Université Sultan Moulay Slimane

FACULTE POLYDISCIPLINAIRE
DÉPARTEMENT DE PHYSIQUE
- BENI MELLAL -

Filière : Sciences de la Matière Physique (SMP)

Parcours : Energétique

Projet de Fin d’Etudes

Sur le thème
Convection naturelle et forcée par les nanofluides.

••••• Réalisé par Fatima-zahra AHANSSAL

Maryam CHAOUKI

••••• Soutenu le 5/07/2022 devant le jury composé de :

Prof. Mohamed DRIOUICH, FP, Béni Mellal Président

Prof. Soufiane BELHOUIDEG, FP, Béni Mellal Examinateur

Prof. Mohamed SAMMOUDA, FP, Béni Mellal Encadrant

Année Universitaire : 2021-2022

 DEDICACE

Je dédie ce modeste travail à :

Ma source de tendresse, l'être la plus chère dans le monde

La femme la plus patiente, ma très chère mère.

Mon idéal, l'être le plus généreux, mon très cher père tous leurs
prières, leurs encouragements, et leurs sacrifices.

Mes frères et ma sœur.

Ma très chère grand-mère

Toute ma famille.

Tous mes amis.

Tous mes professeurs tout au long de mes études.

i
 DEDICACE

Je dédie ce modeste travail à :

Mes très chers parents.

Mon frère Salah-Eddine.

Mes sœurs Wissal et Chaima.

Toute ma famille.

Tous mes amis.

Tous mes professeurs tout au long de mes études.

La promotion de physique énergétique de l’année

universitaire 2021-2022.

Fatima-zahra

ii
 REMERCIEMENT

Nous remercions avant tout, ALLAH tout puissant qui nous à combler de ses bienfaits et
nous a donné assez de force pour achever ce travail et de venir au bout de cette formation.
Il nous est agréable de remercier vivement tous ceux qui, grâce à leur aide précieuse, ont
permis la réalisation de ce travail.
Nous tenons tout d’abord à remercier vivement notre encadrant SAMMOUDA Mohamed,
qui à diriger et suivi ce travail avec patience pour sa compréhension, son amabilité et ses
conseils précieux. Nous le prions de bien vouloir trouver ici le témoignage de notre très vive
gratitude.
Nos vifs remerciements vont également aux Membres du jury pour l’intérêt qu’ils ont porté
à notre recherche en acceptant d’examiner notre travail et de l’enrichir par leurs propositions.
Et enfin, nous tenons à remercier toutes les personnes qui ont contribué de près ou de loin à
la réalisation de ce travail.

iii
 NOMENCLATURE

Lettres latines :

 
k W / m 2 K : Conductivité thermique.
H m : La longuaur caractéristique.

g : Accélération de la pesenteur.
 
P N / m 2 : Pr ession.
T K  : Température.
T0 K  : Température de référence.
T f K  : Température de la paroi froide.
Tc K  : Température de la paroi chaude.
T K  : Ecart de Température dim ensionne TC  T f .
u, vm / s  : comoposantes de vitesses en coordonnée cartésiennes.
x, ym : coordonnée cartésiennes.

Lettres grecques :
 m 2 / s  : Diffusivité thermique.
 l / K  : Coefficient de dilatation.
 kg / m 2 s  :Vis cos ité dynamique.
 m 2 / s  : Vis cos ité cinématique.
 kg / m : masse volumique.
 0 kg / m : masse volumique à T0 .
 : Vorticité.
 : La concentration volumique.
 m 2 / s  : Fonction de courant .

Indices :
nf : Nanofluide.
P : Nanoparticule.
f : Fluide de base.
C : Température chaude.
F : Température Froide.

iv
Nombres adimensionnels :
Pr : Nombre de prandtl.
Gr : Nombre de Grashof .
Ra : Nombre de Rayleigh .
Nu : Nombre de Nusselt
Exposant :
X , Y ,U ,V ,W , , ,  : Paramètres adimension nels.

v
 Table des matières

DEDICACE i
REMERCIEMENT ----------------------------------------------------------------------------------------- iii
NOMENCLATURE ------------------------------------------------------------------------------------------iv

LISTE DES FIGURE --------------------------------------------------------------------------------------- viii

LISTE DES TABLEAUX -------------------------------------------------------------------------------------ix
INTRODUCTION GENERALE ---------------------------------------------------------------------------- 1
Chapitre I : GENERALITE ET SYNTHESE BIBLIOGRAPHIQUE.--------------------------------------- 2
Introduction ........................................................................................... 2
I.1 convection......................................................................................... 3
I.1.1 Définition. ...................................................................................... 3
I.1.2 Types de convection. ........................................................................ 4
I.1.3 Domaine d’application. .................................................................... 5
I.1.4 Les nombres adimensionnels. ........................................................... 6
I.1.5 Approximation de Boussinesq. .......................................................... 7
I.2 Les nanofluides. ................................................................................. 7
I.2.1 Définition. ...................................................................................... 7
I.2.2 Technique de fabrication. ................................................................. 8
I.2.3 Propriété thermophysique. ............................................................... 9
I.3 Conclusion ....................................................................................... 12
Chapitre II :Formulation mathématique -------------------------------------------------------- 13
Introduction .......................................................................................... 13
II.1 Equations gouvernantes .................................................................... 13
II.1.1 Hypothèses simplificatrices. ........................................................... 13
II.1.2 Les équations de conservation. ........................................................ 13
II.2 Configuration étudiée. ...................................................................... 16
II.3 Elimination du terme de pression des équations de mouvement. ............ 17
II.4 condition aux limites. ....................................................................... 18
II.5 La forme adimensionnelle des équations............................................. 18
II.6 conditions aux limites adimentionelles. .............................................. 21
II.7 Conclusion ...................................................................................... 22

vi
Chapitre III :Modèle numérique.------------------------------------------------------------------ 23
Introduction .......................................................................................... 23
III.1 Représentation de la méthode des différences finies ........................... 24
III.2 Millage......................................................................................... 24
III.3. Approximation des dérivées par des différences finies. ....................... 25
III.4. Quelques schémas aux différences finies. ......................................... 27
III.5. Méthode des directions alternées (ADI) ............................................ 30
III.6. Discrétisation des équations............................................................ 31
III.6.1 Discrétisation de l’équation de conservation de quantité de
mouvement : ............................................................................................. 31
III.6.2 Discrétisation de l’équation de conservation d’énergie:..................... 34
III.7Conclusion ..................................................................................... 37
CONCLUSION GENERALE -------------------------------------------------------------------------- 39
REFERENCES BIBLIOGRAPHIQUES ------------------------------------------------------------------- 40

vii
 LISTE DES FIGURE

FIGURE 1 : SCHEMA REPRESENTE LES TYPES DE TRANSFERT DE CHALEUR. ............................ 2

FIGURE 2 : TRANSFERT DE CHALEUR PAR CONVECTION. .................................................. 3
FIGURE 3 : PRINCIPE PHYSIQUE DE LA CONVECTION NATURELLE. ...................................... 4
FIGURE 4 : FOUR A CONVECTION FORCEE. .................................................................. 5
FIGURE 5 : SCHEMA REPRESENTANT LE CAS TRAITE. ..................................................... 16
FIGURE 6 : CONDITION AUX LIMITES ......................................................................... 18
FIGURE 7 : REPRESENTATION DU MAILLAGE DU SYSTEME PHYSIQUE. ................................ 25
FIGURE 8 : MAILLAGE UTILISE EN DIFFERENCES FINIES. ................................................. 25
FIGURE 9 : DISCRETISATION DU DOMAINE ET IMPLANTATION DE LA MAILLE ....................... 26
FIGURE 10 : DISCRETISATION DU DOMAINE ET IMPLANTATION DES MAILLES DANS LA DIRECTION
X (ETAPES 1) ET DANS LA DIRECTION Y (ETAPE 2) ................................................... 31

viii
 LISTE DES TABLEAUX

Tableau 1 : Conductivité thermique de divers fluides de base et matériaux à 20°C.

