Spelling suggestions: "subject:"l'inertia""
1 |
Analyse de Sensibilité pour les modèles dynamiques utilisés en agronomie et environnement.Matieyendou, Matieyendou 21 December 2009 (has links) (PDF)
Des modèles dynamiques sont souvent utilisés pour simuler l'impact des pratiques agricoles et parfois pour tester des règles de décision. Ces modèles incluent de nombreux paramètres incertains et il est parfois difficile voire impossible de tous les estimer. Une pratique courante dans la littérature consiste à sélectionner les paramètres clés à l'aide d'indices de sensibilité calculés par simulation et de n'estimer que les paramètres les plus influents. Bien que cette démarche soit intuitive, son intérêt réel et ses conséquences sur la qualité prédictive des modèles ne sont pas connus. Nos travaux de recherches ont pour ambition d'évaluer cette pratique des modélisateurs en établissant une relation entre les indices de sensibilité des paramètres d'un modèle et des critères d'évaluation de modèles tels que le MSEP (Mean Square Error of Prediction) et le MSE (Mean Square Error), souvent utilisés en agronomie. L'établissement d'une telle relation nécessite le développement d'une méthode d'AS qui fournit un unique indice par facteur qui prend en compte les corrélations entre les différentes sorties du modèle obtenues à différentes dates. Nous proposons un nouvel indice de sensibilité global qui permet de synthétiser les effets des facteurs incertains sur l'ensemble des dynamiques simulées à l'aide de modèle. Plusieurs méthodes sont présentées dans ce mémoire pour calculer ces nouveaux indices. Les performances de ces méthodes sont évaluées pour deux modèles agronomiques dynamiques: Azodyn et WWDM. Nous établissons également dans ce mémoire, une relation formelle entre le MSE, le MSEP et les indices de sensibilité dans le cas d'un modèle linéaire et une relation empirique entre le MSEP et les indices dans le cas du modèle dynamique non linéaire CERES-EGC. Ces relations montrent que la sélection de paramètres à l'aide d'indices de sensibilité n'améliore les performances des modèles que sous certaines conditions.
|
2 |
Clustering of inertial sub-Kolmogorov particles : structure of clusters and their dynamics / Concentration préférentielle de particules inertielles : la structure et la dynamique de clustersSumbekova, Sholpan 15 December 2016 (has links)
Cette thèse étudie les phénomènes de concentration préférentielle et de sédimentation de particules inertielles transportées dans un écoulement turbulent. Pour cela, des expériences ont été menées en soufflerie dans une turbulence engendrée en aval d’une grille active et ensemencée avec des gouttelettes d'eau. La concentration préférentielle se manifeste par la ségrégation spatiale des particules qui bien qu’initialement ensemencée de façon homogène, tendent à se regrouper en amas, laissant en déplétion d’autres zones de l’écoulement. Un effort particulier a été consacré à séparer les mécanismes liés à l’inertie des particules, à la turbulence et aux effets collectifs impactant la formation des amas et modifiant la vitesse de sédimentation des particules. Quatre principaux paramètres non-dimensionnels ont été variés afin d’établir le rôle spécifique de chacun d’entre eux sur les processus de concentration préférentielle et de sédimentation : le nombre de Rouse $Ro $, représentant le rapport de la vitesse de sédimentation des particules à la vitesse fluctuante de l’écoulement; le nombre de Stokes $St$, quantifiant l'inertie des particules comme le rapport entre le temps de réponse des particules et le temps dissipatif de l’écoulement; le nombre de Reynolds $ RE_lambda$ représentant le degré de turbulence et enfin la fraction volumique de la phase dispersée $phi_v$.Deux techniques expérimentales (suivi Lagrangien des particules et interférométrie à phase Doppler) ont été utilisées pour l'acquisition des données et pour le diagnostic de la concentration préférentielle et de la sédimentation des gouttelettes dispersées. Le suivi Lagrangien de particules a été réalisé par visualisation à haute vitesse cadence des gouttelettes dispersées dans une nappe de laser. Cela donne accès aux statistiques simultanées de la distribution spatiale des particules et de leur vitesse. La niveau de clustering a été quantifié à l’aide de