Dufour 1

N◦ d’ordre : 2375 Année 2006
THÈSE
présentée pour obtenir le titre de
DOCTEUR DE L’INSTITUT NATIONAL

POLYTECHNIQUE DE TOULOUSE
École doctorale : TYFEP

Spécialité : Dynamique des Fluides
par
Guillaume DUFOUR
CONTRIBUTIONS À LA MODÉLISATION ET AU CALCUL

DES ÉCOULEMENTS DANS LES COMPRESSEURS
CENTRIFUGES : APPLICATION À LA CONCEPTION PAR
LOIS DE SIMILITUDE
Thèse soutenue le 4 Octobre 2006, devant le jury composé de :
G. Bois Professeur à l’ENSAM-LML, Lille Rapporteur

G.A. Gerolymos Professeur à l’Université Paris V I Rapporteur
P. Arbez Ingénieur Études Amonts, Liebherr Aerospace Toulouse Examinateur
X. Carbonneau Enseignant-chercheur , ENSICA, Toulouse Examinateur
J.-B. Cazalbou Enseignant-chercheur (HDR), ENSICA, Toulouse Directeur de thèse
P. Chassaing Professeur à l’INPT, Toulouse Examinateur
Thèse préparée au département de Mécanique des Fluides de l’ENSICA

Résumé
Ce travail s’inscrit dans le cadre d’une convention CIFRE entre Liebherr Aerospace Toulouse S.A.
et le département de Mécanique des Fluides de l’ENSICA. En réponse à des objectifs industriels
d’amélioration de la qualité des compresseurs centrifuges de systèmes de conditionnement d’air,
et de réduction des délais, deux axes sont étudiés : le diagnostique et l’amélioration de l’outil de
simulation numérique en place chez l’industriel, et le développement d’une méthode de conception
en similitude.
La première partie traite des erreurs de simulation. Les erreurs numériques sont d’abord analysées
par un plan d’expériences sur les paramètres de maillage, et quantifiées par l’extrapolation de
Richardson. La contribution du modèle de turbulence est ensuite étudiée. Deux corrections pour
les effets de rotation et courbure, développées pour des modèles au premier ordre, sont implantées
dans le code de calcul. La méthode de vérification et validation permet leur évaluation sur des
configurations académique et industrielles.
Une synthèse bibliographique des règles de dimensionnement des compresseurs centrifuges débute
la seconde partie. L’optimisation d’une machine de référence sert de support à l’application de
ces règles. Des résultats d’essais permettent d’évaluer le compromis atteint sur le rendement, la
plage de fonctionnement et le bruit de raies émis.
La troisième partie concerne la conception par mise à l’échelle. L’approche proposée est basée sur
l’application de similitudes restreintes le long de la ligne de meilleur rendement d’un étage. Cette
méthode permet de définir un “potentiel de mise à l’échelle”, caractéristique de l’ensemble des
spécifications couvertes par un étage donné. Une telle notion permet d’envisager la conception de
nouvelles machines en s’appuyant sur une base de données d’étages.
Abstract
This work results from a CIFRE partnership between Liebherr Aerospace Toulouse S.A. and the
département de Mécanique des Fluides of the ENSICA. The main industrial goals are the qua-
lity improvement of air-conditioning centrifugal compressors and the reduction of development
cycles. The problem is tackled through two thematics : the qualification of the computational
fluid dynamic tool used by Liebherr, and the developement of a conception method based on the
similarity principle.
The first part deals with simulation errors. Numerical errors are first analyzed thanks to the
design-of-experiments method applied to mesh-generation parameters, and quantified using the
Richardson extrapolation technique. The contribution of turbulence modeling is then scrutinized.
Two model corrections accounting for rotation and curvature effects, in the framework of first-
order modeling, are implemented in the code. The method of verification and validation is used
to test the corrected models on academic and industrial configurations.
The second part begins with a literature survey of centrifugal compressor design methods. These
rules are applied to the optimization of an industrial baseline compressor. Experimental results
are used to evaluate the trade-off between efficiency, operating range and tonal noise of the stage.
The third part deals with scaling in a design context. The proposed method is based on the appli-
cation of Reynolds-free scaling along the best-efficiency line of a given stage. This method is used
to identify the “scaling potential” of an existing stage, defined as the ensemble of specifications
that can be reached by the application of geometrical scaling. Such a method makes it possible
to design compressors thanks to a database of existing stages.
v
vi
Remerciements
Ce travail a représenté pour moi un long engagement personnel, mais il a aussi impliqué
de nombreuses personnes sans qui le résultat aurait certainement été différent.
Je voudrais tout d’abord adresser mes remerciements les plus profonds et les plus
sincères à mes directeurs de thèse Jean-Bernard Cazalbou et Xavier Carbonneau. Je tiens
à témoigner de la confiance qu’ils m’ont accordée dès le début de la thèse, et du soutien
indéfectible qu’il m’ont apporté durant tout son déroulement.
En particulier, je remercie Xavier pour sa présence constante, qui m’a fait profiter de
sa rigueur et de son expérience scientifiques. Les discussions enrichissantes que nous avons
eues à chaque étape de ce travail m’ont toujours permis de remettre les choses dans leur
perspective globale, et d’apprécier les progrès effectués. D’un point de vue humain, j’ai
découvert quelqu’un de profondément honnête et généreux, qui m’a grandement aidé dans
les inévitables moments de doute.
Je voudrais particulièrement remercier Jean-Bernard pour sa disponibilité permanente
et sa patience. Ses qualités pédagogiques et la rigueur de ses analyses m’ont fait énormément
progresser. Je voudrais aussi lui témoigner ma reconnaissance pour son implication dans
la relecture du mémoire ; son sens de l’essentiel a grandement contribué à la rédaction du
manuscrit.
Je dois aussi témoigner de l’implication sans faille de l’ensemble équipes de Liebherr

Aerospace Toulouse, dont la contribution a permis de faire de ce travail une véritable thèse
Cifre.
Je remercie Pierre Arbez pour m’avoir fait découvrir le savoir-faire industriel de l’en-
treprise, et pour avoir bien voulu partager avec moi ses nombreuses qualités techniques. Sa
contribution m’aura véritablement aidé à progresser et à comprendre les préoccupations
inhérentes à la réalité industrielle.
Je tiens aussi à remercier Sylvain Miklaszewski de m’avoir permis par sa patience et
sa pédagogie de m’approprier les notions d’acoustique indispensables au bon déroulement
de ce travail. Son apport sur ce point dans la thèse est substantiel. Ses grandes qualités
humaines et dans le travail ont permis que nos interactions soient toujours un plaisir.
Je tiens enfin à témoigner à Mireille Lemasson ma profonde reconnaissance pour m’avoir
accepté dans ce projet. Je dois la remercier pour avoir su guider cette thèse en conciliant les
besoins industriels et les préoccupations scientifiques. Que soient soulignées sa franchise et
son honnêteté, qui ne sont que les plus marquantes de ses nombreuses qualités humaines.
vii
Je tiens tout particulièrement à signifier ma gratitude aux rapporteurs, Gérard Bois
et Georges Gerolymos, pour avoir accepté d’accorder de leur temps à la lecture de mon
travail. Je dois souligner leur implication et la qualité des rapports, qui par leurs nom-
breuses remarques m’ont permis d’améliorer le manuscrit final. Je les remercie enfin pour
les critiques constructives et stimulantes qu’ils ont soulevées durant la soutenance.
Je tiens à remercier dans son ensemble le Département de Mécanique des Fluides de

l’ENSICA, et en particulier Patrick Chassaing pour m’y avoir accueilli. Ce fut un réel plaisir
d’y travailler, ces années passées au sein du DMF resteront un grand souvenir. Que chacun
y soit remercié, car une telle atmosphère de travail est le fruit de toutes les personnes qui
ont pu passer par le département. Je dois quand même tout particulièrement remercier
Jérôme : après 2 ans en binôme et plusieurs années de “co-bureautage”, notre amitié me
semble maintenant à toute épreuve ! Que mon autre “co-bureauteur” Nicolas soit aussi
assuré de mon amitié, j’espère que nous aurons encore ensemble de nombreuses discussions
passionnées, sur les turbomachines bien sûr, mais aussi le reste !
C’est aussi l’occasion de remercier toute ma famille pour tant de choses que je ne
pourrais toutes les citer ici. Je voudrais dire à ma mère et à mon père tout l’amour que
j’ai pour eux, et combien le leur m’a permis d’arriver ici aujourd’hui.
Enfin, mon dernier mot pour finir ce que je n’ai réussi à dire lors de la soutenance :
Ema, ces dernières années n’auraient pu se faire sans toi. Je te remercie pour la patience
que tu as eue durant tout le temps qu’a durée cette thèse. Ton soutien m’a été plus que
précieux. Que tout mon amour puisse transparaı̂tre à travers ces quelques lignes . . .
Guillaume, le 21 Novembre 2006.
viii
Table des matières
Introduction 3
1 Motivation et problématique 3
1.1 Contexte de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Enjeux industriels et scientifiques . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Démarche et organisation du mémoire . . . . . . . . . . . . . . . . . . . . . 7
2 Données générales 9
2.1 Le système de conditionnement d’air . . . . . . . . . . . . . . . . . . . . . 10
2.2 Le compresseur centrifuge . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.3 Aérodynamique des compresseurs centrifuges . . . . . . . . . . . . . . . . . 21
2.4 Notions d’acoustique pour les compresseurs centrifuges . . . . . . . . . . . 34
I Prédictivité : Qualification de l’outil CFD 39

3 Cadre de l’approche numérique : vérification et validation 41
3.1 Introduction : qualité et confiance dans la CFD . . . . . . . . . . . . . . . 42
3.2 Concepts et définitions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3.3 Procédures pour la vérification et la validation . . . . . . . . . . . . . . . . 47
4 Influence du maillage 53
4.1 Influence des paramètres de définition du maillage . . . . . . . . . . . . . . 53
4.2 Quantification des erreurs numériques . . . . . . . . . . . . . . . . . . . . . 67
5 Modèles de turbulence sensibilisés aux effets de rotation et courbure 77

5.1 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2 Physique et modélisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.3 Implantation des corrections . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.4 Évaluation des modèles corrigés sur un compresseur académique . . . . . . 117
6 Prédictivité dans un contexte industriel 135

6.1 Données expérimentales sur configurations industrielles . . . . . . . . . . . 136
6.2 Études de sensibilité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144
6.3 Validation des simulations . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
6.4 Comparaison des incertitudes dans un processus de validation . . . . . . . 161
xi
II Performances : Travail sur les méthodes de conception 165
7 Règles et méthodes de conception 167
7.1 Synthèse de l’état de l’art . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
7.2 Application à l’optimisation d’un compresseur de référence . . . . . . . . . 190
8 Analyse des essais et bilan sur la conception 211

8.1 Analyse des résultats d’essais . . . . . . . . . . . . . . . . . . . . . . . . . 211
8.2 Comparaisons simulations et essais . . . . . . . . . . . . . . . . . . . . . . 220
8.3 Retour sur la conception . . . . . . . . . . . . . . . . . . . . . . . . . . . . 224
III Similitude : Vers la gamme d’étages 231

9 Similitude et lois de mise à l’échelle 233
9.2 Lois classiques de mise à l’échelle . . . . . . . . . . . . . . . . . . . . . . . 234
9.3 Mise à l’échelle et réponse à une spécification . . . . . . . . . . . . . . . . . 241
9.4 Mise à l’échelle sur la ligne de meilleur rendement . . . . . . . . . . . . . . 245
10 Influence de la conception sur le potentiel de mise à l’échelle 249

10.2 Analyse de l’effet du nombre de Reynolds . . . . . . . . . . . . . . . . . . . 250
10.3 Analyse de la ligne de meilleur rendement . . . . . . . . . . . . . . . . . . 254
Conclusion 267
11 Conclusions et perspectives 267
Bibliographie 272
Annexes 283
A Outils de Conception 285

A.1 Prédictions 1D (PREDIG) . . . . . . . . . . . . . . . . . . . . . . . . . . . 285
A.2 Modélisation géométrique 3D et prédictions 2D/2.5D (CCAD) . . . . . . . 287
A.3 Outil d’optimisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 288
A.4 Calculs acoustiques (CORAIL) . . . . . . . . . . . . . . . . . . . . . . . . 290
xii
Nomenclature
Symboles latins
ai , coefficient d’influence de la ième variable du plan d’expérience

bi , coefficient d’influence normalisé
b , hauteur du canal
BR , nombre de Bradshaw-Richardson
Cp , chaleur spécifique à pression constante
Cf , coefficient de frottement
ds , diamètre spécifique
D , diamètre d’une roue ou longueur caractéristique d’un étage
D/Dt , dérivée particulaire
h , enthalpie spécifique
i , incidence
k , énergie cinétique turbulente par unité de masse
Lp , niveau de pression acoustique
Lax , longueur axiale d’un rotor
ṁ , débit massique
M , nombre de Mach
n , vecteur unitaire dans la direction normale
ns , vitesse spécifique
N , vitesse de rotation du rotor
N , paramètre de maillage : nombre de point suivant l’envergure (hors jeu)
Ni , nombre de points de maillage suivant la direction azimutale
Nj , nombre de points de maillage suivant l’envergure de la pale
Nk , nombre de points de maillage suivant la direction de l’écoulement
NJEU , nombre de points de maillage dans le jeu suivant l’envergure
NC /N , paramètre caractérisant la loi d’évolution de taille de maille
P , pression
Pr , pression relative en rotation
Pech , puissance échangée
xv
Qech , chaleur échangée
r , vecteur position radiale
r, θ, z , coordonnées polaires
R , constante des gaz parfaits
R , rayon
Rc , rayon de courbure
Re , nombre de Reynolds
Ric , nombre de Richardson–gradient de courbure
Ro , nombre de Rossby
R = Rij , tenseur des contraintes de Reynolds
s , abscisse curviligne
s , entropie spécifique
S , taux de cisaillement
S = Sij , tenseur des taux de déformation
tcl , taille du jeu
T , température
Tu , intensité du mouvement fluctuant
u = ui = [u, v, w] , vecteur fluctuation de vitesse
us , vecteurs unitaires du trièdre de Frénet
uτ , vitesse de frottement
U , vecteur vitesse de la pale
U , vitesse linéaire de la pale
Uφ , incertitude statistique relative à la quantité φ
V = Vi , vecteur vitesse absolue
V , norme de la vitesse absolue
W = Wi , vecteur vitesse relative
W , norme de la vitesse relative
Wech , travail échangé
W = Wij , tenseur de rotation absolue (objectif)
X = xi = [x, y, z] , vecteur position
Zp , nombre d’aubes
Z/B , hauteur relative dans le canal (0 au moyeu, 1 au carter)
Symboles grecques
α , angle de l’écoulement absolu

α , paramètre de maillage (rapport entre les discrétisations longitudinales
et transversales par rapport à la discrétisation en envergure)
α, β, λ , paramètres de lois de mise à l’échelle
α∞ , point fixe du système dynamique (THUC-Ω)
xvi
β , angle de l’écoulement relatif
β , rapport entre taux de rotation et cisaillement
δ , épaisseur conventionnelle de couche limite
δφ , erreur relative à la quantité d’intérêt φ
∆y1 , taille de maille en paroi suivant la direction normale
∆x1 , taille de maille en paroi suivant la direction tangentielle
∆CFD/EXP , écart entre résultats numériques et expérimentaux
∆η , écart de rendement par rapport à un point de référence
, pseudo-dissipation de k
φ , quantité d’intérêt
φ , coefficient de débit
γ , rapport des chaleurs spécifiques
γ , paramètre de maillage (allongement des cellules au bord d’attaque)
γ∞ , point fixe du système dynamique (THI-Ω)
η , rendement
µ , viscosité dynamique
µt , viscosité tourbillonnaire dynamique
ω =∇×V , vorticité absolue
ω∗ = ∇ × W , vorticité relative
Ω , vecteur rotation du référentiel considéré
Ω , norme du vecteur rotation du référentiel considéré
π , taux de compression
Π1 , produit sans dimension (débit adimensionnel)
Π2 , produit sans dimension (nombre de Mach de rotation)
Π3 , produit sans dimension (nombre de Reynolds)
ρ , masse volumique
σ , angle entre les directions méridienne et axiale
τp , frottement pariétal
ψ , coefficient de charge
Indices et exposants
b , baseline
h, m , moyeu
is , référence isentropique
p , pale
R , rotor
S , stator
S, c , carter
s , quantité statique
xvii
s , spécification ou scaled
t , quantité totale
0 , entrée de l’étage (voir la figure 2.4)
1 , bord d’attaque de la roue
2 , bord de fuite de la roue
3 , bord d’attaque du diffuseur aubé
4 , bord de fuite du diffuseur aubé
8 , section de mesure en aval de la volute
∗, rel , dans le repère relatif
+ , normé en échelle interne de la couche limite
Abréviations
CFD , computational fluid dynamics

ENSICA , École Nationale Supérieure d’Ingénieurs de Constructions Aéronautiques
LTS , Liebherr Aerospace Toulouse S.A.
L2F , anémométrie laser
PS , pressure side, assimilé à l’intrados
RANS , Reynolds-Averaged Navier-Stokes
RC , rotation et courbure
RE , extrapolation de Richardson
SA , modèle de Spalart & Allmaras
SARC , modèle de Spalart & Allmaras avec effets de rotation/courbure
SS , suction side, assimilé à l’extrados
THI-Ω , turbulence homogène isotrope en rotation
THUC-Ω , turbulence homogène uniformément cisaillée en rotation
V&V , vérification et validation
YS , modèle de Yang & Shih
YSRC , modèle de Yang & Shih avec effets de rotation/courbure
xviii
Introduction
Chapitre 1
Motivation et problématique
Sommaire
1.1 Contexte de l’étude . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Enjeux industriels et scientifiques . . . . . . . . . . . . . . . . . 4
1.3 Démarche et organisation du mémoire . . . . . . . . . . . . . . 7
1.1 Contexte de l’étude

