Analysis and reformulation of the $k$--$ω$ turbulence model for buoyancy-driven thermal convection

Cette étude dérive une solution analytique pour le modèle standard $k$--$\omega$ en convection de Rayleigh--Bénard afin d'identifier les écarts dans le traitement de la flottabilité, conduisant à un modèle reformulé avec deux nouvelles fonctions algébriques qui améliorent considérablement les prédictions de la température moyenne et du flux de chaleur turbulent dans divers écoulements pilotés par la flottabilité.

L'essentiel

Imaginez que vous essayez de prédire comment la chaleur se déplace dans une casserole d'eau posée sur une cuisinière. Dans le monde de la physique, cela s'appelle la convection pilotée par la flottabilité : le fluide chaud monte, le fluide froid descend, et ils se mélangent dans une danse chaotique appelée turbulence.

Pour les ingénieurs concevant des éléments tels que des réacteurs nucléaires ou des systèmes de ventilation de bâtiments, ils ont besoin d'un moyen de prédire ce mouvement de chaleur sans simuler chaque goutte d'eau tourbillonnante (ce qui prendrait des années aux superordinateurs pour être calculé). À la place, ils utilisent une méthode « raccourci » appelée RANS (Navier-Stokes moyennés de Reynolds). Considérez RANS comme une prévision météorologique : elle ne suit pas chaque goutte de pluie individuellement, mais elle prédit le schéma général de la tempête.

L'« outil de prévision » le plus populaire pour cela est un modèle appelé le modèle k–ω. Cependant, depuis des décennies, cet outil présente un angle mort. Il fonctionne très bien pour le vent soufflant au-dessus d'une aile (écoulement de cisaillement), mais lorsqu'il s'agit de chaleur s'élevant d'un sol chaud (flottabilité), il obtient souvent les chiffres incorrects. C'est comme un GPS qui sait conduire sur une autoroute mais qui se perd complètement dans une grille urbaine.

Le Problème : Le GPS « Aveugle »

L'article explique que le modèle k–ω standard ne sait pas comment gérer la « poussée » que la chaleur donne au fluide.

• L'Ancienne Méthode : Les ingénieurs ont essayé de résoudre ce problème en devinant. Ils ont ajouté un « bouton » (une constante mathématique) au modèle, le tournant vers le haut ou vers le bas selon que l'air était stable ou instable. Mais il n'existait aucun manuel de règles. Un logiciel tournait le bouton à 1, un autre à 0, et un troisième à -2. C'était un chaos de suppositions, et les résultats étaient souvent imprécis, en particulier pour les fluides très épais (nombre de Prandtl élevé) ou très minces (nombre de Prandtl faible).

La Solution : Une Nouvelle Carte

L'auteur, Da-Sol Joo, a décidé d'arrêter de deviner et de commencer à dériver.

1. Le Laboratoire : Au lieu d'examiner une pièce réelle et désordonnée, l'auteur a créé un « laboratoire » parfait et simplifié en mathématiques : une couche plate et infinie de fluide chauffée par le bas (convection de Rayleigh-Bénard). Dans ce monde parfait, le fluide ne bouge pas latéralement ; il ne se déplace que vers le haut et vers le bas. Cela a permis à l'auteur de résoudre les équations sur papier pour voir exactement comment le modèle devrait se comporter.
2. La Découverte : Les mathématiques ont révélé que le modèle standard prédisait la mauvaise relation entre la chaleur, l'épaisseur du fluide et la température. C'était comme une balance qui pesait toujours les objets lourds comme s'ils étaient légers.
3. La Correction : L'auteur n'a pas jeté le modèle entier. Au lieu de cela, il a ajouté deux minuscules ajustements intelligents (fonctions algébriques) au « cerveau » du modèle :
   • Ajustement 1 (Pour les fluides minces) : Un réglage qui modifie la façon dont le modèle gère la « dissipation » (la vitesse à laquelle la turbulence s'éteint) lorsque le fluide est mince.
   • Ajustement 2 (Pour les fluides épais) : Un réglage qui modifie la façon dont la chaleur diffuse juste à côté des parois lorsque le fluide est épais.