Tableau2:Conditions aux limites sous formes adimensionnelles.

ix
 INTRODUCTION GENERALE

Le transfert de chaleur peut jouer un rôle important dans divers processus industriels.
L’efficacité de tels processus est souvent limitée par les propriétés thermophysiques des
fluides utilisés. Le transfert thermique au sein des nanofluides ouvre depuis plusieurs années
un portail de recherche important pour les études expérimentales, analytiques et numériques
menant ce domaine à des publications liées à l'utilisation des nanofluides comme des fluides
actifs. La présence des nanoparticules dans le fluide traditionnel améliore le transfert
thermique d’une manière remarquable par rapport à un fluide traditionnel.

Récemment, des progrès importants se font dans un domaine de recherche fascinant de la

physique : c’est la nanophysique qui brasse un large éventail de la physique, la nanophysique
connaît un développement et à l’échelle du nanomatériau et de la nanotechnologie. Les
nanoparticules représentent aujourd’hui un enjeu technologique et économique majeur. Elles
permettent des innovations très prometteuses dans de nombreux domaines fondamentaux tels
que : la santé, l’énergétique et l’industrie… Les nanofluides tiennent déjà une place
privilégiée concernant à titre d’exemple des fluides traditionnels (Eau, Éthylène glycol,
etc.….).

Dans le présent travail, nous étudions la convection naturelle et forcée dans une enceinte
carrée remplie des nanofluides. Notre objectif est de comprendre l’effet du nanofluide sur le
mécanisme de la convection dans les enceintes (carrées).

Le premier chapitre : est consacré aux généralités sur les différents types de convection
par les nanofluides, et leurs procédures de fabrication et domaines d’application.

Le deuxième chapitre : est consacré à définir les formules mathématique et les hypothèses
simplificatrices ainsi que les conditions aux limites appropriées, ainsi que la formulation
numérique.

Dans le troisième chapitre,nous avons étudié numériqument la convection avec la

méthode déffirences finies.

Enfin, une conclusion générale, qui donnée à la fin de ce projet. Quelques

recommandations pour les études futures sont également formulées.

1
 Chapitre I : GENERALITE ET SYNTHESE
BIBLIOGRAPHIQUE .

Introduction

Un transfert de chaleur ou transfert thermique entre deux corps est une interaction
énergétique qui résulte d’une différence de température entre les deux corps. On
distingue habituellement trois modes de transfert de chaleur :

• La conduction.

• Le rayonnement.

• La convection.

Ces trois modes sont régis par des lois spécifiques. Cependant, seule la conduction
et le rayonnement sont des modes fondamentaux de transmission de la chaleur ; la
convection, tout en étant très importante, ne fait que combiner la conduction avec un
déplacement de fluide.

Ce chapitre a pour but de présenter les connaissances actuelles relatives à la

convection naturelle et forcé par les nanofluides et leurs applications éventuelles. On
s’intéresse en particulier à décrire l’influence de plusieurs paramètres sur la convection
telle que la forme de la géométrie et la position de la source de chaleur …

Figure 1 : schéma représente les types de transfert de chaleur.

2
I.1 Convection.

I.1.1 Définition.

La convection est un mode de transport d’énergie par l’action combinée de la conduction,

de l’accumulation de l’énergie et du mouvement du milieu. C’est le mécanisme le plus
important de transfert d’énergie entre une surface solide et un liquide ou un gaz. Le transfert
d’énergie par convection d’une surface dont la température est supérieure à celle du fluide qui
l’entoure s’effectue en plusieurs étapes. D’abord la chaleur s’écoule par conduction de la
surface aux molécules du fluide adjacentes. L’énergie ainsi transmise sert à augmenter la
température et l’énergie interne de ces molécules du fluide. Ensuite les molécules vont se
mélanger avec d’autres molécules situées dans une région à basse température et transférer
une partie de leur énergie. Dans ce cas l’écoulement transporte le fluide et l’énergie.
L’énergie étant emmagasinée dans les molécules du fluide, elle est transportée sous l’effet de
leur mouvement. La transmission de chaleur par convection est désignée, selon le mode
d’écoulement du fluide, par convection libre et convection forcée. Lorsqu’il se produit au sein
du fluide des courants dus simplement aux différences de température, on dit que la
convection est naturelle. Par contre si le mouvement du fluide est provoqué par une action
externe, telle une pompe ou un ventilateur, le processus est appelé convection forcée. Si les
deux modes de convection sont importants, la convection est dite mixte.

Figure 2 : transfert de chaleur par convection.

3
I.1.2 Types de convection.

a. Convection naturelle.

La convection naturelle ,appelée aussi convection libre ,est un mécanisme ou type de

transport de masse et de chaleur ,dans lequel le mouvement du fluide est généré uniquement
par les différences de densité dans le fluide dues aux gradients de température ,et non par une
source externe (comme une pompe) ,ventilateur, dispositif de aspiration ,etc.

La convection naturelle, le fluide entourant une source de chaleur reçoit de la chaleur et

par conséquent, la dilatation thermique devient moins dense et augmente la dilatation
thermique du fluide joue un rôle crucial en d’autres termes, les composants plus lourds (plus
denses) vont tomber, alors que les composants plus légers (moins denses) augmentent
entrainant un mouvement de fluide en vrac. La convection naturelle ne peut se produire que
dans un champ gravitationnel ou en présence d’une autre accélération appropriée.

La convection naturelle ne fonctionne pas essentiellement dans l’orbite de la terre. Par

exemple, dans la station spatiale infernale en orbite, d’autres mécanismes de transfert de
chaleur sont nécessaires pour éviter la surchauffe des composants électroniques.

Figure 3 : Principe physique de la convection naturelle.

b. Convection forcée.
La convection forcée dans laquelle le mouvement de fluide est provoqué par l’action des
forces extérieures telle qu’un mécanisme comme une pompe ou un ventilateur…etc., qui lui
imprime des vitesses de déplacement assez importantes. C’est ce mode qui est généré lorsque
l’on veut améliorer c'est-à-dire augmenter l’échange thermique en conséquence, l’intensité du
transfert thermique par convection forcée sera en liaison directe avec le régime de mouvement
du fluide.

4
 Figure 4 : Four à Convection forcée.

c. Convection mixte.

La convection mixte correspond au couplage de deux phénomènes, à savoir la convection

naturelle et forcée qu’on peut qualifier de cas général de la convection, quand le fluide est
soumis simultanément à une augmentation de pression et à une différence de température, on
peut citer les exemples de l’écoulement atmosphérique et les courants marins.

I.1.3 Domaine d’application.

Les applications de transfert thermique sont variées, dans lesquelles la convection naturelle
est le phénomène le plus dominant, la communauté scientifique autant qu’industrielle avaient
un intérêt croissant aux écoulements causés par la force de flottabilité, la meilleure
compréhension de ce phénomène augmente le nombre d'applications et mène à un certain
nombre de conceptions industrielles et environnementales sophistiquées. Toutefois, les coûts
de fonctionnement sont importantes, les petites améliorations d'efficacité sont essentielles et
peuvent jouer un grand rôle dans la consommation d'énergie.
Le phénomène de la convection naturelle faire l’objet de maintes différente applications à
savoir : les problèmes océanographiques et atmosphériques tels que les effets de serre, les
changements extrêmes de climat, ainsi que les problèmes technologiques, à savoir les
équipements électriques et les réacteurs nucléaires, les capteurs solaires, le stockage des
fluides, l’écoulement d’air dans les pièces d’habitation, les appareils ménagers, les
réfrigérateurs et les échangeurs de chaleur sont tous des problèmes, qui ont donné un intérêt
particulier à cette science.

5
I.1.4 Nombres adimensionnels.

L’utilisation de la méthode de l’analyse dimensionnelle dans la résolution des équations

aux dimensions, propres à la convection a fait apparaitre des nombres adimensionnels très
utiles dans l’étude de la mécanique des fluides et en particulier dans les phénomènes
convectifs. Ces nombres sont en particulier :

a. Nombre de Prandtl :

C’est un nombre adimensionnel. Il représente le rapport entre la diffusivité de quantité

de mouvement (ou viscosité cinématique) et la diffusivité thermique. On le définit de la

manière suivante : Pr 


b. Nombre de Rayleigh :

C’est un nombre sans dimension utilisé en mécanique des fluides et caractérisant le

transfert de chaleur au sein d'un fluide.

