Introduction
à la dynamique des fluides numériques
(Computational Fluid Dynamics)
Cours 1 – Présentation & Objectifs
- Histoire et définition
- Fonctionnement
- Applications et illustrations
- Objectifs
Curriculum Vitæ
Ingénieur–chercheur (depuis 1986) – France
Office National d’Étude & Recherches Aérospatiales
Professeur à l’université Paris-Est, France (1997-2005)
Professeur à l’ÉTS depuis 2011
Au carrefour des connaissances et des applications….
Connaissances
Propulsion spatiale (~ 5 ans)
Propulsion aéronautique :
Émissions & Environnement
(~ 20 ans)
Applications
Université Paris 6 : Doctorat (1990), Direction de Recherche (1999)
90 publications : revues et actes de congrès à comité de lecture 2
Dynamique des fluides et CFD
• La dynamique des fluides est la science du des écoulements ou du
mouvement des fluides
• Les écoulements sont couramment étudiés dans l'une des trois
façons suivantes:
– Dynamique des fluides expérimentale
– Dynamique des fluides théorique
– Dynamique des fluides numériques: CFD
• Durant ce cours, nous nous concentrerons sur l’acquisition des
connaissances nécessaires pour être capables de résoudre des
problèmes pratiques d’écoulement fluide à l'aide de la CFD.
• Les sujets abordés aujourd'hui comprennent : une brève revue de
l'histoire de la dynamique des fluides et un aperçu de la CFD.
7
MEC-558 INTRODUCTION À LA CFD
Cours Activité Prof. +
intervenant
1 1. Introduction Prof. +
Dynamique des fluides : Historique Assistant TP
Présentation générale de la CFD
Applications et illustrations
Objectifs
2-3 2. Schémas aux différences finies : Discrétisation spatiale Prof. +
Problème modèle : Équation de diffusion Assistant TP
Discrétisation à pas constants
Dérivées premières et secondes : calcul de l’ordre
Consistance, précision et convergence
Discrétisation à pas variables et frontières
4 3. Schémas aux différences finies : Discrétisation temporelle Prof. +
Méthodes implicites et explicites Assistant TP
Méthodes explicites : Euler, Leap-frog, Adams-Bashforth
Schéma de Runge-Kutta
Méthodes implicites : Euler, Crank-Nicholson, retardé, Adams
Applications à la résolution de l’équation de diffusions 1D et 2D
MEC-558 INTRODUCTION À LA CFD
Cours Activité Prof. +
intervenant
5 4. Résolution numérique des systèmes algébriques Prof. +
Méthodes directs : Gauss (LU) Assistant TP
Algorithme de Tomas
Notions sur les méthodes itératives : Jacobi et Gauss-Seidel
Exemples d’application
6 5. Erreurs et analyse de stabilité Prof. +
Généralités et définitions Assistant TP
Facteurs d’amplification et CFL
Exercices d’applications
7 Examen Intra Prof.
8-9 6. Modélisation et simulation numérique en mécanique des
fluides
Principes de base et concept de volume de contrôle Prof. +
Dérivées Eulériennes et Lagrangiennes Assistant TP
Rappel sur les équations de Navier-Stokes
Formes conservatives et non conservatives
Classification des équations de la mécanique des fluides
Méthodes des volumes finis : application à l’équation de diffusion
MEC-558 INTRODUCTION À LA CFD
Cours Activité Prof. +
intervenant
10 7. Application industrielle de la CFD M. Guevremont
Introduction Pratt & Whitney Canada P&WC
Section du Moteur : Résumé des Applications CFD
Procédure CFD pour un Application Industrielle
Erreurs de modélisation : équations, modèles physiques,
conditions limites
Erreurs numériques : maillages, dissipation artificielle,
convergence
11-12 8. Turbulence et sa modélisation I Prof. +
Définition et caractéristiques Assistant TP
Exemples pratiques de la conséquence de la turbulence
Cascade de Kolmogorov et échelles caractéristiques
Opérateurs de moyenne et décomposition de Reynolds
Équations de Reynolds (RANS)
13 9. Turbulence et sa modélisation II
Concept de viscosité turbulente
Modèles classiques : Longueur de mélange, K-Eps., RSM Prof. +