Crucialement, ces ajustements sont intelligents. Ils ne s'activent que lorsque la flottabilité (la chaleur qui monte) est présente. S'il n'y a pas de chaleur, le modèle revient à sa forme originale et standard. C'est comme ajouter une lentille spéciale à un appareil photo qui ne s'active que lorsque vous prenez une photo d'un coucher de soleil ; pour les photos ordinaires, l'appareil fonctionne exactement comme il l'a toujours fait.

Les Résultats : Une Meilleure Prévision

L'auteur a testé ce nouveau modèle « corrigé » contre une grande variété de scénarios, pas seulement la configuration de laboratoire simple :

• Pièces chauffées : Où la chaleur provient de l'intérieur de la pièce (comme le cœur d'un réacteur nucléaire).
• Écoulements mixtes : Où le vent souffle et où la chaleur monte en même temps.
• Différentes formes : Pièces hautes et étroites contre pièces larges et basses.

Le Résultat :

• L'ancien modèle manquait souvent la cible de 50 % ou plus dans la prédiction de la quantité de chaleur transférée.
• Le nouveau modèle corrigé a atteint la cible avec une grande précision dans toutes ces différentes situations.
• Il a prédit avec succès comment la chaleur se déplace dans des fluides très épais (comme l'huile) et très minces (comme les métaux liquides), des domaines où l'ancien modèle échouait lamentablement.

La Vue d'Ensemble

L'article soutient que nous n'avons pas besoin de construire une machine complètement nouvelle et excessivement complexe pour résoudre ce problème. Le « GPS » existant (le modèle k–ω) manquait simplement de quelques instructions spécifiques pour la chaleur. En dérivant les instructions correctes à partir des premiers principes et en les ajoutant sous forme d'ajustements simples et intelligents, l'auteur a créé un outil qui est :

• Précis : Il prédit correctement le transfert de chaleur.
• Simple : Il ne nécessite pas de puissance de calcul massive nouvelle.
• Robuste : Il ne plante pas et ne donne pas de réponses étranges lorsque les conditions changent.

En bref, l'article prend une boussole cassée, détermine exactement pourquoi elle tournait en rond, et ajoute un petit aimant pour la faire pointer vers le Nord à nouveau, permettant aux ingénieurs de naviguer dans le monde complexe de la turbulence pilotée par la chaleur avec confiance.

Résumé technique

1. Énoncé du problème

La turbulence pilotée par la flottabilité (par exemple, la convection naturelle, la convection de Rayleigh–Bénard) est omniprésente dans les écoulements industriels et géophysiques. Bien que les modèles de Reynolds-averaged Navier–Stokes (RANS), en particulier les modèles à deux équations comme $k$–$\varepsilon$ et $k$–$\omega$, soient largement utilisés en raison de leur rapport coût-efficacité, ils ne disposent pas d'une formulation standard universellement acceptée pour intégrer les effets de flottabilité.

• Le problème central : Il n'existe aucune guidance analytique sur la manière de modéliser le terme de production par flottabilité dans l'équation déterminant l'échelle (l'équation $\varepsilon$ ou $\omega$).
• Limites actuelles : Les approches existantes sont largement empiriques. Certaines omettent totalement les termes de flottabilité, tandis que d'autres les ajoutent de manière analogue à la production par cisaillement. Ces méthodes échouent souvent à reproduire les lois d'échelle correctes pour le nombre de Nusselt ($Nu$) en fonction des nombres de Rayleigh ($Ra$) et de Prandtl ($Pr$), en particulier sous stratification instable.
• Déficit spécifique : Les modèles standards prédisent souvent des comportements asymptotiques incorrects, tels que $Nu \sim Pr^{-0.415}$ pour des $Pr$ élevés, alors que les données expérimentales et de simulation numérique directe (DNS) suggèrent que $Nu$ devrait être presque indépendant de $Pr$($Nu \sim Pr^0$) dans ce régime.

