Eddy thermal diffusivity model and mean temperature profiles in turbulent vertical convection

Ce papier propose un modèle d'émissivité thermique tourbillonnaire dépendant de l'espace pour la convection naturelle verticale turbulente, permettant de dériver des profils de température moyenne universels en accord avec les simulations numériques directes.

L'essentiel

🌡️ La Danse Chaud-Froid : Comprendre la Convection Verticale

Imaginez deux murs infinis, l'un brûlant comme un four à pizza et l'autre glacé comme un congélateur. Si vous placez de l'air (ou de l'eau) entre eux, que se passe-t-il ? L'air chaud monte, l'air froid descend, et cela crée un tourbillon permanent. C'est ce qu'on appelle la convection naturelle.

Ce phénomène est partout : dans la ventilation de nos maisons, dans les réacteurs nucléaires, ou même dans les océans polaires où la glace fond. Mais prédire exactement comment la température varie entre ces deux murs est un casse-tête mathématique énorme, surtout quand le mouvement devient turbulent (comme une rivière en crue plutôt qu'un ruisseau calme).

Dans cet article, Ho Yin Ng et Emily S.C. Ching proposent une nouvelle façon de résoudre ce casse-tête.

🧱 Le Problème : Une Carte Trop Complexe

Pour comprendre ce qui se passe entre les murs, les scientifiques doivent calculer la température moyenne à chaque point. Le problème, c'est que le mouvement du fluide est chaotique. C'est comme essayer de prédire la trajectoire de chaque goutte d'eau dans une tempête.

Les modèles précédents utilisaient des règles simplifiées qui fonctionnaient bien pour l'air, mais échouaient dès qu'on changeait le liquide (comme l'huile ou l'eau) ou la température. C'est un peu comme si une recette de gâteau fonctionnait parfaitement avec de la farine, mais devenait inexplicable avec de la farine de maïs.

💡 La Solution : Le Modèle des "Trois Couches"

Les auteurs ont inventé un nouveau modèle basé sur une idée simple : la façon dont la chaleur se déplace change selon l'endroit où l'on se trouve.

Imaginez que l'espace entre les deux murs est divisé en trois zones, comme un gâteau à trois étages :

1. La Zone "Murs" (Intérieure) : Juste contre les murs, le fluide est collé et calme. Ici, la chaleur se déplace principalement par conduction (comme une cuillère qui chauffe dans une soupe). C'est une zone de "règles strictes".
2. La Zone "Centre" (Extérieure) : Au milieu, loin des murs, le fluide est en pleine effervescence, tourbillonnant comme une foule en concert. Ici, la chaleur est transportée par le mouvement violent du fluide lui-même. C'est une zone de "chaos organisé".
3. La Zone de Transition : Le petit espace qui relie les deux, où les règles changent doucement.

Leur innovation consiste à utiliser une formule mathématique différente pour chaque zone, mais qui s'assemblent parfaitement comme des pièces de puzzle. Ils appellent cela un modèle de diffusivité thermique tourbillonnaire.

🎭 L'Analogie du Transport de Chaleur

Pour visualiser leur découverte, imaginez que la chaleur est un paquet qu'il faut transporter d'un mur à l'autre.

• Près du mur : Le paquet est porté à la main, lentement et prudemment, étape par étape. La vitesse dépend de la nature du liquide (l'épaisseur de la main).
• Au centre : Le paquet est lancé dans un tourbillon. Il voyage très vite, porté par le courant. La vitesse dépend de la force du vent (la turbulence).

Les auteurs ont découvert que, peu importe la vitesse du vent ou la nature du liquide, si on regarde le trajet du paquet avec les bons "lunettes" (leurs nouvelles échelles de mesure), le trajet ressemble toujours à la même courbe universelle.

C'est comme si, que vous conduisiez une petite voiture ou un camion sur une autoroute, si vous regardiez la route avec la bonne perspective, la forme de la courbe était identique.

📊 Ce qu'ils ont prouvé

Pour vérifier leur théorie, ils ont comparé leurs calculs avec des simulations informatiques ultra-puissantes (des "expériences virtuelles" qui imitent la réalité à la perfection).

