Analyse de sch´ emas d’ordre ´ elev´ e pour les
´
ecoulements compressibles.
Application ` a la simulation num´ erique d’une torche
`
a plasma.
Vivien Clauzon
Sous la direction deSt´ephane ClainetThierry Dubois co-encadr´e par Gilles Mariaux
Laboratoire de Math´ematiques Universit´e Blaise Pascal et CNRS
Torche ` a plasma
u0= 1 600m/s T0= 12 000K R0= 3,5 mm
Propri´et´es physico-chimiques sp´ecifiques (Ar−H )
Mod´ elisation ` a l’int´ erieur de la torche (avec S. Clain)
Contexte
Etude de l’influence des mouvements de l’arc sur la vitesse en sortie G´eom´etrie complexe
Gaz compressible
Mod` ele
Equations d’Euler avec termes sources Loi des gaz parfaits
x
0 10 20 30 40
y
-5 0 5 X Y
Z
Sch´ ema
Maillage non structur´e, m´ethode volumes finis Mont´ee en ordre de type MUSCL
Mod´ elisation dans le jet (avec T. Dubois)
Contexte
Etude de l’influence des fortes pulsations sur la dynamique Jet tr`es chaud par rapport au milieu ambiant
Mod` ele
Jet libre
Gaz mono-esp`ece Loi des gaz parfaits Equations de Navier-Stokes compressibles
Sch´ ema
Maillage cart´esien, m´ethode diff´erences finies d’ordre ´elev´e
Plan de l’expos´ e
I - Description et test de la m´ ethode multipente
Probl`eme et hypoth`eses
Stabilit´e des m´ethodes volumes finis d’ordre 2 Description de la m´ethode multipente
Validation num´erique (pr´ecision, robustesse et rapidit´e) Simulation dans la g´eom´etrie d’une torche `a plasma
II - Simulation des jets chauds fortement puls´ es
Probl`eme et aspects physiques
Sch´emas num´eriques (RK3 en temps, compact en espace) Conditions aux limites (Poinsot-Lele)
R´esultats Perspectives
Partie I :
Description et test
de la m´ ethode multipente
Position du probl` eme
Dans un domaineΩ⊂R3, on cherche `a r´esoudre l’´equation de transport scalaire
∀t >0, ∀x∈Ω, ∂u
∂t(x, t) +div F(u(x, t))
= 0,
∀x∈Ω, u(x,0) =U0(x).
SoitKi un volume de contrˆole poly`edrique et(Sij)j∈V(i) ses faces, apr`es int´egration surKi, on a
d dt
1
|Ki| Z
Ki
u(x, t)dx+ 1
|Ki| X
j∈V(i)
Z
Sij
F(u(x, t)).nij dx= 0.
o`unij la normale exterieur `a Ki port´ee parSij.
Rappel de la g´ eom´ etrie
SoitTh une discr´etisation deΩpar des t´etra`edresKi. SoitV(i) l’ensemble des indices des voisins deKi, c’est-`a-dire les maillesKj telles que|Sij|=|Ki∩Kj| 6= 0.
D´efinition
Bi est le barycentre deKi
Qij= [BiBj]∩Sij
Mij est le barycentre deSij
Sch´ ema num´ erique
On chercheUi(t)une approximation de la moyenne de l’inconnue sur Ki
Forme semi-discr`ete
|Ki| dUi dt (t)
| {z }
valeurs aux ´el´ements
=− X
j∈V(i)
|Sij|Fij(Uij(t), Uji(t))
| {z }
valeurs aux faces
.
Sch´ ema num´ erique
On chercheUi(t)une approximation de la moyenne de l’inconnue sur Ki
Forme semi-discr`ete
|Ki| dUi dt (t)
| {z }
valeurs aux ´el´ements
=− X
j∈V(i)
|Sij|Fij(Uij(t), Uji(t))
| {z }
valeurs aux faces
.
Soit(tn)une subdivision de [0, T]et∆tn=tn+1−tn. En utilisant le sch´ema d’Euler explicite en temps, on obtient
Forme totalement discr´etis´ee Uin+1=Uin−∆tn
|Ki| X
j∈V(i)
|Sij|Fij(Uijn, Ujin).