En réponse au débat récurrent sur le financement publique de la recherche, l’activa-
tion de synergies entre le secteur scientifique et le monde industriel d’une part, et les
recherches dites fondamentale et appliquée d’autre part, est plus que jamais nécessaire. En
effet, la collaboration entre ces mondes, différents par leurs cultures, leurs missions, mais
aussi leurs objectifs, est porteuse des richesses d’une complémentarité liée à la diversité des
compétences, des questionnements et des méthodes. Notre travail veut s’inscrire dans cette
approche, en insistant sur la pertinence des questions que les problématiques industrielles
peuvent soulever, mais aussi sur les réponses originales que les outils et méthodes de la re-
cherche peuvent apporter à un problème typiquement industriel. Cette thèse a été réalisée
dans le cadre d’une convention CIFRE entre le Département de Mécanique des Fluides de
l’ENSICA et la société LIEBHERR-AEROSPACE TOULOUSE S.A. (LTS), dont la principale
activité est la pressurisation et la climatisation des aéronefs, activité plus connue sous la
dénomination “traitement d’air”.
En tant que “systémier aéronautique”, LTS fournit directement aux avionneurs (ou
plus généralement aux acteurs du secteur des transports) des produits dont la vocation
est d’assurer une fonction complète, et que les constructeurs peuvent intégrer tels quels au
stade de l’assemblage. Ainsi, le pack de climatisation (figure 1.1 (a)), un système central
de la gamme de produits LTS, maintient la pression et la température en cabine. Cette
régulation est réalisée par deux éléments : une turbomachine, composée généralement d’un
compresseur, d’une turbine et d’un ventilateur ; et des échangeurs thermiques, refroidissant
l’air issu de l’étage compresseur. Si la turbine assure un rôle essentiel en fournissant la puis-
4 Motivation et problématique
(a) (b)
Figure 1.1: Pack de climatisation et roue de compresseur centrifuge.
sance froide indispensable à la climatisation de la cabine, des performances du compresseur

dépendent la taille et le poids des échangeurs, donc du système, ainsi qu’une partie de la puis-
sance acoustique émise par le pack. La conception du compresseur centrifuge (figure 1.1 (b))
est aujourd’hui le centre des préoccupations de LTS, celle de la turbine ayant été largement
étudiée dans le prolongement des travaux de thèse de Xavier Carbonneau (1998).
La diversité des marchés couverts par LTS et des spécifications associées impose sou-
vent un dimensionnement spécifique et donc coûteux des nouveaux étages. Pour rester
réactif, l’industriel a initié une démarche visant à instaurer un fonctionnement par “base
de données d’étages”. En d’autres termes, il s’agit de développer et mettre en place des
méthodes utilisant au mieux les étages existants en réponse aux nouvelles spécifications
pour, à terme, disposer d’une gamme de compresseurs “sur étagère” couvrant l’ensemble
des besoins prévisibles. Dans ce contexte, la finalité de la thèse est d’apporter les éléments
nécessaires à la définition et à l’utilisation de cette base de données, c’est-à-dire : (i) élaborer
des méthodes pour le dimensionnement des compresseurs par des lois de similitude ; (ii) pro-
poser des règles permettant de concevoir des compresseurs suffisamment performants pour
mériter d’être déclinés ensuite par la similitude ; (iii) améliorer et évaluer la précision des
outils de prédiction nécessaires à la conception.
1.2 Enjeux industriels et scientifiques

La réactivité aux appels d’offres des avionneurs, en particulier dans les phases pré-
liminaires, est un point crucial pour l’obtention de marchés par un systémier. Dans ce
contexte, les enjeux industriels se définissent naturellement en termes de réduction des
coûts et des délais, et d’amélioration de la qualité des produits. Face à ce besoin, LTS a
identifié les axes de progrès suivants : (i) augmenter la fiabilité de la conception ; (ii) améliorer
les performances des compresseurs ; (iii) et mettre en place une méthode de conception à
partir d’une base de données d’étages.
1.2 Enjeux industriels et scientifiques 5
En réponse à ces préoccupations, la démarche mise en place dans la thèse a permis

de définir les axes d’études suivants : (i) amélioration et qualification de l’outil CFD1 ;
(ii) travail sur les méthodes de conception ; et (iii) utilisation des règles de similitude
pour décliner en “famille” un compresseur existant.
Derrière le terme “qualification”, on entend un travail s’inscrivant dans l’approche de

Vérification & Validation (V&V), au sens défini par Roache (1998a) dans un ouvrage de
référence sur le sujet. Cette approche, qui distingue et quantifie les erreurs numériques
et de modélisation dans le résultat d’un calcul CFD, tend à devenir un standard, comme
en témoigne l’intérêt que lui porte des journaux de référence comme l’AIAA Journal et
le Fluid Engineering Journal (AIAA, 1999; Celik, 2003; Cosner et al., 2005). Cependant,
si cette méthode a été appliquée à des domaines aussi variés que les écoulements de ca-
vité, les valves, les flammes de brûleur (Cadafalch et al., 2002), les écoulements autour de
navires (Stern et al., 2001b; Eça et Hoekstra, 2002), sa déclinaison dans le contexte des
turbomachines reste à faire. Nous verrons l’intérêt de cette méthode pour la quantification
des erreurs et incertitudes dans les simulations, et plus particulièrement en ce qui concerne
l’impact de la modélisation de la turbulence.
En effet, en suivant la classification de Bradshaw (1996), les écoulements dans les tur-
bomachines sont de type complexes, et plus particulièrement dans les compresseurs cen-
trifuges, comme l’illustre la figure 1.2. Ainsi, dans ces machines, les effets visqueux sont
importants du fait du faible rapport d’allongement des canaux, et les effets tridimensionnels
particulièrement prononcés. Ces derniers se manifestent par des écoulements secondaires
intenses, sous l’action conjointe des gradients de pression aube-à-aube et pied-tête, et des
effets de courbure et d’accélération de Coriolis. La figure 1.2 illustre notamment la présence
de structures tourbillonnaires, issues des bords d’attaque des pales et du jeu entre le carter
et les aubages. Plus spécifiquement, cette figure schématise la contribution des écoulements
secondaires et de jeu à la formation de la configuration dite de jet/sillage en sortie de roue,
qui est une spécificité des compresseurs radiaux.
La structure de la turbulence s’en trouve significativement affectée (Lakshminarayana,
1986; Bradshaw, 1996). Moore et Moore (1990) ont modélisé l’influence de l’accélération
de Coriolis par un terme multiplicatif dans l’évaluation de la longueur de mélange d’un
modèle algébrique, et observé une modification qualitative du champ turbulent. À la fin
du programme européen STR (Small Turbomachinery Research), auquel l’ENSICA et LTS
participaient, l’influence des effets de la rotation sur la structure de la turbulence dans
les turbomachines a été soulignée une fois encore, stimulant ainsi au sein du département
de Mécanique des Fluides de l’ENSICA une action de recherche portant sur la prise en
compte de ces effets dans des modélisations au premier ordre. Ces travaux (Cazalbou et
al., 2005) ont abouti à l’élaboration d’une correction d’un modèle du type (k, ), traduisant
les effets principaux de la rotation sur la turbulence : l’instabilité de Coriolis en cisaillement
(Tritton, 1992), et l’inhibition du transfert spectral (Wigeland et Nagib, 1978; Jacquin et
al., 1990). Ce modèle a de plus la particularité d’être exempt de certains problèmes de
1
“Computational Fluid Dynamics”. Dans la suite du mémoire, cet acronyme désignera le calcul Navier-
Stokes 3D.
Figure 1.2: Représentation schématique de l’écoulement dans un compresseur centrifuge, d’après

Lakshminarayana (1996).
comportements mathématiques aberrants, typiques des modèles corrigés quand ils sont
appliqués dans ce type de configuration (voir Hellsten (1998) pour un exemple de ces
problèmes). L’implantation de ce modèle dans le code de calcul en place chez l’industriel
représente donc un exemple des complémentarités entre recherches amont et appliquée.
S’agissant maintenant de la conception des turbomachines, on peut distinguer plusieurs

approches : face à une démarche axée sur la compréhension des sources de perte (voir
Denton (1993) pour la référence sur le sujet), un traitement plus global du problème est
souvent préféré par les industriels (Rodgers, 1980; Japikse, 1996; Came et Robinson, 1999).
Toutefois, cette distinction s’est progressivement estompée avec l’introduction de la CFD
dans le cycle de conception. Ceci a permis de lier les deux approches en donnant accès à des
informations tant globales que locales (Casey, 1994; Denton, 1994; Denton et Xu, 1998a).
Dès les premiers développements de méthodes de calculs simplifiées (Stanitz et Prian, 1951;
Hamrick, 1956) donnant accès à une évaluation du comportement local de l’écoulement,
des progrès significatifs ont été réalisés en terme de performance. Depuis l’avènement des
ordinateurs modernes, les calculs Navier-Stokes 3D (stationnaires) font désormais partie
intégrante du cycle de conception. Dans cette étude, nous tenterons de profiter pleinement
de la richesse d’information apportée par la CFD, afin de faire le lien entre la physique et les
critères de conception, en gardant à l’esprit le souci d’apporter à l’industriel des méthodes
pratiques de dimensionnement.
Bien que l’application générale du principe de similitude semble être un exercice im-
posé pour les ouvrages traitant des turbomachines (Whitfield et Baines, 1990; Lakshmina-
1.3 Démarche et organisation du mémoire 7
rayana, 1996; Japikse, 1996), l’utilisation pratique de règles de similitude pour la conception
des turbomachines est beaucoup moins documentée. Ainsi, Baljé (1981) utilisa le premier
l’analyse dimensionnelle pour introduire la vitesse spécifique (ns ), qui est restée depuis un
paramètre populaire chez les concepteurs de compresseurs. À notre connaissance, les seuls
travaux traitant spécifiquement de l’élaboration de règles pratiques de similitude pour la
conception sont ceux de Sardar et George Jr. (2003a,b), qui traitent du cas restreint des
ventilateurs en régime incompressible. Nous verrons que l’introduction d’un formalisme
mathématique simple permet d’identifier les conditions nécessaires à la mise à l’échelle
d’un compresseur existant pour répondre à une nouvelle spécification.
Si le lien est direct entre les trois axes d’investigation discutés précédemment et les
besoins affichés par LTS, les interactions multiples entre ces thématiques méritent d’être
soulignées :
– L’amélioration et la qualification de l’outil CFD sont centrales dans l’augmentation de
la fiabilité de la conception, mais doivent aussi aboutir à une meilleure application des
critères de conception (car la CFD est essentielle dans le cycle de dimensionnement) et
donc contribuer à la réalisation de machines plus performantes. De plus, à terme, un
outil de prédiction fiable permettra d’envisager le remplissage de la base de données
d’une manière virtuelle, c’est-à-dire que des compresseurs aux caractéristiques cor-
respondant aux “trous” dans la gamme existante pourront être conçus par la seule
voie numérique, sans qu’il soit nécessaire de les valider expérimentalement.
– Au-delà d’une simple amélioration des performances, le travail sur les règles de
conception permet de tendre vers la standardisation des méthodes, dans un souci
de reproductibilité et donc de fiabilité. De plus, l’examen de ces règles au regard des
lois de similitude contribuera à identifier les critères de dimensionnement qui rendent
un étage plus propice à la déclinaison en famille (autant en termes de variations de
performances que de “potentiel de mise à l’échelle”).
– Enfin, l’application de lois de similitude à un étage existant a l’avantage de fiabiliser
les prédictions, car la méthode proposée utilise les données expérimentales disponibles
dès les premiers stades de la conception. De plus, elle contribue à l’amélioration
des performances moyennes de la gamme en capitalisant les succès obtenus sur les
meilleures machines existantes.
1.3 Démarche et organisation du mémoire

La démarche scientifique mise en place doit répondre à l’objectif central de la problé-
matique industrielle : la standardisation d’une gamme de compresseurs. Le moyen utilisé
pour atteindre cet objectif est la mise en pratique de règles de similitude. Pour que cette
démarche ait un sens, il va de soi qu’elle doit être appliquée à de “bons compresseurs”,
d’où la nécessité des étapes préliminaires consacrées à la qualification de l’outil numérique
et à la réactualisation des règles de conception. Dans cette optique, la mise en similitude
d’une machine performante s’inscrit dans une démarche de “capitalisation” des résultats
obtenus lors des deux premières étapes, puisqu’elle répercute sur toute une famille d’étages
les progrès réalisés sur un compresseur de référence.
Les données générales du chapitre 2 posent les bases de l’étude, et clôturent la partie
d’introduction. Le reste du mémoire s’organise en trois parties :
– Dans la première partie, un cadre de vérification et validation est donné à l’approche
numérique adoptée (chapitre 3). Les procédures ainsi identifiées permettent de me-
surer les deux principales contributions aux erreurs entachant une solution CFD : les
erreurs numériques (chapitre 4) et les erreurs dues aux modèles (chapitre 5). Plus par-
ticulièrement, le chapitre 5 évalue l’intérêt des corrections pour les effets de rotation
et courbure dans un contexte de modélisation au premier ordre. Enfin, le chapitre 6
apporte un regard synthétique sur la prédiction des performances des compresseurs
dans un contexte industriel, en insistant notamment sur les incertitudes inhérentes à
toute comparaison entre résultats numériques et expérimentaux.
– La deuxième partie se concentre sur les méthodes de dimensionnement, mettant à
profit une comparaison des règles proposées dans la littérature avec celles en place
chez l’industriel, pour aboutir à l’optimisation d’un étage de référence (chapitre 7).
Cet effort d’amélioration des performances est jugé dans le chapitre 8, grâce à l’ex-
ploitation de résultats d’essais industriels sur les deux configurations étudiées.
– Enfin, la troisième partie présente l’élaboration de lois de similitude pour répondre
à une nouvelle spécification par application d’un facteur d’échelle à une géométrie
existante (chapitre 9). Notamment, la méthode proposée permet de caractériser le
“potentiel de mise à l’échelle” d’un compresseur, et de le mettre en parallèle de
spécifications types. Finalement, le chapitre 10 examine les règles de conception
dégagées précédemment au regard des lois de similitudes élaborées.
Chapitre 2
Données générales
Sommaire
2.1 Le système de conditionnement d’air . . . . . . . . . . . . . . . 10
2.1.1 Rôle du système . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.1.2 Fonctionnement global . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2 Le compresseur centrifuge . . . . . . . . . . . . . . . . . . . . . 13
2.2.1 Généralités . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2.2 La géométrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2.3 Approche thermodynamique . . . . . . . . . . . . . . . . . . . . 16
2.2.4 Performance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3 Aérodynamique des compresseurs centrifuges . . . . . . . . . 21
2.3.1 L’écoulement principal . . . . . . . . . . . . . . . . . . . . . . . . 22
2.3.2 L’écoulement secondaire . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.3 Les pertes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.4 Notions d’acoustique pour les compresseurs centrifuges . . . 34
2.4.1 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . . 34
2.4.2 Rayonnement acoustique en champ lointain . . . . . . . . . . . . 34
2.4.3 Sources de bruit . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Ce chapitre aborde les principes généraux nécessaires à la compréhension des dévelop-

pements présentés dans les différentes parties de ce mémoire. La présentation succincte
du système de conditionnement d’air, qui débute ce chapitre, permet de souligner le rôle
du compresseur centrifuge au sein du pack de climatisation. Une fois introduits les di-
vers éléments d’un étage classique, une approche thermodynamique permet d’appréhender
le fonctionnement et les performances de ces machines. Ensuite, le paragraphe traitant
de l’aérodynamique interne des compresseurs présente les phénoménologies en place. Une
attention particulière est portée aux écoulements secondaires. Cette analyse est un prélimi-
naire à l’étude de l’influence des modèles de turbulence sur la prédiction de ces écoulements,
présentée au chapitre 5. La notion de perte, abordée succinctement ici, synthétise d’un point
de vue global les conséquences des phénomènes rencontrés. Cette thématique sera reprise
au chapitre 7, dévolu aux règles de conception. Enfin, des éléments d’acoustique clôturent
ce chapitre.
10 Données générales
2.1 Le système de conditionnement d’air

2.1.1 Rôle du système
Les conditions très variables auxquelles un avion peut être soumis dans les différentes
zones de son domaine de vol soulignent le rôle primordial du pack de climatisation. En effet,
suivant l’altitude, les conditions météorologiques ou le lieu géographique, la température
peut varier entre +40◦ et −50◦ C et la pression peut descendre jusqu’à 250 mbar (10 000 m).
Ainsi, pour assurer des conditions “viables” dans les aéronefs, il est nécessaire de réguler
la température et la pression en cabine. En effet, on considère généralement que suite aux
troubles du comportement liés à la diminution de pression, la capacité à effectuer un travail
est nulle sous une pression de l’ordre de 400 mbar, du fait de la diminution de la pression
partielle d’oxygène. En général, la pression est maintenue autour de 750 mbar (pression
équivalente à une altitude de l’ordre de 2500 m), ceci résultant d’un compromis entre les
contraintes exercées sur les structures et le confort des personnes à bord. La température
dans la cabine est maintenue autour de 24◦ C ; le système doit alors compenser la chaleur
dégagée par les équipements de bord et le métabolisme des passagers et de l’équipage,
ainsi que la chaleur échangée avec l’extérieur par transfert thermique au niveau des parois,
ces deux effets étant antagonistes en altitude. Le pack de climatisation doit par ailleurs
maintenir un degré d’humidité suffisant au confort. Pour un avion de transport classique, en
classe économique, les passagers dégagent suffisamment de vapeur d’eau par transpiration
pour que le système n’ait pas besoin de réhumidifier l’air envoyé en cabine. Ce n’est pas le
cas en classe affaire ou dans les avions de type “jets privés”, où la “densité de passagers”
est inférieure. Dans ce cas, la réhumidification est nécessaire. De plus, si le système joue
un rôle fondamental pour la sécurité des passagers et personnels naviguants, il sert aussi à
assurer la climatisation des équipements de bord.
2.1.2 Fonctionnement global

La solution technique généralement adoptée (Eglem, 1991) est le cycle à air, qui repose
sur la détente d’air pressurisé prélevé sur les moteurs de l’avion et refroidi par de l’air
extérieur. Le cycle à air est préféré au cycle vapeur pour sa capacité à pressuriser la cabine,
sa simplicité de fonctionnement et son faible coût de maintenance. De plus, un système
fournissant la puissance froide nécessaire à la climatisation d’un avion aurait un poids
prohibitif s’il utilisait un cycle vapeur. Les deux principaux inconvénients du cycle à air
sont la diminution du rendement moteur induite par le prélèvement, et le fonctionnement au
sol, où l’extinction des réacteurs doit être compensée par le groupe auxiliaire de puissance.
La figure 2.1 montre l’implantation du système de conditionnement d’air sur avion. On
remarquera notamment le système de prélèvement d’air sur les réacteurs, les deux groupes
de conditionnement d’air et la chambre de mélange. Si la vanne de régulation n’est pas à
proprement parler un élément du système, elle participe toutefois au maintien de la pression
en cabine. On notera la présence du groupe auxiliaire de puissance installé dans la queue
de l’appareil.
Le groupe de conditionnement d’air est un ensemble complexe et très compact, voir la
2.1 Le système de conditionnement d’air 11
Figure 2.1: Implantation du système de conditionnement d’air sur avion (Document LTS).
figure 1.1 (a). Les différents éléments qui le composent sont représentés sur la figure 2.2.
On y observe les échangeurs primaire (1) et principal (3) ; la turbomachine (2 et 6) ; le
condenseur (4) et l’extracteur d’eau (5).
Le synoptique de fonctionnement de la figure 2.3 précise le chemin de l’air à travers ces
éléments. Deux flux transitent dans le pack : le premier (en gris clair sur la figure) est celui
de l’air frais extérieur destiné à ventiler les échangeurs ; c’est la source froide du système.
En vol, ce flux est naturellement crée par la pression dynamique extérieure ; au sol, c’est le
ventilateur (7) qui assure ce rôle. L’air (chaud) prélevé sur les moteurs est le second flux.
Il passe d’abord par l’échangeur primaire (1), avant d’être comprimé par le compresseur
centrifuge (2). Il est ensuite refroidi par l’échangeur principal (3), puis déshumidifié par
le tandem condenseur–extracteur d’eau (4 et 5), afin d’éviter que du givre ne se forme
dans la turbine au risque de l’endommager. Le flux entre alors dans la turbine centripète
(6), et part finalement dans la chambre de mélange, où il sera régulé en température et
réhumidifié si nécessaire, pour pouvoir enfin alimenter la cabine. Notons que, du fait de
la faible circulation d’air en cabine, la pression totale (et non la pression statique) est la
variable d’intérêt.
La taille de l’échangeur principal (3) (et donc du système comme on l’observe sur
la figure 1.1 (a)) est conditionnée par l’augmentation de température à la traversée du
compresseur et dépend donc directement de la performance de celui-ci. Dans le domaine
du conditionnement d’air, le rôle fondamental du compresseur centrifuge est donc d’élever la
pression totale de l’écoulement à un niveau donné avec le minimum possible d’élévation de
température.
Figure 2.2: Vue schématique du groupe de conditionnement d’air (Document LTS).
Figure 2.3: Vue synoptique du fonctionnement du pack de climatisation (Document LTS).

