13.07.2015 Views

Analyse expérimentale et modélisation du transfert de matière et du ...

Analyse expérimentale et modélisation du transfert de matière et du ...

Analyse expérimentale et modélisation du transfert de matière et du ...

SHOW MORE
SHOW LESS
  • No tags were found...

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

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

Chapitre 2: Modélisation à <strong>de</strong>ux flui<strong>de</strong>s <strong>de</strong> l’hydrodynamique <strong>et</strong> <strong>du</strong> <strong>transfert</strong> <strong>de</strong> masse dans les écoulements à bullesqui perm<strong>et</strong>tent d’aboutir à <strong>de</strong>s équations moyennées utiles pour la prédiction <strong>de</strong>sécoulements diphasiques.2.2.2 Equations moyennées2.2.2.1 Opération <strong>de</strong> moyenne- Moyenne <strong>de</strong> phaseLe caractère aléatoire <strong>de</strong> la turbulence en écoulement diphasique, comme en situationmonophasique, rend difficile la résolution directe <strong>de</strong>s équations locales instantanées. Onest donc amené à effectuer <strong>de</strong>s prises <strong>de</strong> moyenne <strong>de</strong>s équations instantanées <strong>de</strong> manière àtrouver une solution pour l’écoulement moyen. Les outils statistiques sont alors mis enœuvre pour définir <strong>de</strong>s champs moyens <strong>de</strong> vitesse, <strong>de</strong> pression, <strong>et</strong>c.... C<strong>et</strong>te approche est àla base <strong>de</strong> nombreux modèles <strong>de</strong> turbulence qui, couplés à <strong>de</strong>s observationsexpérimentales, donnent <strong>de</strong> bonnes estimations <strong>de</strong>s gran<strong>de</strong>urs moyennes <strong>de</strong>s écoulementsturbulents. La même démarche est mise en œuvre pour l’étu<strong>de</strong> <strong>de</strong>s écoulementsdiphasiques. On cherche dans ce cas à décrire les champs moyens <strong>de</strong>s différentesgran<strong>de</strong>urs dans chacune <strong>de</strong>s <strong>de</strong>ux phases ainsi que les champs <strong>de</strong> taux <strong>de</strong> présence <strong>de</strong>sphases.L’opérateur <strong>de</strong> moyenne temporelle noté < . > peut être défini <strong>de</strong> manière formelle par :⎡ 1 ⎤< φ > = lim⎢∫φ(t)dt⎥(2.13)T →∞⎣ TT ⎦La moyenne temporelle est équivalente à la moyenne statistique (ou moyenned’ensemble) pour les processus ergodiques. Si on considère N réalisations φ n<strong>de</strong> φ , ondéfinit la moyenne statistique, notée < . > , en un point (M,t) par :N1< φ > = lim [ ∑φn](2.14)N →∞ Nn=1Les opérateurs <strong>de</strong> moyenne vérifient les conditions <strong>de</strong> Reynolds suivantes :Linéarité :< λφ + ϕ > = λ < φ > + < ϕ >(2.15)où φ <strong>et</strong> ϕ sont <strong>de</strong>s variables quelconques <strong>et</strong> λ est une constante.I<strong>de</strong>mpotence : ϕ > = < φ > < ϕ >(2.16)Commutativité vis-à-vis <strong>de</strong>s opérateurs <strong>de</strong> dérivation :∂ ∂< φ > = < φ > <strong>et</strong> < ∇φ> = ∇ < φ >∂t∂t(2.17)10

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

Saved successfully!

Ooh no, something went wrong!