Modélisation des écoulements de l'air dans les bâtiments a l'aide des codes CFD : contribution à l'élaboration d'un protocole de validation

= Modeling of air flow within buildings by mean of CFD codes : Contribution to a validation procedure development.

• Auteur / Autrice : Stéphane Lepers
• Direction : Patrick Depecker
• Type : Thèse de doctorat
• Discipline(s) : Génie civil
• Date : Soutenance en 2000
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : Ecole doctorale Mécanique, Energétique, Génie Civil, Acoustique (Villeurbanne2011-....)
• Partenaire(s) de recherche : Laboratoire : CETHIL - Centre d'Energétique et de Thermique de Lyon (Villeurbanne, Rhône)
• Partenaire(s) de recherche : autre partenaire : Ecole nationale des travaux publics de l'Etat (Vaulx-en-Velin, Rhône ; 1975-....)
• Jury : Examinateurs / Examinatrices : Jean-Jacques Roux

Mots clés

Mots clés contrôlés

Modèles mathématiques

Mécanique des fluides

Aéraulique

Résumé

Les travaux de recherche développés jusqu'ici dans le domaine de la ventilation visent l'amélioration des modèles permettant une bonne prédiction des écoulements d'air dans les bâtiments. Parmi les différents problèmes liés à cette modélisation, on relève notamment celui de la validation. Ce travail contient une proposition de méthodologie de validation orienté vers la phase de confrontation simulation/expérimentation incluant les domaines d'incertitude. La première étape présente les modèles disponibles permettant de prédire les écoulements de l'air dans les bâtiments. Cette présentation distingue les modèles zonaux dont l'utilisation est limitée à l'aéraulique interne des bâtiments, et les modèles détaillés de type CFD, issus de la recherche en mécanique des fluides. La comparaison des résultats de simulation avec les mesures expérimentales constitue une phase essentielle du processus de validation d'un code. La deuxième étape de ce travail consiste à présenter les méthodes d'analyse d'incertitudes et de sensibilités disponibles et retenir celles qui sont adaptées à nos contraintes. La troisième phase étudie l'applicabilité des méthodes retenues au code Fluent, la confrontation avec l'expérience est réalisée pour différents modèles de turbulence en incluant les incertitudes propagées par les codes. Deux méthodes sont testées pour effectuer une analyse d'incertitude et de sensibilité des modèles. Nous comparons ensuite les résultats obtenus avec les deux types d'outils disponibles, CFD et zonaux, dans le même contexte de comparaison avec l'expérience. En fin d'étude, nous concluons sur la qualité de représentation des modèles, ainsi que sur la pertinence des méthodes d'analyse d'incertitude appliquées à ceux-ci.

Considerable research has been performed to better predict airflows within buildings. Validation is a key issue that needs to be addressed in this frame work ; however, to date, it has received little attention among ventilation researchers. The work presented here includes a validation methodology proposal to compare numerical results with experimental data by taking account uncertainty domains. The first step presents the different models for predicting airflows within buildings: a) Zonal models whose application is mostly limited airflow predictions in buildings b) Detailed models, such as CFD due to fluid mechanics research Comparison of simulation results with experimentally obtained data represents a main phase of a code validation process The second step of our work consists in a presentation of uncertainty and sensitivity analysis methods’ to select the methods that are most suited to our work. The third step looks at the applicability of the selected methods to the code Fluent. The comparison with experiments is performed for several turbulence models including the uncertainties propagated by the code. Two methods are tested for both uncertainty and sensitivity analyze. We have compared the results obtained with zonal and CFD models in the same comparison context with experimental measurements by including uncertainty domains. We conclude on the accuracy of the predictions of the models as well as on the relevance of using uncertainty analysis methods in our work.