Ra  Gr. Pr

c. Nombre de Grachof :

C’est un nombre sans dimension, utilisé en mécanique des fluides pour caractériser la
convection naturelle dans un fluide. Il correspond au rapport des forces de gravité sur les
forces visqueuses. On le définit par :

𝐠𝛃𝑯𝟑 ∆𝐓
𝑮𝒓 =
𝒗𝟐

d. Nombre de Nusselt :

Est un nombre adimensionnel utilisé dans les opérations de transfert thermique. Il représente
le rapport entre le transfert thermique total et le transfert par conduction.

𝐡𝐝
𝐍𝐮 =
𝛌

L’échange thermique entre les parois chaudes et froides est représenté par le nombre de
𝟏 𝑩
Nusselt moyen : 𝐍𝐮(𝐦) = 𝟑 ∫𝟎 𝐍𝐮(𝐗) 𝐝𝐗

e. Nombre de Reynolds :

6
 Le passage d'un régime à l'autre dépend de la valeur d'un paramètre adimensionnel, le
nombre de Reynolds.

𝐕𝐃
𝑹𝒆 =
𝐯

 Si Re < 2000 Régime laminaire.

 Si Re >> 2000 Régime turbulent.

I.1.5 Approximation de Boussinesq.

Dans le cas où les variations de température sont prises comme suffisamment faibles pour
que les propriétés physiques du fluide (tels que sa dilatabilité thermique, sa diffusivité
thermique et sa viscosité cinématique) puissent être considérées comme constantes, les
variations de la masse volumique au sein du fluide sont faibles. Ainsi, il est possible de
considérer le fluide comme quasi incompressible. Les variations de  son négligées partout,
exceptées dans le terme de poussée à l’origine du mouvement. L’hypothèse de Boussinesq
suppose que la densité du fluide dans le terme des forces de volume, varie linéairement avec
la température, ce qui amène à la relation suivante:    0 1   T  T0 
Où :

 0 Et T0 dénotent respectivement, la masse volumique et la température de

référence.
 Est le coefficient de dilatation thermique à pression constante.

I.2 Nanofluides.

I.2.1 Définition.

Les nano fluides sont des solutions colloïdales constituées de particules de taille
nanométrique en suspension dans un liquide porteur. Ce type de solution suscite un grand
intérêt depuis la découverte de leurs propriétés thermiques particulières. En effet, les fluides
de base souvent utilisés dans les applications de refroidissement ou de chauffage ont des
conductivités thermiques très faibles (Tableau1) qui limitent leur capacité de transfert de
chaleur. L’idée est alors d’insérer au sein des liquides de base des nanoparticules de
conductivité très élevée, afin d’augmenter la conductivité thermique effective du mélange et
ainsi améliorer ces performances thermiques.

7
 Elément Conductivité thermique (W/m.K)

50% eau + 50% éthylène glycol 0,41

Ethylène glycol 0,25
huile de moteur 0,14
Nanotube de carbone 3000-6000
Diamant 1000-2600
Cuivre (métal pur) 401
Nickel (métal pur) 237
Silicone (non métallique) 148
Alumine (Al2O3) 40
Eau 0,599
Tableau 1 : Conductivité thermique de divers fluides de base et matériaux à 20°C.

I.2.2 Technique de fabrication.

La littérature concernant les nanofluides montre que leur utilisation en tant que fluide
caloporteur est envisageable, la plupart des auteurs ayant constaté une amélioration des
performances thermiques. Les informations qui reviennent le plus souvent sont l’amélioration
de la conductivité thermique et une hausse de la viscosité avec l’augmentation de la
concentration en nanoparticules. L’utilisation des nanofluides est assez contraignante
cependant, des précautions particulières devant être prisent pour éviter la sédimentation des
particules, la corrosion ou l’augmentation des pertes de charge. D’une manière générale, les
nanofluides permettent de réduire l’encombrement et la consommation des équipements de
refroidissement industriel par une meilleure efficacité. Comme les nanofluides sont de bons
conducteurs de chaleur ils peuvent aussi être utilisés pour réchauffer plus efficacement.
Diverses techniques chimiques et physiques sont disponibles pour élaborer des
nanoparticules. Ces différentes méthodes permettent d’obtenir des nanoparticules libres ou
enrobées, encapsulées dans une matrice hôte.

 Méthode physique :

8
 La méthode la plus simple consiste à subdiviser un matériau jusqu’à l’échelle
nanométrique. Toutefois, cette méthode présente d’importantes limitations car elle ne permet
pas un contrôle précis des distributions de taille. Afin d’obtenir un meilleur contrôle de la
taille et de la morphologie, on peut utiliser d’autres méthodes physiques plus sophistiquées
comme :

 La pulvérisation d’un matériau cible, par exemple à l’aide d’un plasma, ou d’un
faisceau laser intense.
 Le chauffage à très haute température (évaporation thermique) d’un matériau de
manière à ce que les atomes qui le constituent s’évaporent. Ensuite un refroidissement
adéquat de ces vapeurs permet une agglomération en nanoparticules.

En général, les méthodes physiques nécessitent un matériel coûteux pour un rendement en

nanoparticules souvent très limité. Les nanoparticules ainsi synthétisées sont la plupart du
temps déposées ou liées à un substrat.

 Méthode chimique :

Aujourd’hui un grand nombre de méthodes de synthèse par voie chimique sont disponibles
et présentent l’avantage d’être en général simples à mettre en œuvre et d’être souvent
quantitatives et peu coûteuses. Ces méthodes permettent d’obtenir des particules avec une
distribution de tailles relativement étroite et de morphologies variées. Comme dans le cas de
la voie physique, les nanoparticules peuvent être synthétisées sous deux formes : libres à l’état
de poudre relativement facile à disperser dans un liquide ou un gel hôte, ou enrobées dans une
matrice solide ou un polymère.

I.2.3 Propriété thermophysique.

Les propriétés thermo physiques (la masse volumique, la chaleur spécifique, la dilatation
thermique, la viscosité dynamique et la conductivité thermique) des solutions sont
profondément modifies par l’ajout des nanoparticules. De nombreux paramètres caractérisant
ces nanoparticules peuvent avoir un effet notable sur les valeurs des paramètres thermo
physiques du nano fluide obtenus (la nature des nanoparticules, leur taille, la fraction
volumique , la conductivité du fluide de base et celle des nanoparticules, la température du
milieu .... etc.).

 La masse volumique : C’est la masse par unité de volume. Elle est donnée par
𝐦
: 𝛒 = 𝐯 (𝑘𝑔 /𝑚3 )

9
 Où : 𝑚 : la masse en (𝑘𝑔).

𝑉 : le volume en (𝑚3 ).
𝑚 𝑚
Pour un gaz parfait, on a : 𝑃𝑉 = 𝑛𝑅T et comme : 𝜌 = 𝑒𝑡 𝑛 = 𝑀
𝑉
𝑃𝑀
Donc 𝜌= 𝑅𝑇

Pour calculer la masse volumique d’un nano fluide que nous supposerons parfaitement
homogène en fonction de la fraction volumique ( ) a une température T donnée.

La masse volumique de ce mélange est définie comme suite :

m m f m p  f m f   pm p
 nf   nf  
V  V pV f V pV f

La fraction volumique des nanoparticules ( ) désigne le rapport du volume des

nanoparticules sur le volume total (fluide + solide).

volume solide Vp
 
volume totale nanofluide V pV f

On en déduit alors la masse volumique du nano fluide :  nf  1    f    p

Avec :
 nf : La masse volumique du nano fluide.

 f : La masse volumique du fluide de base.

 p : La masse volumique des nanoparticules solides.

