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

More documents

Recommendations

Info

2.4.CORRÉLATION DE VITESSE DANS UNE TURBULENCE HOMOGÈNE ISOTROPE ET STATIONNAIRE11EulerLagrangeEulerLagrange0.80.80.60.6RuuRuu0.40.40.20.200 0.5 1 1.5t(s)00 0.1 0.2t(s)Figure 2.13: Corrélation de la vitesse Eulérienne et Lagrangienne en turbulence homogèneisotrope stationnaire. La figure de gauche concerne les temps longs, et celle de droite lestemps courts. Re λ = 94. T L = 0.129(s) . T E = 0.190(s) .Comparaison entre la corrélation Lagrangienne simulée avec un modèle classiqueIl existe un modèle de la fonction de corrélation Lagrangienne qui s’écrit (Inoue [25,26]):R L (τ) = e −τ/T L(2.17)11DNSR=exp(−t/T L)DNSR=exp(−t/T L)0.80.80.60.6RuuRuu0.40.40.20.200 0.5 1t(s) T L=0.129s00 0.5 1 1.5 2t/T LT L=0.129sFigure 2.14: Corrélation de la vitesse Lagrangienne en turbulence homogène isotropestationnaire. La figure de gauche concerne les temps longs, et celle de droite les tempscourts. Re λ = 94.66
CHAPITRE 2. ETUDE DES QUANTITÉS STATISTIQUES IMPORTANTES POUR LE MÉLANGE TURBULENTNous cherchons à analyser plus précisément les comportements de la corrélation R L .Selon les analyses de Kaneda [5,27–29] et Hinze [14], la corrélation Lagrangienne de vitesseprésente deux comportements distincts pour les temps courts et pour les temps longs. Ona donc tracé, sur la figure (2.14), à gauche pour les temps longs et à droite pour les tempscourts, la corrélation de vitesse Lagrangienne obtenue par la DNS et la courbe modéliséepar la fonction exponentielle (équation 2.17).A temps long, le modèle exponentiel est cohérent avec le résultat de simulation DNS.Néanmoins, la figure de droite nous montre qu’il y a une grande différence pour lacorrélation temporelle de la vitesse Lagrangienne en temps court (intérieur de 0.5T L ). Lapente de la courbe exponentielle au début est − 1T L, alors que celle de la corrélation Lagrangienneest nulle en théorie (Gence [38]) ce que retrouve notre simulation numérique.On peut dire, à temps court, que la corrélation Lagrangienne n’est pas cohérente avec cettevaleur modélisée par la fonction exponentielle. Pour la corrélation de vitesse Lagrangienneà temps court, Kaneda [37] nous donne un autre modèle:R L (τ) = e − π 4 α2 τ 2 (2.18)Kaneda [37] a proposé une valeur de 0.7 ∼ 0.9 pour la constante α . Dans notre simulationnumérique, la constante de Kolmogorov K 0 est 1.52 pour un nombre de ReynoldsRe λ = 94 , et α est égale à 0.9. La comparaison entre ce modèle et notre simulationnumérique est montrée sur la figure (2.15).10.90.8Ruu0.70.6DNSExp(c*(t/T) 2 )0.50 0.5 1t/TFigure 2.15: Corrélation de la vitesse Lagrangienne en turbulence homogène isotropestationnaire en temps court. Re λ = 94. T = T λ . c = − π 4 α2 .Nos résultats sont ainsi cohérents avec les analyses de Kaneda [27,28,37] et Hinze [14]67
Page 4:
TABLE DES MATIÈRES1.5.2 Cas de sim
Page 7 and 8:
TABLE DES MATIÈRESConclusion 181An