Exemples de calcul CFD par le logiciel STAR-CCM+ Assistant TP
Modélisation avancée (notions): DNS et LES
MEC-558 INTRODUCTION À LA CFD
Travaux Pratiques
1. Exercices analytiques
2. Programmation Matlab sur un cas « simple »
Convection-diffusion instationnaire
3. Laboratoires avec le logiciel commercial STAR-CCM+
Convection naturelle dans une cavité carrée
Écoulement derrière une marche
4. Projets avec le logiciel commercial STAR-CCM+
Écoulement autour d’un Bâtiment
Écoulement autour d’un profil d’aile d’avion
(aérodynamique)
MEC-558 INTRODUCTION À LA CFD
Évaluation
1. Examens (individuel) :
Examen 1 50 %
Examen 2 (basé sur le projet) 50 %
Total des points : 100 %
Ass. Prof. : Sitraka Razanamparany,
[email protected] MEC-558 INTRODUCTION À LA CFD
Documentations suggérées
1. Patankar S.V., Numerical heat transfer and fluid flow, McGraw-Hill,
1980
2. Versteeg H. K., Malalasekera, An introduction to computational fluid
dynamics: the finite volume method, Second edition, Pearson, 2007
3. Fletcher C.A.J., Computational technique for fluid dynamics, Second
edition, Springer, 1997
4. CFD, Ferziger J.H., Peric M., 3rd Edition, Springer, 2002
5. Essential CFD, Zikanov O., Wiley, 2010
6. CFD, Chung T.J., 2nd Edition, Cambridge University Press, 2010
7. Modeling and simulation of turbulent flows, Schistel R., Wiley, 2007
8. CFD Principles and applications, Blazek J., 3rd Edition, Elsevier, 2015
I ‐ Antiquité
• Concentrée sur les ouvrages hydrauliques :
aqueducs, canaux, ports, bains publics.
• Un personnage‐clé était Archimède ‐ Grèce
(287‐212 av. J.‐C.). Il initie les domaines de la
mécanique statique, hydrostatique
• Une des inventions d'Archimède est la vis à eau,
qui peut être utilisée pour soulever et
transporter de l'eau et des matériaux
granulaires.
14
II ‐ Leonardo da Vinci –
Italie (1452‐1519)
• C’est un des plus grands génie et il a observé tous
les phénomènes naturels dans le monde visible,
reconnaissant leur forme et leur structure et les
a décrit exactement comme ils sont.
• Il a planifié et supervisé la construction de
canaux et de ports sur une grande partie de
l'Italie centrale. En France, il a conçu un canal qui
reliait la Loire et la Saône.
• Ses contributions à la mécanique des fluides sont
présentées dans un traité (Del moto e misura
Acqua) qui couvre la surface, mouvement de
l'eau de l'eau, l'eau vagues, tourbillons, chute
d'eau, jets libres, brouillage des ondes et
beaucoup d'autres phénomènes récemment
observés.
15
Leonardo da Vinci “Une
gigantesque explosion”
16
Isaac Newton –
Angleterre (1643‐1727)
• L'une des figures les plus importantes en science:
• Connu pour ses trois lois du mouvement.
• Ses principales contributions à la mécanique des
fluides comprennent:
– La seconde loi: F=m.a
– La troisième loi : Le principe de réciprocité qui
traduit la conservation de la quantité de
mouvement.
– La notion de viscosité newtonienne ou fluide
newtonien où contraintes et taux de déformation
varient linéairement.
– Relation entre la vitesse des ondes se propageant
sur une surface libre et la longueur d'onde.
17
18ème et 19ème siècles
• Durant cette période, un travail considérable a été fait en essayant
de décrire mathématiquement le mouvement des fluides.
• Daniel Bernoulli (1700‐1782) propose l’équation de Bernoulli.
• Leonhard Euler (1707‐1783) propose les équations d’Euler, qui
décrivent la conservation de la quantité de mouvement pour un
fluide non‐visqueux, ainsi que la conservation de la mass. Il a
également proposé la théorie des écoulements potentiels.
• Claude Louis Marie Henry Navier (1785‐1836) et George Gabriel
Stokes (1819‐1903) introduisent le concept de la viscosité dans les
équations d'Euler, qui a conduit aux équations de Navier‐Stokes. Ces
équations constituent la base du moderne de la CFD.
