13.07.2015 Views

Th`ese de Doctorat L'ECOLE CENTRALE DE LYON Ecole Doctorale ...

Th`ese de Doctorat L'ECOLE CENTRALE DE LYON Ecole Doctorale ...

Th`ese de Doctorat L'ECOLE CENTRALE DE LYON Ecole Doctorale ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

ConclusionDans les problèmes <strong>de</strong> mélange turbulent ou <strong>de</strong> réaction chimique, lorsque les nombres<strong>de</strong> Reynolds Re et <strong>de</strong> Schmidt S c sont grands, il est impossible d’utiliser une métho<strong>de</strong> <strong>de</strong>simulation numérique directe (DNS). Une alternative possible est d’utiliser une technique<strong>de</strong> simulation <strong>de</strong>s gran<strong>de</strong>s échelles (LES). Le principe <strong>de</strong> la LES consiste à séparer, à l’ai<strong>de</strong>d’un filtre, le champ <strong>de</strong> vitesse en <strong>de</strong>ux parties: les gran<strong>de</strong>s structures et les petites. Leséquations <strong>de</strong>s gran<strong>de</strong>s échelles sont ensuite résolues. Les actions <strong>de</strong>s structures <strong>de</strong> sousmaillesont généralement modélisées à travers une viscosité turbulente. Cette techniquenous offre la possibilité <strong>de</strong> connaître ainsi en détail les gran<strong>de</strong>s structures turbulentes <strong>de</strong> lavitesse pour les écoulements à grands nombres <strong>de</strong> Reynolds. Toutefois <strong>de</strong>s inconvénientsapparaissent dans ces métho<strong>de</strong>s.D’une part, dans certains cas <strong>de</strong> mélange turbulent <strong>de</strong> différentes espèces ainsi quedans les réactions chimiques, le nombre <strong>de</strong> Schmidt S c peut être très grand, le rôle <strong>de</strong>spetites structures <strong>de</strong>vient plus important que celui <strong>de</strong>s gran<strong>de</strong>s structures. Dans cettesituation, la LES classique n’est pas en mesure <strong>de</strong> bien prendre en compte le phénomènephysique. Il est nécessaire d’introduire d’autres modélisations dans le cas <strong>de</strong> combustion,par exemple une modélisation <strong>de</strong> la <strong>de</strong>nsité <strong>de</strong> probabilité <strong>de</strong> sous-maille dans l’approcheEulérienne.D’autre part, dans l’approche Lagrangienne <strong>de</strong> la diffusion ou <strong>de</strong> la dispersion d’unscalaire, on sait que les temps <strong>de</strong> décorrélation <strong>de</strong> vitesse ou <strong>de</strong> scalaire jouent un rôlecrucial. Or en LES, les corrélations spatiales ou temporelles sont surestimées. Le manque<strong>de</strong> prise en compte <strong>de</strong>s fluctuations <strong>de</strong>s petites échelles <strong>de</strong> sous-maille, induit une échellecaractéristique en temps ou en espace trop longue. Une correction du champ Lagrangien<strong>de</strong> vitesse <strong>de</strong>s gran<strong>de</strong>s échelles est alors nécessaire.Le but <strong>de</strong> cette thèse est <strong>de</strong> prendre en compte les effets <strong>de</strong>s fluctuations <strong>de</strong> vitesse <strong>de</strong>sous-maille dans l’approche Lagrangienne pour la dispersion turbulente avec <strong>de</strong>s nombres<strong>de</strong> Schmidt élevés. Dans ce travail <strong>de</strong> thèse, par analogie à la modélisation classiquestochastique du champ turbulent dans l’approche statistique, nous avons développé unemodélisation stochastique Lagrangienne du champ <strong>de</strong> vitesses <strong>de</strong> sous-maille.En premier lieu, à travers les étu<strong>de</strong>s comparatives par simulation directe et par simulation<strong>de</strong>s gran<strong>de</strong>s échelles, nous avons mis en lumière les effets <strong>de</strong>s vitesses <strong>de</strong> sousmaillesur les différentes corrélations, Eulériennes et Lagrangiennes, et sur les échellescaractéristiques en temps et en espace. Ensuite, nous avons introduit un modèle stochastiqueLagrangien <strong>de</strong> sous-maille. Le champ Lagrangien <strong>de</strong> vitesse est ainsi reconstituédans une simulation <strong>de</strong>s gran<strong>de</strong>s échelles. L’apport <strong>de</strong> cette modélisation est discuté surles gran<strong>de</strong>urs telles que les corrélations Lagrangiennes et les temps caractéristiques Lagrangiens.A la fin, nous avons appliqué ce modèle stochastique Lagrangien <strong>de</strong> sous-mailledans l’étu<strong>de</strong> <strong>de</strong> la dispersion turbulente Lagrangienne par simulation <strong>de</strong>s gran<strong>de</strong>s échelles.La prise en compte <strong>de</strong> l’effet du nombre <strong>de</strong> Schmidt est également étudiée à l’ai<strong>de</strong> d’unmodèle <strong>de</strong> mélange Lagrangien.Les résultats marquant <strong>de</strong> cette thèse sont énumérés ci-<strong>de</strong>ssous.181

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!