 Chaleur spécifique :

La chaleur spécifique est la capacité calorifique par unité de masse d’une substance ou
𝑑𝑄
d’un system homogène Cp = 𝑚𝑑𝑇 La chaleur spécifique correspond à l’apport de chaleur

nécessaire pour élever la température de l’unité de substance de 1 K lors de la transformation

considérée. Pour la détermination de la chaleur spécifique d’un nano fluide, on a les des deux
relations suivantes :

 Q  Q f  QP C p  f V f  C p P VP
C P nf   nf     nf   nf
 mT  nf m f  m p T  f V f   pV p

C P nf  1   C P  f  C P  p

10
Qui peut être réécrit comme :

1   C P  f   C P P
C Pnf 
1    f   P

Avec :
C P nf : Chaleurs spécifique du nano fluide.
C P  f : Chaleurs spécifique du fluide de base.

C P P : Chaleurs spécifique des nanoparticules.

 Conductivité thermique :

La conductivité thermique (ou conductibilité thermique) d’un matériau est une grandeur
physique qui caractérise sa capacité à diffuser la chaleur dans les milieux sans déplacement
macroscopique de matière. C’est le rapport de l’énergie thermique (quantité de chaleur)
transfert par unité de temps (donc homogène a une puissance, en watts) et de surfaces au
gradient de température. Notée  , la conductivité thermique intervient nettement dans la loi
de Fourier.

K nf K P 2 K f 2 K p  K f 

K f K P 2 K f  K p  K f 
Avec :
K nf : La conductivité thermique du nanofluide.

K f : La conductivité thermique du fluide de base.

K P : La conductivité thermique de la particule solide.

 Coefficient de dilatation thermique :

La variation de la masse volumique sous l'action de la température est caractérisée par le

coefficient de dilatation thermique  , appelé également le coefficient de dilatabilité.

1   
T    
  T  P

Pour calculer la valeur de ce coefficient pour les nanofluides ont utilisé l’analogie avec la
relation :  nf  1    f    p

On déduit l’expression suivante :  nf  1    f    p

11
Ou  f et  P désignent respectivement les coefficients de dilatabilité du fluide porteur et celle

des nanoparticules.

En supposant que l'on affaire à des fluides porteurs incompressibles, les nanoparticules et la
différence de température imposée aux nanoparticules restent modérée pour écrire que la
masse volumique du nanofluide et de ses constituants s'exprime sous une forme linéaire de la
température par :

 nf   0,nf 1   nf T  T0  ,  f   0, f 1   f T  T0  ,  P   0,P 1   P T  T0 

De la première équation, on en déduit l'expression de :

   0,nf 
 nf   nf
 0,nf T  T0 
En remplaçant  nf et  0 ,nf :
 nf  0,nf  1    f  0, f    p  0,P
Cette relation donnant le  nf du nanofluide et distincte de celle habituellement utilisée dans
les travaux sur les nanofluides conduit.

 la viscosité dynamique :

La viscosité caractérise l’aptitude d’un fluide à s’écouler. Sa connaissance est

fondamentale pour toutes les applications impliquant le transport de fluides. L’ajout des
nanoparticules permet d’augmenter et d’améliorer la conductivité thermique du nanofluide
mais cela peut aussi conduire à une augmentation défavorable de la viscosité dynamique.
Ainsi, ces deux propriétés sont étroitement corrélées, et doivent être maîtrisées en vue d’une
exploitation de ce type de fluides dans des échangeurs.

f
 nf 
1   2,5
I.3 Conclusion

Au cours de ce chapitre introductif on a présenté des généralités et les connaissances

actuelles relatives à un mode de transfert de chaleur c’est la convection naturelle et forcée,
quelques groupements adimensionnels, les nanoufluides et leurs définitions ainsi que leur
technique de fabrication et les propriétés thermophysiques.

12
Chapitre II : Formulation mathématique
Introduction

Dans ce chapitre, nous allons mettre en place les différentes équations de conservation
que nous aurons à utiliser par la suite pour décrire les écoulements convectifs des nanofluides.

II.1 Equations gouvernantes

II.1.1 Hypothèses simplificatrices.

Les hypothèses simplificatrices retenues dans notre étude sont les suivantes:

 Le nanofluide de base utilisé est newtonien et incompressible

 L'écoulement est laminaire et bidimensionnel.
 Pas source de chaleur et absence d’échange par rayonnement au sein du fluide.

 L’approximation de Boussinesq et adoptée pour la densité de nanofluide c’est-à-dire

que la masse volumique et considérée comme constante (égale à sa valeur de
référence) dans tous les termes des équations de transfert sauf dans le terme
gravitationnel, ou elle traité comme variable en fonction de la température et
s’exprime comme suit :

(  nf   0 )    0 g nf T  T0 

 Les propriétés physiques des nanofluides sont constantes.

 Les nanoparticules et le fluide de base sont en équilibre thermique.

 La puissance volumique dissipée est négligeable.

 Le flux de dissipation visqueuse de la chaleur est négligeable.

II.1.2 Les équations de conservation.

Compte tenu des hypothèses formulées précédemment, les équations classiques de

conservation de masse, de quantité de mouvement et d’énergie sont les suivantes :

13
 a. Equation de conservation de masse.

L'équation de continuité exprime le principe de la conservation de la masse d'un fluide en

mouvement. Dans un volume élémentaire, la masse du fluide prélevé ou injectée est égale à la
somme de la variation de la masse du fluide durant un intervalle de temps élémentaire et des
flux massiques traversant la surface de ce volume. Elle est définie par:

  
t
 
 . V  0 (2.1)

Avec :
 : La densité du fluide.
t : temps.

V : Vecteur de vitesses du fluide.
Pour les fluides incompressibles la masse volumique de chaque particule fluide reste
constante, au cours du temps, lorsque l’on suit cette particule fluide dans son mouvement,
d'où:

d   
  V grad   0
dt t (2,2)
 
Alors la relation (2.1) devient : .V  0
(2,3)

b. Equation de conservation de quantité de mouvement.

Le principe de conservation de la quantité de mouvement permet d’établir les relations

entre les caractéristiques du fluide et son mouvement et les causes qui le produisent. Donc, on
peut indiquer que le taux de variation de la quantité de mouvement, contenu dans le volume
de contrôle est égal à la somme de toutes les forces extérieures, qui lui sont appliquées.

Les équations s’écrivent sous la forme suivante :


 
 
   
 g  P      .V   2V
dV

dt (2,4)
 
Pour un fluide incompressible on a : .V  0

Cette équation conduit à la forme classique de Navier-Stokes :


dV  
  P  g  V
dt (2,5)

Avec :

14
 
V : Vecteur de vitesse du fluide.


g : Accélération de la pesanteur.

 : Vis cos ité dynamique.

P : La pression

c. Equation de conservation d’énergie.

La première loi de thermodynamique permet d′établir des relations entre les différentes
formes d′énergie. L’équation de l’énergie, dans laquelle les termes de dissipations visqueuses
sont négligés, s’écrit comme suit :

  
 
 T  
CP   V . T   div   gradT 
 t   
  (2,6)

Avec :

 : conductivité thermique du fluide .

T : Températire du fluide.

CP : Capacité calorifique massique à pression cste.

15
II.2 Configuration étudiée.

Le domaine physique considéré est schématisé sur la Figure 4. Il s’agit d’une cavité carrée de
longueur caractéristique « H », formée de deux parois verticales qui sont portées
respectivement à deux différentes températures chaude et froide, et deux parois verticales qui
sont adiabatiques.

Figure 5 : schéma représentant le cas traité.

 Conservation de masse :

u v
 0
x y (2,7)
 Conservation de quantité de mouvement :

La projection de l’équation (2,5) sur les axes (x) et (y) avec l’introduction de
l’approximation de Boussinesq nous donne les deux équations suivantes :

Selon l’axe x :

u u u 1 p   2u  2u 
u v    nf  2  2 
t x y  nf x  x y  (2,8)

Selon l’axe y :

v v v 1 p  nf   2v  2v 
u v   g (T  T0 )   nf  2  2 
t x y  nf y  nf  x y  (2,9)

16
 
u : vitesse radiale . u
y
Avec : 
v : vitesse tan gentielle. v
x

 Conservation d’énergie :

T T   2T  2T 
u v   nf  2  2 
x y  x y  (2,10)

Avec :

k nf
 nf 
C 
p nf
: La diffussivité thermique.