• D’autres personnages clés Jean Le Rond d’Alembert, Siméon‐Denis
Poisson, Joseph Louis Lagrange, Jean Louis Marie Poiseuille, John
William Rayleigh, M. Maurice Couette, and Pierre Simon de Laplace.
18
Osborne Reynolds ‐ Angleterre
(1842‐1912)
• Reynolds a été un scientifique prolifique qui a
publié près de 70 livres pendant sa vie sur une
grande variété de science et génie des sujets
connexes. Il est surtout connu pour le Reynolds
nombre, qui est le rapport entre inertie et
visqueux forces dans un fluide. Il régit le passage
de laminaire à un écoulement turbulent.
• L’expérience de Reynolds se composait d'un long tube de verre par
lequel l'eau pouvait s'écouler à des rythmes différents, contrôlés par une
vanne à la sortie du tuyau. L'état de la circulation a été visualisée par
une strie de colorant injecté à l'entrée de la conduite. Le débit a été
mesuré à partir en mesurant la vitesse à laquelle la surface libre du
réservoir descend lors de la mise en écoulement.
19
Première partie du XXe siècle
• Beaucoup de travail a été fait sur les théories
de couches limites et la turbulence.
• Ludwig Prandtl (1875‐1953): théorie de la
couche limite, le concept de longueur mélange,
écoulements compressibles, le nombre de
Prandtl…
• Theodore von Karman (1881‐1963) a analysé
ce qu'on appelle maintenant l’allée
tourbillonnaire de von Karman.
• Geoffrey Ingram Taylor (1886‐1975): une
théorie statistique de la turbulence et la micro‐
échelle Taylor.
• Andrey Nikolaevich Kolmogorov (1903‐1987):
les échelles de Kolmogorov et le spectre
d'énergie universelle.
• George Keith Batchelor (1920‐2000):
contributions à la théorie de la turbulence
homogène. 20
Lewis Fry Richardson (1881‐1953)
• En 1922, Lewis Fry Richardson a développé le premier système de
prévision numérique du temps. Division de l'espace dans les cellules
de la grille et les approximations de différences finies.
• Sa propre tentative de calculer le temps pour une seule période de
huit heures a pris six semaines et s'est terminée par un échec.
• Le besoin impressionnant de calculs a conduit Richardson à proposer
une solution, il l’a appelé: l’ « usine à prévision ». L’ « usine » aurait
couvert un vaste stade avec 64 000 personnes.
– Chacun d'eux, armé d'une calculatrice, exécutait la partie du calcul.
– Un responsable au centre, à l'aide de signaux colorés lumineux et
communication télégraphique, coordonnerait la prévision.
21
Années 1930 à 1950
• Première solution numérique : écoulement autour d’un
cylindre (1933):
• A.Thom, ‘The Flow Past Circular Cylinders at Low Speeds’,
Proc. Royal Society, A141, pp. 651‐666, London, 1933
• Kawaguti obtient une solution pour l'écoulement autour d'un
cylindre, en 1953, à l'aide d'une calculatrice mécanique de
bureau, travaillant 20 heures par semaine pendant 18 mois, il
a dit : “a considerable amount of labour and endurance.”
• M. Kawaguti, ‘Numerical Solution of the NS Equations
for the Flow Around a Circular Cylinder at Reynolds
Number 40’, Journal of Phy. Soc. Japan, vol. 8, pp. 747‐
757, 1953.
22
Années 1960 et 1970
• Durant les années 1960, la division théorique à Los Alamos a beaucoup contribué aux
développement des méthodes numériques qui sont encore en usage aujourd'hui, telles que
les méthodes suivantes :
– Particle‐In‐Cell (PIC).
– Marker‐and‐Cell (MAC).
– Vorticity‐Streamfunction Methods.
– Arbitrary Lagrangian‐Eulerian (ALE).
– k‐ turbulence model.
• Durant les années 1970, un groupe de travail dirigé par D. Brian Spalding, à l'Imperial
College, Londres, a développé:
– Parabolic flow codes (GENMIX).
– Vorticity‐Streamfunction based codes.
– The SIMPLE algorithm and the TEACH code.