Pourquoi une m´ ethode MUSCL ?
Historiquement
Une meilleure approximation de l’inconnue surSij
=⇒meilleure approximation de Z
Sij
F(u(x, t))dx.
Van Leer, 1979, reconstructionP1 en1Dpour une meilleure approximation de l’inconnue sur l’interface :
• Ordre 1 : Uij≈Ui,
=⇒dissipation num´erique tr`es forte
• MUSCL : Uij ≈G Ui,(Uk)k∈V(i)
=⇒plus pr´ecismais il faut maintenir la stabilit´e
Hypoth` eses
Sur le flux num´erique
Flux num´erique r´egulier :Fij estC1 Flux num´erique monotone
∂Fij
∂U ≥0, ∂Fij
∂V ≤0 Vitesse de convection born´ee
∂Fij
∂U
≤M,
∂Fij
∂V
≤M
R´ esultats de stabilit´ e 1/2
Stabilit´e au sens LED
Soit un sch´ema volumes finis d’ordre2tel que Uin+1=Uin−∆tn
|Ki| X
j∈V(i)
|Sij|Fij(Uijn, Ujin)
Si la reconstruction est convexe au sens o`u
min(Ui, Uj)≤Uij≤max(Ui, Uj)
alors le sch´ema est LED, c’est-`a-dire
Uin est un maximum local =⇒Uin+1≤Uin Uin est un minimum local =⇒Uin+1≥Uin
R´ esultats de stabilit´ e 2/2
Stabilit´e au sens L∞
Si, de plus, il existe des coefficients positifs tels que Uij−Ui= X
k∈V(i) k6=j
ωijk(Ui−Uk)
et X
k∈V(i) k6=j
ωijk≤Cω avecCω qui ne d´epend que de la g´eom´etrie.
Alors le sch´ema est stable dansL∞
u0≤Uin≤u0 sous une condition de type CFL
Description de la m´ ethode multipente.
D´efinition : reconstruction monopente
∀Ki∈Th,∀j∈V(i)
Uij=Ui+pi.BiXij
o`upi est la pente qu’il faut construire.
D´efinition : reconstruction multipente
∀Ki∈Th,∀j∈V(i)
Uij =Ui+pijkBiXijk
o`upij sont les pentes qu’il faut construire.
Description de la m´ ethode multipente.
But
Calculerpij en am´eliorant lapr´ecision sans perdre lastabilit´e.
Id´ ee
Adapter les m´ethodes ´eprouv´ees en 1D.Bi,Qij etBj sont align´es.
Comment ?
On se ram`ene `a une g´eom´etrie 1D et on utilise un limiteur de pente.
pij =ψ(p+ij, p−ij)
Il faut donc calculer une pente avalp+ij et une pente amontp−ij.
Calcul de la pente de r´ ef´ erence
Information disponible en aval : valeur enBj. D´efinition : pente de r´ef´erence
p+ij = Uj−Ui kBiBjk
Calcul de la pente de r´ ef´ erence
Information disponible en aval : valeur enBj. D´efinition : pente de r´ef´erence
p+ij = Uj−Ui kBiBjk
Calcul de la pente amont
Pas d’information en amont. On construit la pente amont en utilisant les autres voisins.
Soient les uniques coefficients tels que
tij= X
k∈V(i) k6=j
βijktik
alors on d´efinit
D´efinition : pente amont
p−ij= X
k∈V(i) k6=j
βijkp+ik
Lesβijk sont obtenus enpr´ecalculet stock´es. La m´ethode multipente est doncrapidelors de son utilisation.
Description de la m´ ethode multipente.
Phase de limitation de la pente
Propri´et´es du limiteur
• ψ(p, q) = 0quandp q≤0 (d´eg´en´erescence aux extrema),
• ψ(p, p) =p (consistance),
• ψ(p, q) =ψ(q, p) (sym´etrie).