• Le résultat : Leur modèle fonctionne parfaitement pour tous les types de fluides testés (de l'air à l'huile très visqueuse) et pour toutes les intensités de turbulence.
• La comparaison : Les anciennes méthodes (comme celles des chercheurs George & Capp) ressemblaient à des tentatives de dessiner une courbe avec une règle droite : ça marche un peu, mais ça ne colle pas partout. La méthode de Ng et Ching, elle, épouse parfaitement la courbe, comme un gant sur une main.

🏁 Pourquoi est-ce important ?

Cette recherche n'est pas juste de la théorie abstraite. En comprenant mieux comment la chaleur circule dans ces situations :

• On peut concevoir des bâtiments mieux ventilés (plus confortables et moins énergivores).
• On peut mieux prédire comment la glace polaire fond au contact de l'océan.
• On peut optimiser les systèmes de refroidissement industriels.

En résumé, Ng et Ching ont trouvé la "clé universelle" pour décrire la température entre deux murs chauds et froids, en montrant que derrière le chaos apparent de la turbulence, il existe une beauté mathématique simple et universelle.

Résumé technique

1. Problématique

L'article s'intéresse à la convection naturelle turbulente d'un fluide confiné entre deux parois verticales infinies maintenues à des températures différentes ($T_h$ et $T_c$). Ce type d'écoulement, régi par les nombres de Rayleigh ($Ra$) et de Prandtl ($Pr$), est fondamental pour des applications allant de la ventilation des bâtiments aux interactions glace-océan.

Bien que la convection laminaire soit bien comprise, une modélisation complète de la convection turbulente fait encore défaut. Les travaux antérieurs (notamment George & Capp, 1979) ont proposé des profils de température moyens basés sur des hypothèses d'échelles de longueur et de température spécifiques, suggérant des dépendances en racine cubique inverse ou logarithmiques dans une couche de recouvrement. Cependant, ces modèles :

• Ne s'appliquent pas universellement à toutes les valeurs de $Pr$.
• Violent parfois les conditions aux limites (dérivées nulles à la paroi).
• Présentent des écarts significatifs par rapport aux données de simulation numérique directe (DNS) pour des nombres de Prandtl élevés.

L'objectif de ce papier est de proposer un nouveau modèle de diffusivité thermique turbulente (eddy diffusivity) dépendant de l'espace pour dériver analytiquement les profils de température moyens et de valider ces résultats contre des données DNS sur une large gamme de paramètres ($1 \le Pr \le 100$ et $10^6 \le Ra \le 10^9$).

2. Méthodologie

Équations de base :
Les auteurs partent des équations de Navier-Stokes avec l'approximation de Boussinesq et de l'équation de l'énergie. En utilisant la décomposition de Reynolds et en moyennant dans le temps, ils obtiennent les équations pour les profils moyens de vitesse verticale ($w$) et de température ($T$). L'équation de l'énergie moyenne pour la température s'écrit :
$$\frac{d}{dx}(u'T') = \kappa \frac{d^2T}{dx^2}$$
où $u'T'$ est le flux de chaleur turbulent.

Modélisation de la diffusivité turbulente :
Pour fermer le système, les auteurs introduisent une diffusivité thermique turbulente dépendante de l'espace, $K(x)$, via la relation de gradient : $u'T' = -K(x) \frac{dT}{dx}$.
Au lieu d'utiliser une fonction unique, ils proposent un modèle à trois couches pour $K(x)$ normalisée par la viscosité cinématique $\nu$ :

1. Région interne (près des parois) : Une fonction cubique $A y^3$ (avec $y=x/H$) pour satisfaire les conditions aux limites (flux turbulent et ses dérivées s'annulant à la paroi).
2. Région intermédiaire : Une fonction linéaire assurant la continuité.
3. Région externe (près de la ligne centrale) : Une fonction quadratique symétrique $C_m[1 - b(1/2 - y)^2]$ pour respecter la symétrie du problème et le maximum de turbulence au centre.

Ce modèle dépend de deux paramètres libres, $A$ et $C_m$, qui déterminent les échelles de vitesse caractéristiques pour le transfert de chaleur dans les régions interne et externe.

Résolution analytique :
En intégrant l'équation de l'énergie avec ce modèle de $K(x)$, les auteurs dérivent des expressions analytiques pour le profil de température $T(x)$ et le nombre de Nusselt ($Nu$). Ils identifient deux fonctions d'échelle universelles distinctes pour les régions interne et externe.