– The form of the k‐ equations that are used today.
– Upwind differencing.
– ‘Eddy break‐up’ and ‘presumed pdf’ combustion models.
• En 1980 Suhas V. Patankar a publié Numerical Heat Transfer and Fluid Flow, probablement
le livre le plus influent sur CFD à ce jour.
23
Années 1980 et 1990
• Au cours de ces années, la CFD était utilisée
principalement pour la recherche à partir de codes
“maison”: quand on voulait effectuer un calcul CFD, il
fallait écrire un programme.
• Il s'agit de la période au cours de laquelle les codes ou les
logiciels CFD commerciaux se sont développés dont la
plupart sont disponibles aujourd'hui:
– Fluent (UK and US).
– CFX (UK and Canada).
– Fidap (US).
– Polyflow (Belgium).
– Phoenix (UK).
– Star CCM+ (UK).
– Flow 3d (US).
– ESI/CFDRC (US).
– SCRYU (Japan).
– Voir le site www.cfdreview.com
24
Définition de la CFD
• La dynamique des fluides numérique (CFD) est la science
permettant de prédire l'écoulement des fluides, le transfert
thermique, le transfert de masse, les réactions chimiques …. en
résolvant les équations mathématiques qui régissent ces processus
à partir d’un codage numérique.
• L’analyse de résultats issus de la CFD est utilisée dans le domaine
de l’ingénierie :
– Études de conception.
– Développement de produits
• L’analyse CFD est complémentaire à l’expérimentation et aux
essais.
– Réduit l'effort total en laboratoire.
25
CFD – Comment cela fonctionne ?
Goulot de
• L'analyse commence par un modèle remplissage
mathématique d'un problème physique.
• Lois de conservation de la masse, de la Bouteille
quantité de mouvement et de l’énergie
doivent être satisfaites dans toute la
région d'intérêt.
• Propriétés des fluides sont modélisées
empiriquement.
• Hypothèses simplificatrices sont posées
pour que le problème posé soit facile à
résoudre (par exemple, état
stationnaire, incompressible, non
visqueux, 2D…)
Domaine pour le
• Définir des conditions initiales et aux remplissage de la bouteille
limites appropriées pour le problème.
26
CFD – Comment cela fonctionne (2)
• La CFD applique des méthodes numériques (nommés
discrétisation) pour développer des approximations
des équations de la mécanique des fluides dans la
région de fluide d'intérêt.
• Les équations différentielles sont transformées en un
système d’équations algébriques.
– On définit un quadrillage formé de cellules: Le
maillage.
– Le système d’équations algébriques est résolu
numériquement (sur un ordinateur) pour les
toutes variables (V, P, T…) à chaque nœud ou
cellule.
– Système d'équations sont résolues
simultanément afin de fournir la solution.
• La solution est post‐traitée pour en extraire des Maillage pour le
quantités d'intérêt (p. ex. portance, trainée, couple, remplissage de la bouteille
transfert de chaleur, séparation, perte de pression,
etc.).
27
Discrétisation
• Domaine est discrétisée dans un ensemble fini de volumes de contrôle
ou de cellules.
• Le domaine discrétisé est appelé la « grille » ou le « maillage ».
• Équations de conservation générale (transport) pour la masse, pour la
quantité de mouvement, énergie, etc., sont discrétisées en équations
algébriques. Toutes les équations sont résolues afin de déterminer les
différents champs de l’écoulement.
t V
dV V dA dA S dV
A A V
instationnaire convection diffusion production Écoulement
dans un tuyau
discrétisé dans
control
Eqn. un ensemble fini
volume
continuité 1 de volumes de
x-mom. u contrôle
y-mom. v (maille).
énergie h
28
CFD Methodologies
• Finite difference method
– Simple grids (rectangular)
– Complex geometries ‐> Transform to simple
geometry (coordinate transformation)
• Finite volume method
– Complex geometries (conserve across faces)
• Finite element method
– Complex geometries (element level transformation)
• Spectral element method
– Higher order interpolations in elements
Méthode des Différences Finies
• La méthode des différences finies (FDM) a
une importance historique et elle est
particulièrement simple à programmer.