2. Méthodologie

L'étude emploie une approche analytique rigoureuse combinée à une validation numérique pour dériver et corriger le modèle standard $k$–$\omega$ de Wilcox (2006).

A. Cadre analytique

• Cas test canonique : L'auteur dérive une solution analytique exacte pour le modèle $k$–$\omega$ standard appliqué à la convection de Rayleigh–Bénard statistiquement unidimensionnelle dans une couche infinie.
• Isolement des mécanismes : Dans cette configuration, la vitesse moyenne est nulle et l'énergie cinétique turbulente ($k$) est générée uniquement par la flottabilité. Cela isole le rôle du terme de flottabilité dans l'équation $\omega$, ce qui est difficile à réaliser dans les écoulements pilotés par le cisaillement.
• Dérivation : La solution relie explicitement le nombre de Nusselt ($Nu$) à$Ra$ et $Pr$. Elle analyse l'équilibre entre la production par flottabilité, la dissipation et la diffusion dans les régions proches des parois et dans le cœur de l'écoulement pour déterminer les exposants d'échelle.

B. Reformulation et correction

Sur la base des écarts analytiques identifiés, l'auteur propose une reformulation impliquant deux fonctions algébriques sans dimension :

1. Correction du coefficient de flottabilité ($C_{\omega b}$) :

   • La constante standard $C_{\omega b}$ est remplacée par une fonction de $Pr$ pour corriger l'échelle à faible $Pr$.
   • Pour une stratification instable ($P_b > 0$), le coefficient est modifié comme suit :
     $$C_{\omega b}^+ = -0.9752 - 0.2988 Pr^{-5/16}$$
   • Pour une stratification stable ($P_b < 0$), une dérivation analytique basée sur un écoulement de cisaillement stratifié stable homogène donne une nouvelle constante :
     $$C_{\omega b}^- = -0.5385$$
     (Cela remplace la valeur empirique $C_{\omega b} \approx -2$ couramment utilisée, assurant que le modèle se stabilise au seuil correct du nombre de Richardson de flux).

2. Correction de la diffusivité thermique turbulente ($a_T$) :

   • Pour corriger le comportement à haut $Pr$, une fonction de modification proche de la paroi $\psi$ est introduite dans la diffusivité thermique turbulente ($a_T = \nu_T / Pr_T + \psi$).
   • Cette fonction s'annule en l'absence de flottabilité et améliore le flux de chaleur proche de la paroi pour retrouver l'échelle $Nu \sim Pr^0$ pour $Pr \gg 1$.
   • La fonction dépend du nombre de Reynolds turbulent ($Re_T$), de $Pr$ et du rapport de la production par flottabilité à la dissipation ($P_b/\varepsilon$).

C. Validation

Le modèle corrigé est validé par rapport à :

• Solutions analytiques : Comparaison des lois d'échelle dérivées avec des simulations 1D.
• Données DNS et expérimentales : Validation par rapport à un large éventail de jeux de données, notamment :
  • Convection de Rayleigh–Bénard (cavités carrées 1D et 2D).
  • Convection à chauffage interne (refroidissement par le haut et refroidissement par le haut et le bas).
  • Écoulement de Couette stratifié instable (convection mixte).
  • Convection naturelle chauffée par les côtés dans des cavités rectangulaires (rapports d'aspect variables).