II.3 Elimination du terme de pression des équations de mouvement.

Pour obtenir les équations en fonction de la vorticité il faut éliminer le terme de pression
dans les équations de mouvement. En dérivant (2,8) et (2,9) respectivement par rapport à y et
à x et en soustrayant les équations que nous obtenons, nous trouvons :

    nf T   2  2 
u v g   nf  2  2  (2,11)
t x y  nf x  x y 

Avec :

v u
 
x y
   2 v  2 u 
  
x  x 2 xy 
 2    2 v  2 u 
   
x 2 x  x 2 xy 
   2 v  2 u 
  
y  xy y 2 
 2    2 v  2 u 
   
y 2 y  xy y 2 

  2  2 
Alors :    2  2 
 x y 

 Pour les nanofluides :

17
  La masse volumique :  nf  1    f    p

 La capacité calorifique : C P nf  1   C P  f  C P  p

 Le coefficient de dilatation thermique :  nf  1     f    p

K nf K P2 K f 2 K p K f 
 
K P2 K f  K p  K f 
La conductivité thermique :
Kf

f
 la viscosité :  nf 
1   2,5

k nf
 La diffusivité thermique :  nf 
C  p nf

II.4 condition aux limites.

Les conditions aux limites dans notre cas sont résumées sur la Figure5 :

Figure 6 : condition aux limites

II.5 Forme adimensionnelle des équations.

L’emploi des variables adimensionnelles dans les équations permet une meilleure
approche de la réalité des phénomènes physiques, car elles sont indépendantes du système

18
d’unités de mesure utilisé pour les étudier. On peut dire aussi que ces variables permettent
d’obtenir des informations générales, qui jouent un rôle prépondérant dans les similitudes.
Pour ramener les équations précédentes à une forme adimensionnelle, il est nécessaire de
définir des changements de variables.

x y vH uH  T T f
X  ; Y ; V .; U  ;  ; 
H H  f  f f Tc T f
H 2 t f
W ; 
f H2

Et :

Le nombre prandtl : Pr 

g T H 3 T
Le nombre de Grashof : Gr 
2
Le nombre de Rayleigh : Ra  Gr. Pr
Le système d’équations définissant le problème s’écrit alors sous la forme adimensionnelle
suivante:

 Conservation de masse :

u u X U   
   
x X x X  H 2 
v v Y V   
   
y Y y Y  H 2 
Donc l’équation (2,7) devient :
 U  V
 0
H 2 X H 2 Y
U V
 0
X Y (2,12)

 Conservation de quantité de mouvement :

   f W H

 2
 2f W
 4

t  H 2  f  H  
u
 U f   f W H

2
  2f W
U 4

x H  XH  H X

v
 V f   f W H

2
 2f W
V 4

y H YH  H Y

19
 

 2     f W H
2
      f W   f  2W

x 2 x    XH  
   XH   H 3 X  H 4 X 2



 2     f W H
2
      f W   f  2W

y 2 y  YH  
 YH   H 3 Y  H 4 Y 2

T (T ) T 
 
x  XH  H X
Avec :
 nf 1     f    P

 nf 1     f    P

nf f f f
ET :  nf   
 nf 1    1     f    P  1    1     f    P 
2, 5 2, 5

Donc la relation (2,10) devient :

 2f W  2f W  2f W 1     f    P T 
U 4 V 4 g 
H 4
H X H Y 1     f    P H X
f f f   2W  2W 
  
1   2,5 1     f    P  H 4  X
2
Y 2 
W W W H 4 1     f    P T 
U V g 
 X Y  f 2 1     f    P H X
f f   2W  2W 
  
1    1     f    P   f
2,5
 X
2
Y 2 
W W W  1 P 1  
U V  Ra Pr   
 X Y  1    f /  P   1  f   f 1    P   1 X
Pr   2W  2W 
  
1   0 , 25
1       p f   X
2
Y 2 
(2,13)
 Conservation d’énergie :

T U f T  f 
u  U T
x H  XH  H X
T V f T  f 
v  V T
y H YH  H Y
 2T   T   T  2
  
x 2 x   XH   H 2 X 2

20
  2T   T   T  2
  
y 2 y  YH   H 2 Y 2

k nf K P  2 K f  2 K P  K f  1
 nf   Kf
C  p nf K P  2 K f   K P  K f  1   C p  f   C p P

Donc la relation (2,11) devient :

K P  2 K f  2 K P  K f 
K P  2 K f   K P  K f  T
Kf
f      2  2 
T  V f T    
1   C p  f   C p P H 2
U
H X H Y  X
2
Y 2 

K P  2 K f  2 K P  K f 
K P  2 K f   K P  K f  1
Kf
    2  2 
V     (2,14)
1   C p  f   C p P  f
U
X Y  X
2
Y 2 

Donc le système des équations adimensionnelles décrivant le phénomène de la convection

naturelle sujet de notre étude s’écrit comme suit :

U V
 0 (2,15)
X Y

W W W  1 P 1  
U V  Ra Pr    
 X Y  1    f / P   1  f   f 1    P   1 X
(2,16)
Pr   2W  2W 
  
 
1   0, 25 1       p  f   X 2 Y 2 

K P  2 K f  2 K P  K f 
K P  2 K f   K P  K f 
Kf
  1   2  2 
V     (2,17)
1   C p  f   C p P
U
X Y  f  X 2 Y 2 


II.6 conditions aux limites adimentionelles.

Ces différentes conditions sont résumées dans ce tableau :

Conditions  U V

21
 Paroi inferieur  0 0
0
Y
Paroi supérieur  0 0
0
Y
Paroi gauche 1 0 0
Paroi droite 0 0 0
Tableau2:Conditions aux limites sous formes adimensionnelles.
II.7 Conclusion

Pour procéder au développement analytique concernant le phénomène de la convection

naturelle, nous avons été conduits à établir les équations de conservation sous forme
simplifiée en se basant sur des hypothèses simplificatrices. L’analyse théorique entreprise a
permis de réduire le nombre de variable à trois (la température θ, la fonction de courant ψ, et
la vorticité  ), et de montrer que le système à résoudre est fonction de: le nombre de Prandtl
Pr, le nombre de Rayleigh Ra et les propriétés thermophysique .

22
Chapitre III : Modèle numérique.
Introduction

Les méthodes numériques passent par deux étapes ; une étape de maillage et une étape
de discrétisation. Il y a deux grandes familles de méthodes de discrétisation :

 Les méthodes d’approximation des équations. Selon ces méthodes, on cherche une
solution exacte des équations approchées car les opérateurs différentiels sont
discrétisés sur un maillage (la méthode des différences finies et la méthode des
volumes finis).
 Les méthodes d’approximation des solutions. Selon ces méthodes on cherche une
solution approchée à partir des équations exactes. Les solutions sont écrites comme
des séries de fonctions tronquées aux ordres de précisions désirées (les méthodes
spectrales et la méthode des éléments finis).

Donc il y a trois grands types de discrétisations des équations aux dérivées partielles :

 Les différences finies : C’est la méthode la plus ancienne, introduite par Euler. C’est
une des plus simples et efficaces pour développer des schémas d’ordres élevés sur des
maillages réguliers. Ses principaux inconvénients sont, d’une part, de ne pas respecter
en générale les équations intégrales de conservation et, d’autre part, de ne pas pouvoir
prendre en compte facilement des géométries complexes.
 Les volumes finis : la méthode a été décrite pour la première fois en 1971 par Patankar
et Spalding et publiée en 1980 par Patankar. Dans cette méthode, on intègre des
équations de conservation que l’on applique sur chaque volume de contrôle
élémentaire. A partir des variables connues aux centres des volumes, on évalue les
flux aux surfaces des volumes par interpolation. La grille est a priori quelconque,
permettant ainsi de traiter des écoulements à géométrie complexe. Cette méthode
donne de très bons résultats, car elle garantit la conservation des bilans massique et
thermique sur tout le domaine étudié.
 Les éléments finis : La technique des éléments finis est similaire à celle des volumes
finis pour la discrétisation : maillage non structuré, avec pour volume de contrôles
élémentaires des tétraèdres ou hexaèdres en 3-D. sur chaque des volumes, on introduit
une fonction de pondération, généralement, un polynôme de degré plus élevé, avant

23
 d’intégrer les équations de conservation. La solution s’obtient alors par minimisation
du résidu. Parmi les avantages de cette approche, retenons l’étude des géométries très
compliques, et la formalisation permettant de développer un certain nombre de
résultats mathématiques. Les matrices à traiter sont, en général, sans propriétés
particulières, contrairement aux matrices obtenues avec des grilles régulières.