2.2 Le compresseur centrifuge 13
2.2 Le compresseur centrifuge

Ce paragraphe débute par une brève introduction historique du compresseur centrifuge.
Les principaux composants de l’étage sont ensuite présentés, et leur fonctionnement décrit
par une approche thermodynamique du problème. Cette approche permet d’introduire la
notion de performance, et d’arriver à une première compréhension des caractéristiques
globales des compresseurs centrifuges.
2.2.1 Généralités
La première turbine à gaz à délivrer une puissance nette positive (11 hp) fut réalisée
par Aegidius Elling en 1903 (Bolland et Veer, 2003) ; elle était constituée de six étages
de compresseurs centrifuges, d’une chambre de combustion et d’une turbine radiale. Le
compresseur centrifuge avait auparavant été étudié par le Prof. Rateau (Mérigoux, 1999),
qui fournit un certain nombre de réalisations impressionnantes à l’Exposition Universelle
de 1900 (dont une turbine à vapeur avec aubages Pelton). Par la suite, en avance sur
son équivalent axial, le compresseur centrifuge atteint le premier une certaine maturité
opérationnelle, en témoigne son utilisation en 1939 dans le turboréacteur propulsant le
premier Jet, le HE78 de Heinkel.
En terme de spécificité, le compresseur radial se distingue de son homologue axial par
de plus forts taux de compression par étage, mais au prix d’un débit moindre ou d’un
encombrement radial plus important. La différence est moins tranchée en ce qui concerne
rendement. En effet, bien que les écoulements fortement tridimensionnels qui se développent
dans les conduits étroits et courbés des roues de compresseurs centrifuges soient sources de
pertes aérodynamiques importantes, la contribution des forces centrifuges permet d’obtenir
des rendements comparables dans les deux cas. Cet “effet centrifuge” est une caractéristique
des machines radiales (voir le paragraphe 2.2.3 sur l’approche thermodynamique).
Malgré une histoire déjà ancienne, le compresseur centrifuge reste un élément central
dans de nombreuses applications : la turbo-propulsion de faible poussée –de l’ordre de 5 à
100 daN (Mecachrome, Microturbo, Williams, AMT . . . ) ; la suralimentation automobile
(Honeywell-Garett, IHI) ; le conditionnement d’air (LTS, Hamilton Sundstrand, Honey-
well) ; les applications industrielles pour le gaz ou le pétrole (Solar Turbines, Dresser Rand,
Nuovo Pignone). . . D’un point de vue scientifique, les écoulements dans les compresseurs
centrifuges restent un sujet d’études variées, notamment sur :
– les aspects aérodynamiques vers les forts taux de compression (Higashimori et al.,
2004; Ibaraki et al., 2003) ;
– la compréhension (Ziegler, Gallus et Niehuis, 2003a; Shum, Tan et Cumpsty, 2000)
et la modélisation (Rochuon et Trébinjac, 2005) des interactions rotor/stator ;
– le design direct (Arnone et al., 2002; Came et Robinson, 1999), inverse (Zangeneh et
al., 2004; Passrucker et Van den Braembussche, 2000) et l’optimisation “mathéma-
tique” (Demeulenaere et Hirsch, 2005; Lee, Luo et Bein, 2001) ;
– l’augmentation de la plage de fonctionnement (Skoch, 2003; Wernet, Bright et Skoch,
2001) ;
– sans oublier les aspects acoustiques (Roger, 2004), aujourd’hui essentiels.
2.2.2 La géométrie
La figure 2.4 présente une vue schématique d’un étage complet de compresseur centri-
fuge, c’est-à-dire la juxtaposition
– d’une partie amont ;
– d’une roue ;
– d’un diffuseur ;
– d’une volute.
Les numéros donnés sur la figure 2.4 correspondent à la convention de notation utilisée
dans la suite pour représenter les différentes stations de l’étage.
La partie amont Le rôle de la partie amont est d’amener l’écoulement jusqu’à la roue.
On classe sous la dénomination générale de partie amont des éléments aussi divers que : des
vannes de prérotation (cas de la figure 2.4) ; un canal de retour ; un plenum d’alimentation ;
ou un simple pavillon axial.
La roue La roue est l’élément fondamental du compresseur, car elle fournit la totalité
de l’échange de travail ; il s’agit en effet du seul élément mobile de l’étage. La roue de la
figure 2.4 comporte ce qu’on appelle une zone inductrice, c’est-à-dire que les pales com-
mencent dans la partie axiale de la veine méridienne ; on considère que les roues de ce type
ont des performances supérieures aux roues qualifiées de 2D, dont le bord d’attaque est
situé dans le virage axial–radial. La figure 2.5 (a) présente diverses morphologies de roues
de compresseurs centrifuges. On remarquera notamment les différences entres ces roues en
termes de nombre de pales, de hauteur des aubages et d’angle de couchage en sortie.
La complexité de ce type de géométrie pleinement tridimensionnelle nécessite l’intro-
duction de surfaces de référence, qui rendent l’analyse des écoulements plus accessible (Wu
Figure 2.4: Vue schématique d’un étage de compresseur centrifuge, d’après Baines (2005).
(a) (b)
Figure 2.5: Différentes roues (a) et diffuseurs (b) de compresseurs centrifuges, d’après Japikse et
Baines (1997).
Figure 2.6: Surfaces de référence dans un compresseur centrifuge : projection méridienne, plan aube-
à-aube et coupe orthogonale.
et Brown, 1951). La figure 2.6 présente ces surfaces : les surfaces méridiennes sont obtenues
par projection sur le plan r,z ; les surfaces aube-à-aube sont généralement représentées par
une transformation conforme dans le plan ds/r, dθ (où s est l’abscisse curviligne) ; et les
coupes orthogonales, qui peuvent être considérées comme quasi-planes. La figure 2.6 per-
met d’insister sur les courbures caractéristiques des canaux de compresseurs centrifuges :
le virage axial–radial (vue méridienne) et les courbures du plan aube-à-aube. On distingue
d’ailleurs plusieurs cas pour la sortie de roue, où les pales peuvent être purement radiales
ou couchées en arrière (cas de la figure 2.6), ce qui ajoute une courbure spécifique.
Le diffuseur À la sortie du rotor, la pression statique de l’écoulement a augmenté, mais

une partie de la pression totale apportée par la roue est présente sous forme d’énergie
cinétique. Le rôle du diffuseur est alors de ralentir cet écoulement, car les pertes dans les
conduits en aval dépendent fortement du nombre de Mach de l’écoulement. Ce ralentisse-
ment permet de plus la conversion d’une part de l’énergie cinétique en pression statique. La
figure 2.5 (b) présente différents types de diffuseurs : le diffuseur triangulaire, pour lequel
une approche de l’écoulement “par canaux” est particulièrement adaptée ; le diffuseur aubé
à profils, dont on comprend mieux les caractéristiques par une approche “par aubages”.
Les diffuseurs à faible solidité reçoivent de plus en plus d’attention ; ils sont semblables
aux diffuseurs aubés, mais se caractérisent par un faible nombre de pales, ce qui a pour
conséquence l’absence de “col” géométrique1 . Ceci accroı̂t la plage de fonctionnement de
l’étage, mais généralement au prix de pertes légèrement plus importantes. Il existe aussi
des diffuseurs lisses, dépourvus de pales, souvent préconisés pour les applications où le taux
de compression reste inférieur à 2.5.
La volute Le rôle principal de la volute est de collec-

ter l’écoulement radial en sortie diffuseur, pour le resti-
tuer au système par un conduit tubulaire. Néanmoins,
par le biais d’une évolution de la section de passage, la
volute peut convertir une partie de l’énergie cinétique
restante en pression statique. L’écoulement dans la vo-
lute est souvent modélisé (hypothèse de régime incom-
pressible) par des spirales logarithmiques, mais une par-
tie du fluide effectue la giration complète et se juxta-
Figure 2.7: Volute.
pose à l’écoulement principal au niveau du bec.
2.2.3 Approche thermodynamique

Les écoulements dans les turbomachines à gaz relèvent en majorité du domaine com-
pressible, et s’effectuent avec échange de travail lors de la traversée de parties mobiles.
Dans ce contexte, une approche thermodynamique est utile pour comprendre et quantifier
les différents échanges mis en jeu.
2.2.3.1 Triangle des vitesses
Le triangle des vitesses de la figure 2.8 repose sur la composition des vitesses
V =W +U , (2.1)
où V , W et U sont respectivement les vecteurs2 vitesse absolue, relative et de la pale.

La figure 2.8 donne les principales projections de ces vecteurs sur les directions r, z et θ.
Les angles α et β représentent respectivement les angles d’écoulement absolus et relatifs.
1
Ce terme désigne la section de passage minimale entre les aubages.
2
Par convention, les vecteurs seront notés en gras.
(a) Entrée roue. (b) Sortie roue.
Figure 2.8: Triangle des vitesses (les indices 1 et 2 se référent aux stations dans la roue, voir figure 2.4).
Notons que les composantes Vz en entrée et Vr en sortie sont directement reliées au débit
qui traverse le compresseur. Le paragraphe suivant présente l’équation d’Euler, qui nous
permettra de donner un sens aux projections tangentielles.
2.2.3.2 Puissance échangée

En partant d’un bilan classique de quantité de mouvement, il est possible de relier les
états amont et aval d’un écoulement traversant une machine tournante au travail échangé
durant cette traversée (notations de la figure 2.8). L’équation d’Euler stipule que, pour un
compresseur,
Pech = ṁ(U2 Vθ2 − U1 Vθ1 ) . (2.2)
Cette équation exprime le fait que le travail que peut recevoir le fluide à travers la machine
est lié à la capacité de celle-ci à produire sur l’écoulement une variation du rayon moyen
(U = rΩ) et une déviation (Vθ ). Ceci montre pourquoi la géométrie même du compresseur
centrifuge (variation de rayon) lui permet d’atteindre des taux de compression supérieurs
à ceux rencontrés dans les compresseurs axiaux. C’est ce qu’on appelle l’effet centrifuge.
Le premier principe de la thermodynamique
dh + dEc = δQech + δWech , (2.3)
montre que le travail absorbé par le compresseur (Wech ) se traduit par une variation
d’enthalpie statique et d’énergie cinétique (Ec ). En notant que les conditions totales tra-
duisent l’intégration de l’équation (2.3) entre l’écoulement et un arrêt (Ec =0) isentro-
pique (donc adiabatique Qech = 0, et réversible Wech = 0), on introduit l’enthalpie totale
ht = h + 1/2V 2 . Dans le cas d’une évolution adiabatique, l’intégration du premier principe

montre que
1 2 1 2
Pech = ṁ (h2 + V2 ) − (h1 + V1 ) = ṁ ht2 − ht1 , (2.4)
2 2
où la puissance échangée s’exprime Pech = ṁWech . Il apparaı̂t donc que la totalité de la
puissance échangée entre l’arbre et le fluide via le compresseur (au rendement mécanique et
aux pertes externes près) se retrouve dans la variation d’enthalpie totale.
La combinaison des équations (2.2) et (2.4) permet alors de relier la variation d’enthalpie
totale à la variation du produit U.Vθ à travers l’étage :
ht 2 − ht 1 = U2 Vθ 2 − U1 Vθ 1 . (2.5)
Cette équation montre notamment que les composantes en Vθ du triangle des vitesses
déterminent le travail échangé à travers la roue.
La température totale étant définie par ht = Cp Tt , la relation précédente permet de
quantifier la variation de température totale à la traversée de la roue. À ce stade, la
variation de pression totale associée n’est accessible que si l’on suppose la transformation
γ
isentropique, auquel cas la loi de la Laplace peut s’appliquer : Pt2 /Pt1 = (Tt2 /Tt1 ) γ−1 . En
pratique, les pertes générées à la traversée de la machine entraı̂nent une diminution de la
pression totale récupérée.
2.2.3.3 Retour sur le triangle des vitesse
En utilisant les relations mathématiques classiques dans les triangles, on peut récrire
l’équation (2.5) de la manière suivante :
1 2
ht2 − ht1 = (U2 − U12 ) − (W 2 − W 2 ) + (V 2 − V 2 ) . (2.6)
2 2 1 2 1
Effet centrifuge Diffusion dans le repère relatif Apport d’énergie cinétique
Cette décomposition présente l’augmentation d’enthalpie totale comme la somme de

– l’effet centrifuge, qui a la particularité de s’effectuer sans perte ;
– la diffusion dans le repère relatif, ou ralentissement de l’écoulement dans la roue ;
– la part reçue par le fluide sous forme d’énergie cinétique. Ce terme représente donc
la charge du diffuseur.
En général, ces trois contributions sont d’ordres de grandeur comparables.
2.2.3.4 Rendement du processus
En rappelant que le rôle d’un compresseur est de minimiser l’augmentation de tempé-

rature totale pour une variation de pression totale donnée, nous allons exprimer le rende-
ment d’un étage de compression. Pour cela, il faut tout d’abord spécifier :
– une transformation idéale de référence ;
– les états thermodynamiques amont et aval (conditions totales ou statiques) ;
– les stations entre lesquelles le rendement est évalué.
Le rendement compare alors le processus réel et le processus idéal au travers du travail

nécessaire pour passer des conditions d’entrée aux conditions de sortie requises. Ainsi, le
rendement d’un compresseur peut s’écrire
Travail absorbé dans le cas idéal

ηc = . (2.7)
Travail réellement absorbé
La référence la plus utilisée est la transformation isentropique. La représentation du

processus de compression dans un diagramme enthalpie–entropie permet de clarifier ces
notions, voir la figure 2.9. La transformation isentropique, passage de Pt1 à Pt2−is , y est
représentée par une verticale (∆s = 0), alors que le processus réel, de ht1 à ht2 , implique
la création d’entropie (pertes) et donc un déplacement vers la droite. Dans le cas de la
transformation réelle, la puissance à fournir est donc plus importante (pour un même
travail utile, i.e. la compression). Si on impose alors les conditions totales en pression en
entrée et sortie, le travail consommé dans les deux transformations s’exprime comme la
variation d’enthalpie totale dans une transformation isentropique rapportée à la variation
réelle :
ht2−is − ht1 Cp (Tt2−is − Tt1 )
ηis−tt = = . (2.8)
ht2 − ht1 Cp (Tt2 − Tt1 )
Comme la pression totale en sortie est prescrite, on peut utiliser la loi de Laplace pour la
γ−1
transformation isentropique et donc Tt2−is /Tt1 = (Pt2 /Pt1 ) γ . Finalement, le rendement
isentropique total-total s’exprime
γ−1
Pt 2 γ
−1
Pt1
ηis−tt = . (2.9)
Tt 2
−1
Tt1
On vérifie que, pour un taux de compression imposé, le rendement sera d’autant meilleur
que l’augmentation de température sera faible (ou, plus exactement, proche de l’augmen-
tation correspondant au cas isentropique).
Figure 2.9: Diagramme enthalpie-entropie pour un étage de compresseur centrifuge

