Un modèle de contact visqueux pour la simulation numérique d écoulements fluide/particules

Documents pareils
Algorithmes pour la planification de mouvements en robotique non-holonome

Système formé de deux points

Sujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.

Formation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau

Oscillations libres des systèmes à deux degrés de liberté

Sur certaines séries entières particulières

Analyse de la variance Comparaison de plusieurs moyennes

Module d Electricité. 2 ème partie : Electrostatique. Fabrice Sincère (version 3.0.1)

CHAPITRE IV Oscillations libres des systèmes à plusieurs degrés de liberté

La fonction exponentielle

Université de Caen. Relativité générale. C. LONGUEMARE Applications version mars 2014

Introduction à l analyse numérique : exemple du cloud computing

M2 IAD UE MODE Notes de cours (3)

Leçon 01 Exercices d'entraînement

Introduction à la théorie des files d'attente. Claude Chaudet

Rupture et plasticité

Finance, Navier-Stokes, et la calibration

Commun à tous les candidats

Continuité et dérivabilité d une fonction

Comparaisons des premières formulations du Théorème de Bernoulli de l hydrodynamique à un

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Qu est-ce qu un ordinateur quantique et à quoi pourrait-il servir?

Chapitre 3 : INFERENCE

Le turbo met les gaz. Les turbines en équation

Théorème de Poincaré - Formule de Green-Riemann

MATHS FINANCIERES. Projet OMEGA

de calibration Master 2: Calibration de modèles: présentation et simulation d

TP 7 : oscillateur de torsion

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

1.1 Codage de source et test d hypothèse

Quelques tests de primalité

Initiation à la simulation numérique. Eléments d analyse numérique.

Module 7: Chaînes de Markov à temps continu

Probabilités III Introduction à l évaluation d options

Premier principe de la thermodynamique - conservation de l énergie

Propriétés des options sur actions

I Stabilité, Commandabilité et Observabilité Introduction Un exemple emprunté à la robotique Le plan Problème...

Exercice : la frontière des portefeuilles optimaux sans actif certain

ALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII

SIMULATION NUMERIQUE DU FLUX D AIR EN BLOC OPÉRATOIRE

SPÉCIALITÉ Sciences Mécaniques et Ingénierie (SMI)

Intégrales doubles et triples - M

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Statistiques Décisionnelles L3 Sciences Economiques & Gestion Faculté d économie, gestion & AES Université Montesquieu - Bordeaux

Tests du χ 2. on accepte H 0 bonne décision erreur de seconde espèce on rejette H 0 erreur de première espèce bonne décision

Chapitre 4 : Exclusion mutuelle

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Circuits RL et RC. Chapitre Inductance

Épreuve collaborative

Etude des propriétés empiriques du lasso par simulations

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Infos. Indicateurs analogiques encastrables pour installation à courants forts. Série M W/P/ LSP BWQ BGQ TP TG WQ /0S WQ /2S FQ /2 W BI BIW DFQ

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Architecture des Systèmes d Information Architecture des Systèmes d Information

UNITÉ DE PROGRAMME : S9UP1 Modélisation de la turbulence

TESTS PORTMANTEAU D ADÉQUATION DE MODÈLES ARMA FAIBLES : UNE APPROCHE BASÉE SUR L AUTO-NORMALISATION

FaceBook aime les Maths!

Réalisation et modélisation de rubans déployables pour application spatiale

MODELISATION NUMERIQUE D'UN FLUIDE A MASSE VOLUMIQUE VARIABLE APPLICATION A LA SIMULATION DES AVALANCHES ROCHEUSES EN GRANDE MASSE

3ème séance de Mécanique des fluides. Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait. 2 Écoulements potentiels

LA PHYSIQUE DES MATERIAUX. Chapitre 1 LES RESEAUX DIRECT ET RECIPROQUE

Le nombre d or et Fibonacci

Compression Compression par dictionnaires

Quantité de mouvement et moment cinétique

Corrigé Exercice 1 : BRIDE HYDRAULIQUE AVEC HYPOTHÈSE PROBLÈME PLAN.

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Loi binomiale Lois normales

ELEC2753 Electrotechnique examen du 11/06/2012

Un choc pour une vie!