Dans notre étude nous choisissons la méthode des différences finis pour discrétiser les
équations exposées dans le deuxième chapitre.

III.1 Représentation de la méthode des différences finies

La méthode des différences finies consiste à approximer les dérivées des équations
décrivant les phénomènes physiques au moyen des développements de Taylor et se déduit
directement de la définition de la dérivée. Elle est due aux travaux de plusieurs
mathématiciens du 18ème siècle (Euler, Taylor, Leibniz...).

Soit u (x,y,t) une fonction de l'espace et du temps. Par définition de la dérivée, on a :

u u x  x, y, t   u x, y, t 
 lim x 0 (3.1)
x x

Si Δx est petit, un développement de Taylor de u(x + Δx, y, z, t) au voisinage de x donne:

u x 2  2 u x 3  3u
u x  x, y, t   u x, y, t   x u  x, y , t    x, y , t   x, y, t      (3.2)
x 2 x 2 3 x 3

la série au premier ordre en Δx donne :

u x  x, y, t   u  x, y, t  u
 x, y, t   x  (3. 3)
x x

O (Δx) tend vers zéro comme la puissance première de Δx.

III.2 Maillage.

Pour la méthode des différences finies, un maillage est un ensemble de points isolés
(appelés nœuds) situés dans le domaine de définition des fonctions assujetties aux équations
aux dérivées partielles, une grille sur les seuls nœuds de laquelle sont définies les inconnues
correspondant aux valeurs approximatives de ces fonctions.

24
 Figure 7 : Représentation du maillage du système physique.

Nous restreindrons notre étude au cas d’un problème plan, et d’un domaine Γ. Nous
 
choisissons évidemment les directions x et y parallèles aux côtés du carrée. Nous traçons
alors un réseau de droites parallèles à l’axe x, équidistantes de pas k (Δx), ainsi qu’un réseau
de droites parallèles a l’axe y, équidistantes de pas h (Δy). Les intersections des deux réseaux
sont les points ou les nœuds mi , j de coordonnées ih, jk  tels que i  Z et. j  Z

Les points mi , j constituent l’ensemblequ’on appelle « maillage ». hZ  kZ ݄

Figure 8 : Maillage utilisé en différences finies.

III.3. Approximation des dérivées par des différences finies.

Considérons un point mi , j intérieur au domaine Γ, ainsi que les points voisins du maillage.

Les pas h et k sont supposés petits par rapport à l’échelle de variation d’une grandeur « u ».
On peut estimer que u varie peu lorsqu’on passe de mi , j aux points voisins et que cette

variation doit s’écrire en première approximation à l’aide des dérivées partielles de u au point
mi , j grâce au théorème des accroissements finis :

25
 Figure 9 : Discrétisation du domaine et implantation de la maille

Soit f une fonction d’une variable x , si h tend vers 0, on a :

f x  h   f x   hf , x  
h 2 ,,
2
f x  
h 3 , ,,
3
f x    h 4   (3. 4)

f x  h   f x   hf , x  
h 2 ,,
2
f x  
h 3 ,,,
3
f x    h 4  
(3. 5)

D’où :

f x  h   f x 
f , x    h  (3. 6)
h

 f x  h   f x 
f , x    h  (3. 7)
h

f x  h   f x  h 
f , x  
2h
  h2   (3. 8)

f x  h   2 f x   f x  h 
f ,,  x  
2h
  h2   (3. 9)

 
en appliquant (3. 6) , (3. 7), (3. 8), (3. 9) sur u dans chacune des directions x et y on peut
déduire :

 L’approximation d’une dérivée première par des différences finies décentrées à droite:

u mi 1, j   u mi , j 

u x mi , j    h  (3. 10)
h

 L’approximation d’une dérivée première par des différences finies décentrées à

gauche :

26
 u mi 1, j   u mi , j 
u x mi , j    h  (3. 11)
h

 L’approximation d’une dérivée première par des différences finies centrées :

u mi 1, j   u mi 1, j 

u x mi , j  
2h
  h2  (3. 12)

 L’approximation d’une dérivée seconde par des différences finies centrées :

u mi 1, j   2u mi , j   u mi 1, j  u mi , j 1   2u mi , j   u mi , j 1 

u mi , j  
h 2

k2

  h2 , k 2 
(3. 13)

III.4. Quelques schémas aux différences finies.

Considérons par exemple le problème monodimensionnel de transfert de chaleur dans une

barre de 1m de longueur [9]. L’équation de la diffusion de chaleur est définit par :

u  2u
 2 (3. 14)
t x

Désignons par h et k successivement les pas d’espace et de temps. On utilise une grille
constituée des points m nj de coordonnées ih, jk dans le plan x, t  .

On peut utiliser deux approches pour discrétiser cette équation de la chaleur :

 explicite utilise une discrétisation au nœud xi et à l'itération courante n :

n
 u    2u 
n

     2  (3. 15)
 t   x 

 implicite utilise une discrétisation au nœud xi et à l'itération n + 1 :

n 1 n 1
 u    2u 
     2  (3. 16)
 t   x 

27
 A. schéma explicite.

Pour discrétiser l’équation de la chaleur (3.15) en une grille des points ݉ on utilise la
m nj

différence décentrée pour la dérivée en temps: u

t
n1
 u  u j  u j
n n

    k  (3. 17)

 t  j k

Pour la dérivée en espace, on utilise la différence finie centrée :

u nj1  2u nj  u nj1
n
  2u 
 2  
 2
  h2   (3. 18)
 x j h

k
D’où le schéma explicite : u nj1  u nj 
h2
u n
j 1  2u nj  u nj1  (3. 19)

B. schéma implicite.

La discrétisation de la dérivée en temps et de la dérivée en espace peut être appliquée au

niveau (n+1) plutôt qu’au niveau (n). On a alors :

n1
 u  u nj1  u nj
    k  (3. 20)
 t  j k

n1
  2u  u n1  2u nj1  u nj11
 2   j 1   h2   (3. 21)
 x  j
2
h

k
D’où le schéma implicite : u nj1  u nj 
h2
u n 1
j 1  2u nj1  u nj11  (3. 22)

C. le schéma de Crank-Nicolson.

On peut faire une moyenne entre les deux schémas (implicite et explicite), ce qui donne le
schéma de Crank-Nicolson :

k
u nj1  u nj 
h 2
u n
j 1  2u nj  u nj1  u nj11  2u nj 1  u nj11  (3. 23)

28
Ce schéma est également implicite, donc aussi couteux que le schéma implicite. Mais il a
l’avantage d’être précis au second ordre.

D. Schéma UPWIND

Pour illustrer cette méthode, on considère l’équation d’onde linéaire unidimensionnelle

suivante :

u  2u
a 2 0 (3. 24)
t x

Cette équation décrit une vague propageant dans la direction x, avec une vitesse a.
Considérant un point de grille typique i, dans un domaine unidimensionnel, il y a deux
directions liées au point i, à gauche (i-1) et à droite ((i+1).

 Si a est positif, le côté gauche s’appelle le côté UPWIND, et le côté droit est le côté
vent arrière.

 Si a est négatif, le côté gauche s’appelle le côté vent arrière et le côté droit est le côté
UPWIND.

