6844x
005488
22.04.2024

Analyse comparative pour les modèles de turbulence RANS, URANS et DDES

Quelle est la différence entre les modèles de turbulence DDES, RANS et URANS ?


Réponse:

La modélisation de la turbulence est un aspect critique de la mécanique des fluides numérique (CFD), visant à prévoir le comportement des écoulements turbulents. Les modèles de turbulence sont essentiels pour concevoir des applications d’ingénierie efficaces et sûres, telles que l’interaction vent-structure pour le calcul de structure. Parmi les diverses approches de la modélisation de la turbulence, trois modèles populaires sont : les équations de Navier-Stokes moyennées de Reynolds (RANS), les équations de Navier-Stokes moyennées de Reynolds non stationnaires (URANS) et la simulation des tourbillons détachés retardée (DDES). Chaque modèle a ses propres caractéristiques uniques et applications.

RANS (Reynolds-Averaged Navier-Stokes)

L’approche RANS est l’une des méthodes les plus couramment utilisées dans la modélisation de la turbulence. Elle implique la moyenne des équations de Navier-Stokes dans le temps, qui lisse les fluctuations de turbulence pour fournir une solution pour les flux stationnaire. Cette méthode simplifie considérablement les exigences de calcul et est particulièrement utile pour les applications où l’écoulement est stationnaire ou légèrement instationnaire. Les modèles RANS sont largement utilisés dans les applications industrielles en raison de leur robustesse et de leur faible coût de calcul. Cependant, ils peuvent être moins précis pour prédire des écoulements complexes avec des séparations significatives ou plus instationnaires.

URANS (Unsteady Reynolds-Averaged Navier-Stokes)

URANS étend l’approche RANS en permettant des changements en fonction du temps dans le champ d’écoulement, ce qui le rend capable de capturer des phénomènes transitoires. Il utilise toujours la moyenne de Reynolds des équations de Navier-Stokes, mais ne moyenne pas l’écoulement dans le temps aussi strictement que RANS. Cela signifie qu’URANS peut modéliser des caractéristiques de flux transitoire de grande échelle et des comportements oscillatoires, typiques dans de nombreux systèmes d’ingénierie pratiques, comme le détachement tourbillonnaire des coins de bâtiment. Bien qu’URANS améliore RANS en termes de capture des instationnarités, il utilise encore des modèles de viscosité turbulente qui peuvent ne pas résoudre de manière adéquate les structures turbulentes plus fines.

DDES (Delayed Detached Eddy Simulation)

DDES est une approche hybride qui combine des méthodologies RANS et la simulation des grandes structures de turbulence (LES). Dans les régions de l’écoulement où la couche limite est attachée, DDES se comporte comme un modèle RANS, ce qui permet d’améliorer l’efficacité de calcul. Dans les régions où l’écoulement se détache et les structures turbulentes plus grandes dominent, DDES passe en mode LES, afin de résoudre ces structures plus précisément. Cette méthode est particulièrement utile dans les écoulements complexes impliquant la séparation de l’écoulement, le réattachement et les régions de sillage, comme les bords et coins de bâtiment. DDES offre un bon équilibre entre le coût de calcul et la précision, notamment dans la simulation d’écoulements à nombre de Reynolds élevé avec des régions instationnaires et séparées significatives.

Conclusion

Le choix du bon modèle de turbulence dépend largement des exigences spécifiques du problème en cours, y compris les caractéristiques de l’écoulement, les besoins en précision et les ressources de calcul disponibles. Les modèles RANS conviennent aux écoulements plus simples et stationnaires, tandis qu’URANS offre une meilleure gestion des phénomènes instationnaires. DDES, bien que plus exigeant en calcul que RANS ou URANS, offre une précision supérieure dans les cas impliquant des écoulements complexes, instationnaires et séparés. Chacun de ces modèles a contribué de manière significative aux avancées dans les simulations de dynamique des fluides, et soutenu les ingénieurs et les chercheurs dans le développement de solutions technologiques plus efficaces et résistantes.


Auteur

M. Kazemian est responsable du développement de produits et du marketing de Dlubal Software, en particulier pour le logiciel RWIND 2.



;