Page 9 and 10:
LISTE DES FIGURES2.8 Corrélation d
Page 11 and 12:
Page 13 and 14:
Page 15 and 16: LISTE DES FIGURES5.50 Concentration
Page 17 and 18: LISTE DES TABLEAUX4.2 Echelle inté
Page 19 and 20: NotationsSymbole Unité Définition
Page 21 and 22: IntroductionContexte et origine de
Page 23 and 24: Introductionphysique, stochastique
Page 25 and 26: Chapitre 1Equations de base et mét
Page 27 and 28: CHAPITRE 1. EQUATIONS DE BASE ET M
Page 39: CHAPITRE 1. EQUATIONS DE BASE ET M
Page 42 and 43: 1.4. DESCRIPTION EULÉRIENNE ET LAG
Page 44 and 45: 1.5. CONDITION DE SIMULATION NUMÉR
Page 52 and 53: Chapitre 2Etude des quantités stat
Page 54 and 55: 2.2.QUANTITÉS STATISTIQUESIci u(t
Page 56 and 57: 2.3. CHOIX DES PARAMÈTRES DE CALCU
Page 62 and 63: 2.4.CORRÉLATION DE VITESSE DANS UN
Page 82 and 83: 2.6. ECHELLES INTÉGRALES TEMPORELL
Page 84 and 85: 2.7. CONCLUSIONLe temps de calculPo
Page 86 and 87: 3.2. LE MOUVEMENT BROWNIENNous allo
Page 88 and 89: 3.5.MODÈLE STOCHASTIQUE À UNE PAR
Page 98 and 99: 3.6.MODÈLE STOCHASTIQUE EN TURBULE
Page 100 and 101: 3.6.MODÈLE STOCHASTIQUE EN TURBULE
Page 102 and 103: 3.7. APPLICATION DU MODÈLE STOCHAS
Page 108 and 109: Chapitre 4LES couplée avec le mod
Page 110 and 111: 4.2. INFLUENCE DU MODÈLE DE SOUS-M
Page 116 and 117:
4.2. INFLUENCE DU MODÈLE DE SOUS-M
Page 118 and 119:
Page 120 and 121:
Page 122 and 123:
4.3. ECHELLE INTÉGRALE TEMPORELLE
Page 124 and 125:
4.3. ECHELLE INTÉGRALE TEMPORELLE
Page 126 and 127:
4.5.DÉPLACEMENT ET DISPERSION DES
Page 128 and 129:
4.5.DÉPLACEMENT ET DISPERSION DES
Page 130 and 131:
Chapitre 5Diffusion Lagrangienne d
Page 132 and 133:
5.2. ETUDE THÉORIQUEmodèle de dif
Page 134 and 135:
5.3. ETUDE DE L’ÉCHELLE INTÉGRA
Page 136 and 137:
5.3. ETUDE DE L’ÉCHELLE INTÉGRA
Page 138 and 139:
5.4. DIFFUSION D’UN SCALAIRE PASS
Page 140 and 141:
Page 142 and 143:
Page 144 and 145:
Page 146 and 147:
Page 148 and 149:
Page 150 and 151:
Page 152 and 153:
Page 154 and 155:
Page 156 and 157:
Page 158 and 159:
Page 160 and 161:
Page 162 and 163:
Page 164 and 165:
Page 166 and 167:
Page 168 and 169:
Page 170 and 171:
Page 172 and 173:
Page 174 and 175:
Page 176 and 177:
Page 178 and 179:
Page 180 and 181:
5.6. CONCLUSION- On utilise la rela
Page 182 and 183:
Conclusion(1) En simulation des gra
Page 184 and 185:
Annexes184
Page 186 and 187:
n∑L n (x) = f i l i (x)i=0où f i
Page 188 and 189:
Annexe IIFiltreTrois filtrages spat
Page 190 and 191:
Annexe IIINombres aléatoiresIII.1V
Page 192 and 193:
Bibliographie[1] Ayrault M. Simoens
Page 194 and 195:
BIBLIOGRAPHIE[23] Genevieve Comte-B
Page 196 and 197:
BIBLIOGRAPHIE[49] S.B. Pope. P.d.f.
Page 198 and 199:
BIBLIOGRAPHIE[74] R. O. Fox. The la
Page 200 and 201:
BIBLIOGRAPHIE[100] J.-P. Laval, B.
Page 202:
BIBLIOGRAPHIE[125] G. Stolovitzky,
show all

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

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

Delete template?

Save as template?