• Elle est actuellement utilisée seulement dans
quelques codes spécialisés, qui traitent de
géométrie plutôt simples avec une grande
précision et d'efficacité
Méthode des Volumes Finis
• La méthode des volumes finis (FVM) est une approche commune utilisée
dans les codes CFD, car il a un avantage dans l'utilisation de la mémoire et
la vitesse de calcul, surtout pour les problèmes complexes: écoulements
turbulents à nombre de Reynolds élevé et écoulements où les terme source
sont dominants (comme la combustion).
• Dans cette méthode, les équations aux dérivées partielles sont réécrites
sous la forme conservative et ensuite résolues sur un volume de contrôle
discret garantissant ainsi la conservation des flux à travers les différents
volumes de contrôle.
• Ici Q est le vecteur des variables conservatives, F est le vecteur des flux
et V est le volume de l'élément de volume control, et A est la surface de
l'élément de volume control. L'équation de volume fini s’écrit sous la forme
:
Méthode des Elements Finis
• La méthode des éléments finis (MEF) est
utilisée dans l'analyse structurale des solides,
mais est également applicable aux fluides.
• Il est beaucoup plus stable que la méthode
des volumes finis. Toutefois, il peut nécessiter
plus de mémoire et converge plus lentement
vers la solution que le FVM.
Conception du maillage
• Devez‐vous utiliser maillage de quad/hex, un maillage de type
tri/tet, un maillage hybride ?
• Quel degré de résolution des grilles est requis dans chaque région
du domaine ?
• Combien de cellules sont nécessaires pour le problème ?
Utiliserez‐vous une adaptation de maillage pour ajouter de la
précision ? Avez‐vous suffisamment de mémoire (informatique) ?
tétraèdre pyramide
triangle
Polygone arbritaire
hexaèdre prisme
quadrilatère
33
Maillage: tri/tet vs. quad/hex
• Pour des géométries simples, les
mailles en quad/hex peuvent
fournir des solutions de bonne
qualité avec moins de cellules
qu'un maillage tri/tet comparables.
• Pour les géométries complexes, le
maillage en quad/hex ne montrent
aucun avantage numérique, et
vous pouvez sauver un effort
conséquent sur la maillage en
utilisant un maillage tri/tet.
34
Exemple de maillage hybride
• Maillage de soupape moteur.
• Régions spécifiques peuvent être
maillées avec différents types de
tet mesh
cellules.
• L'efficacité et la précision sont
améliorées par rapport à un hex
mesh
maillage hexaédrique ou
tétraédrique seul.
Maillage hybride
pour un une
soupape de moteur
35
Mise en place du modèle
numérique
• Pour un problème donné, vous devrez :
• sélectionnez les modèles physiques appropriés:
Turbulence, combustion, multiphasique, etc.
• Définir les propriétés du matériau: Liquide.
Solide. Mélange.
• Définir les conditions d'utilisation: conditions
aux limites sur toutes les zones frontières,
fournir une solution initiale (si instationnaire).
• Choisir le solveur (DF, VF, EF...). Mettre en place
les mesures de convergence (résidus).
40
Calculer numériquement la
solution
• Les équations de conservation discrétisée sont résolues
par itération. Un nombre d'itérations est généralement
nécessaires pour parvenir à une solution convergée.
• La convergence est atteinte lorsque:
– Changements dans les variables de la solution d'une itération à
l'autre sont négligeables.
– Le calcul des résidus permettent de surveiller cette tendance.
– La conservation de la masse, de la quantité de mouvement et
de l’énergie est respectée
• La précision d'une solution convergée dépend :
– pertinence et l'exactitude des modèles physiques.
– Résolution du maillage et son indépendance.
– Configuration du problème.
41
Post‐traitement: présentation des
résultats
• La visualisation est utilisée pour répondre à des
questions telles que :
– quel est le comportement du fluide autour/sur l’obstacle?
– Y a‐t‐il une séparation ?
– Où les chocs, couches de cisaillement se forment etc. ?
– Caractéristiques particulières d’écoulement bien
résolues?
– Est‐ce que les modèles physiques et les conditions aux
limites sont bien appropriées ?