3. Contributions clés

1. Solution analytique pour $k$–$\omega$ : L'article fournit la première solution analytique explicite pour le modèle $k$–$\omega$ standard dans un écoulement de Rayleigh–Bénard statistiquement 1D dominé par la flottabilité. Cela révèle l'origine mathématique des erreurs d'échelle du modèle.
2. Dérivation des lois d'échelle : L'analyse dérive explicitement les échelles prédites par le modèle ($Nu \sim Ra^{1/3}Pr^{1/3}$ pour faible $Pr$ et $Nu \sim Ra^{1/3}Pr^{-0.415}$ pour élevé $Pr$) et les compare aux tendances physiquement observées ($Nu \sim Pr^{1/8}$ et $Nu \sim Pr^0$).
3. Reformulation systématique : Au lieu d'un réglage empirique ad hoc, l'article dérive deux fonctions de correction algébriques qui :
   • Retrouvent la bonne échelle $Nu$–$Pr$ sur toute la plage ($10^{-3} \le Pr \le 10^3$).
   • Assurent une compatibilité totale avec le modèle standard (les corrections s'annulent lorsque la flottabilité est absente).
   • Fournissent une valeur théoriquement cohérente pour la stratification stable ($C_{\omega b} = -0.5385$).
4. Robustesse à travers les régimes : Les corrections s'avèrent efficaces non seulement dans la convection pure de Rayleigh–Bénard, mais aussi dans la convection mixte (écoulement de Couette) et les écoulements à chauffage interne.

4. Résultats

• Précision de l'échelle : Le modèle corrigé reproduit avec succès les tendances expérimentales :
  • Pour $Pr \ll 1$ : $Nu \sim Pr^{1/8}$ (prédit précédemment comme $Pr^{1/3}$).
  • Pour $Pr \gg 1$ : $Nu \sim Pr^0$ (prédit précédemment comme $Pr^{-0.415}$).
• Amélioration quantitative :
  • Dans la convection de Rayleigh–Bénard, le modèle corrigé réduit l'erreur des prédictions de $Nu$ de 50 à 70 % par rapport au modèle standard (qui utilisait $C_{\omega b}=1$).
  • Dans la convection à chauffage interne, le modèle prédit avec précision la température maximale et la répartition du flux de chaleur, là où le modèle standard surestime considérablement les températures.
  • Dans la stratification stable, la valeur analytique dérivée $C_{\omega b} = -0.5385$ offre un meilleur accord avec les données DNS pour la suppression de la turbulence par rapport à la valeur standard $C_{\omega b} = -2$.
• Convection mixte : Dans l'écoulement de Couette stratifié instable, le modèle capture avec précision la transition entre les régimes dominés par le cisaillement et ceux dominés par la flottabilité, prédisant $Nu$ et les nombres de Reynolds de frottement à moins de 10 % des données DNS.
• Cavités chauffées par les côtés : Dans les écoulements chauffés par les côtés dominés par le cisaillement où la flottabilité joue un rôle mineur, le modèle corrigé produit des résultats virtuellement identiques au modèle standard, démontrant que les corrections ne dégradent pas les performances dans les écoulements non dominés par la flottabilité.

5. Importance

• Clarté théorique : L'étude comble le fossé entre les théories d'échelle phénoménologiques (comme Grossmann–Lohse) et la modélisation RANS en montrant comment les structures de fermeture standard peuvent être ajustées analytiquement pour correspondre à ces échelles.
• Utilité ingénierie : Elle offre une solution pratique et peu coûteuse pour les ingénieurs. En introduisant seulement deux fonctions algébriques, le modèle atteint une haute précision sans le coût computationnel ni la complexité des fermetures d'ordre supérieur (comme les modèles de contraintes de Reynolds).
• Changement de paradigme : L'article s'oppose à l'idée que les modèles standards à deux équations ont atteint un « plafond de verre ». Il démontre qu'avec une compréhension systématique du comportement intrinsèque du modèle, des améliorations prédictives significatives peuvent être obtenues grâce à des modifications minimales et motivées physiquement.
• Normalisation : La formulation proposée fournit un cadre cohérent et reproductible pour la modélisation de la flottabilité dans les codes $k$–$\omega$ (par exemple, OpenFOAM, ANSYS Fluent), répondant à la fragmentation actuelle où différents solveurs utilisent des coefficients empiriques incohérents.

En conclusion, ce travail fournit une reformulation systématique et fondée analytiquement du modèle $k$–$\omega$ qui résout les écarts de longue date dans les prédictions de turbulence pilotée par la flottabilité, offrant un outil robuste pour un large éventail de problèmes de convection thermique.