Return to search

Contribution à la prévision du bruit tonal des machines tournantes subsoniques : couplage des simulations numériques et des modèles analytiques avec les analogies acoustiques

La conception des groupes moto-ventilateurs au sein de Valeo Systèmes Thermiques et la prédiction de leurs performances aérauliques reposent majoritairement sur les méthodes de développement virtuel, i.e. la conception assistée par ordinateur et la simulation numérique de la mécanique des fluides. Dans ce cadre, le présent travail propose une méthodologie de prédiction et de minimisation de la composante tonale du bruit d'un groupe moto-ventilateur. L'approche adoptée est hybride et dissocie la génération et la propagation du bruit. La propagation en champ libre est calculée avec une formulation intégrale de l'analogie de Ffowcs-Williams et Hawkings. Dans un premier temps, les termes-sources à la surface du rotor et du stator sont calculés par une simulation numérique instationnaire. La compacité de la pale ainsi que l'influence du maillage acoustique sur la prédiction sont ensuite investiguées. Finalement, les résultats sont comparés aux mesures expérimentales. Dans un deuxième temps, les sources acoustiques à la surface du stator sont calculées avec le modèle de Sears enrichi avec des données extraites d'une simulation stationnaire du rotor complet. Avant de procéder à la prédiction acoustique, l'influence du modèle de turbulence sur les résultats finaux est évaluée à travers une comparaison entre LES et RANS pour l'écoulement autour de profils extrudés. Enfin, la problématique de minimisation du bruit tonal est traitée en tant que problème d'optimisation où la géométrie d'une aube est paramétrée et où la recherche de l'optimum est conduite par un algorithme génétique. Cette optimisation a permis de concevoir un stator moins bruyant et adapté à l'écoulement en aval du rotor étudié.

Identiferoai:union.ndltd.org:CCSD/oai:pastel.archives-ouvertes.fr:pastel-00935537
Date05 July 2013
CreatorsTannoury, Elias
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0019 seconds