– Outils numérique de post‐traitement qui peuvent être
utilisés pour calculer des résultats quantitatifs, par
exemple : portance, trainées, coefficients de transfert de
chaleur
42
Outils pour représenter les
résultats
• Outils graphiques:
– Maillage, contour et vecteurs.
– Lignes de courant et trajectoires de particules.
– Graphique XY.
– Animations.
• Outils numériques:
– Bilans des flux.
– Surface et intégrales de volume et moyennes.
– Forces et moments.
43
Maillage autour d’un dinosaure
Dinosaur mesh example
44
Vecteurs de vitesse autour d'un
dinosaure
45
Contours de vitesse autour d'un
Velocity magnitude (0‐6 m/s) on a
dinosaure + Maillage
dinosaur
46
Contours de pression autour d'un
Pressure field on a dinosaur
dinosaure
47
Forces sur un dinosaure
• Force de trainée: 17.4 N.
• Force de portance: 5.5 N.
• Vitesse du vent: 5 m/s.
• Densité de l’air: 1.225 kg/m3.
• Le dinosaure a une hauteur de 3.2 m.
• Il a une surface frontale projetée de A = 2.91 m2.
• Le coefficient de trainée est défini par:
FD 17.4
CD 0.11
1
2
v A 0.5 *1.225 * 25 * 2.91
2
• C'est un très bon coefficient par rapport à la voiture moyenne ! Les
ligne de courant ne montrent pas de recirculation en aval du
dinosaure
48
Envisager des révisions du modèle
• Modèles physiques sont‐ils appropriés?
– L’écoulement est‐il turbulent ou laminaire?
– L’écoulement est‐il instationnaire?
– Compressible?
– Effets 3D?
• Est‐ce que le domaine de calcul est assez grand?
– Les conditions aux frontières sont‐elles bien choisies?
• Le maillage est‐il adéquat ?
– Peut‐on adapter le maillage pour améliorer les résultats ?
– La solution est‐elle modifiée significativement avec le maillage
(maillage indépendant)?
– Résolution aux limites du domaine peut‐elle être améliorée ?
49
Fluid
Problem Comparison
Fluid Mechanics &Analysis
Physics of Fluid Simulation Results
C
Mathematics Computer
F
Navier-Stokes
Computer Program
Equations D Programming
Numerical
Methods Geometry Language
Discretized Form Grids
What is CFD?
Différentes applications de la CFD
• Applications de CFD sont nombreuses!
– Écoulement et transferts thermiques dans les procédés industriels
(chaudières, échangeurs de chaleur, des moteurs à combustion,
pompes, ventilateurs, tuyaux, etc.).
– Aérodynamique des véhicules au sol, avions, missiles.
– Revêtement par film, thermoformage dans les applications de
traitement des matériaux.
– Flux et transfert de chaleur dans la propulsion et production
d’énergie.
– Ventilation, chauffage et refroidissement dans les bâtiments.
– Dépôt chimique en phase vapeur (CVD) pour la fabrication de circuits
intégrés.
– Transfert de chaleur pour les applications de conditionnement
électronique.
– Et beaucoup plus !
52
Figure 3.17 (p. 109)
LES computations on Pratt & Whitney gas turbine ‐ detail of combustor geometry and
computational grid Source: Moin (2002)
An Introduction to Computational Fluid Dynamics: The Finite Volume Method, 2nd Edition by H K Versteeg and W Malalasekera
Copyright © 2007 by Pearson Education Limited.
Figure 3.18 (p. 110)
LES computations on Pratt & Whitney gas turbine – instantaneous contours of velocity magnitude
on sectional planes Source: Moin (2002)
An Introduction to Computational Fluid Dynamics: The Finite Volume Method, 2nd Edition by H K Versteeg and W Malalasekera
Copyright © 2007 by Pearson Education Limited.
Applications
Écoulement sur un avion F‐16 à 45o angle
d’attaque
Applications
• Écoulement sur une aile fixe– Expt. vs. CFD
of Contour de vitesse
Applications
• Champ thermique dans une voiture
• Échangeur de chaleur
• Missile, nageurs,
• dispersion de polluants
Applications
58
Applications
• Analyse thermique d'un appareil électronique (cafetière)
• Conception de véhicules, camions etc. (basé sur les contraintes
thermiques)
• Confort thermique dans l'environnement de bureau
Avantage de la CFD
• Coût relativement faible.