 Schéma UPWIND de premier ordre :

L’arrangement UPWIND le plus simple possible est l’arrangement de premier ordre,

l’équation précédente (3.24) s’écrit :

uin1  uin u n  uin1

Pour a positif : a i 0 (3. 25)
t x

uin1  uin u n  uin

Pour a négatif :  a i 1 0 (3. 26)
t x

a   max( a,0)
On définit : (3. 27)
a _  min( a,0)

uin  uin1
u x 
x
Et : (3. 28)
 ui 1  uin
n
ux 
x

Les deux équations (3.25) et (3.26) peuvent être combinées et écrites sous la forme compacte
suivante :

29
uin1  uin
t

  a u x  a u x  (3. 29)

L’équation (3.29) est une manière générale d’écrire de n’importe quel arrangement de type
UPWIND.

Posons :

1
a  (a  a )
2 (3.30)
1
a _  (a  a )
2

L’équation (3.29) devient :

uin1  uin
t

1
2x
   
a  a  uin  uin1  a  a  uin1  uin  (3.31)

uin1  uin  
t
2x
   
a  a  uin  uin1  a  a  uin1  uin  (3.32)

u in 1  u in  
t
2x

 a  a u in1  2 a u in  a  a u in1  (3.33)

III.5. Méthode des directions alternées (ADI)

Il s’agit d’une méthode implicite du type prédicteur-correcteur. La méthode ADI

(Alterning Direction Implicite) est applicable en deux étapes : pour la première étape
(prédicteur), elle est implicite dans la direction x et explicite dans la direction y. Pour la
seconde étape (correcteur), la méthode ADI est explicite dans la direction x, et implicite dans
la direction y.

 Pendant la première étape les valeurs aux nœuds (i, j) sont connues à l’instant (n) mais
1
inconnues à l’instant ( n  ). Les valeurs inconnues sont associées à la direction x
2
seulement (c’est à dire j fixe).

 Dans la second étape les valeurs aux nœuds (i, j) sont inconnues à l’instant (n+1), mais
1
connues à l’instant ( n  ).
2

30
Figure 10 : Discrétisation du domaine et implantation des mailles dans la direction x (étapes
1) et dans la direction y (étape 2)

III.6. Discrétisation des équations.

Le principe de construction des méthodes de Différences Finies consiste à discrétiser les

opérateurs différentiels ∂t, ∂x et ∂y, en faisant toutes hypothèses de régularité nécessaires
pour justifier les divers ordres d’approximations.

Les équations établies dans le chapitre précédent peuvent être écrites sous la forme
générale suivante :

III.6.1 Discrétisation de l’équation de conservation de quantité de

mouvement :

On a :

W W W  1 P 1  
U V  Ra Pr    
 X Y  1    f / P   1  f   f 1    P   1 X
Pr   2W  2W 
  
1    0 , 25

1       p  f   X
2
Y 2 
On pose :

 1 P 1 
  
 1    f /  P   1  f   f 1    P   1

31
 1

1   0, 25
1       p  f 
L’équation devient :
W W W    2W  2W 
U V  Ra Pr   Pr  2  2  (3.34)
 X Y X  X Y 
Etape 1 – Prédicteur :

 Terme instationnaire :

1
n
W Wi , j  Wi , j2 n

 (3.35)
  2
 Les termes convectifs :

W 1  1 n 
1 1 1

 U  U Wi 1, j  U Wi , j  U  U Wi 1, j 

n n 1
U  2 2 2
(3.36)
X X  2 2 

W 1  1 n 
1 1
   
n 1
V    V  V W 2
 V W n
 V  V W i , j 1 
2
(3.37)
Y Y  2 i , j 1 i, j
2 

 Terme diffusif :

 n 1 n
1
n
1
 
  2W  2W  Wi 1, 2j  2Wi , j 2  Wi 1, 2j  Wi , j 1  2Wi , j  Wi , j 1  
n n n

Pr     Pr  (3.38)

 
 X Y 2 X 2 Y 2
2
     
 

 Terme BOUANCY

1 1
n n
    i1, j2 2
i 1, j
 (3.39)
X 2X
L’équation devient donc :

32
 1
n
 1
 Wi ,nj 1 1
n 
1
   
2
Wi , j 1 n n 1
   U  U W 2
 U W 2
 U  U W i 1, j 
2
 2  2 X i 1, j i, j
2 
1  1 n 
1 1

 V  V Wi , j 1  V Wi , j  V  V Wi , j 1 
n 1
 2 n 2
Y  2 2 
Ra Pr   n 2 n 
1 1

 i 1, j   i 1, j 
 2 (3.40)
2X  
Pr   n 2 n 
1 1 1
n
 W i 1, j  2 W 2
 W i 1, j 
2
X 2 
i, j


Pr 
Y 2

Wi ,nj 1  2Wi ,nj  Wi ,nj 1 
0
Posons :

A U  U  ; B   U ; C   U  U 
4X 2X 4X
 
D  Pr  ; E V  V  ; F   V ; G   V  V 
2X 2
4Y 2Y 4Y
   n 2 1
n 
1
H  Pr  ; AK  Ra Pr  
 i 1, j   i 1, j 
2
2Y 2 4X  
On obtient :
1 1 1
n n n
Wi 1, 2j  A  D   Wi , j 1  B  2D   Wi 1, 2j C  D 
2
(3.41)
 Wi ,nj 1 H  E   Wi ,nj 1  2 H  F   Wi ,nj 1 H  G   AK

Etape 2 – Correcteur :

 Terme instationnaire :

1
n
W Wi , j 2  Wi , j
n

 (3.42)
  2
 Les termes convectifs :

W 1  1 n 
1 1 1
   
n n 1
U    U  U W 2
 U W 2
 U  U W i 1, j 
2
(3.43)
X X  2 i 1, j i, j
2 

W 1  1 n 
1 1

 V  V Wi , j 1  V Wi , j  V  V Wi , j 1 
n 1
V  2 n 2
(3.44)
Y Y  2 2 

 Terme diffusif :

33
  n 1 n
1
n
1
 
  2W  2W  Wi 1, 2j  2Wi , j 2  Wi 1, 2j  Wi , j 1  2Wi , j  Wi , j 1  
n n n

Pr     Pr  (3.45)

 
 X Y 2 X 2 Y 2
2
     
 

 Terme BOUANCY

1 1
n n
 i 1,2j   2
 i 1, j
(3.46)
X 2X
L’équation devient donc :
1
n
 Wi ,nj 1  1 n 
1 1 1

 U  U Wi 1, j  U Wi , j  U  U Wi 1, j 

2
Wi , j n n 1
 2 2 2
 2 X  2 2 
1  1 n 
1 1

 V  V Wi , j 1  V Wi , j  V  V Wi , j 1 
n 1
 2 n 2
Y  2 2 
Ra Pr   n 2 n 
1 1

 i 1, j   i 1, j 
 2 (3.47)
2X  
Pr   n 2 n 
1 1 1
n
  i 1, j
W  2W 2
 Wi 1, j 
2
X 2 
i, j


Pr 
Y 2

Wi ,nj 1  2Wi ,nj  Wi ,nj 1 
0

Posons :

A U  U  ; B   U ; C   U  U 
4X 2X 4X
 
D  Pr  ; E V  V  ; F   V ; G   V  V 
2X 2
4Y 2Y 4Y
   n 1
n 
1
H  Pr  ; AK  Ra Pr   i 1,2j   i 1, j2 
2Y 2
4X  

On obtient :

Wi ,nj 1 E  H   Wi ,nj1 1  F  2 H   Wi ,nj11 C  D 

1 1 (3.48)
n n
W 2
i 1, J D  A  Wi , j 1  B  2D   W
2 n
i , j 1 D  C   AK

III.6.2 Discrétisation de l’équation de conservation d’énergie:

On a :

34
 K P  2 K f  2 K P  K f 
K P  2 K f   K P  K f  1
Kf
    2  2 
V    
1   C p  f   C p P  f
U
X Y  X
2
Y 2 

On pose :
K P  2 K f  2 K P  K f 
K P  2 K f   K P  K f 
Kf
1

1   C p  f   C p P f
L’équation devient :
    2  2 
U V   2  2 
X Y  X Y  (3.49)

Etape 1- Prédicteur
 Les termes convectifs :

