite, on rappelle brièvement les opérations qui mènent <strong>au</strong>x équations statistiques avant<br />
<strong>de</strong> discuter le problème <strong>de</strong> <strong>ferm<strong>et</strong>ure</strong>.<br />
On peut définir une moyenne d’ensemble d’une gran<strong>de</strong>urφcomme la moyenne d’un nombre<br />
N <strong>de</strong> réalisations indépendantes,<br />
1<br />
φ(xi,t) = lim<br />
N→∞N<br />
N<br />
φn(xi,t) , (1.8)<br />
oùφn est la valeur <strong>de</strong>φdéterminée lors d’une réalisation particulièren. L’hypothèse d’ergodicité<br />
[20] perm<strong>et</strong> d’obtenir la moyenneφpar une moyenne temporelle dans un écoulement statistiquement<br />
stationnaire ou par une moyenne spatiale dans un écoulement homogène. Toute variableφ<br />
peut être décomposée en valeur moyenne <strong>et</strong> fluctuation (décomposition <strong>de</strong> Reynolds):<br />
n=1<br />
φ(xi,t) =φ(xi,t) +φ ′ (xi,t) , (1.9)<br />
avecφ ′ = 0. Dans le cadre <strong>de</strong>s écoulements compressibles, une moyenne pondérée par la masse<br />
volumique est souvent utilisée:<br />
φ(xi,t) = ρφ<br />
, (1.10)<br />
ρ<br />
ce qui donne la décomposition suivante<br />
φ(xi,t) = φ(xi,t) +φ ′′ (xi,t) , (1.11)<br />
où la moyenne <strong>de</strong> la fluctuation n’est pas i<strong>de</strong>ntiquement nulleφ ′′ = 0.