Enfin, l’augmentation de pression totale à travers la roue (évaluée par le taux de com-
pression πtt ) dépend du travail échangé par le biais du rendement :
γ−1
γ
Pech
πtt = 1 + ηis−tt , (2.10)
ṁCp Tt1
et l’on retrouve le principe même du compresseur : convertir la puissance sur l’arbre en

travail utile, ici un taux de compression.
2.2.4 Performance
Le taux de compression (π) et le rendement (η) sont les principales mesures de la
performance d’une turbomachine, et doivent être présentés en fonction du point de fonc-
tionnement considéré. Celui-ci est défini par 7 grandeurs : le débit (ṁ) et la vitesse de
rotation de la roue (N) ; les conditions d’alimentation (pression et température totales Pt1
et Tt1 ) ; et la nature du gaz : R, γ et µ. L’analyse dimensionnelle aboutit notamment à
la définition de variables sans dimension qui permettent de généraliser les comparaisons
entre machines (Lakshminarayana, 1996). Nous ne nous étendrons pas sur ce point dans ce
chapitre, car il est largement traité dans le chapitre 9 traitant de la similitude. On retiendra
simplement que les variables adimensionnelles suivantes sont utilisées pour décrire le point
de fonctionnement √
ṁ RTt1 ND ND 2 Pt1
, √ , , γ . (2.11)
Pt1 D 2 γRTt1 µRTt1
Elles représentent, respectivement, le débit et la vitesse de rotation adimensionnels, le
nombre de Reynolds, complétés par le rapport des chaleurs spécifiques, qui caractérise
le gaz. Dans la pratique industrielle, il est courant de limiter la définition du point de
fonctionnement au débit et à la vitesse de rotation. Dans ce cas, on omet généralement le
diamètre et l’on ramène les conditions de pression et température aux conditions standards
Pref =101 325 Pa et Tref =288.15 K). Les variables ainsi obtenues
ṁ Tt1 /Tref N
ṁred = et Nred = , (2.12)
Pt1 /Pref Tt1 /Tref
sont alors homogènes à un débit et une vitesse de rotation, respectivement. On peut

aisément montrer (voir chapitre 10) que ces grandeur “réduites” correspondent aux débit et
vitesse de rotation qui donneraient les mêmes taux de compression et rendement (à l’effet
Reynolds près) si la machine était alimentée sous pression et température standards.
L’évaluation de la performance d’un compresseur ne se limitant généralement pas à un
seul point de fonctionnement, on la caractérise au travers du champ, figure 2.10. Le champ
compresseur figure les caractéristiques taux de compression en fonction du débit corrigé à
vitesse de rotation corrigée constante, auxquelles on superpose souvent les contours d’iso-
rendement. La limite aux faibles débits est le pompage, qui se caractérise par une instabilité
de l’écoulement (parfois jusqu’à inversion du débit), accompagnée d’oscillations de pression
de grande amplitude, pouvant à terme détériorer la machine. Aux forts débits, la limite
est le blocage, qui correspond à l’apparition d’une section sonique dans l’étage.
2.3 Aérodynamique des compresseurs centrifuges 21
Figure 2.10: Champ compresseur type, d’après Baines (2005)
Ces deux limites permettent d’introduire une autre mesure importante de la perfor-
mance : la plage de fonctionnement. Elle se définit comme
ṁblocage − ṁpompage
Plage = . (2.13)
ṁnominal
Le débit de blocage est parfois utilisé au dénominateur de cette expression. On notera que la
plage d’un compresseur diminue quand le taux de compression augmente. Les phénomènes
liés au pompage sont le sujet d’études à part entière, nous ne les aborderons que succinc-
tement dans ce mémoire.
2.3 Aérodynamique des compresseurs centrifuges
Les pales, le moyeu et le carter d’une roue de compresseur centrifuge définissent des
canaux supposés guider l’écoulement. Cependant, certains phénomènes se produisent qui
empêchent le fluide d’être parfaitement canalisé. La qualification d’écoulement principal se
réfère alors à la fraction de l’écoulement qui suit la géométrie, par opposition à l’écoulement
secondaire, terme par lequel on désigne les composantes de l’écoulement dans des plans
orthogonaux à la direction principale.
L’analyse des forces crées par l’écoulement principal permet de comprendre l’établis-
sement des gradients de pression qui s’établissent dans un compresseur centrifuge. Nous
verrons dans le chapitre 7 que ces gradients sont une variable importante pour le concepteur.
Ils participent de plus à l’explication de la formation des écoulements secondaires, source
de perte importante dans les turbomachines.
2.3.1 L’écoulement principal

2.3.1.1 Bilan non-visqueux des forces en jeu
L’écriture des équations d’Euler dans le référentiel mobile (ou relatif) lié à la roue fait
apparaı̂tre les forces que subissent les particules fluides. Ce référentiel étant non-Galiléen,
les accélérations centrifuges et de Coriolis se manifestent comme des forces externes.
Mis à part le gradient de pression, quatre forces doivent être prises en compte, ex-
primées ici dans le repère lié à la particule (trièdre de Frenet) :
– la force d’inertie liée à la variation de vitesse de la particule sur sa trajectoire (ex-

primée ici par unité de volume) :
∂W
F inertie = −ρW us . (2.14)
∂s
La direction de cette force est donnée par la trajectoire, us représentant le vecteur
unitaire tangent à la trajectoire au point considéré. Dans un compresseur, les parti-
cules sont généralement ralenties sur la majeure partie de leur trajet, et donc ∂W/∂s
est souvent négatif ;
– la force centrifuge induite par la rotation de la roue (voir la figure 2.11 pour une
représentation en vue méridienne), qui s’écrit :
F centrifuge-rotation = −ρΩ × (Ω × r) , (2.15)
où Ω = Ωuz est le vecteur rotation du repère. En notant r la distance à l’axe

de rotation (en projection orthogonale), et ur le vecteur direction radiale, la force
centrifuge s’exprime :
F centrifuge-rotation = ρΩ2 rur . (2.16)
La direction de cette force, ur , est donc strictement liée à la référence fixe donnée
par l’axe de rotation ;
– la force de Coriolis due à la rotation de la roue :
F Coriolis = −2ρΩ × W . (2.17)
Étant donné que la force de Coriolis est donnée par un produit vectoriel impliquant
la vitesse relative, sa direction dépend directement de la trajectoire de la particule
dans le référentiel de la roue (voir la figure 2.12 pour une représentation dans un plan
aube-à-aube) ;
– finalement, la trajectoire dans le référentiel relatif étant elle-même courbée, on intro-
duit la force centrifuge due aux courbures. Son expression est sensiblement analogue
à la force centrifuge due à la rotation :
F centrifuge-courbure = −ρΩc × (Ωc × r) ,

où Ωc désigne le “vecteur rotation instantanée”, qui autorise le traitement de l’effet

de courbure comme un effet de rotation :
W
Ωc = − ub ,
Rc
avec ub vecteur bi-normal, défini pour former un trièdre direct avec us et un, et
Rc le rayon de courbure (local) de la trajectoire de la particule. On peut finalement
écrire :
W2
F centrifuge-courbure = ρ un . (2.18)
Rc
En négligeant les effets visqueux, la projection de ces forces dans les surfaces de référence
donne accès à une première évaluation des gradients de pression dans la roue.
2.3.1.2 Analyse dans une projection méridienne
Figure 2.11: Vue méridienne : représentation des forces projetées sur la normale à la trajectoire .
En se plaçant dans un plan méridien moyenné, i.e une surface où les quantités sont
obtenues par moyenne dans la direction azimutale, les forces précédentes se projettent de
la manière suivante (voir figure 2.11) :
– l’effort dû au gradient de pression dans la direction normale à la trajectoire est
−∂P/∂nm ;
– l’effort d’inertie dû à l’accélération de la particule est localement porté par la trajec-
toire ; sa projection sur la normale est donc nulle.
– si on note σ l’angle entre la tangente à la trajectoire et la direction axiale, la force
centrifuge due à la rotation se projette sur la normale comme −ρΩ2 r cos σ ;
– la force de Coriolis étant un produit vectoriel entre la vitesse et la rotation (deux

vecteurs portés par le plan méridien), elle est orthogonale au plan méridien et n’in-
tervient donc pas dans ce bilan ;
– la force centrifuge due à la courbure dans le plan méridien s’écrit ρWm 2 /Rm , où Rm
représente la courbure dans le plan méridien et Wm la vitesse débitante.
On peut finalement écrire le bilan non-visqueux des forces agissant sur une normale à la
trajectoire :
1 ∂P Wm 2
= −Ω2 r cos σ + . (2.19)
ρ ∂nm Rm
C’est ce que l’on appelle l’équilibre radial simplifié.
Le premier terme du membre de droite peut aussi s’écrire U 2 /r, afin de comparer les
deux contributions :
– À l’entrée de la roue, le rayon r est faible, est Rm → ∞ (car l’écoulement est quasi-
axial). U est d’un ordre de grandeur comparable à Wm , et donc la force centrifuge
due à la rotation domine : le gradient de pression s’établit du moyeu vers le carter
(au sens des pressions croissantes).
– Dans le virage axial–radial, la courbure dans le plan méridien est forte mais finie, le
terme en cos σ atténue l’effet de la force centrifuge sur la normale et donc la force
due à la courbure domine : le gradient de pression s’établit du carter vers le moyeu.
Cette situation est illustrée figure 2.11.
– Vers la sortie de la roue, 1/Rm redevient petit, mais comme on s’approche d’un
écoulement radial, la force due à la rotation n’a presque plus de composante sur la
normale à la trajectoire, et finalement le gradient reste du carter vers le moyeu.
Pour résumer : dans le plan méridien, le gradient de pression s’établit du carter

vers le moyeu dans la majeure partie de la roue.
C’est ce qu’on appelle la charge pied-tête.
2.3.1.3 Analyse dans une projection aube-à-aube

Dans un plan aube-à-aube, la direction de la trajectoire est orientée suivant les pales au
début (donc sans composante suivant z pour une entrée axiale), puis tend vers la direction
radiale à la sortie. De ce fait, la force de Coriolis varie significativement entre l’entrée et la
sortie. En revanche, les expressions dérivées précédemment pour les autres forces restent
valables. La situation qui nous intéresse est représentée figure 2.12, pour le cas d’une zone
proche de la sortie roue. Une approche similaire permet de faire le bilan des efforts dans le
plan aube-à-aube :
1 ∂W W2
∇P = −W us + rΩ2 ur − 2Ω × W + un . (2.20)
ρ ∂s Rc
Cette équation nous permet de comparer les différentes stations dans la roue :
– à l’entrée de la roue, la force de Coriolis est portée par ur et n’intervient pas dans
le bilan aube-à-aube ; de même pour la force centrifuge due à la rotation, elle-aussi
portée par ur . On peut donc déduire de l’équation (2.20) qu’un gradient de pression
s’établit pour compenser la force centrifuge due à la courbure. Ce gradient est po-
sitif de l’extrados d’une pale vers l’intrados de la suivante. L’extrados et l’intrados
sont définis ici de manière géométrique (dessus/dessous). Ces termes, généralement
réservés à l’aérodynamique externe, ont l’avantage de ne pas être ambigus, contrai-
rement aux termes anglais de pressure side (PS) et suction side (SS) qui dépendent
du régime de fonctionnement (en effet si l’extrados est bien en dépression aux faibles
et moyens débits, il peut être en surpression aux forts débits). Toutefois, la notation
PS/SS sera conservée car plus explicite dans le contexte des turbomachines ;
– considérons un plan proche de la sortie de la roue, situation représentée figure 2.12.
Pour quantifier le gradient de pression aube-à-aube, la direction θ est examinée. La
force centrifuge due à la rotation étant portée par ur elle n’intervient pas dans ce
bilan. Trois termes restent donc à examiner : la force d’inertie de la particule sur
sa trajectoire, la force de Coriolis et la force centrifuge due à la courbure. La force
due à la variation de vitesse de la particule est orientée suivant −us, mais comme
dans un compresseur la particule est décélérée, la force a une projection négative sur
uθ . Il faut maintenant comparer la force centrifuge due à la courbure et la force de
Coriolis. Pour des pales purement radiales en sortie, l’effet de courbure est nul en
sortie. Pour des pales couchées en arrière, la force due à la courbure a une projection
positive suivant θ. Cependant, le rayon de courbure est généralement grand, et la
force centrifuge reste inférieure à la force de Coriolis. On conclut finalement que
l’équilibre des forces est dominée par la force de Coriolis : le gradient de pression
reste orienté vers de l’extrados vers l’intrados, et ce même pour des pales couchées
en arrière.
Figure 2.12: Représentation des forces en présence dans le plan aube-à-aube.

Pour résumer : dans le plan aube-à-aube, au débit nominal, le gradient de pression

s’établit de l’extrados vers l’intrados dans la totalité de la roue.
C’est ce qu’on appelle la charge aube-à-aube.
2.3.2 L’écoulement secondaire

Au sens large, l’écoulement secondaire est défini comme les composantes de vitesse
relative dans tout plan orthogonal à la direction de l’écoulement principal. Cependant,
certains auteurs sont plus spécifiques : pour Hawthorne (1974) “l’écoulement secondaire se
caractérise par une composante de vorticité suivant la direction des lignes de courant dans
le repère relatif”. Pour Bradshaw (1996) : “À cause des effets visqueux, les parois du carter
et du moyeu produisent une déviation de l’écoulement principal, pour donner naissance à
ce qu’on a appelé l’écoulement secondaire”. Les caractéristiques suivantes sont toutefois
communément acceptées :
– un caractère fortement tridimensionnel et instationnaire ;
– la présence de vorticité longitudinale (i.e. suivant la direction de l’écoulement prin-
cipal) ;
– une forte interaction avec l’écoulement principal ;
– et une augmentation d’entropie.
(a) D’après Japikse et Baines (1997). (b) D’après Lakshminarayana (1996).
Figure 2.13: Représentation élémentaire de la formation de l’écoulement secondaire.
La figure 2.13 explique simplement la formation de l’écoulement secondaire. Considérons

les lignes de courant A et B de cette figure : si on suppose que la ligne A suit la direction
de la pale, le paragraphe précédent a montré qu’il s’établissait un gradient de pression
de l’extrados vers l’intrados. Sous les hypothèses de Prandtl, la trajectoire B (située dans
la couche limite) subit le même gradient pression. Or, si on se réfère à l’équation (2.20),
les forces sensées équilibrer ce gradient de pression sont insuffisantes pour maintenir la
particule sur la même trajectoire que la ligne A, à cause du déficit de vitesse dû à la couche
limite du moyeu. Pour cette raison, la particule est déviée vers l’extrados (figure 2.13 (a)).
Ceci donne naissance à des composantes de vitesse orthogonales à l’écoulement principal,
et plus généralement à l’écoulement secondaire (figure 2.13 (b)).
Le raisonnement précédent montre que l’écoulement secondaire est en fait une création
de vorticité longitudinale par réorientation de la vorticité transversale présente dans les
couches limites. Pour cette raison, une distinction particulière est faite en ce qui concerne
l’écoulement de jeu. Au sens large, le jeu entre le carter et l’extrémité des pales est bien
la cause d’un écoulement secondaire, mais l’origine est différente : l’écoulement de jeu se
développe du fait de la charge de la pale et de l’entraı̂nement du carter.
2.3.2.1 Approche théorique

La théorie pour les écoulements secondaires se base sur les équations de transport de
la vorticité. La vorticité absolue est égale au rotationnel de la vitesse absolue :
ω = rotV = ∇ × V . (2.21)
Ce paragraphe ne prétend pas présenter une dérivation complète des équations générales
gouvernant la vorticité (se référer par exemple à Lakshminarayana (1996) pour les équations
complètes, et à Lakshminarayana et Horlock (1973) pour une dérivation détaillée). Nous
allons présenter ici les équations simplifiées pour la composante longitudinale de vorticité,
le but étant de comprendre les mécanismes de création des écoulements secondaires, dans
un premier temps, puis de présenter les structures classiques que l’on peut attendre.
D’après Hawthorne (1974), l’équation pour la vorticité relative longitudinale (ωs∗ , com-
posante suivant us du vecteur ω ∗), peut s’écrire

∂ ωs∗ 2 1 ∂Pr Ω ∂Pr
= 2
+ , (2.22)
∂s W ρW Rn ∂b W ∂z

Courbure Rotation
où Pr , la “pression relative en rotation”, s’écrit :

ρW 2 ρΩ2 r 2
Pr = P + − , (2.23)
2 2
avec b la direction normale au plan considéré, et Rn la courbure dans ce même plan.
2.3.2.2 Structures tourbillonnaires élémentaires

L’évaluation des termes de l’équation (2.22), par une analyse qualitative dans les plans
de référence méridien et aube-à-aube, permet d’identifier les structure tourbillonnaires
élémentaires qui composent l’écoulement secondaire dans les compresseurs centrifuges,
résumées figure 2.14. Cette approche est adaptée de celle proposée par Hirsch, Kang et
Pointel (1996).
Figure 2.14: Représentation schématique des structure élémentaires de l’écoulement secondaire.
Effet de courbure dans le plan aube-à-aube On évalue le premier terme du membre

de droite de l’équation (2.22) dans un plan aube-à-aube ; la direction normale b est donc la
direction radiale. Les couches limites du moyeu et du carter sont alors alors responsables
de la création de vorticité à travers le terme ∂Pr /∂b. En effet, le terme dû au gradient
de vitesse est prépondérant dans la dérivée de Pr , car la pression varie peu à travers la
couche limite (hypothèses de Prandtl), de même que r (hypothèse de couche mince à grand
nombre de Reynolds). Le terme de courbure de l’équation (2.22) peut alors s’écrire :

2 1 ∂Pr 2 ∂W
∼ , (2.24)
ρW 2 Rn ∂b W Ra ∂b M/C
où Ra est la courbure dans le plan aube-à-aube, et les indices M et C se réfèrent aux couches
limites du moyeu et du carter. Ce terme traduit une création de vorticité longitudinale à
proximité du moyeu et du carter, créant une composante d’écoulement du PS au SS. Cette
structure tourbillonnaire est schématisée figure 2.14 sous la dénomination de “tourbillon
dû à la courbure des pales”.
En prenant une référence de vitesse externe W , et δM/C un ordre de grandeur de la
taille de la couche limite, on évalue ce terme comme 2/Ra δM/C . Cette expression souligne
l’importance de la taille de la couche limite, et montre l’impact de l’angle de sortie roue.
En effet, cette contribution disparaı̂t pour une roue purement radiale en sortie.
Effet de courbure dans le plan méridien On évalue ici le premier terme de l’équa-
tion (2.22) dans le plan méridien. Le gradient de Pr s’écrit alors :

2 1 ∂Pr 2 ∂W 2
2
∼ ∼ , (2.25)
ρW Rn ∂b W Rm ∂b P S/SS Rm δM/C
où Rm est la courbure dans le méridien. Cette fois, le gradient de W est dû aux couches
limites des pales. Ce terme traduit une création de vorticité longitudinale à proximité
des surfaces des pales, créant une composante d’écoulement du moyeu au carter. C’est le
“tourbillon dû à la courbure dans le plan méridien” de la figure 2.14.
Effet de la rotation On approxime encore le gradient de Pr par le gradient de W 2 /2.

