28.01.2014 Views

Méthodes numériques pour des systèmes hyperboliques avec terme ...

Méthodes numériques pour des systèmes hyperboliques avec terme ...

Méthodes numériques pour des systèmes hyperboliques avec terme ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

CHAPITRE 3. ÉTUDE DES MODÈLES M 1<br />

tel-00814182, version 1 - 16 Apr 2013<br />

Alors qu’en 1D un choix naturel <strong>pour</strong>¯κ se présentait afin de retrouver la bonne limite asymptotique,<br />

ce n’est plus le cas en dimension supérieure. En effet, si l’on veut que le schéma (3.58) discrétise<br />

l’équation de diffusion du modèle (3.57), il est nécessaire de satisfaire l’approximation suivante :<br />

1 c 2 |̺KL | 2 (<br />

∫<br />

a(T 0,n<br />

L<br />

|K| κ KL + ¯κ )4 −a(T 0,n<br />

K )4) c<br />

≃ ∇aT 4 (t n ,x,y). −→ nd̺. (3.60)<br />

KL<br />

En effet, on aura alors :<br />

∑ 1<br />

|K|<br />

L∈Γ K<br />

c 2 |̺KL | 2 (<br />

κ KL + ¯κ KL<br />

a(T 0,n<br />

L )4 −a(T 0,n<br />

3σ 0 ̺KL KL<br />

∫<br />

K )4) ≃<br />

K<br />

( ) c<br />

div<br />

3σK<br />

0 ∇(aT 4 ) dxdy.<br />

Toutefois, dans (3.60), le gradient n’est, en général, pas connu. Cependant, il peut être approché par<br />

différentes techniques. Par exemple, on notera les schémas d’ordre élevé de type DDFV [40]. L’approximation<br />

de tels gradients n’est pas abordée ici, mais la correction asymptotique développée<br />

ci-<strong>des</strong>sous peut être appliquée à d’autres <strong>systèmes</strong> dont les gradients sont correctement évalués.<br />

Si l’on pose ∇ h mat une approximation de ce gradient :<br />

∫<br />

∇ h c<br />

mat ≃ ∇aT 4 (t n ,x,y). −→ nd̺,<br />

3σ 0 ̺KL KL<br />

un choix possible <strong>pour</strong> le paramètre ¯κ KL est donné par :<br />

¯κ KL = c|̺KL|<br />

|K|∇ h mat<br />

(<br />

a(T 0,n<br />

L )4 −a(T 0,n<br />

K )4) −κ KL .<br />

En fait, on a forcé le coefficient de diffusion<br />

c du modèle <strong>pour</strong> retrouver la limite mathématique<br />

3σ 0<br />

du modèle. On remarque alors que l’on peut forcer le schéma à dégénérer non plus vers cette limite<br />

mathématique mais vers la limite physique du modèle caractérisée par la moyenne de Rosseland<br />

σ R . Ainsi, en prenant<br />

¯κ KL = c|̺KL| (<br />

∇ h phy |K| a(T 0,n<br />

L )4 −a(T 0,n<br />

K )4) −κ KL ,<br />

où ∇ h phy<br />

est une approximation du gradient :<br />

∫<br />

∇ h phy ≃ c<br />

3σ R ̺KL KL<br />

∇aT 4 (t n ,x,y). −→ nd̺,<br />

on va ainsi violer la limite mathématique du système <strong>pour</strong> retrouver la limite physique.<br />

Dans le cas particulier <strong>des</strong> maillages admissibles, c’est-à-dire où les segments c K c L sont orthogonaux<br />

aux interfaces ̺KL , une approximation naturelle <strong>des</strong> gradients normaux est donnée<br />

par :<br />

En prenant :<br />

on obtient alors<br />

∇aT 4 . −→ n KL ≃ aT4 L −aT4 K.<br />

|c K c L |<br />

∇ h phy = c<br />

3σKL<br />

R |̺KL | aT4 L −aT4 K,<br />

|c K c L |<br />

¯κ KL = 3cσKL<br />

R |̺KL |<br />

−κ KL .<br />

|K|<br />

Finalement, <strong>pour</strong> illustrer ce schéma, quelques cas-tests sont présentés <strong>pour</strong> le modèle M 1 multigroupe<br />

dans le paragraphe 5.2.<br />

104

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!