 1  1 n 
1 1 1

 U  U  i 1, j  U  i , j  U  U  i 1, j 
n n 1
U  2 2 2 (3.50)
X X  2 2 

  1 1
n 
1
   
1 n 1
V    V  V  2
 V  n
 V  V  i , j 1 
2 (3.51)
Y Y  2 i , j 1 i, j
2 

 Terme diffusif :

 n 1 n
1
n 
1

  2  2   i 1,2j  2 i , j 2   i 1,2j   i , j 1  ui , j   i , j 1  
n n n

      (3.52)
 
 X Y 2 X 2 Y 2
2
     
  
L’équation devient donc :
 1 1 1
n 
1
   
1 n n 1
  U  U  2
 U  2
 U  U  i 1, j 
2
X  2 i 1, j i, j
2 
1  1 n 
1 1
   
n 1
   V  V  2
 V  n
 V  V  i , j 1 
2
Y  2 i , j 1 i, j
2  (3.53)
 n 2 1
n
1
n 
1

 i 1, j  2 i , j   i 1, j   in, j 1  uin, j   in, j 1 

2 2
     0
X 2 
 Y 2 
 

Posons :

35
 
A U  U  ; B   U ; C   U  U 
4X 2X 4X
  
D ; E   V  V  ; F  V
2X 2 4Y 2Y

G V  V  ; H    2
4Y 2Y

On obtient :
 in1, j  A  D    in, j 1 1  B  2 D    in11,j C  D 
1 1 (3.54)
n n
 2
i , j 1 H  E    i , j 1  F  2H   
2 n
i , j 1 H  G 

Etape 2- Correcteur
 Les termes convectifs :

  1 1 1
n 
1
   
1 n n 1
U    U  U  2
 U  2
 U  U  i 1, j 
2 (3.55)
X X  2 i 1, j i, j
2 

 1  1 n 
1 1

 V  V  i , j 1  V  i , j  V  V  i , j 1 
n 1
V  2 n 2 (3.56)
Y Y  2 2 

 Terme diffusif :

 n 1 n
1
n 
1

  2  2  
 i 1, j
2
 2 2
  i 1, j 
2  in, j 1  uin, j   in, j 1   (3.57)
      i, j
 
 X Y 2 X 2 Y 2
2
     
  
L’équation devient donc :

1  1 n 
1 1 1

 U  U  i 1, j  U  i , j  U  U  i 1, j 
n n 1
2 2 2
X  2 2 
1  1 n 
1 1

 V  V  i , j 1  V  i , j  V  V  i , j 1 
n 1
 2 n 2
Y  2 2  (3.58)
 n
1
n
1
n
1

  2    in, j 1  uin, j   in, j 1 
2 2 2
i 1, j i 1, j
  i, j
    0
X 2

 Y 2 
 

Posons :

36
 
A U  U  ; B   U ; C   U  U 
4X 2X 4X
 
D ; E V  V  ; F   V
2X 2 4Y 2Y

G V  V  ; H    2
4Y 2Y
On obtient :
 in, j 1 E  H    in, j 1 1  F  2 H    in, j 11 G  H 
1 1 (3.59)
n n
 2
i 1, j D  A   i , j 1  B  2 D   
2 n
i , j 1 D  C 

III.7Conclusion

Au cours de ce chapitre on a interprété la présentation de la méthode déférence finie, nous

l’avons employé la Méthode des directions alternées (ADI et cette méthode est applicable en
deux étapes : prédicteur et correcteur, sa mise en œuvre pour la discrétisation des équations du
problème.

37
38
 CONCLUSION GENERALE

L’objectif de ce travail est de mettre en évidence l’amélioration du transfert de chaleur par

convection par l’utilisation des nanofluides, qui sont été assimilé à un milieu homogène qui se
comporte comme un fluide Newtonien ce qui nous a permis d’utiliser les équations de Navier
Stokes. Or cette approche mérite d’être confrontée à celle qui traite le nanofluide en tant que
mélange hétérogène dans lequel les nanoparticules présentent des sources de masse de chaleur
et de quantité de mouvement.

Le modèle mathématique est représenté par les équations de continuité, de quantité de

mouvement et de l’énergie dans les coordonnées cartésiennes pour le cas bidimensionnel. On
a L’approximation de Boussinesq et des hypothèses simplificatrices sont adoptes afin de
simplifier le système d’équations.

Dans ce cadre nous avons étudiée mathématiquement la convection naturelle dans une
cavité carrée, dans laquelle on a déterminé les équations gouvernantes avec les conditions aux
limites associées.

En se basant sur les approximations de Boussinesq, on a développé le modèle

mathématique décrivant notre problème. On a mis également au point un modèle numérique
basé sur la méthode de différence finie avec un schéma pour discrétiser les équations
gouvernantes. Et dans cette méthode nous avons utilisé .la méthode ADI qu’agit d’une
méthode implicite du type prédicteur-correcteur.

39
 REFERENCES BIBLIOGRAPHIQUES

1 THESE DE DOCTORAT de Mr, MOHAMED SAMMOUDA(2012) : Modélisation

Théorique et Numérique du Phénomène de la Convection Naturelle et Thermosolutale dans
les Milieux poreux à Porosité Variable.

2 Mémoire de Fin d’Etudes de Mr, KLALECHE Sofiane, Mr ,MADJOUR Abderrahmane

(2014 /2015): Simulation numérique de la convection forcée entre deux disques en présence
d’un nanofluide.

3 THESE de Mr,Salhi Hicham,(2015) : ETUDE NUMERIQUE DE LA CONVECTION

NATURELLE DANS LES ENCEINTES: NANOFLUIDE.

4 Mémoire présenté pour l’obtention Du diplôme de Master Académique de M,Debih

Maroua, Mr,Brahimi Meryem (2019/2020) : Etude numérique de la convection naturelle au
sein d’une cavité carrée.

5 : DOCTORAT DE L’UNIVERSITÉ DE TOULOUSE de Mr, Mojtabi Abdelkader(2010) :

Contribution à l’étude de la convection naturelle dans les nanofluides en configuration de
Rayleigh-Bénard.

6 : DOCTEUR DE L’UNIVERSITE DE REIMS de Mr, Ridha MEBROUK (2017) : Etude

paramétrique des échanges convectifs turbulents dans les configurations d’intérêt pratique.

7 : MEMOIRE PRESENTÉ EN VUE DE L’OBTENTION DU DIPLOME DE : MASTER

(2015 /2016) : Etude de l’intensification des échanges thermique par convection naturelle
dans une enceinte par l’utilisation des Nanofluides.

8 : MEMOIRE DE FIN D'ETUDE de M, SALMI SOMIA (2017 /2018) : Etude numérique
d’une Convection naturelle en 2D.

9: MAGISTER en GÉNIE CHIMIQUE de M : GHEBRID NASSIMA(2011) : Etude

numérique des transferts thermiques couplés dans une cavité fermée.

10: MEMOIRE PRESENTÉ EN VUE DE L’OBTENTION DU DIPLOME DE : MASTER

(2015 /2016) de Mr,FERHAT Chamseddine et M,REZIG Nassima : Etude de l’intensification
des échanges thermique par convection naturelle dans une enceinte par l’utilisation des
Nanofluides.

40
11: REVUE FRANÇAISE D’INFORMATIQUE ET DE RECHERCHE
OPÉRATIONNELLE. SÉRIE ROUGE, J. C. ZENOUDA : Étude d’un schéma aux
différences finies pour la résolution numérique des équations de NavierStokes couplées à
celle de la chaleur ;

12: THÈSE DE L’ECOLE DES PONTS ET CHAUSSEES de Mr, Abdelkader

HAMMOUTI : Simulation numérique directe en différence finie de l’écoulement d’un fluide
incompressible en présence d’interfaces rigides.

13: Thèse en Vue de l’Obtention du Diplôme de Doctorat en Sciences de M, MORSLI

SOUAD : Simulation numérique de la convection naturelle et la génération de l’entropie

dans les cavités

41
42
43