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 ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
6 CHAPITRE 1. ETUDE BIBLIOGRAPHIQUE<br />
• ρ u ′′<br />
iu′′ j tension <strong>de</strong> Reynolds,<br />
• ρ e ′′ u ′′<br />
j flux <strong>de</strong> chaleur turbulent,<br />
• ρ u ′′<br />
iu′′ iu′′ j corrélation triple <strong>de</strong> vitesse,<br />
• p ′ u ′′<br />
j corrélation pression-fluctuation <strong>de</strong> vitesse,<br />
• µu ′′<br />
i Sij dissipation visqueuse par la fluctuation <strong>de</strong> vitesse,<br />
• ρu ′′<br />
i flux <strong>de</strong> masse turbulent,<br />
• λT ′′<br />
,j flux <strong>de</strong> chaleur lié à la corrélation température-masse volumique.<br />
La tension <strong>de</strong> Reynolds constitue la corrélation principale car elle détermine en gran<strong>de</strong> partie<br />
le comportement du champ moyen <strong>de</strong> vitesse. Dans la <strong>ferm<strong>et</strong>ure</strong> du premier <strong>ordre</strong>, une relation<br />
algébrique relie la tension turbulente <strong>au</strong> champ <strong>de</strong> vitesse moyenne; la <strong>ferm<strong>et</strong>ure</strong> <strong>de</strong> <strong>second</strong> <strong>ordre</strong> est<br />
basée sur <strong>de</strong>s équations <strong>de</strong> bilan pour les composantes <strong>de</strong> la corrélation double <strong>de</strong> vitesse; l’approche<br />
<strong>de</strong> troisième <strong>ordre</strong> – qui consiste à modéliser <strong>et</strong> résoudre <strong>de</strong>s équations pour les composantes du<br />
tenseur <strong>de</strong> troisième <strong>ordre</strong> <strong>de</strong>s corrélations triples (par exemple [24]) – semble à l’heure actuelle<br />
très complexe.<br />
La présente étu<strong>de</strong> se situera <strong>au</strong> nive<strong>au</strong> <strong>de</strong>s équations <strong>de</strong>s moments du <strong>second</strong> <strong>ordre</strong> (voir le<br />
paragraphe 1.4). Différentes étu<strong>de</strong>s du premier <strong>ordre</strong> seront néanmoins utilisées pour <strong>de</strong>s raisons<br />
<strong>de</strong> comparaison (voir le paragraphe 1.6).<br />
En ce qui concerne le vecteur du flux <strong>de</strong> chaleur turbulent, on pourrait faire <strong>de</strong>s remarques très<br />
analogues à celles évoquées à propos <strong>de</strong> la corrélation double <strong>de</strong> vitesse. La <strong>ferm<strong>et</strong>ure</strong> peut être<br />
portée à différents nive<strong>au</strong>x jusqu’<strong>au</strong> modèle <strong>de</strong> transport par une équation <strong>de</strong> bilan <strong>au</strong>x dérivées<br />
partielles (voir par exemple la référence [25] pour la forme exacte <strong>de</strong> l’équation <strong>de</strong> transport).<br />
Il se pose la question suivante: à quel nive<strong>au</strong> <strong>de</strong>vrait-on effectuer la <strong>ferm<strong>et</strong>ure</strong> <strong>de</strong> la corrélation<br />
thermique par rapport à la <strong>ferm<strong>et</strong>ure</strong> <strong>de</strong> la corrélation cinématique? La réponse dépend <strong>de</strong> la<br />
nature <strong>de</strong>s écoulements qu’on envisage <strong>de</strong> traiter <strong>et</strong> elle est en même temps un compromis entre<br />
la complexité du modèle (en vue <strong>de</strong>s besoins informatiques pour sa résolution numérique) <strong>et</strong> sa<br />
performance.<br />
Dans notre étu<strong>de</strong> on se contentera d’un modèle thermique <strong>de</strong> type algébrique avec un nombre<br />
<strong>de</strong> Prandtl turbulent Prt constant:<br />
−ρ e ′′ u ′′<br />
µt<br />
j = e,j , (1.16)<br />
Prt<br />
où le coefficient <strong>de</strong> transportµt est une viscosité turbulente qui est introduite ci-<strong>de</strong>ssous. Pour la<br />
plupart <strong>de</strong>s applications d’aérodynamique externe, ce modèle simple est suffisant. Quand on traite<br />
<strong>de</strong>s phénomènes tels que la combustion turbulente ou <strong>de</strong>s écoulements sur <strong>de</strong>s parois fortement<br />
ch<strong>au</strong>ffées ou refroidies, il serait certainement utile <strong>de</strong> raffiner c<strong>et</strong>te approche thermique. Ainsi, He<br />
<strong>et</strong> al. [26] traitent le suj<strong>et</strong> d’un nombre <strong>de</strong> Prandtl variable; un modèle algébrique à <strong>de</strong>ux équations<br />
<strong>de</strong> transport pour la variance <strong>de</strong> la température <strong>et</strong> sa dissipation a été proposé par Sommer <strong>et</strong> al.<br />
[27]; pour <strong>de</strong>s modèles <strong>au</strong>x équations <strong>de</strong> transport pour le flux <strong>de</strong>s scalaires, le lecteur pourrait se<br />
référer <strong>au</strong>x trav<strong>au</strong>x <strong>de</strong> Lumley <strong>et</strong> al. [15, 17, 28]. Pour notre cas, on notera quelques limitations<br />
du modèle à nombre <strong>de</strong> Prandtl constant lorsqu’on traite une couche limite sur paroi athermane<br />
où l’écoulement extérieur approche la limite hypersonique (paragraphe 5.2.2).<br />
La corrélation triple <strong>de</strong> vitesse, la diffusion par la pression <strong>et</strong> la diffusion turbulente visqueuse<br />
sont <strong>de</strong>s termes qui réapparaissent dans les équations <strong>de</strong> transport pour les tensions <strong>de</strong> Reynolds.<br />
Leur modélisation sera présentée par la suite dans le paragraphe 1.4.5.<br />
La corrélation entre les fluctuations <strong>de</strong> température <strong>et</strong> <strong>de</strong> la masse volumique est l’analogue du<br />
flux <strong>de</strong> masse turbulent. Ces <strong>de</strong>ux termes représentent la différence entre la moyenne <strong>de</strong> Reynolds<br />
<strong>et</strong> la moyenne <strong>de</strong> Favre. On discutera la modélisation <strong>de</strong> ces corrélations dans le paragraphe 1.4.6.