D´efinition : reconstruction enQij
∀Ki∈Th,∀j∈V(i)
Uij=Ui+pijkBiQijk avecpij =ψ(p+ij, p−ij)
Contraintes g´ eom´ etriques
Contrainte sur le limiteur
ψ(p, q)≤τlimmin(p, q) o`uτlim= min
Ki∈Th j∈V(i)
kBiBjk
kBiQijk ∈]1,2]d´epend du maillage.
Contrainte g´eom´etrique
µij≥α >0 ; X
j∈V(i)
µij = 1
X
j∈V(i)
µijBiBj =0
Condition sur le pas de temps
D´efinition
Cω= max
Ki∈Th j∈V(i)
1−µij
µij =1−α
α >0, contrainte g´eom., δ= min
Ki∈Th j∈V(i)
|Ki|
|Sij|, longueur de r´ef´erence,
∂Fij
∂U
≤M,
∂Fij
∂V
≤M, vitesse de convection.
Condition CFL
∆t≤ δ
4M(1 +Cω) < δ
4M (CFL `a l’ordre 1)
A propos des contraintes
Contrainte g´eom´etrique En g´en´eral, on a
Cij =1−µij
µij ≈3
⇒marquer les mauvaises mailles 5 10 15 20
0 1000 2000 3000 4000
Nombre de mailles en fonction deCij
Contrainte sur le limiteur De mˆeme, pour
τij = kBiBjk kBiQijk ≈2
⇒utiliser le limiteur minmod 1 1,5 2 2,5 3 3,5 4
0 1000 2000 3000 4000 5000
Nombre de mailles en fonction deτij
Autre point de reconstruction
L’approximation de l’int´egrale du flux sur chaque facetteSij est Z
Sij
F(u(x)).nij≈ |Sij|Fij(Uij, Uji)
et une reconstruction enMij (le point de Gauss) serait plus pr´ecise.
Probl` eme
Mij n’est pas align´e avecBi etBj ...
=⇒Pas de r´esultat math´ematiquesatisfaisantpour le moment mais des r´esultats num´eriques tr`es encourageantssous contrainte de convexit´e manuelle
Exemple : cas lin´ eaire scalaire 1/2
Equation de convection en 3 dimensions d’espace :
∂u
∂t +a(x).∇u= 0
On teste la m´ethode multipente en convectant des profils dans le domaine[−0,5; 0,5]3 `a la vitesse a(x) = (−y, x,0).
Exemple : cas lin´ eaire 2/2
0 0.2 0.4 0.6 0.8 1
0.2 0.4 0.6 0.8 1
x
0 0.2 0.4 0.6 0.8 1
0.2 0.4 0.6 0.8 1
x
Profil r´egulier (r) Profil discontinu (d)
m´ethode ordreL1 (r) ordreL1 (d) ordreL∞(r) complexit´e
ordre 1 0,7 0,4 0,7 1,0
gradient 0,8 0,4 0,8 2,08
multipente Q 1,0 0,5 0,95 1,28
Exemple : tube ` a choc
R´esolution par diff´erents solveurs (Roe, HLLC, Lax-Friedrichs, ...) des
´equations d’Euler pour un gaz parfait en 3D.
0 0,2 0,4 0,6 0,8 1
0,2 0,4 0,6 0,8 1
0 0,2 0,4 0,6 0,8 1
2 2,5 3 3,5
Densit´e et ´energie interne `at= 0.2. (Solveur HLLC,≈90 pts par direction.)
=⇒La m´ethodemultipente enQij est plus pr´ecise que la m´ethode d’ordre 1.
Exemple non lin´ eaire vectoriel : Marche montante 1/2
X
Y
0.62 0.64 0.66 0.68
0.92 0.94 0.96 0.98
X
Y
0.56 0.58 0.6 0.62 0.64
0.92 0.94 0.96 0.98
Densit´eρ, Maillage 2D (350 000 ´el´ements), ordre 1 (en haut) et
Exemple non lin´ eaire vectoriel : G´ eom´ etrie 3D 1/2
Explosion dans une ville
On impose une pression tr`es forte localement dans une g´eom´etrie 3D com- plexe.