UNIVERSITE DES ANTILLES et DE LA GUYANE Campus de Fouillole BP Pointe-à-Pitre Cedex CONTRAT LE MASTER NOM DU DOMAINE STS

Chapitre 10 : Mécanique des fluides

Techniques de Lyapunov en contrôle quantique pour le couplage dipolaire et polarisabilité

Programmes des classes préparatoires aux Grandes Ecoles

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Modélisation aléatoire en fiabilité des logiciels

Couplage efficace entre Optimisation et Simulation stochastique Application à la maintenance optimale d une constellation de satellites

Manuel d'utilisation de la maquette

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.

SCIENCES INDUSTRIELLES POUR L INGÉNIEUR. Partie I - Analyse système

PRÉCIS DE SIMULATION

Logique binaire. Aujourd'hui, l'algèbre de Boole trouve de nombreuses applications en informatique et dans la conception des circuits électroniques.

Chapitre 7 : Intégration sur un intervalle quelconque

Plus courts chemins, programmation dynamique

Né le 13/06/1984 Russe Célibataire Langues : Russe, Anglais,

Modélisation intégrée des écoulements pour la gestion en temps réel d'un bassin versant anthropisé

ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique

Caractéristiques des ondes

Figure 1 : représentation des différents écarts


Complexité. Licence Informatique - Semestre 2 - Algorithmique et Programmation

Soutenance de stage Laboratoire des Signaux et Systèmes

Le modèle de Black et Scholes

Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR

Modèles à Événements Discrets. Réseaux de Petri Stochastiques

PRIME D UNE OPTION D ACHAT OU DE VENTE

Texte Agrégation limitée par diffusion interne

MODELES DE DUREE DE VIE

Thèse. présentée en vu d obtenir le grade de Docteur, spécialité «Mathématiques Appliquées» par. ARRAR Nawel Khadidja

Transcription:

Un modèle de pour la simulation numérique d écoulements F lub Aline Lefebvre Laboratoire de Mathématiques, Bât. 425, Université Paris-Sud - Orsay, France GDT Application des Mathématiques Rennes, le 9 Janvier 2008

Motivation F lub Fluides complexes : étude des propriétés macroscopiques : viscosité apparente d une suspension Cas dilué : études théoriques [Einstein, 1906] Cas concentré : nécessité de la simulation numérique Gestion des interactions rapprochées. = Recherche d une méthode gérant les s tout en prenant en compte les interactions rapprochées.

Notations B i x i Ω R 2 domaine borné (B i ) 1 i N inclusions rigides dans Ω θ i Ω B = N i=1 B i domaine rigide x i coordonnées du centre de masse de B i F lub θ i angle par rapport à la verticale de B i V = (V i = ẋ i ) i ω = (ω i = θ i ) i

F lub u = (u 1, u 2 ) et p définis dans Ω \ B V R 2N et ω R N Ecoulement Navier-Stokes : Problème considéré Du ρ f Dt µ u + p = f Ω\ B dans Ω \ B u = 0 dans Ω \ B u = 0 sur Ω Mouvement rigide : u(x) = V i + ω i (x x i ) sur B i i dv i PFD : m Bi = f i σnds i dt Bi B i J xi ω i = (x x i ) f i (x x i ) σnds i B i B i

Plan F lub 1 Lubrification et 2 Un modèle de icule Schéma numérique (plan/particule) Cas multi-particules Intégration à un solveur 3 Simulation directe par une méthode de pénalisation Description de la méthode Un exemple : vésicules en cisaillement avec le modèle de

Plan F lub 1 Lubrification et 2 Un modèle de icule Schéma numérique (plan/particule) Cas multi-particules Intégration à un solveur 3 Simulation directe par une méthode de pénalisation Description de la méthode Un exemple : vésicules en cisaillement avec le modèle de

Non- en temps fini F lub q y 01 00 11 0000 1111 r 01 0000000000 1111111111 0000000000 1111111111 Ue y x Hypothèses : Particules lisses Navier-Stokes Résultat 2D : [M. Hillairet] Il n y a pas en temps fini. Définition : Force de lubrification = Force exercée par le fluide sur la particule (notée F lub ).

