Simulation numérique directe et modélisation stochastique de sous-maille de l'accélération dans un écoulement de canal à grand nombre de Reynolds / Acceleration in high Reynolds number turbulent channel flow : numerical simulation and stochastic subgrid model

Cette thèse porte sur la caractérisation numérique et la modélisation stochastique de l’accélération du fluide pour l’écoulement en canal à grand nombre de Reynolds. La motivation concerne l’observation et l’analyse des effets de l’intermittence liés aux interactions à longue portée à travers le canal. Dans la première partie, l’accélération est étudiée par simulation numérique directe pour trois différents nombres de Reynolds (180, 590 et 1000). La lognormalité de la norme de l’accélération est observée quelle que soit la distance à la paroi. Un profil universel de la norme de l’accélération est également recherché par analyse dimensionnelle. La seconde partie présente une modélisation stochastique de l’accélération basée sur la décomposition norme/orientation. Le modèle stochastique pour la norme s’appuie sur un processus de fragmentation afin de représenter les interactions à longue portée à travers le canal. Pour l’orientation, l’évolution vers l’isotropie lorsque la distance à la paroi augmente (observée par la DNS) est reproduite grâce à un modèle de marche aléatoire sur une sphère. Ces modèles ont été appliqués à l’approche LES-SSAM (Stochastic Subgrid Acceleration Model) introduite par Sabel’nikov, Chtab et Gorokhovski. Nos calculs montrent que les estimations de la vitesse moyenne, du spectre d’énergie, des contraintes de l’écoulement et de la non-gaussianité des statistiques de l’accélération peuvent être améliorées de façon significative par rapport à la LES classique. L’intérêt de l’approche LES-SSAM, donnant un accès vers la structure intermittente de sous-maille, est illustré dans la dernière partie, par l’étude du transport de particules inertielles ponctuelles par l’écoulement de canal. Cette étude commence par l’analyse par DNS de l’influence des structures de paroi sur la dynamique des particules / The main objective of this thesis is to observe numerically and to analyze the effects of intermittency in a high Reynolds number turbulent channel flow. To this end, the thesis is focused on characterization and stochastic modelling of the fluid acceleration in such a flow, with emphasis on long-range interactions across the channel. In the first part, the acceleration is studied using DNS for three Reynolds numbers (180, 590 et1000). It is observed that the norm of acceleration is log-normal whatever the wall distance is. The universal form of scaling law for the acceleration is proposed by dimensional analysis. In the second part, the acceleration is simulated stochastically, assuming the norm/orientation decomposition. The stochastic model for the norm is based on the fragmentation process in order to represent the long-range interactions across the channel. The orientation is simulated by random walk on a sphere in order to reproduce the relaxation towards isotropy with increasing the wall distance. This was observed preliminary in our DNS. These models were applied in the framework of LES-SSAM approach (Stochastic Subgrid AccelerationModel), which was introduced by Sabel’nikov, Chtab and Gorokhovski and assessed in the case of the box turbulence. Our computations showed that the mean velocity, the energy spectra, the viscous and turbulent stresses, as well as the non-gaussianity of acceleration statistics can be considerably improved in comparison with standard LES. The advantage of the LES-SSAM approach, which accounts for intermittency on subgrid scales, is demonstrated in the last part of this thesis. Here the transport of inertial point wise particles was studied by DNS and by LES-SSAM. The influence of wall structures on the particle’s dynamics is analyzed.

Identiferoai:union.ndltd.org:theses.fr/2011ECDL0013
Date15 April 2011
CreatorsZamansky, Rémi
ContributorsEcully, Ecole centrale de Lyon, Gorokhovski, Mikhael, Vinkovic, Ivana
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageEnglish
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0026 seconds