tessélation de Voronoï. Nous établissons des lois d’échelles quantitatives caractérisant la dépendance du degré de clustering et de la géométrie des amas en fonction des paramètres de l’étude ($St$, $Re_lambda$ et $ phi_v$. Ces lois d’échelles indiquent une forte influence de $Re_lambda$ et de $phi_v$, mais un faible effet de $St$. Ce résultat est cohérent avec un rôle dominant du mécanisme « sweep-stick » comme origine de la concentration préférentielle, tel que proposé par Vassilicos. En outre, l'analyse conditionnelle des vitesses de sédimentation des particules en fonction de leur appartenance ou non à des amas montre que les zones à fortes concentration tendent à sédimenter plus rapidement que les zones peu concentrées, suggérant un possible rôle des effets collectifs dans l’augmentation de la vitesse de chute. Les mesures par interférométrie de phase Doppler ont ensuite permis d’analyser plus en détail les statistiques de vitesse et de concentration de particules conditionnées à la taille des particules. Ces mesures montrent une augmentation de la vitesse de sédimentation pour les particules de petits diamètres, en accord avec des études précédentes. En revanche, la sédimentation est ralentie pour les particules de plus grand diamètre. Ceci indique une subtile intrication de plusieurs mécanismes possibles affectant la sédimentation turbulente de particules. / This PhD thesis investigates the phenomena of preferential concentration and settling of sub-Kolmogorov inertial particles transported in a turbulent flow. To this end, experiments have been carried out in active-grid-generated turbulence in a wind-tunnel, seeded with water droplets. Preferential concentration manifests itself as the emergence of spatial segregation of the particles, which where initially homogeneously seeded in the carrier flow, leading to clusters and voids. A particular effort has been put in disentangling the roles of particles inertia, of turbulence and of collective effects on the emergence of clustering and the modification of settling velocity and in investigating the interplay between clustering and settling. Four main non-dimensional parameters have been varied to establish the role of each in the clustering process and on the settling of the particles: the Rouse number $Ro$, representing the ratio of the settling velocity of the particles to the fluctuating velocity of the fluid ; the Stokes number $St$ , quantifying particle inertia as the ratio of the particle response time to the flow dissipative time scale ; the Reynolds number $Re_lambda$ representing the degree of turbulence and the volume fraction $phi_v$ representing the concentration of the particles in the two-phase flow.Two experimental techniques (Lagrangian Particle Tracking and Phase Doppler Interferometry) are used to acquire data and diagnose the clustering and settling properties of the dispersed droplets.2D-Lagrangian Particle Tracking has been performed using high-speed visualization of the dispersed droplets in a laser sheet. This gives access to simultaneous statistics of particles spatial distribution and velocity. Clustering has been quantified using Voronoï tessellation and quantitative scalings on the dependency of clustering intensity and clusters dimensions on $St$, $Re_lambda$ and $phi_v$ are found. They show a strong influence of $Re_lambda$ and volume fraction $phi_v$ but a weak effect of $St$. This finding is consistent with a leading role of the “sweep-stick” mechanism in the clustering process, as proposed by Vassilicos. Furthermore, conditional analysis of the velocities of particles within clusters and voids has been performed showing that clusters tend to settle faster than voids, pointing to the role of collective effects in the enhancement of settling.Phase Doppler Interferometry has then been used to further analyse velocity statistics, and particle concentration field conditioned on particle diameter. Enhancement of the settling velocity for small diameters is observed, in agreement with previous studies. On the contrary, for larger particles settling velocity is found to be hindered. This indicates a subtle intrication of several possible mechanisms affecting the settling, including preferential sweeping, loitering and collective effects.
|
Page generated in 0.0401 seconds