La direction dans laquelle on examine les variations est z, la direction axiale. Le gradient
de vitesse (dû aux couches limites sur le carter et le moyeu), projeté suivant z, ne sera
significatif que là où les normales au carter et au moyeu ont des composantes significatives
suivant z, c’est-à-dire vers la sortie de la roue. En se référant à la figure 2.11 on peut écrire :
∂ ∂
= sin σ . (2.26)
∂z ∂nm
Alors, si on écrit :
∂Pr ∂W 2 /2 ∂W
= sin σ = sin σW , (2.27)
∂z ∂nm ∂nm
et si on utilise la relation Wm = W cos β (voir figure 2.12), on obtient finalement :
Ω ∂Pr 2Ω sin σ cos β

∼ . (2.28)
W ∂z Wm δC/M
On retiendra que cette équation traduit la formation de tourbillons de Coriolis dans la

section de passage au niveau des carter et moyeu, dus aux effets combinés de la rotation
et de la viscosité. Ces tourbillons sont orientés de l’intrados (PS) vers l’extrados (SS), aux
niveaux des carter et moyeu. Ils son donc semblables aux “tourbillons dus à courbure des
pales” de la figure 2.14.
Comparaison des contributions On peut former un nombre adimensionnel, caracté-

ristique des effets relatifs dus à la courbure et à la rotation. En faisant le rapport entre les
facteurs multipliant les deux termes de l’équation (2.22), on obtient un nombre de Rossby
modifié :
W sin σ cos β Courbure
Ro−modifié = = . (2.29)
ΩRn Rotation
En remarquant la présence de W au numérateur, on peut lier la structure de l’écoule-
ment secondaire au débit. En effet, des résultats obtenus par Johnson et Moore (1983)
montrent l’influence du débit sur le sillage à la sortie d’un compresseur centrifuge. Les
expériences menées montrent que le sillage augmente quand le débit est diminué, et sur-
tout qu’il se déplace vers l’extrados de la pale. À l’inverse, si on augmente le débit, le sillage
se rapproche du carter. Ceci confirme l’analyse induite par des considérations adimension-
nelles sur le nombre de Rossby.
On notera de plus la présence des termes en sin σ et cos β qui permettent de résumer les
considérations sur les effets de courbure et rotation présentés dans les figures 2.11 et 2.12.
Synthèse L’obtention de données locales sur la structure de l’écoulement dans les tur-
bomachines radiales a été notamment initiée par Senoo, Yamaguchi et Nishi (1968). Les
travaux de Eckardt (1975) ont ensuite représenté un progrès significatif. Maintenant, l’ob-
tention de données locales par vélocimétrie laser est relativement répandue (Hathaway et
al., 1993; Wernet, Bright et Skoch, 2001; Ziegler, Gallus et Niehuis, 2003a). Cependant,
l’identification des structures de l’écoulement secondaire est plus rare. Les expériences de
Krain (1981), Krain (1988) et Sipos (1990) rapportent l’observation expérimentale des
structures représentées sur la figure 2.15 : un tourbillon de passage se forme à l’entrée de
la roue (plan I) ; un peu plus avant, deux tourbillons contra-rotatifs occupent la totalité
du canal (plan II) ; vers la sortie, une structure complexe est obtenue où deux tourbillons
cohabitent dans des portions limitées du passage (plan V).
Ces structures ont été reproduites (au moins de manière qualitative) par de nombreuses
études CFD ; on peut notamment citer les études de Moore et Moore (1988); Sipos (1990);
Chen et al. (1996); Hirsch, Kang et Pointel (1996).
Figure 2.15: Structures tourbillonnaires : lignes d’écoulement secondaire sur des coupes orthogonales
à travers la roue de Krain (1988). Résultat de calculs RANS, d’après Hirsch, Kang et Pointel (1996).
Cas de l’écoulement de jeu de bout de pale Pour permettre la rotation des par-
ties mobiles de turbomachines sans flasque, il est indispensable de laisser un jeu entre
l’extrémité des pales et le carter. Inévitablement, cette zone est le siège d’un écoulement
allant d’un canal vers son voisin. La cause principale de ce “débit de fuite”, illustré fi-
gure 2.16 (a) est la différence de pression entre les deux faces d’une même pale (effet
non-visqueux). La condition d’adhérence sur la paroi du carter, combinée à la rotation, est
un effet supplémentaire de type visqueux qui, dans les compresseurs (contrairement aux
turbines), agit dans le même sens que la charge. La charge de la pale en tête et la hauteur
du jeu sont donc deux paramètres critiques pour l’influence de l’écoulement de jeu de bout
de pale.
La couche de vorticité ainsi engendrée rencontre une discontinuité angulaire lors de
son interaction avec l’écoulement principal. Dans le cas “idéal”, cette discontinuité mène
(a) Débit de fuite de l’intrados vers l’extrados. (b) Formation du tourbillon de jeu
Figure 2.16: Représentations schématiques de l’écoulement de jeu, d’après Lakshminarayana (1996).
à la formation d’un tourbillon, illustré figure 2.16 (b). Ce tourbillon est ensuite convecté
dans le canal, participant ainsi à l’écoulement secondaire, et plus particulièrement à la
formation du jet/sillage (§ 2.3.2.4). La formation effective de ce tourbillon est conditionnée
par l’influence de paramètres tels que la diffusion visqueuse ou le niveau de turbulence. De
plus, l’écoulement secondaire s’oppose, voire domine (Lakshminarayana, 1996) l’écoulement
de jeu.
Les effets de jeu sont le sujet de nombreuses études expérimentales (Skoch et al., 1997;
Fagan et Fleeter, 1991; Ishida et Senoo, 1981). L’existence du tourbillon est en général bien
capturée par la simulation numérique (Papailiou et al., 1999; Skoch et al., 1997; Basson et
Lakshminarayana, 1993), mais son point d’apparition et son interaction avec l’écoulement
principal semblent poser plus de difficultés.
Nous allons maintenant examiner deux conséquences notables de la présence des écoule-
ments secondaires : le glissement et la configuration de jet/sillage.
2.3.2.3 Le glissement
La notion de glissement est à rapprocher de l’écart fluide–profil dans l’étude des ailes
en aérodynamique externe ; il traduit l’écart entre la direction de l’écoulement relatif β et
l’angle de la pale en sortie β2p . Ce phénomène a quatre origines :
– les écoulements secondaires ;
– la diminution soudaine de l’effet de blocage lorsque les particules dépassent le bord
de fuite ;
– le développement des couches limites sur les pales ;
– l’influence de l’accélération de Coriolis (figure 2.12), qui n’est plus compensée par la
charge des pales.
Le glissement a un impact négatif sur la performance d’un compresseur centrifuge. En
effet, d’après l’équation d’Euler (2.2), tout écart à la déviation maximale entraı̂ne une
diminution de la puissance délivrée. Ainsi, le coefficient de glissement est intimement lié
à la notion de rendement, ce qui pourrait expliquer la difficulté à trouver une corrélation
universelle pour ce terme.
2.3.2.4 La configuration jet/sillage
Les mesures par anémométrie laser de Eckardt (1976) ont permis de confirmer les
théories de Dean et Senoo (1960) et Dean (1971), qui supposent l’existence en sortie roue
d’une zone d’accumulation de fluide à faible quantité de mouvement, le sillage, co-existant
avec une zone à forte énergie, le jet. Ceci est illustré figure 2.17.
Figure 2.17: Jet/sillage en sortie roue : représentation schématique de la contribution des écoulements
secondaires et de jeu à la formation du sillage, d’après Eckardt (1976).
Eckardt (1976) proposa d’expliquer ce phénomène comme le résultat entre, d’une part,
l’interaction du décollement de la couche limite à l’extrados (en conséquence de la réduction
de turbulence sous l’effet de l’accélération de Coriolis – voir chapitre 5), et d’une séparation
au carter (sous l’effet de la courbure) d’autre part. Bien que la coexistence de zones de
décollement et de jet/sillage fut observée expérimentalement par Johnson et Moore (1983),
les expériences de Krain (1988) démontrèrent par la suite la possibilité de rencontrer la
structure de jet/sillage en l’absence de décollement significatif. L’explication communément
acceptée maintenant (Hirsch, Kang et Pointel, 1996; Hathaway et al., 1993) attribue le
jet/sillage au transport de fluide à faible quantité de mouvement dans les couches limites,
en interaction avec l’écoulement de jeu. Cette structure se révèle donc être le fruit de
l’interaction entre les écoulements secondaire et de jeu.
Les simulations numériques reproduisent généralement bien le jet/sillage : les calculs
de Casey, Dalbert et Roth (1990) restituent le développement progressif de la zone à
faible quantité de mouvement à travers la roue de Eckardt (1976) ; les résultats de Kang
et Hirsch (1999) reproduisent l’influence du débit sur la position du jet/sillage, observée
expérimentalement par Chriss, Hathaway et Wood (1996).
2.3.3 Les pertes

Au sens large, les notions de perte, de création d’entropie et de diminution de rendement
sont équivalentes. Les différents mécanismes générateurs de pertes dans les turbomachines
sont variés et inter-corrélés ; toute tentative de classification en différentes catégories est une
vue de l’esprit. En effet, au niveau microscopique, toutes les pertes sont d’origine visqueuse.
Toutefois, en adoptant un point de vue macroscopique (Lakshminarayana, 1996; Denton,

1993), on peut organiser les pertes de la façon suivante :
1. les pertes par effets visqueux directs ;
2. les pertes par jeu ;
3. les pertes par mélange ;
4. les pertes par chocs.
Nous allons maintenant isoler les différents mécanismes qui rentrent dans cette décompo-
sition.
2.3.3.1 Les pertes par effets visqueux directs
Cette catégorie est parfois nommée pertes par frottement, ou pertes de profil. Les
phénomènes qu’elle inclut sont
– les pertes par frottement sur les pales et le moyeu (les frottements au carter sont
généralement classés dans la catégorie des pertes par jeu), et particulièrement au
niveau des survitesses dues au contournement du bord d’attaque. C’est une action
directe du frottement visqueux à la paroi : il y a création d’entropie principalement
de la sous-couche visqueuse à la zone logarithmique (Denton, 1993) ;
– les pertes dues aux décollements éventuels. Lorsque la couche limite décolle, la partie
décrochée de la pale ne travaille pas, et la zone de recirculation est le siège d’une forte
création d’entropie. Cette perte pourrait être inclue dans les pertes par mélange, car
la zone à faible quantité de mouvement générée par le décollement doit se mélanger
à l’aval avec le flux primaire ;
– les pertes générées dans le sillage des bords de fuite épais sont généralement classées
dans cette catégorie, mais comme pour les pertes par décollement, elles tiennent
beaucoup aux pertes par mélange.
2.3.3.2 Les pertes par mélange
Cette catégorie assez large inclut toutes les configurations d’écoulement qui impliquent
le mélange de deux flux de vitesses différentes. Ce mélange est source d’entropie (Denton,
1993; Cumpsty, 1989). Par exemple, les pertes générées par une configuration de jet/sillage
ou l’écoulement de jeu, mais aussi, au sens large, l’homogénéisation de l’écoulement issu
de la roue entrent dans cette catégorie.
2.3.3.3 Les pertes par effet de jeu
En général, on identifie trois manifestations des effets de jeu :

– la couche de cisaillement due au mouvement relatif des pales et du carter est cause
d’un frottement important au carter. Il s’agit d’une perte directe par frottement,
mais on la classe généralement dans les pertes par jeu ;
– une action directe due au fait que l’écoulement qui traverse le jeu ne travaille pas, et
en tête de pale, un effet de diminution de la charge donc du travail ;
– une action indirecte : le jet créé par le jeu engendre des pertes par mélange en rencon-
trant le flux primaire. De plus, il participe à la tridimensionnalité de l’écoulement et
donc à la distorsion générée à l’aval de la roue, créant des conditions de désadaptation
sur le diffuseur.
2.4 Notions d’acoustique pour les compresseurs cen-

trifuges
Ce paragraphe présente les différentes sources acoustiques dans les compresseurs ra-
diaux, dans l’objectif de réduire le bruit émis par ces machines. En effet, LTS a initié une
étude sur la prédiction du bruit des compresseurs centrifuges subsoniques en coopération
avec VIBRATEC et le LMFA de l’École Central de Lyon. L’analyse présentée dans ce pa-
ragraphe est en accord avec la stratégie définie à l’issue de cette collaboration (Bouvet,
Cogne et Maliczak, 2003), dont une partie des développements est présentée par Roger
(2004). Un outil de prédiction a été développé en interne par LTS ; il est sommairement
présenté en annexe A.4.
2.4.1 Position du problème

Nous ne considérons ici que les sources de bruit dues à des phénomènes aéroacoustiques,
par exclusion des autres sources de bruit, notamment des phénomènes vibroacoustiques
(comme par exemple le bruit dû aux paliers supportant l’arbre).
Les sources acoustiques sont examinées sous l’hypothèse de champ libre et de champ
lointain : la propagation de l’onde acoustique est considérée en l’absence d’interaction avec le
milieu extérieur (supposé au repos), et son impact est mesuré à une distance “suffisamment
grande” (l’hypothèse de champ lointain est vérifiée si λ/2Πd 1 avec λ la longueur d’onde
et d la distance à la source). En d’autres termes, toute la contribution aérodynamique à
l’émission de bruit est concentrée dans une zone dite région source (le carré central de la
figure 2.18), et le reste du domaine est traité comme un problème de propagation acoustique
(partie extérieure au carré central dans la figure 2.18).
Nous ne considérerons pas la propagation des ondes acoustiques dans ce mémoire, et
nous concentrerons sur la caractérisation des sources de bruit.
2.4.2 Rayonnement acoustique en champ lointain

Sous l’hypothèse de champ lointain, l’équation de Ffowcs-Williams et Hawkings (1969)
exprime la fluctuation de pression acoustique en fonction des caractéristiques de la source.
Cette équation (non présentée ici) illustre un point important : les sources de bruit sont
liées aux variations temporelles des grandeurs physiques (présence de dérivées temporelles
dans tous les termes source de l’équation). De plus, les différents termes de cette équation
montre que les sources sont de trois types : monopolaires, dipolaires, et quadripolaires.
Nous ne détaillerons pas ce point ici, car ceci sort du cadre de ce mémoire.
2.4 Notions d’acoustique pour les compresseurs centrifuges 35
Figure 2.18: Source acoustique sous l’hypothèse de champ libre et lointain : la zone centrale représente
la source de bruit aérodynamique, et la zone extérieure la propagation de l’onde acoustique, d’après
Bogey (2000).
Deux origines de variations temporelles sont possibles : (i) l’instationnarité intrinsèque

de la source, définie dans le référentiel relatif associé ; et (ii) l’instationnarité due au mou-
vement de la source par rapport à un point fixe (exprimée par un facteur Doppler).
Deux types de bruits sont alors possibles : (i) le bruit de raies, qui se manifeste à des
fréquences caractéristiques (liées à la fréquence de passage des pales), et (ii) le bruit large
bande, qui est réparti sur toute la largeur du spectre (on le nomme parfois bruit blanc par
analogie avec l’optique).
2.4.3 Sources de bruit

2.4.3.1 Bruit large bande
D’après Cumpsty (1989) et Tetu, Thompson et McLaughlin (1993), les principales

sources de bruit large bande sont :
– l’interaction entre un “écoulement turbulent” incident avec le bord d’attaque des
profils présents dans l’étage ;
– l’interaction entre les bords de fuite du rotor et l’écoulement, notamment avec les
fluctuations turbulentes ;
– les couches limites turbulentes au voisinage des parois solides ;
– les zones de décollement.
Les deux premières contributions sont généralement considérées comme prépondérantes.
On notera ici que l’interaction entre les sillages du rotor et le bord d’attaque du diffuseur
rentre dans la première catégorie (cette interaction crée donc du bruit de raies et du bruit
large bande).
On considère généralement que le bruit large bande domine le bruit de raies pour
un “nombre de Mach de rotation” (défini par la vitesse d’entraı̂nement en bout de pale)
inférieur à 0.8 . La figure 2.19 présente les résultats de mesures effectuées sur un compresseur
de référence LTS (le baseline). Cette figure montre que pour ce point de fonctionnement,
le niveau de pression3 du bruit large bande est inférieur de 10 à 30 dBA au bruit de raies,
et donc largement négligeable.
10 dBA
Lp (dBA ref 20 µPa)
35 000 tr/min
30 000 tr/min
Bruit de fond
0 5000 10000 15000 20000