3. Contributions Clés et Résultats

A. Profils de température universels :
Les résultats analytiques montrent que les profils de température moyens pour différentes valeurs de $Ra$ et $Pr$ sont décrits par deux fonctions d'échelle universelles :

• Région interne : $T_h - T(x) = T_i F_i(x/l_i)$, où $F_i$ est une fonction complexe impliquant des logarithmes et des arc tangents, et $l_i$ est une échelle de longueur dépendant de $Pr$.
• Région externe : $T(x) - T_m = T_o F_o(x/H)$, où $F_o$ prend une forme logarithmique simple (approximativement $\frac{1}{4}\log(\frac{1-z}{z})$).

Contrairement aux modèles précédents qui supposaient une couche de recouvrement où deux lois s'appliquent simultanément, ce modèle définit des régions distinctes sans zone de recouvrement ambiguë.

B. Validation par DNS :
Les auteurs ont comparé leurs prédictions aux données DNS de Howland et al. (2022) pour $Pr \in \{1, 2, 5, 10, 100\}$ et $Ra \in [10^6, 10^9]$.

• Collapsus des données : Les profils de température normalisés par les échelles $T_i$ et $T_o$ s'effondrent parfaitement sur les courbes théoriques $F_i$ et $F_o$ respectivement.
• Précision du Nusselt : Le modèle prédit le nombre de Nusselt avec une erreur relative inférieure à 11% (souvent < 6%) par rapport aux DNS, ce qui est nettement supérieur aux modèles antérieurs (comme celui de Ruckenstein & Felske, 1980) qui surestiment $Nu$ de 30 à 45% pour les faibles $Pr$.

C. Comportement asymptotique :
Le modèle confirme que dans la limite de haut $Ra$, le nombre de Nusselt suit la loi d'échelle $Nu \sim Ra^{1/3}$, en accord avec les théories récentes (Ching, 2023). Les paramètres $A$ et $C_m$ sont montrés comme dépendant de $Ra$ et $Pr$ de manière spécifique ($A \propto Ra$, $C_m \propto Ra^{4/9}$).

D. Comparaison critique avec la littérature :

• Contre George & Capp (1979) : Leurs profils en racine cubique inverse ($x^{-1/3}$) ne s'ajustent bien aux données que pour l'air ($Pr \approx 0.7$) et échouent pour les $Pr$ plus élevés. Le modèle actuel fonctionne pour tous les $Pr$ étudiés grâce à l'inclusion explicite de la viscosité dans l'échelle de longueur interne.
• Contre Li et al. (2023) : Le modèle de Li, qui propose une dépendance linéaire en $x^*$ (une variable transformée) pour la région externe, est rejeté. Les données DNS ne s'alignent pas sur une droite dans ce cadre, mais suivent parfaitement la fonction logarithmique dérivée du modèle de diffusivité proposé ici.

4. Signification et Impact

Ce travail apporte une avancée significative dans la compréhension théorique de la convection naturelle turbulente verticale :

1. Universalité : Il établit que les profils de température peuvent être décrits par des fonctions d'échelle universelles indépendantes de $Ra$ et $Pr$ une fois correctement normalisés, résolvant le problème de la dépendance au nombre de Prandtl qui affectait les modèles précédents.
2. Rigueur physique : Le modèle respecte strictement les conditions aux limites physiques (annulation du flux turbulent et de ses dérivées à la paroi), ce que certains modèles antérieurs violaient.
3. Prédiction précise : Il offre un outil analytique robuste pour prédire les profils de température et le transfert de chaleur dans des configurations géométriques complexes ou pour des fluides à haut nombre de Prandtl, là où les simulations numériques sont coûteuses.
4. Réfutation de modèles alternatifs : Il démontre l'inadéquation des modèles logarithmiques ou en racine cubique pure pour décrire l'ensemble du domaine de convection turbulente, validant plutôt une approche à deux régions distinctes avec des échelles de température spécifiques.

En conclusion, Ng et Ching proposent un cadre théorique élégant et validé numériquement qui améliore considérablement notre capacité à modéliser les écoulements de convection verticale turbulente, avec des implications directes pour l'ingénierie thermique et la géophysique.