Le front de pression pro- gresse et se d´eforme en contournant les obstacles.
Le maillage utilis´e contient un million ´el´ements.
Exemple non lin´ eaire vectoriel : G´ eom´ etrie 3D 2/2
Vent dans une ville
On impose un profil de vitesse en x = 0 dans la mˆeme g´eom´etrie de ville.
Ce profil se d´eforme en contournant lesbˆatiments.
Torche ` a plasma
Vitesse dans une g´eom´etrie de torche sans apport d’´energie
Apport d’´ energie
x
0 20 40
y
-5 0 5 T:1.5 8 14.5 21 27.5 34 40.5
R´ esultats pr´ eliminaires
Capteurs de vitesse
60 70 80 90
3 4 5 6 7 8
60 70 80 90
1,5 1,6 1,7 1,8 1,9 2
Capteur sur l’axe Capteur `a 2 cm de l’axe
=⇒R´egime oscillatoire directement li´e `a l’apport d’´energie.
Conclusions
Conclusions
Le code MUSCL multipente est robuste et performant: calculs 3D avec plus de 1 million d’´el´ements.
La m´ethode multipente est int´egr´ee dans la librairie OFELI
Perspectives
Meilleure int´egration du flux, plus de point de reconstruction Couplage volumes finis / ´el´ements finis
Autre type de maille
Partie II :
simulation des jets chauds
fortement puls´ es
Th` emes abord´ es dans cette partie
Description du probl` eme Sch´ emas num´ eriques Conditions aux limites R´ esultats
Perspectives
Mod` ele
Equations de Navier-Stokes´ compressiblesmono-esp`ece Loi des gaz parfaits modifi´ee (γ= 1,2etR= 187)⇒c=√
γRT Tables de viscosit´e et de conductivit´e thermique de 300 `a 12 000 K.
0 5000 10000 15000
0,0e+00 5,0e-05 1,0e-04 1,5e-04 2,0e-04 2,5e-04
0 5000 10000 15000
0 1 2 3 4 5
Viscosit´e et conductivit´e thermique en fonction de la temp´erature Re= 840, Pr= 0,5, Ma= 0,7
Maillage
Domaine de calcul
(0, Lx)×(−Ly/2, Ly/2)×(−Lz/2, Lz/2)
Discr´ etisation
Nx×Ny×Nz points
En pratique
Lx= 60etLy =Lz= 40 Nx= 500etNy=Nz= 241
⇒jusqu’`a 30 millions de points
X
Y
0 10 20 30 40 50 60
-20 -10 0 10 20 30
Grille, 1 point sur 10 est repr´esent´e
Sch´ emas num´ eriques
∂U
∂t =F(U), F n´ecessite 21 ´evaluations de d´eriv´ees
Sch´ ema en temps
Sch´ema explicite RK3 : 3 ´evaluations du membre de droite1 seul stockage temporaire (Wray 1986)
bon compromis temps de calcul, coˆut m´emoire / pr´ecision
Sch´ ema en espace
Sch´ema aux diff´erences finies compact d’ordre 6 (Lele 1992) : implicite, centr´e, peu dissipatif, syst`eme tridiagonal (d´ecomposition LDU)
Af0=Bf
Conditions aux limites
Bords lat´ eraux
domaine large : 40 fois le rayon de l’injecteur zone ´eponge forte sur10%du domaine conditions aux limites de Dirichlet
En entr´ ee
Il faut imposer 4 variables sur 5 u etT sont impos´ees
ρest calcul´ee par la m´ethode de Poinsot-Lele
Origine du jet
En sortie
Il faut imposer 1 variables sur 5
u etEsont calcul´ees par la m´ethode de Poinsot-Lele
Test des conditions aux limites
Coupe de la vitesse axiale
Test des conditions aux limites
Profil de temp´ erature
Le jet est `a temp´eratureT0= 1(12 000K) Le milieu ambiant est `a temp´eratureT∞≤T0 T∞= 1/4⇐⇒ milieu ambiant `a3 000K T∞= 1/10⇐⇒milieu ambiant `a1 200K
Profil de vitesse
-1 0 1 2
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7
Profil de vitesse Instabilit´es de Kelvin-Helmholtz Un profil raide favorise le d´eveloppement de la turbulence.