Fréquence (Hz)
Figure 2.19: Spectre mesuré du niveau de pression acoustique rayonné par un compresseur LTS de
référence (le baseline). Le “bruit de fond” est mesuré lorsque la machine ne tourne pas. Les pics
représentent le bruit de raies, supérieur de 10 à 30 dBA au bruit large bande (donné par le niveau
moyen en excluant les pics).
2.4.3.2 Bruit de raies
D’après l’analyse menée par LTS, on identifie généralement les 4 sources de bruit de
raies suivantes :
– L’interaction des pales avec une distorsion amont.
Les effets de la géométrie d’alimentation peuvent entraı̂ner une distorsion azimutale
du champ de vitesse, supposée stationnaire dans le repère absolu. Dans le référentiel
lié à la pale, cette distorsion se manifeste comme une variation temporelle d’incidence,
mécanisme défini précédemment.
La taille de la distorsion conditionne alors le contenu fréquentiel associé à la fluc-
tuation : une distorsion azimutale de taille importante se manifeste dans le champ
fréquentiel comme un bruit basse fréquence. En revanche, une “petite” distorsion
se manifeste par une fréquence élevée, souvent considérée comme gênante pour le
3 2 2
Le niveau de pression est défini comme Lp = 10 log Pacous /Pref . Les dBA représentent l’application
d’un filtre comparable à celui de l’oreille humaine, c’est-à-dire que les niveaux de pression hors de la gamme
1000–5000 Hz sont atténués.
2.4 Notions d’acoustique pour les compresseurs centrifuges 37
confort auditif si elle se situe dans la gamme de la parole (1000 Hz–5000 Hz), les
limites de l’oreille humaine étant 20 Hz–20 000 Hz.
– Le bruit de charge stationnaire.
Sous l’effet de la rotation, la charge aérodynamique aube-à-aube est une source de
bruit. L’analyse de l’efficacité des sources autorise à considérer que cette source est
négligeable dans le cas des compresseurs LTS.
– L’interaction entre le sillage du rotor et le stator.
Le sillage généré en aval du rotor est vu comme une distorsion en mouvement (appelée
“rafale”) par le stator. L’interaction périodique de ce déficit de vitesse avec les pales
du diffuseurs est une source de bruit cohérente (bruit de raies). Notons que le terme
de sillage est entendu ici au sens large ; cette notion sera précisée au chapitre 5.
– L’interaction entre le bec de volute et l’écoulement.
De même que pour l’interaction précédente, le défilement des sillages du rotor peut
interagir avec le bec de la volute pour créer du bruit, en particulier dans le cas d’un
diffuseur lisse. Dans le cas où un diffuseur aubé est présent à l’aval de la roue, on
estime généralement cette source négligeable, du fait du mélange des inhomogénéités
à la traversée du stator. Notons que cet aspect aérodynamique est confirmé par les
résultats expérimentaux de Krain (1981), qui montrent une disparition des inho-
mogénéités (périodiques) dues à la roue après le col du diffuseur.
Pour résumer, deux sources sont considérées comme prédominantes dans la

génération de bruit de raies pour les compresseurs centrifuges :
l’interaction sillage roue/diffuseur et
l’interaction distorsion amont/bord d’attaque roue.
En ce qui concerne la deuxième contribution (l’interaction distorsion amont/bord d’at-

taque roue), LTS a mis en place une méthode pour quantifier le niveau de bruit a posteriori.
Cette méthode repose sur l’utilisation de données expérimentale fines (obtenues par PIV),
de résultats de calculs CFD instationnaires et de calculs acoustiques. Cette méthode est
donc très lourde et ne peut être incluse dans le cycle de développement à l’heure actuelle.
Pour cette raison, nous ne considérerons dans ce mémoire que l’interaction sillage roue/diffuseur.
Une méthode de calcul du bruit de raie pour la source diffuseur a été mise en place
par le pôle acoustique LTS. Cette méthode repose sur les travaux de Amiet et Sears : elle
représente l’extension aux hautes fréquence du problème d’une plaque plane soumise à une
perturbation périodique en incidence. Cette méthode, présentée sommairement en annexe,
fournit un indicateur de l’intensité de la source de bruit. Il faut insister ici sur le caractère
qualitatif de cette indicateur. En effet, il ne s’agit pas de prédire le niveau de bruit avec
précision, mais de disposer d’un outil pour identifier les choix de conception permettant de
réduire le bruit, en se basant sur un modèle préservant la physique en place.
La méthode de calcul de la source diffuseur repose sur l’extraction des résultats CFD du
champ de vitesse en amont du bord d’attaque diffuseur. Les calculs acoustiques présentés
dans la suite de ce mémoire ont été menés par LTS sur la base des données aérodynamiques
extraites des calculs CFD réalisés dans le cadre de la thèse.
Par la suite, nous nous attacherons à traiter l’acoustique comme un contrainte supplémentaire
au dimensionnement des compresseurs centrifuges.
Synthèse
Ce chapitre a permis de donner les caractéristiques générales des compresseurs centri-
fuges. Nous verrons au chapitre 7 que des notions comme l’effet centrifuge ou le ralentis-
sement (équation (2.6)) ont des implications concrètes sur les principes de dimensionne-
ment des compresseurs. D’une manière générale, les différentes phénoménologies présentées
au paragraphe 2.3.2 (en particulier les figures 2.15, 2.16 et 2.17) participeront, au moins
d’un point de vue qualitatif, à la qualification des prédictions des modèles de turbulence
présentés au chapitre 5. Enfin, si la notion de similitude a été abordée succinctement ici,
nous verrons au chapitre 11 qu’elle mérite d’être développée dans le contexte de la concep-
tion d’une gamme d’étage.
Première partie
Prédictivité : Qualification de l’outil

CFD
Chapitre 3
Cadre de l’approche numérique :

vérification et validation
Sommaire
3.1 Introduction : qualité et confiance dans la CFD . . . . . . . . 42
3.2 Concepts et définitions . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.1 Présentation du concept . . . . . . . . . . . . . . . . . . . . . . . 43
3.2.2 Formalisme et classification des erreurs . . . . . . . . . . . . . . . 44
3.3 Procédures pour la vérification et la validation . . . . . . . . 47
3.3.1 Évaluation de l’erreur numérique : études de grille . . . . . . . . 47
3.3.2 Estimation des incertitudes aléatoires : étude de sensibilité . . . 49
3.3.3 Construction d’une métrique de validation . . . . . . . . . . . . . 50
Ce chapitre vise à donner un cadre théorique et méthodologique à l’approche numérique

adoptée dans ce mémoire. Il donne ainsi la ligne directrice suivie dans la première partie.
Les concepts et procédures que nous définissons ici sont utilisés pour quantifier l’erreur
numérique inhérente à nos simulations (chapitre 4), et estimer l’influence des corrections
de modèles de turbulence proposées dans le chapitre 5. Le chapitre 6 clôture alors cette
partie en évaluant la prédictivité de l’outil CFD dans un contexte industriel.
L’introduction de ce chapitre montre la nécessité de quantifier l’incertitude associée à un
résultat de simulation. La méthode de “vérification et validation”, communément admise
à présent pour cette tâche, est ensuite introduite et discutée. Une attention particulière est
portée à la définition des procédures qui seront utilisées par la suite. Enfin, la conclusion
de ce chapitre permet de déterminer les axes qui doivent être privilégiés pour atteindre
l’objectif suivant : intégrer la simulation numérique dans une démarche rigoureuse permet-
tant d’identifier et de quantifier les incertitudes associées aux calculs, afin de rendre la plus
juste possible l’utilisation de l’outil CFD dans un contexte industrielle.
42 Cadre de l’approche numérique : vérification et validation
3.1 Introduction : qualité et confiance dans la CFD
Depuis son essor véritable vers la fin des années soixante, la CFD a évolué à un rythme
soutenu. Les progrès significatifs dans le domaine des méthodes numériques (schémas de
discrétisation spatiale et d’intégration temporelle, techniques de maillage) ont permis de
multiplier les applications de la simulation numérique : élargissement de la gamme de
nombre de Mach, prise en compte de la turbulence, complexification des géométries.
Parallèlement, l’amélioration continue des performances des ordinateurs a permis à
la CFD de trouver une place à part entière dans les cycles de conception, en réduisant
suffisamment les temps de calculs pour traiter des configurations représentatives de la
réalité industrielle.
La maturité des codes de calculs acquise dans la dernière décennie doit maintenant être
complétée par un questionnement sur la crédibilité qualitative et quantitative des résultats
numériques. En effet, l’une des principales qualités de la CFD est de permettre d’analyser
rapidement des options de conception, sans recourir à de longues et coûteuses campagnes
d’essais. Se dégage donc clairement la nécessité de quantifier la confiance dans les résultats
de simulations.
Les premières démarches rigoureuses sur ce sujet furent initiées dans des domaines où
l’enjeu des simulations est élevé car la validation expérimentale n’est pas possible, comme
c’est le cas pour les problèmes liés à l’énergie nucléaire ou à certains tests de missiles. Ainsi,
dès la fin des années soixante-dix, des organisations officielles (principalement aux USA),
comme la Society for Computer Simulation, développèrent des initiatives visant à maı̂triser
le processus des simulations et quantifier leurs erreurs. Dans les années quatre-vingt, la
Defense Modeling and Simulation Organisation du département de la défense américain
(DoD) débuta des efforts de normalisation sur ce thème : les termes de vérification et
validation sont introduits (DoD, 2003)1 .
P.J. Roache fut un des pionniers sur ce thème en participant notamment à la rédaction
de la “Politique éditoriale du Journal of Fluid Engineering (JFE ) : Déclaration sur le
contrôle de la précision numérique” (Roache, Ghia et White, 1986). Ce document stipule
que “tout résultat de simulation doit présenter une évaluation de l’erreur numérique par
l’utilisation de différentes résolutions de maillages pour être considéré comme publiable”.
L’ouvrage Roache (1998a) marque une étape sur la voie du consensus, et reste une référence
sur le sujet.
Dans les années quatre-vingt-dix, le comité des standards de l’American Institute of
Aeronautics and Astronautics (AIAA) publie un guide pour la vérification et la validation
(AIAA, 1999). Un numéro spécial de l’AIAA Journal (Mai 1998) est entièrement consacré
au thème “Crédibilité des simulations numériques en mécanique des fluides” (Mehta, 1998;
Barber, 1998; Roache, 1998b; Oberkampf et Blottner, 1998). L’AIAA continue depuis ses
efforts de standardisation (Cosner et al., 2005). Récemment, la mise-à-jour de la “Politique
éditoriale” du JFE (Celik, 2003) propose une méthode standard pour mener les études de
vérification, basée sur les travaux de Roache (Roache, 1993, 1998a).
1
Cette référence correspond à la dernière mise-à-jour du document par le DoD.
3.2 Concepts et définitions 43
Figure 3.1: Représentation synthétique des liens entre la réalité et les résultats de simulation.
Au niveau industriel, des initiatives commencent à émerger. L’article de Hutton et Casey

(2001) intitulé “Quality and Trust in Industrial CFD ” illustre idéalement ces préoccupa-
tions, et présente notamment les efforts européens en la matière. On peut citer par exemple
le recueil de “Best Practice Guidelines” (Casey et Wintergerste, 2000), édité par le groupe
ERCOFTAC ; ainsi que la mise en place des projets APPACET, QNET-CFD ou MARNET, qui
rassemblent en réseaux des industriels et des universitaires, dans une démarche d’évaluation
de la prédictivité de la CFD sur des configurations industrielles.
À l’heure actuelle, certaines ambiguı̈tés persistent sur l’utilisation des termes vérification
et validation. Toutefois, l’objet de ce chapitre n’est pas de présenter exhaustivement les
différentes perspectives sur le sujet ou les débats qu’elles suscitent. Nous tenterons ici
d’apporter une vision du sujet unifiée et largement consensuelle, dans la mesure du pos-
sible. L’approche présentée reprend les points incontournables soulignés par P. Roache,
H. Coleman, W. Oberkampf et I. Celik.
3.2 Concepts et définitions
3.2.1 Présentation du concept

La figure 3.1 donne le cadre conceptuel dans lequel s’inscrit la simulation numérique :
– l’étape de modélisation établit un modèle mathématique (i.e., un jeu d’équations
et de conditions aux limites) décrivant la réalité à un niveau d’approximation donné
(hypothèse de milieux continus dans notre cas). Pour la mécanique des fluides,
ces équations forment le système de Navier-Stokes, auquel s’ajoute une fermeture
(modèle de turbulence) lorsque les variables considérées sont les quantités moyennées
(Reynolds-averaged Navier-Stokes : RANS) ;
– rares sont les cas où ces équations peuvent être résolues analytiquement, c’est pour-
quoi on recourt à la simulation pour obtenir une solution numérique du problème ;
– enfin, l’utilisation de cette solution en tant que représentation de la réalité (comme

lorsque la CFD est utilisée pour la conception par exemple) est une prédiction2 .
Trois “outils” permettent de juger de l’adéquation entre ces états :
– l’analyse de la consistance physique donne les conditions de vraisemblance que doit
satisfaire le modèle pour représenter correctement la réalité ;
– la vérification est une activité purement numérique (i.e., indépendante de la phy-
sique que représentent les équations), qui vise à évaluer l’erreur due au passage d’un
modèle mathématique continu à une solution discrète, par le biais d’une procédure
numérique ;
– la validation quantifie les sources d’incertitudes dans la comparaison entre la solution
numérique et la réalité. Contrairement à l’utilisation que l’on fait de ce terme dans
certaines situations, le but de la validation n’est donc pas de délivrer une “certifica-
tion” (i.e., “validation” réussie ou non), mais de donner une mesure de la proximité
entre simulation et expérience.
Dans le cadre de ce mémoire, l’analyse de la consistance physique a été appliquée lors
de la dérivation des corrections des modèles de turbulence par Cazalbou et al. (2005) ;
l’essentiel de cette démarche est présenté au début du chapitre 5. Nous consacrons le
chapitre 4 à la vérification, et plus particulièrement à l’influence du maillage. Enfin, la
validation est l’objet de la fin du chapitre 5, ainsi que du chapitre 6.
3.2.2 Formalisme et classification des erreurs

Nous proposons dans ce paragraphe un formalisme pour identifier les erreurs impliquées
dans les étapes de vérification et validation, basé sur les propositions de Stern et al. (2001a)
et Coleman (2003).
Notons φ une grandeur d’intérêt (qui peut être une grandeur globale comme le rende-
ment, ou une grandeur locale comme la pression totale en un point donné de l’écoulement).
La valeur de cette grandeur dans la réalité est notée φREALITE . Nous insisterons plus loin
sur le sens de cette réalité. La solution (exacte et continue) du modèle mathématique est
notée φMATH . Enfin, φCFD est la valeur obtenue par la simulation numérique. Les erreurs
associées aux étapes de la figure 3.1 peuvent alors s’écrire
δMOD = φREALITE − φMATH , (3.1)

δNUM = φMATH − φCFD , (3.2)
de sorte que l’erreur globale associée à un calcul CFD s’écrit
δCFD = φREALITE − φCFD = δNUM + δMOD , (3.3)
et apparaı̂t comme la somme des contributions des erreurs numériques δNUM et de modé-
lisation δMOD .
2
Dans le guide AIAA (1999), la prédiction est définie comme “l’utilisation d’un modèle pour prédire
l’état d’un système physique en dehors des conditions pour lesquelles le modèle a été validé”. Nous ne
nous étendrons pas sur cette nuance.
3.2 Concepts et définitions 45
De manière similaire, un résultat expérimental φEXP contient aussi une erreur δEXP (due
à la précision des sondes, leur intrusivité, la répétabilité des essais . . . ) :
δEXP = φREALITE − φEXP . (3.4)
Finalement, la comparaison entre les résultats d’une simulation et d’une expérience

∆CFD/EXP est entachée des erreurs de calcul et de mesure :
∆CFD/EXP = φEXP − φCFD = δCFD − δEXP . (3.5)
Pour résumer notre approche, la vérification évalue δNUM , et la validation quantifie

∆CFD/EXP et les erreurs ou incertitudes3 associées. Idéalement, la validation vise à évaluer
δMOD ; nous verrons que, dans la pratique, ceci est difficile.
Les définitions suivantes, proposées par Roache (1998a), résument les

considérations précédentes :
“Vérification” ∼ a-t-on résolu les équations correctement ?
“Validation” ∼ a-t-on résolu les bonnes équations ?
Nous allons maintenant détailler les différentes sources d’erreurs impliquées.
3.2.2.1 Contributions à l’erreur numérique

L’erreur numérique se décompose de la manière suivante (Stern et al., 2001a) :
δNUM = δI + δT + δG + δA , (3.6)
où :
– δI est l’erreur due au processus itératif. Cette contribution devient négligeable, dans
la majorité des cas, après un “grand” nombre d’itérations ;
– δT est l’erreur due à la discrétisation temporelle pour un calcul instationnaire (i.e., le
choix du pas de temps). Cette erreur ne s’applique pas aux simulations stationnaires
traitées dans ce mémoire ;
– δG est l’erreur due à la discrétisation spatiale sur la grille de calcul. Nous verrons que
cette erreur est la plus significative dans notre cas. Nous y consacrons le chapitre 4 ;
– δA regroupe les autres causes d’erreurs possibles, principalement les erreurs de codage
et les arrondis machine. Dans le chapitre 5, la vérification de l’implantation des
corrections des modèles de turbulence vise à s’assurer que cette contribution est
négligeable.
3
En statistique, l’incertitude Uφ relative à la variable φ, est associée à l’erreur δφ , de sorte que l’intervalle
±Uφ contient la vraie valeur de l’erreur 95 fois sur 100. Pour une répartition gaussienne (loi normale), cet
intervalle correspond à deux fois l’écart-type.
3.2.2.2 Contributions à l’erreur de modélisation

En adaptant l’approche de Coleman (2003), les contributions suivantes à l’erreur de
modélisation sont identifiées :
δMOD = δLE + δEM , (3.7)
où :
– δDE représente les erreurs dues à l’utilisation de lois empiriques existantes, telles que :
la loi de Stokes, la loi des gaz parfaits, la loi de Sutherland. . . Cette contribution est
généralement considérée non significative, et donc négligée ;
– δEM représente l’erreur due aux équations du modèle mathématique, principalement
les erreurs associées à la fermeture des équations RANS : l’hypothèse de Boussinesq
pour des modèles linéaires du premier ordre par exemple, ou plus généralement la
formulation du modèle de turbulence utilisé.
3.2.2.3 Réalité expérimentale, réalité simulée et paramètres incertains

Jusqu’à présent, nous avons écarté le problème de la spécification des conditions aux
limites. En pratique, un certain nombre de données ne sont pas accessibles lors d’une
campagne expérimentale. Par exemple, dans le cas d’essais industriels d’une turbomachine,
il est généralement difficile de mesurer les conditions d’entrée en termes de distorsion de
l’écoulement et d’intensité de la turbulence. De même, la géométrie en fonctionnement (i.e.,
tenant compte des forces centrifuges, du champ de température, des effets d’installation. . . )
ne peut être connue sans avoir recours à des calculs d’interactions fluide–structure. Ces
informations doivent pourtant être spécifiées lors d’une simulation. Nous devons donc mener
des simulations en présence de paramètres incertains.
Pour autant, à proprement parler, il ne s’agit pas là d’une erreur associée aux mesures ou
au calcul. Nous sommes donc amenés à “distinguer deux réalités” : la réalité expérimentale
φREALITE-EXP et la réalité simulée φREALITE-SIM , l’écart entre les deux étant associé aux
paramètres incertains :
δPI = φREALITE-SIM − φREALITE-EXP . (3.8)
En reprenant le formalisme précédent pour les erreurs, nous distinguons les grandeurs
φREALITE-SIM pour les équations (3.1) et (3.3) d’une part, et d’autre part φREALITE-EXP pour
l’équation (3.4). L’“erreur” associée aux paramètres incertains doit donc être introduite
dans l’équation (3.5), qui devient :
∆CFD/EXP = δEXP + δPI + δCFD . (3.9)
Notons que l’erreur δPI est intrinsèque à la comparaison CFD/EXP. C’est une erreur
associée à une incertitude aléatoire (ou non-déterministe) du point de vue statistique, par
opposition aux erreurs numériques, associées à des incertitudes déterministes. L’étape de
validation devra alors prendre cette incertitude en compte et sera basée sur l’équation (3.9).
Les différentes procédures utilisées pour évaluer les termes qui contribuent à l’équa-
tion (3.9) sont maintenant présentées.
3.3 Procédures pour la vérification et la validation 47
3.3 Procédures pour la vérification et la validation