replacements F lub q Développement asymptotique 01 00 11 00 11 00 11r 01 000000000 111111111 000000000 111111111 Propriété : y Ue y x PFD au premier ordre [Cox, Brenner, 1967] F lub 6πµr 2 U q e y (3D) m q = 6πµr 2 q q + mf y (1) (1) possède une unique solution maximale qui est globale. Point clé : t m q(t) = C 1 C 2 ln(q(t)) + m f y (s)ds. 0 = pas de en temps fini. Remarque : situation à la limite du.

r rs qs r r q qs < rs rs 000000000000000000 111111111111111111 000000000000000000 111111111111111111 qs < rs q F lub Observation expérimentale [Vinogradova, Yacubov, 2006] La force de lubrification exercée par un objet rugueux est équivalente à celle qu exercerait un objet lisse décalé. Conséquences : q + q s ne tend pas vers zéro en temps fini. Il peut y avoir en temps fini.

Plan F lub 1 Lubrification et 2 Un modèle de icule Schéma numérique (plan/particule) Cas multi-particules Intégration à un solveur 3 Simulation directe par une méthode de pénalisation Description de la méthode Un exemple : vésicules en cisaillement avec le modèle de

Comportement pour µ 0 F lub 9 8 7 6 5 4 3 2 1 q µ (t) solution non visqueuse 0.006 µ 0.2 0 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0.5 0 0.5 µ ln(q µ (t)) f y = 2 1 [0,2] +2 1 [2,+ [ q µ = µ q µ + f y q µ q µ (0) = 0 q µ (0) = 1 1 1.5 2 2.5 3 3.5 µ=0.2 µ=0.05 µ=0.1 µ=0.006 µ=0.02 4 4.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

F lub ag replacements Problème (P) q + = P Cq,γ q m q = mf y + λ supp(λ) {t, q(t) = 0} γ = λ q 0, γ 0 2 1 0 1 2 3 4 q(t) f y = 2 f y = 2 γ(t) 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 C q,γ = {0} si γ < 0 R + γ = 0 si q = 0 R sinon

Résultat de convergence Modèle : m q µ (t) + γ µ (t) = (P µ ) mu 0 + γµ 0 + m t 0 f y(s)ds γ µ (t) = µln(q µ (t)) 2 1 q µ(t) Contact : m q(t) + γ(t) = mũ = (P mu ) 0 + m t 0 f y(s)ds q 0, γ 0, qγ = 0 2 1 q(t) 0 1 0 1 F lub 2 3 γ µ(t) 2 3 γ(t) 4 f y = 2 f y = 2 4 f y = 2 f y = 2 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 Propositions Convergence de (P µ ) vers (P ) quand µ tend vers zéro. Equivalence des problèmes (P) et (P ). Non-unicité des solutions dans le cas général.

Visqueux ou non? 0.025 modèle de mélasse : µ=100 miel : µ=10 0.02 huile de ricin : µ=1 huile d olive : µ=0.1 sang : µ=0.025 0.015 F lub 0.01 couche de fluide 0.005 0 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

Prise en compte de la rugosité 3 2 1 0 F lub q 00000000000000 11111111111111 00000 11111000 00000000000000 11111111111111 000000 111111 00000 11111 00000000000000 11111111111111 00000000000000 11111111111111 r 1 r 2 1 2 3 4 5 f y = 2 f y = 2 q, modèle non rugueux γ, modèle non rugueux q, modèle rugueux γ, modèle rugueux 6 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 rugosité = Modèle proposé : pour q = r 1 + r 2 = seuillage de γ : γ γ min = µln(r 1 + r 2 )

Rappel du modèle : PSfr Schéma numérique 2 1 0 1 2 3 4 q(t) f y = 2 f y = 2 γ(t) 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 F lub Problème (P) q + = P Cq,γ q m q = mf y + λ supp(λ) {t, q(t) = 0} γ = λ q 0, γ 0 C q,γ = {0} si γ < 0 R + γ = 0 si q = 0 R sinon

F lub Problème (P n ) Problème de projection associé q n, u n, γ n, f n connus, u solution de : u K n, 1 2 u (un + hf n ) 2 m = min 1 v K n 2 v (un + hf n ) 2 m avec (v, w) m = (mv, w) { v, q n + hv 0 si γ n } = 0 K n = q n + hv = 0 si γ n < 0 Alors λ R tel que m u un h = mf n + λ