Pour r´esoudre l’´ecoulement il faut au moins 10 points dans la zone de cisaillement.
⇒ compromis entre le nombre de points et le profil d’entr´ee
Profil de vitesse
Vitesse moyenne
ujet=Ma 1
2−1 2tanh
r−R0 δ
vjet=wjet= 0
Perturbation
u(0, r, θ, t) =ujet
1 +
axiale
z }| { εasin (Stat)
+εhsin (Stht+θ) r r0
| {z }
h´elico¨ıdale
ε:amplitude ≈30%
St : repr´esentatif de la fr´equence
Nombre de Strouhal et temps de calcul
St=2πr0f∗
c0 = 2πr0
c0τ∗
La p´eriode adimentionnelle correspondante estτ= 2π St Pour une torcheτ∗≈0,2 ms,⇒St≈0,045etτ ≈140
∆t≈4×10−3 ⇒700 000it´erationspour une simulation sur20τ NEC SX-8, IDRIS, CNRS ⇒4,7 spar it´erations
La simulation num´erique est trop coˆuteuse :≈1000h
En pratique, on utilise des fr´equences 7 fois plus grandes =⇒ 130 heures Code parall`ele, sur 4 processeurs (24 GFlops) : temps de retour<40h
Effets des perturbations
Isobarre, mode 0, 1 et 0+1
Nombre de Reynolds effectif
Nombre de Reynolds bas´e sur les caract´eristiques du milieu ambiant Re∞≈
rT0
T∞ µ(T0) µ(T∞)Re
0 2500 5000 7500 10000 12500
0 10000 20000 30000 40000 50000 60000
3000 4500 6000 7500 9000 10500 12000
0 1000 2000 3000 4000 5000 6000
Re∞en fonction deT∞
Filtrage
Causes
Taille des mailles inadapt´ee (Re∞ trop grand)
Toutes les ´echelles ne sont plus r´esolues sur le maillage
Cons´ equences
Accumulation d’´energie dans les petites ´echelles turbulentes Excitation de la plus haute fr´equence support´ee par le maillage
Solution
Pour ´eliminer cet exc´edent ´energie au niveau des mailles on filtre (compact, passe bas) les hautes fr´equences
R´ esultat
Effet dissipatif sur les petites ´echelles
=⇒ La simulation devient une SGE sans mod´elisation de sous maille
Statistiques de vitesse axiale
0 10 20 30 40
0 0,2 0,4 0,6 0,8
12 000 K 9000 K 6000 K 3000 K
Profils moyens de vitesse axiale en fonction dex
Donn´ ees instantan´ ees
150 200 250
0,2 0,4
150 200 250
0,8 0,81 0,82 0,83 0,84 0,85
Capteur de vitesse et de pression enx= 20sur l’axe du jet pourT∞= 0,25 (3 000 K)
=⇒ ´ecoulement turbulent (Re∞≈3 500)
Jets chauds fortement puls´ es : temp´ erature
Jets chauds fortement puls´ es : vorticit´ e
Perspectives
Ne plus utiliser de filtre =⇒beaucoup plus de points≈300 millions Prise en compte de la couche limite en conductivit´e thermique
0 5000 10000 15000
0 1 2 3 4 5
-2 -1 0 1 2
0,5 1 1,5 2 2,5 3
Conductivit´e thermique en fonction deT, puis der`a l’entr´ee Utilisation d’une tabulation pour le gaz r´eel (pas gaz parfait) Fluide multi-esp`ece, avec particules
Conclusions
Objectif
Fournir et valider des sch´emas num´eriques utilisables pour la simulation num´erique des torches `a plasma
R´ esultats
Nouvelle m´ethode volumes finis : robuste et efficace Simulation directe de jets chauds fortement puls´es
Perspectives
R´ealiser des simulations plus proches du cas r´eel pour confronter les codes de calcul aux exp´eriences