Trois étapes sont nécessaires pour mener à bien un travail de vérification et valida-
tion : (i) l’évaluation de l’erreur numérique et (ii) l’estimation de l’incertitude associée aux
paramètres incertains permettent (iii) d’établir une “métrique de validation”.
3.3.1 Évaluation de l’erreur numérique : études de grille

Une distinction importante doit être faite entre vérification d’un code et vérification
d’un calcul (Roache, 1998b). La vérification d’un calcul vise à calculer a posteriori l’erreur
numérique sur le résultat d’un cas précis, alors que la vérification d’un code est une tâche
autrement plus lourde, qui repose sur la vérification de calculs sur toute une gamme d’ap-
plications. Nous ne considérons ici que la vérification d’un calcul. Il s’agit donc d’évaluer
les termes de l’équation (3.6).
Dans le cadre de ce mémoire, les simulations instationnaires ne sont pas traitées, et nous
ne considérons donc pas la contribution du pas de temps δT . Pour minimiser l’erreur due
au processus itératif δI , les critères de convergence itérative suivants (Casey et Wintergerste,
2000) sont appliqués :
– diminution des résidus d’au moins 3 ordres de grandeur, et stabilisation ;
– écart entre le débit d’entrée et de sortie stabilisé, et inférieur à 0.1 % ;
– stabilisation des principales quantités globales d’intérêt (débit, taux de compression
et rendement).
L’erreur due aux autres paramètres δP ne peut être quantifiée séparément à l’issue
d’un calcul sans recourir à une solution analytique. En pratique, on supposera cette erreur
négligeable lors de l’évaluation de l’erreur numérique. La validité de cette hypothèse repose
sur deux points : (i) on estime que le code de calcul non modifié a subi les vérifications
nécessaires lors de sa conception et (ii) l’implantation des modifications apportées aux
modèles est vérifiée dans le chapitre 5.
L’extrapolation de Richardson est la technique la plus communément admise aujourd’hui

pour estimer l’erreur due au maillage (Celik, 2003). L’hypothèse de base de l’extrapolation
de Richardson est que l’erreur de discrétisation δG peut s’écrire sous la forme d’une série,
fonction de la taille de maille et de l’ordre du schéma :

n
δG = φMATH − φNUM-G = αi hpi , (3.10)
i=1
où φNUM-G est la valeur de la variable sur la grille considérée ; n est le nombre de termes
retenus dans la série ; αi une fonction dépendant du maillage et de la grandeur φ considérée ;
h une mesure de la taille de maille ; et pi l’ordre de troncature du i-ème terme. Les termes
αi et pi sont des fonctions de combinaisons variées des différentes dérivées de φ par rapport
à h.
Le rang asymptotique est alors défini comme la gamme de taille de maille qui assure que
le terme dominant l’erreur est le terme de plus haut degré. Pour une solution dans le rang
asymptotique, on peut donc écrire
δG = α hpobs , (3.11)
où pobs est l’ordre observé (effectif) du schéma pour le cas, le maillage et la variable φ
considérés. Ainsi, comme l’illustre la figure 3.2, dans une représentation en échelles loga-
rithmiques de l’erreur relative en fonction de la taille de maille, un schéma d’ordre 1 (resp.
2) se traduit par une pente 1 (resp. 2). Notons qu’en pratique, l’ordre observé pobs varie en
fonction de la proximité au rang asymptotique, comme le montrent les points figurés sur
la figure 3.2, tirés de solutions numérique de Roy, McWherter-Payne et Oberkampf (2000).
Ces résultats démontrent de plus que, pour un schéma mixte (schémas différents pour les
flux convectifs et visqueux), le terme d’ordre 2 domine sur les maillages grossiers, alors que
le terme d’ordre 1 domine dans le rang asymptotique.
La solution exacte, l’ordre observé pobs du schéma et le coefficient α forment les 3

inconnues du problème d’estimation de δG . En calculant la solution numérique sur un mi-
nimum de 3 grilles de tailles de mailles différentes, la résolution du système obtenu permet
d’obtenir δG-RE , erreur estimée par l’extrapolation de Richardson. Notons ici l’hypothèse
implicite que pobs et α sont constants pour les 3 grilles, ce qui, rigoureusement, est inexact
(voir la figure 3.2).
On pose : hk une mesure de la taille de maille sur la k-ième grille (1 correspondant à la
grille la plus fine) ; φk la solution obtenue sur la k-ième grille ; r21 = h2 /h1 et r32 = h3 /h2
les rapports de raffinement entre, respectivement, les grilles fine et moyenne, et moyenne et
dégradée ; les changements de solution associés aux raffinements sont notés ε21 = φ2 − φ1
Figure 3.2: Convergence en maillage théorique pour des schémas d’ordre 1 et 2, et comparaison avec
une solution calculée, d’après Roy, McWherter-Payne et Oberkampf (2000).
et ε32 = φ3 − φ2 . Les résultats principaux de l’extrapolation de Richardson sont alors :

pobs
(r21 φ1 − φ2 )
φRE = , (3.12)
(r21 − 1)
pobs

φRE − φ1
δG-RE1 = , (3.13)
φRE

ln |ε32 /ε21 |
pobs = + q(p) , (3.14)
ln(r21 )

pobs
r21 −s ε32
avec q(p) = ln et s = 1 · signe , (3.15)
r32 − s
pobs
ε21
où φRE est la solution extrapolée, et δG-RE1 la valeur extrapolée de l’erreur associée à la
solution sur grille fine.
Les limitations de la méthode sont les suivantes :

– en théorie, les trois grilles doivent être dans le rang asymptotique. En pratique, ceci
est une difficulté majeure, en particulier pour la grille dégradée ;
– Coleman et al. (2001) discutent la possibilité de rencontrer un phénomène oscillatoire
dans la convergence en maillage (même dans le rang asymptotique, voir Celik et al.
(2004)). Dans ce cas, la méthode n’est pas applicable.
L’estimation des erreurs numériques est un sujet recevant beaucoup d’attention à l’heure
actuelle. Nous citerons notamment les travaux de Celik et al. (2004), qui proposent une
méthode de traitement statistique pour les résultats issus de plusieurs simulations, élaborée
spécifiquement pour les cas où la convergence est oscillatoire. Cette méthode n’est pas
encore répandue et sa généralité reste à démontrer. Eça et Hoekstra (2002) proposent une
“méthode des moindres carrés” pour évaluer l’incertitude numérique d’après un échantillon
de solutions obtenues sur un nombre de grilles supérieur à 3. Celik et Hu (2004) proposent
d’évaluer l’erreur en résolvant une équation aux dérivées partielles supplémentaire, qui
exprime “la création et le transport de l’erreur”.
3.3.2 Estimation des incertitudes aléatoires : étude de sensibilité

Plusieurs techniques existent pour estimer les incertitudes associées aux paramètres
aléatoires :
– les approches statistiques, par exemple la méthode de Monte-Carlo et ses variantes
(Fishman, 1996) ; ces méthodes présentent l’inconvénient de nécessiter un grand
nombre de simulations ;
– la théorie du chaos, notamment la méthode du polynôme de chaos (Lucor, 2005).
– les approches déterministes, comme la méthode des perturbations (Putko et al.,
2002), ou plus simplement les études de sensibilité (Huang, 1997).
Dans le cadre de la thèse, nous utiliserons les études de sensibilité, qui représentent
un compromis acceptable en termes de ressources informatiques, de contraintes de temps
et de simplicité de mise en œuvre. La solution adoptée sera de mener deux calculs (au
minimum) autour de la valeur moyenne supposée. Nous avons retenu la taille du jeu et
l’intensité de turbulence en entrée pour l’importance de leur influence (Weiß et al., 2003;
Huang, 1997), mais d’autres effets pourraient être pris en compte (comme la distorsion
amont par exemple).
3.3.3 Construction d’une métrique de validation

Comme mentionné dans l’introduction, l’objet de la validation est de délivrer une me-
sure de la proximité entre simulation et expérience : la métrique de validation.
Cette notion est utilisée, par Stern et al. (2001a) ainsi que Oberkampf, Trucano et
Hirsch (2002), mais notre préférence va à la méthode proposée par Coleman (2003). Dans
cette approche, la métrique de validation MVAL est l’incertitude globale qui caractérise
l’écart entre résultats expérimentaux et numériques ∆CFD/EXP .
Pour cela, l’équation (3.9) est utilisée pour définir l’incertitude totale de la comparaison
UTOT , associée aux erreurs que l’on peut évaluer, c’est-à-dire que l’incertitude due aux
modèles UMOD est omise :

2 2 2
UTOT = UNUM + UPI + UEXP , (3.16)
où UNUM , UPI et UEXP sont, respectivement, les incertitudes associées à la résolution
numérique, les incertitudes aléatoires et les incertitudes expérimentales. L’incertitude totale
UTOT représente en quelque sorte le “bruit” associé à la comparaison.
Ainsi, on distingue les deux cas suivants :
cas 1 : si ∆CFD/EXP > UTOT , alors l’écart EXP/CFD est supérieur au

“bruit” : la métrique de validation est simplement ∆CFD/EXP ;
cas 2 : si ∆CFD/EXP < UTOT , en revanche, le “bruit” est supérieur à
l’écart EXP/CFD : la métrique de validation est UTOT . En d’autres termes, les
incertitudes de la comparaison imposent le niveau de validation.
Ces considérations permettent d’expliciter la métrique de validation sous la

forme suivante :

MVAL = max ∆CFD/EXP , UTOT . (3.17)
Cette métrique donne lieu à une approche de la validation par le biais des
incertitudes.
Dans les cas où : (i) les solutions numériques sont obtenues sur des grilles assurant
la convergence en maillage (UNUM = 0), (ii) les expériences sont entièrement maı̂trisées
(UPI = 0) et (iii) impliquent des erreurs négligeables (UEXP = 0), alors cette méthode
est sans grand intérêt4 . Dans un contexte industriel, ces trois conditions sont rarement
réunies, et la méthode prend tout son intérêt. Concrètement, certains industriels (Cosner,
2004) utilisent cette approche et s’orientent vers ce qu’on a appelé le “management des
incertitudes” (Rubbert, 1998; Luckring, Hemsch et Morrison, 2003), mais ceci sort du cadre
de la thèse.
Finalement, en ce qui concerne l’incertitude associée aux modèles, remarquons que dans
le cas 1, UMOD ne peut être évaluée, mais on peut conclure qu’elle est d’un ordre de grandeur
inférieur ou comparable à UTOT . Dans le cas 2, en particulier si ∆CFD/EXP UTOT , on
peut conclure que UMOD ∆CFD/EXP .
Synthèse et conclusions
Les concepts développés dans ce chapitre peuvent apparaı̂tre fastidieux, mais ils ont
l’avantage de donner un cadre rigoureux à notre approche numérique. C’est peut-être quand
ce type de cadre fait défaut à certaines études dites de “validation” qu’une confusion
peut s’installer sur la portée des résultats de simulations. Il semblerait toutefois que la
démarche dite de vérification et validation tende à devenir un standard, en témoignent les
références citées dans le premier paragraphe de ce chapitre (§ 3.1) ainsi que les nombreuses
publications récentes sur le sujet.
Dans le cadre de ce mémoire, ce chapitre pose les bases de la démarche d’amélioration

et de qualification de l’outil CFD, pour augmenter la fiabilité de la conception (premier
objectif posé au chapitre 1). Sur ce thème, les trois axes de progrès qui se dégagent na-
turellement maintenant sont : l’évaluation et la minimisation des deux sources d’erreurs
dans les simulations, c’est-à-dire (i) les erreurs numériques (chapitre 4) et (ii) les erreurs
dues aux modèles (chapitre 5) ; et (iii) la prise en compte de paramètres incertains dans
une approche industrielle de la validation (chapitre 6).
4
C’est le cas dans une comparaison de résultats de simulations RANS avec des résultats obtenus par
DNS sur une configuration de plaque plane par exemple (alors considérés comme une référence pour la
validation, au même titre que des expériences très fines).
Chapitre 4
Influence du maillage
Sommaire
4.1 Influence des paramètres de définition du maillage . . . . . . 53
4.1.1 Méthode adoptée . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.1.2 Performances globales . . . . . . . . . . . . . . . . . . . . . . . . 60
4.1.3 Pertes par effets visqueux . . . . . . . . . . . . . . . . . . . . . . 62
4.1.4 Pertes par effets de jeu . . . . . . . . . . . . . . . . . . . . . . . . 65
4.2 Quantification des erreurs numériques . . . . . . . . . . . . . . 67
4.2.1 Maillage de référence . . . . . . . . . . . . . . . . . . . . . . . . . 68
4.2.2 Erreurs dues au processus itératif . . . . . . . . . . . . . . . . . . 69
4.2.3 Erreurs dues au maillage . . . . . . . . . . . . . . . . . . . . . . . 69
4.2.4 Influence du maillage sur la prédiction du bruit de raie . . . . . . 73
4.2.5 Proposition pour une approche industrielle de la prédiction CFD
des champs compresseurs . . . . . . . . . . . . . . . . . . . . . . 74
Le chapitre précédent a montré que l’évaluation des erreurs numériques est une étape
nécessaire pour l’utilisation de la CFD dans le cycle de conception. Pour atteindre cet objec-
tif, nous analysons dans un premier temps le maillage du point de vue des paramètres qui le
définissent. Le but de cette étape est de comprendre comment les différentes caractéristiques
d’un maillage influencent la prédiction des grandeurs d’intérêt dans l’écoulement. Cette
analyse permet d’introduire la notion d’“indépendance locale au maillage”, que nous ex-
ploitons pour établir des critères de convergence numérique pour la prédiction des effets
de jeu.
Dans la deuxième partie de ce chapitre, ces critères sont utilisés pour générer des grilles
représentant le meilleur compromis possible entre précision et nombre de points. Nous
évaluons alors les erreurs numériques associées aux maillages les plus raffinés, et utilisons
ces résultats pour quantifier les erreurs sur des maillages dégradés, plus représentatifs des
densités de mailles utilisées dans l’approche industrielle en place chez LTS.
4.1 Influence des paramètres de définition du maillage

Dans une approche industrielle de la CFD pour la conception des compresseurs cen-
trifuges, les contraintes de temps et de ressources imposent parfois l’utilisation de grilles
54 Influence du maillage
de calcul relativement dégradées. L’objectif ici est donc de fournir des informations pour
générer des maillages représentant un compromis entre le nombre de points et la précision
requise pour l’application visée.
Pour cela, nous sélectionnons d’abord les paramètres les plus pertinents pour caractéri-
ser la génération d’un maillage. La méthode des plans d’expériences est ensuite utilisée pour
choisir les maillages à tester et mesurer leur influence sur la prédiction de l’écoulement.
Cette influence est envisagée au travers des catégories de pertes proposées au paragraphe
2.3.3. Ces résultats sont présentés dans la référence Dufour et al. (2004a). Enfin, les résultats
remarquables obtenus pour la prédiction des effets de jeu sont utilisés pour quantifier
l’erreur numérique sur le frottement au carter (Dufour et al., 2004b).
4.1.1 Méthode adoptée

4.1.1.1 Sélection des paramètres de définition du maillage
La diversité des méthodes de génération de maillage peut se traduire par de nombreuses

manières de caractériser une grille de calcul. Nous considérons ici le cas de maillages générés
avec AutoGrid1 , et choisissons les paramètres de définition du maillage dans les contraintes
imposées par ce logiciel. Toutefois, les paramètres retenus peuvent être utilisés pour ca-
ractériser la discrétisation de l’espace obtenue par un autre logiciel de maillage.
Un premier choix est celui de la topologie de maillage. La version 4.9 d’AutoGrid ne

permettant pas l’utilisation d’une topologie de maillage en “O” pour les roues présentant
des pales intercalaires2 , le choix est à faire entre les topologies en “H” et en “I”. Bien que
les maillages en H présentent l’avantage d’une correspondance des cellules aux frontières
périodiques des blocs, notre préférence va à la topologie en I : pour les calages importants
des pales de compresseurs centrifuges, les maillages en H introduisent une forte distorsion
des cellules (en particulier au bord d’attaque), ce qui détériore la précision des calculs
(Jennions, 1994; Hirsch, 1994).
Pour les maillages de roues présentant un bord de fuite tronqué, et un jeu entre la tête
de pale et le carter, une topologie en I utilise 4 blocs :
– 1 bloc pour l’espace entre deux pales (figure 4.1 (a)) ;
– 2 blocs pour discrétiser le jeu par une topologie en “papillon’ (figure 4.1 (b)) : un
bloc en H pour le centre de la zone au-dessus de la pale, entouré d’un bloc en O (ce
bloc est dégénéré en un bloc en C si le bord de fuite est tronqué) ;
– 1 bloc à l’aval du bord de fuite tronqué (figure 4.1 (d)).
En présence de pales intercalaires, le nombre de blocs est multiplié par 2, chaque demi-canal
étant maillé d’une manière similaire.
Jeu initial de paramètres

Les premiers paramètres importants caractérisent la densité globale du maillage :
1
AutoGrid est le logiciel de maillage de la suite progiciel FINE/Turbo de Numeca Int.
2
Ce terme désigne les “demi-pales” d’une roue comme celle de la figure 1.1 p. 4, classiquement utilisées
pour étendre la marge au blocage.
4.1 Influence des paramètres de définition du maillage 55
(a) Vue d’ensemble du maillage des parois : bloc principal (b) Vue de détail du jeu : blocs H-O.
(c) Vue de détail du bord d’attaque. (d) Vue de détail du bord de fuite.
Figure 4.1: Maillage de la roue.
– Ni est le nombre total de points dans la direction azimutale (par demi-canal) ;

– Nj est le nombre total de points suivant l’envergure de la pale ;
– Nk est le nombre total de points dans la direction de l’écoulement.
Pour représenter correctement les gradients, la taille des mailles est diminuée à proxi-
mité des surfaces solides. Ces resserrements sont caractérisés par
– ∆y1M et ∆y1P, la longueur, suivant la normale aux parois3 , des premières mailles sur
le moyeu et les pales (figure 4.1 (c)) ;
– NJEU le nombre de cellules dans le jeu (pour simplifier, nous faisons le choix de prendre
un nombre identique de points dans la direction azimutale et suivant l’envergure) ;
– NC-A et NC-E , le nombre de cellules de taille constante au centre des canaux, res-
pectivement dans la direction azimutale et suivant l’envergure. Ces deux paramètres
influencent indirectement la loi d’évolution de taille de maille depuis la paroi (fi-
3
nous conservons ici la notation y, habituellement utilisée en configuration de plaque plane, pour
désigner la direction normale à la paroi.
gure 4.1 (b)) ;