F lub Etapes de l algorithme q n, u n, γ n connus, f n = 1 h t n+1 t n f y (s)ds u n+1 solution de (P n ) on a alors λ n+1 tel que m un+1 u n h = mf n + λ n+1 γ n+1 = γ n hλ n+1 q n+1 = q n + hu n+1 Algorithme Equations continues associées q + = P Cq,γ q {0} si γ < 0 C q,γ = R + si γ = 0, q = 0 R sinon m q = mf y + λ γ = λ q = u

Résultat de convergence q n+1 tn t n+1 u n γ n+1 λ n t n q n t n+1 t n t n+1 γ n t n t n+1 F lub Théorème Si f est localement intégrable sur I, il existe une sous-suite telle que u h u dans L 1 (I), q h q dans W 1,1 (I) avec q = u, λ h λ dans M(I), γ h γ dans L 1 (I) avec γ = λ, où (q,γ) est une solution de (P ). Non-unicité des solutions dans le cas général. s "consistance+stabilité" non applicables.

F lub plan/particule q(t) R, γ(t) et λ(t) R q 0, γ 0 {0} si γ < 0 C q,γ = R + si γ = q = 0 R sinon q + = P Cq,γ q Modèle multi-particules multi-particules q(t) R 2N, γ(t) et λ(t) R N(N 1)/2 D ij 0, γ ij 0 v tq. C q,γ = G ij v = 0 si γ ij < 0 G ij v 0 si γ ij = 0 D ij = 0 q + = P Cq,γ q γ = λ m q = mf y + λ γ = λ M q = Mf + i<j λ ijg ij q i e i,j D ij q j G ij (q) = D ij (q) R 2N, G ij (q) = (..., 0, e n ij, 0,..., 0, e n ij, 0,..., 0) i j

F lub Problème (P n N ) Problème de projection associé q n, u n, f n, γ n connus, u solution de : u K n 1 2 u (un + hf n ) 2 M = min 1 v K n 2 v (un + hf n ) 2 M avec (v, w) M = (Mv, w) { v, D n ij + hg n ij v 0 si γij n = 0 K n = D n ij + hg n ij v = 0 si γ n ij < 0 } λ R N(N 1)/2 tel que M un+1 u n h = Mf n + i<j λ ij G n ij

Programmation Gestion des s en O(N). de recherche des voisins (bucket sorting). Gestion dynamique avec effet mémoire (utilisation de la STL C++). particule i F lub Modularité du modèle et des méthodes. Programmation Orientée Objet (avec J. Laminie). Visualisation. Librairie VTK (avec S. Faure).

Billard. Loto. Code C++. F lub

F lub de splitting S solveur fluide/particule sans prise en compte des s. q n, γ n, u n (vitesse fluide), et f n (champ de forces extérieures) connus. 1) Calcul des vitesses des particules sans gestion des s : u n+1/2 = S(q n, u n, f n ) 2) Projection de ces vitesses sur l espace contraint : 1 2 u n+1 K n, u n+1 u n+1/2 2 = min 1 M v K n 2 v u n+1/2 2 M 3) Evolution de γ et q : γ n+1 = γ n hλ n+1 q n+1 = q n + hu n+1

Plan F lub 1 Lubrification et 2 Un modèle de icule Schéma numérique (plan/particule) Cas multi-particules Intégration à un solveur 3 Simulation directe par une méthode de pénalisation Description de la méthode Un exemple : vésicules en cisaillement avec le modèle de

F lub s directes : état de l art Maillages non structurés Problème fluide/solide Découplé [Hu et al 92], [Johnson, Tezduyar 96] Couplé [Hu 96], [Maury 99] Déplacement du maillage Remaillage à chaque instant [Hu et al 92] ALE [Hu 96], [Maury 99] s de domaines fictifs Utilisation de multiplicateurs de Lagrange et al 99], [Patankar et al 00] [Wan, Turek 07] Lagrangien augmenté [Caltagirone et al 05] [Glowinski

F lub Le problème sans inertie u = (u 1, u 2 ) et p définis dans Ω \ B V R 2N et ω R N Ecoulement sans inertie Fluide de Stokes : µ u + p = f Ω\ B dans Ω \ B u = 0 dans Ω \ B u = 0 sur Ω Mouvement rigide : u = V i + ω i (x x i ) sur B i i PFD : f i = σnds i Bi B i (x x i ) f i = (x x i ) σnds i B i B i

