Optimisation de la modélisation RANS d'écoulements cavitants

Optimization of the RANS modelling of cavitating flows

• Auteur / Autrice : Xinlei Zhang
• Direction : Olivier Coutier-Delgosha
• Type : Thèse de doctorat
• Discipline(s) : Génie énergétique
• Date : Soutenance le 16/12/2019
• Etablissement(s) : Paris, ENSAM
• Ecole(s) doctorale(s) : École doctorale Sciences des métiers de l'ingénieur (Paris)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de mécanique de Lille (LML) - Laboratoire de mécanique des fluides de Lille - Kampé de Fériet
• Partenaire(s) de recherche : établissement de préparation de la thèse : École nationale supérieure d'arts et métiers (1780-....)

Mots clés

Mots clés contrôlés

Cavitation

Mots clés libres

Cavitation

Optimisation

RANS

CFD

Assimilation de données

Cavitant

Optimization

RANS

CFD

Data assimilation

Résumé

Des écoulements cavitants turbulents se produisent dans de nombreuses applicationspratiques telles que les pompes et les propulseurs navals. Dans ces dispositifs, l'implosion des bulles decavitation combinée à des instabilités à différentes échelles engendrent des effets nuisibles majeurscomme des fluctuations du débit, du bruit, des vibrations et de l'érosion. Il est donc essentiel de prédirecorrectement ces instabilités, afin de réduire leurs conséquences. Pour simuler les écoulements cavitantsturbulents, l'approche la plus couramment utilisée est « Reynolds Averaged Navier-Stokes » (RANS)couplée à des modèles de cavitation homogènes, en raison du faible coût de calcul. Cependant, il estgénéralement admis que les modèles RANS ne sont pas précis pour les écoulements caractérisés par desgradients de pression adverses conduisant à des séparations et des recirculations. Cette limitation conduità la mauvaise prédiction des interactions entre la cavitation et la turbulence. Par conséquent, il estnécessaire de quantifier et de réduire les incertitudes dans les modèles RANS, pour améliorer lesperformances prédictives, soit par une approche empirique, soit par des méthodes d’assimilation dedonnées (DA). Dans cette thèse, nous étudions les performances de différentes méthodes pour desécoulements turbulents dans le but final de les appliquer aux écoulements cavitants. Plus précisément, uneméthode hybride variationnelle d’ensemble est appliquée pour reconstruire le champ d’écoulement dansun canal convergent-divergent, en déduisant une vitesse optimale d’entrée et des corrections de modèle àpartir de données d’observation. En outre, nous avons proposé une méthode de Kalman d’ensemblerégularisée, capable d’appliquer des contraintes de régularisation pour des problèmes inverses mal posés.En outre, diverses méthodes d’assimilation d’ensembles sont évaluées pour la quantification del'incertitude dans les applications CFD. Enfin, une nouvelle modification empirique de la viscositéturbulente est proposée pour les écoulements cavitants sur la base de mesures expérimentales.

Turbulent cavitating flows occur in many engineering practical applications such as pumpsand propellers. In these devices, the collapse of the cavitation bubbles combines with instabilities atmultiple scales produce major detrimental effects like flow rate fluctuations, noise, vibrations, anderosion. It is thus essential to accurately predict the behavior of unsteady cavitation, thereby reducingtheir consequences for the machinery. To simulate the turbulent cavitating flows, the most commonlyused approach is still the Reynolds-averaged Navier-Stokes (RANS) method coupled with homogeneouscavitation models, due to its computational tractability. However, it is a consensus that the RANS modelsare not accurate for the complex flows in the presence of adverse pressure gradients leading to flowseparation and recirculation. This limitation leads to the poor prediction on the interactions betweencavitation and turbulence in cavitating flows. Hence, it is necessary to quantity and reduce theuncertainties in the RANS model and thus improve the predictive performance, either with an empiricalapproach or data assimilation (DA) methods. In this thesis, we investigate the applicability of suchmethods for turbulent flows with the objective of introducing the data-driven method into cavitatingflows. Specifically, we first apply the hybrid DA method, ensemble based variational method, toreconstruct the flow field in convergent-divergent channel, through inferring optimal inlet velocity andmodel corrections from observation data. Further, we proposed a regularized ensemble Kalman methodcapable of enforcing the regularization constraints for ill-posed inverse problems. Also, variousensemble-based DA methods are evaluated for uncertainty quantification in CFD applications. Finally, anew empirical modification of the turbulent viscosity is proposed for cavitating flows based onexperimental measurements.