– Les essais pour obtenir des données techniques essentielles
pour la conception peuvent être coûteux.
– Les simulations CFD sont relativement peu coûteuses, et les
coûts sont susceptibles de diminuer à mesure que les
ordinateurs deviennent plus puissants.
• Vitesse.
– Les simulations CFD peuvent s'exécuter dans un court laps de
temps.
– Rapidité d'exécution signifie données techniques qui peuvent
être introduites tôt dans le processus de conception.
• Possibilité de simuler les conditions réelles.
– Beaucoup d’écoulements et de processus de transfert de
chaleur ne peuvent pas être testé (facilement), par exemple
écoulement hypersonique.
– La CFD offre la possibilité de simuler théoriquement tous les
problèmes physiques. 64
Avantage de la CFD (2)
• Capacité de simuler des conditions idéales.
– La CFD permet un grand contrôle sur le processus physique et
fournit la capacité d'isoler des phénomènes spécifiques pour
l'étude.
– Exemple: Un calcul de transfert de chaleur peut être
idéalement modélisé en supposant l’écoulement adiabatique,
un flux de chaleur constant, ou des conditions aux limites à
température constante.
• Informations complètes.
– Des expériences ne permettent d’extraire les données qu’à un
nombre limité d'endroits dans le système (par exemple le
capteur de pression et de température, jauges de flux de
chaleur, LDV, etc..).
– La CFD permet d'examiner un grand nombre de points dans
l’écoulement et permet d’avoir une analyse fine de
l’écoulement. 65
Les limites de la CFD
• Modèles physiques:
– Les solutions issues de la CFD se basent sur des modèles physiques
liés à des processus du monde réel (p. ex., turbulence,
compressibilité, chimie, écoulements multiphasiques, etc..).
– Les solutions CFD ne peuvent être plus précises que les modèles
physiques sur lesquels ils reposent.
• Erreurs numériques:
– Résoudre des équations sur un ordinateur introduit invariablement
des erreurs numériques.
– Erreur d'arrondi : en raison de la taille finie de l’écriture des nombres
disponibles sur l'ordinateur. Les erreurs d'arrondi existeront toujours
(même s’ils sont petits, dans la plupart des cas).
– Erreur de troncature : en raison des approximations dans les
algorithmes numériques. Les erreurs de troncature tendront vers
zéro quand le nombre de nœuds augmentent. Raffinement de
maillage est une façon de réduire l'erreur de troncature.
66
Les limites de la CFD (2)
• Conditions aux limites:
– Comme pour les modèles physiques, l'exactitude de la solution
CFD est seulement aussi bon que les conditions initiales/limites
fournies au modèle numérique.
– Exemple : de l’air dans un conduit avec une expansion
soudaine (marche descendante). Si l’écoulement en amont
provient d’un tube, vous devriez utiliser un profil de vitesse
entièrement développé plutôt que de le supposer uniforme.
Computational Computational
Domain Domain
Fully Developed
Uniform Inlet Inlet Profile
Profile
Faible Mieux
67
Écoulement sur une marche descendante
Paroi
Paroi
Résumé
• La CFD est une méthode pour calculer numériquement transfert
de chaleur et l'écoulement d’un fluide.
• Actuellement, son application principale est dirigée vers les
méthodes en ingénierie. La CFD fournit des données
complémentaires aux données théoriques et expérimentales. Les
codes de calcul sont disponibles dans le commerce et certaines
grandes entreprises (aérospatiales) ont aussi développé leur
propres outils.
• CFD permet également les études purement scientifiques, par
exemple dans les recherche de base sur la turbulence. Ceci est
plus fréquent dans les établissements universitaires et laboratoires
de recherche gouvernementaux. Des codes développés en interne
sont généralement élaborés pour étudier spécifiquement un
problème particulier.
69
En conclusion : Pourquoi
utiliser la CFD?
Simulations(CFD) Expériences
Relativement bon
Coût Cher
marché
Temps Court Long
Échelles Toutes Petites/Moyennes
Informations Toutes Points de mesure
Répétabilité Sans limite Quelques
Quelquefois
Sécurité Très sécuritaire
dangereux
Puissance des super‐calculateurs
71