F lub Minimisation sous contrainte Espaces fonctionnels contraints intervenant : K = } {u H0 1 (Ω), u = 0, { u H 1 0 (Ω), i (V i,ω i ) R 2 R K B = = tq u = V i + ω i (x x i ) p.p. dans B i } {u H0 1 (Ω), D(u) = 0 p.p. dans B Problème de minimisation équivalent u K K B J(u) = min J(v) v K K B où J(v) = µ D(v) : D(v) f v Ω Ω }

F lub Prise en compte du mouvement rigide par pénalisation Problème de minimisation sous contrainte rigide : problème d origine. u K K B J(u) = J(v) = µ min J(v) v K K B Ω D(v) : D(v) Ω f v : suite de problèmes de minimisation sans contrainte. u ε K J ε (u ε ) = min v K J ε (v) J ε (v) = J(v) + 1 D(v) : D(v) ε B

F lub Généralisation au cas avec inertie Discrétisation en temps : méthode des caractéristiques. Trouver u n+1 H0 1(Ω) et pn+1 L 2 (Ω) tels que, 1 ρ n+1 u n+1 ũ 1 (ρ n u n ) X n ũ h Ω h Ω + 2µ D(u n+1 ) : D(ũ) p n+1 ũ Ω + 1 ε Ω B q u n+1 = 0 D(u n+1 ) : D(ũ) = Ω q L 2 (Ω) Ω f n+1 ũ ũ H 1 0 (Ω)

Applications F lub Modèle 2D (très) simplifié de valve cardiaque. Simulation d écoulements. Etude d un nageur dans un fluide de Stokes. (Collaboration avec F. Alouges et A. DeSimone) Etudes de vésicules en cisaillement. (Collaboration avec M. Ismail et le LSP de Grenoble.)

vésicule µout µin B1 Bi+1 Bi B2 F lub Forces interparticulaires : ressorts et force angulaire Membrane fermée : projection des vitesses Contrainte de volume constant : multiplicateur de Lagrange

Mouvement de chenille de char Mouvement de bascule F lub

Prise en compte F lub F lub F lub 350 300 250 200 150 100 50 approximation q >F lub (q) F lub numerique F lub approchee F lub developpement asymptotique 0 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 q log(f lub ) approximation d >F (d) lub 2.6 F lub numerique 2.4 F approchee lub F developpement asymptotique lub 2.2 2 1.8 1.6 1.4 1.2 1 0.8 1.8 1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0 log(q) Calcul numérique 3D-axi : q F lub (q, u 0 ) à u 0 donné (FreeFem++). Approximation aux moindres carrés par F lub (q, u 0 ) = a q + b + cq + dq2 + eq 3.

q Ecoulements Cas test F lub m = 20, g = 10, µ = 3, r = 1, q(0) = 1 f y = mg 1 [0,2] + mg 1 [2,+ [ Calcul de la solution de référence : u n tel que F lub (q n, u n ) + F ext = 0. q n+1 = q n + hu n 1 solution de reference 0.9 0.8 0.7 0.6 0.5 0.4 q min = 3.10 3 0.3 0.2 0.1 0 0 0.5 1 1.5 2 2.5 3 3.5 4 t

q q q Ecoulements 1 0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 comparaison des methodes, seuil=1 maille solution de reference penalisation penalisation+s penalisation+lubrification 0.1 0 0 0.5 1 1.5 2 2.5 3 3.5 4 t F lub 1 influence du seuil, penalisation+s 1 influence du seuil, penalisation+lubrification 0.9 solution de reference seuil=1 maille 0.9 solution de reference seuil=1 maille 0.8 seuil=1.5 maille 0.8 seuil=1.5 maille 0.7 0.7 0.6 0.6 0.5 0.5 0.4 0.4 0.3 0.3 0.2 0.2 0.1 0.1 0 0 0.5 1 1.5 2 2.5 3 3.5 4 t 0 0 0.5 1 1.5 2 2.5 3 3.5 4 t

Perspectives Modèle multiparticules EDO : non- en temps fini? Etude du modèle limite et du schéma. F lub Code C++ Validation sur de nouveaux tests. Intégration de la force de friction. avec un code fluide. Amélioration du modèle de vésicules. Convergence en (h, ε)