– ∆xBA et ∆xBF , la longueur, suivant la direction tangentielle à la paroi, des premières
mailles au bord d’attaque et au bord de fuite (figures 4.1 (c) et (d)).
Réduction du nombre de paramètres

Afin de réduire le nombre de variables de l’étude, la densité du maillage est représentée
par deux paramètres, N et α, tels que :
Ni = 0.9 α N (4.1)
Nj = N + NJEU (4.2)
Nk = 3 α N , (4.3)
où les valeurs 0.9 et 3 sont choisies de sorte que leur rapport donne un équilibre satis-
faisant entre les 3 directions pour la valeur nominale α = 1, en se basant sur des études
préliminaires. Le paramètre α représente le rapport entre les discrétisations longitudinales et
transversales par rapport à la discrétisation en envergure. Notre motivation pour utiliser un
paramètre unique (α) reliant le nombre de points suivant l’envergure (N) aux nombres de
points dans les deux autres directions est la suivante : du fait de la géométrie même d’un
compresseur centrifuge, le rapport d’allongement des sections orthogonales s’inverse entre
l’entrée et la sortie de la roue (voir par exemple les coupes extrêmes de la figure 2.15), d’où
une certaine symétrie du problème.
L’intensité des effets visqueux étant fixée par le nombre de Reynolds global, les couches
limites sur les différentes surfaces de la roue se trouvent approximativement dans le même
régime, si l’impact des gradients de pression et de l’intensité de la turbulence sont négligés.
Pour cette raison, un seul paramètre (∆y1 ) est conservé pour caractériser la discrétisation
normale à proximité des parois des pales et du moyeu. De plus, d’après les considérations
précédentes sur la symétrie des directions azimutales et d’envergure, un seul paramètre
pour les cellules constantes est utilisé : le paramètre NC /N caractérise la loi d’évolution de
la taille de maille dans la couche limite.
Finalement, afin de réduire encore le nombre de variables, un seul paramètre (γ) ca-
ractérise les discrétisations de bord d’attaque et de bord de fuite :
∆xBA = γ ∆y1 (4.4)
∆xBF = 1.5 γ ∆y1 , (4.5)
la valeur 1.5 étant déduite d’études préliminaires. γ représente donc le rapport d’allongement
des premières cellules au bord d’attaque et au bord de fuite.
Ces considérations réduisent de 10 à 6 le nombre de variables de l’étude :

N, α, NJEU , NC /N, ∆y1 , γ . (4.6)
L’espace de variation de ces paramètres est défini afin de couvrir une gamme allant de
maillage dégradés (environ 100 000 points par canal) à des maillages modérément raffinés
(environ 1 million de points4 par canal) :
4
cette limite supérieure (un peu plus de 2 millions de points au total) a été fixée par les ressources
informatiques disponibles au moment de l’étude.
N α NJEU NC /N ∆y1 γ
Borne inférieure 33 pts 0.8 5 pts 0.25 0.5 µm 1
Borne supérieure 57 pts 1.8 21 pts 0.8 10 µm 10
Tableau 4.1: Gamme de variation des variables de l’étude sur les paramètres de maillage.
4.1.1.2 Définition d’un plan d’expériences
Afin d’évaluer l’influence des paramètres de maillage sur la prédiction des grandeurs de
l’écoulement, l’espace défini par les variables précédentes (4.6) doit être exploré. Pour cela,
nous devons choisir de manière optimale les combinaisons de ces variables pour réaliser
cette exploration en un minimum de calculs (“expériences” numériques), tout en retirant
le maximum d’information : c’est l’objet de la méthode dite de planification expérimentale
(voir Goupy (1988) par exemple).
Cette méthode est appliquée ici d’une manière simple et pragmatique : nous utili-
sons seulement les deux principales caractéristiques de cette approche i.e., l’optimisation
du choix des essais et l’analyse des résultats par le modèle obtenu. En effet, d’une part,
l’approche statistique qui sous-tend la planification expérimentale permet de positionner
idéalement les expériences dans l’espace des variables du problème. D’autre part, en utili-
sant une représentation au second ordre, la réponse φ considérée (i.e, un résultat de calcul
dans notre cas) est approchée par un polynôme d’ordre 2 sur le domaine d’étude :

6
6
6
6
φ = b0 + bi Xi + bii Xii2 + bki Xk Xi , (4.7)
i=1 i=1 i=1 k=i+1
où les Xi sont les 6 variables (4.6) caractérisant le maillage. Les 28 coefficients b de la fonc-
tion (4.7) représentent l’influence des paramètres de maillage sur la grandeur φ considérée,
et prennent en compte les effets linéaires (bi ), quadratiques (bij ), et leur interaction au
second ordre (bki ) ; b0 est la valeur au centre du domaine. Par la suite, ces coefficients

sont utilisés sous une forme normalisée : am = b2m / 27 2
i=0 bi . Les coefficients d’influence am
représentent donc le poids relatif des paramètres de maillage (et de leurs combinaisons) sur la
grandeur φ considérée.
Pour résoudre le problème du calcul des coefficient bm , 28 équations, et donc autant
de simulations, sont nécessaires. Les méthodes statistiques permettent d’optimiser le choix
de ces expériences au sein de l’espace défini précédemment. On effectue pour cela des
changements de variables ramenant les gammes de variation des paramètres de l’étude
entre -1 et +1. L’expérience associée à la valeur 0 pour chacune des 6 variables est appelée
“expérience au centre”, et fournit directement b0 . On définit alors autour de ce point central
4 niveaux de variation pour les 5 premières variables, et seulement 3 pour la sixième. Les
28 expériences définies par la méthode statistiques sont données dans le tableau 4.2, et les
paramètres de maillage équivalents dans le tableau 4.3.
X1 X2 X3 X4 X5 X6
1 0 0 0 0 0 0
2 0 0 0 0 0.866 -0.5
3 0 0 0 0 -0.866 -0.5
4 0 0 0 0.866 0 -0.5
5 0 0 0 -0.866 0 -0.5
6 0 0 0.866 0 0 -0.5
7 0 0 -0.866 0 0 -0.5
8 0 0.866 0 0 0 -0.5
9 0 -0.866 0 0 0 -0.5
10 0.866 0 0 0 0 -0.5
11 -0.866 0 0 0 0 -0.5
12 0.433 0.433 0.433 0.433 -0.433 0.25
13 -0.433 0.433 0.433 0.433 0.433 0.25
14 0.433 -0.433 0.433 0.433 0.433 0.25
15 -0.433 -0.433 0.433 0.433 -0.433 0.25
16 0.433 0.433 -0.433 0.433 0.433 0.25
17 -0.433 0.433 -0.433 0.433 -0.433 0.25
18 0.433 -0.433 -0.433 0.433 -0.433 0.25
19 -0.433 -0.433 -0.433 0.433 0.433 0.25
20 0.433 0.433 0.433 -0.433 0.433 0.25
21 -0.433 0.433 0.433 -0.433 -0.433 0.25
22 0.433 -0.433 0.433 -0.433 -0.433 0.25
23 -0.433 -0.433 0.433 -0.433 0.433 0.25
24 0.433 0.433 -0.433 -0.433 -0.433 0.25
25 -0.433 0.433 -0.433 -0.433 0.433 0.25
26 0.433 -0.433 -0.433 -0.433 0.433 0.25
27 -0.433 -0.433 -0.433 -0.433 -0.433 0.25
28 0 0 0 0 0 1
Tableau 4.2: Définition du plan d’expériences pour les variables transposées entre -1 et +1.
4.1.1.3 Mise en œuvre des calculs
Le cas considéré pour cette étude est un compresseur de référence LTS, nous le dénom-
merons par la suite “baseline” (ce point sera développé dans le chapitre 7). Les principales
caractéristiques de la roue sont :
– diamètre de sortie : D2 = 202 mm ; hauteur de pale en sortie : b2 = 10 mm ;
– point de fonctionnement : ṁ = 0.632 kg/s, vitesse de rotation Ω = 38000 tr/min,
alimenté par de l’air avec Pt1 =41 129 Pa et Tt1 = 293 K ;
– le nombre de Reynolds global (équation (2.11)) résultant de ces caractéristiques est :
Re = 2.5 105 .
Dans le cadre de ce mémoire, nous nous positionnons en utilisateur du code de calcul
(Euranus), et pour cette raison ne nous étendrons pas sur la présentation des méthodes
numériques utilisées. Le code est présenté en détails dans Hirsch et al. (1991). Ici, les
équations RANS, fermées avec le modèle de turbulence de Spalart et Allmaras (1994), sont
résolues par une méthode d’avancement en temps. L’intégration temporelle est assurée par
un schéma de Runge-Kutta à 4 pas. L’utilisation d’un pas de temps local et de la technique
N α NJEU NC /N ∆y1 γ Nombre de points

(en milliers)
1 45 1.3 13 0.525 5.25 4 1 700
2 45 1.3 13 0.525 10 1 1 070
3 45 1.3 13 0.525 0.5 1 1 070
4 45 1.3 13 0.8 5.25 1 1 070
5 45 1.3 13 0.25 5.25 1 1 070
6 45 1.3 21 0.525 5.25 1 1 220
7 45 1.3 5 0.525 5.25 1 920
8 45 1.8 13 0.525 5.25 1 2 050
9 45 0.8 13 0.525 5.25 1 410
10 57 1.3 13 0.525 5.25 1 2 080
11 33 1.3 13 0.525 5.25 1 460
12 51 1.55 17 0.6625 2.875 5.5 2 290
13 39 1.55 17 0.6625 7.625 5.5 1 110
14 51 1.05 17 0.6625 7.625 5.5 1 050
15 39 1.05 17 0.6625 2.875 5.5 510
16 51 1.55 9 0.6625 7.625 5.5 2 020
17 39 1.55 9 0.6625 2.875 5.5 950
18 51 1.05 9 0.6625 2.875 5.5 930
19 39 1.05 9 0.6625 7.625 5.5 430
20 51 1.55 17 0.3875 7.625 5.5 2 290
21 39 1.55 17 0.3875 2.875 5.5 1 110
22 51 1.05 17 0.3875 2.875 5.5 1 050
23 39 1.05 17 0.3875 7.625 5.5 510
24 51 1.55 9 0.3875 2.875 5.5 2 020
25 39 1.55 9 0.3875 7.625 5.5 950
26 51 1.05 9 0.3875 7.625 5.5 930
27 39 1.05 9 0.3875 2.875 5.5 430
28 45 1.3 13 0.525 5.25 10 1 070
Tableau 4.3: Définition du plan d’expériences pour les paramètres de maillage, avec les nombres de
points correspondant.
de multi-grille (3 niveaux) permet d’accélérer la convergence vers la solution stationnaire.

La discrétisation spatiale est assurée par un schéma centré au second ordre, avec dissipation
ajoutée (Jameson, Schmidt et Turkel, 1981) pour les flux convectifs et purement central
pour les flux visqueux. Les conditions aux limites imposées sont la température, la pression
totale et la direction de l’écoulement (axiale) en entrée ; une vitesse relative nulle sur les
parois solides ; et une valeur moyenne de la pression statique en sortie : Pssortie =83 000 Pa.
Toutes les simulations du plan d’expériences sont réalisées sous ces conditions.
Le cadre et la méthode de cette étude sur les liens entre paramètres de maillage et
prédiction des grandeurs de l’écoulement étant posés, nous allons maintenant examiner les
résultats des simulations menées pour les maillages définis par le plan d’expériences. Dans
un premier temps, la prédiction des performances globales est analysée. Ensuite, les pertes
par effets visqueux sont étudiées, et enfin, les pertes par effets de jeu.
4.1.2 Performances globales

Lors de la conception d’un compresseur, l’objectif principal est de respecter les con-
traintes de la spécification i.e., obtenir le taux de compression et le rendement imposés,
pour le débit et la vitesse de rotation spécifiés.
4.1.2.1 Prédiction du point de fonctionnement
La vitesse de rotation et la température totale étant des conditions aux limites, la

vitesse de rotation adimensionnelle (équation (2.11)) est fixée. En revanche, imposer une
pression statique en sortie entraı̂ne une variabilité du débit prédit suivant les cas. Cette
variation est due à l’impact des erreurs numériques sur la prédiction des pertes, comme le
montrera l’analyse pour le rendement. Ainsi, le débit prédit varie entre −3 % et +1.5 %
du débit nominal de 0.632 kg/s.
4.1.2.2 Prédiction du taux de compression
Le taux de compression total–total de la roue est extrait des simu-

lations à l’aide de deux plans de référence (figure 4.2), situés à 3 mm
en amont du bord d’attaque pour l’entrée, et 3 mm en aval du bord de
fuite pour la sortie. Les pressions totales d’entrée et sortie sont calculées
par une moyenne pondérée masse.
Bien que le taux de compression total–statique soit imposé par les
conditions aux limites, le taux total–total est bien un résultat de calcul,
car il dépend de la prédiction des pertes dans la roue. Pour la condition Figure 4.2: Plans
de vitesse axiale en entrée (Vθ1 = 0), l’équation d’Euler (2.5) montre que de référence.
la prédiction du taux dépend de l’angle d’écoulement en sortie roue β2 ,
c’est-à-dire du phénomène de glissement (§ 2.3.2.3). Ceci est illustré par la figure 4.3, qui
montre une corrélation claire entre l’angle de sortie et le taux de compression.
Analyse des coefficients d’influence Les coefficients d’influence calculés par le mo-
dèle (4.7) du plan d’expériences montrent que les paramètres de maillage qui influencent
de manière significative la prédiction du taux de compression sont : (i) a1 , a11 et a2 , a22 ,
c’est-à-dire les effets linéaires et quadratiques de N et α, leur somme représentant 55 %
de l’influence totale du maillage ; (ii) a55 (effet quadratique de y1 ), a66 (effet quadratique
de γ) et a56 (effet couplé de y1 et γ), c’est-à-dire l’influence des discrétisations des couches
limites, de bord d’attaque et de bord de fuite. Leur somme représente 10 %.
Ces résultats sont cohérents avec les causes connues du glissement : les écoulements
secondaires, le développement des couches limites, la force de Coriolis et la diminution du
blocage après le bord de fuite. En effet, l’influence de la densité du maillage (N et α) reflète
la prédiction des écoulements secondaires, et en interprétant de manière globale l’influence
des paramètres y1 et γ, on peut raisonnablement supposer qu’ils reflètent l’influence de la
taille de maille au bord de fuite ∆xBF (équation (4.5)). Il est en revanche surprenant de
ne pas trouver une influence significative de la discrétisation des couches limites (a∆y1 =
100
99.9
99.8
99.7
πtt/πtt-max (%)
99.6
99.5
99.4
99.3
99.2
99.1
99
0 0.5 1 1.5
|β2-max - β2| (°)
Figure 4.3: Corrélation entre le taux de compression (normé par son maximum) et l’angle de sortie
(exprimé en écart par rapport à la déviation maximale).
a5 + a55 = 3.5 % et aNC /N ) = 0.1 %)5 . Ceci suggère que les effets visqueux ne contribuent pas
de manière dominante au glissement, ou qu’une description grossière de la couche limite suffit
à prédire cette contribution. Cette assertion est confirmée par la plupart des approches pour
la conception de correlations pour la prédiction du glissement (von Backström, 2006).
Interprétation pour la génération de maillage Les valeurs des coefficients d’in-

fluence ne permettent pas ici une analyse quantitative pour l’aide au choix des paramètres
de génération. Qualitativement, l’analyse précédente montre que, pour obtenir une solu-
tion indépendante au maillage pour le taux de compression, les paramètres de génération
à raffiner en premier lieu sont la densité (Ni , Nj et Nk ), puis la discrétisation du bord de
fuite (∆xBF ).
D’un point de vue pratique, nous retiendrons que sur l’ensemble des maillages examinés,
la prédiction de l’angle de sortie varie de moins 2◦ , et que la variation associée pour le taux
de compression est de 1 %. Ceci nous amène à la conclusion que, dans une phase préliminaire de
conception, le taux de compression peut être raisonnablement prédit par des maillages grossiers
(environ 200 000 points par canal). Cette conclusion sera étayée plus loin dans ce chapitre.
4.1.2.3 Prédiction du rendement
Le rendement isentropique total–total est calculé avec les valeurs moyennes (pondérées
masse) de température et pression totales extraites sur les plans de référence de la figure 4.2.
5
Par la suite, pour l’analyse des coefficients d’influence du modèle du plan d’expériences, nous utiliserons
la notation aparamètre pour représenter la somme des effets linéaires et quadratiques d’un paramètre donné,
dans un soucis de lisibilité.
aN aα aNJEU a∆y1 a56

Coef. d’influence 19 % 27 % 11 % 4% 7%
Tableau 4.4: Coefficients d’influence pour la prédiction du rendement.
Analyse des résultats du plan d’expérience Les principaux coefficients d’influence

du maillage sur le rendement sont donnés dans le tableau 4.4. La somme des coefficients
indiqués représente environ 75 % de l’effet total.
La densité du maillage (aN et aα ) représente près de 50 % de l’effet total, et peut
être analysée comme l’influence de la prédiction des écoulements secondaires ou, plus
généralement, des gradients dans l’écoulement, leur transport et leur dissipation.
La discrétisation du jeu représente à elle seule 10 % de l’influence du maillage sur le
rendement, nous revenons en détail sur ce point un peu plus loin.
En revanche, il est surprenant de constater que la discrétisation des couches limites ne
représente que 4 % de l’influence. C’est moins que l’influence des discrétisations de bord
d’attaque et de fuite (7 %).
Interprétation pour la génération de maillage Comme pour le taux de compres-

sion, les valeurs des coefficients d’influence ne permettent pas une analyse quantitative
pour l’aide au choix des paramètres de génération. Qualitativement toutefois, l’analyse
précédente montre que, pour obtenir une solution indépendante au maillage pour le ren-
dement, les paramètres de génération à raffiner en premier lieu sont la densité (Ni , Nj et
Nk ), puis la discrétisation du jeu NJEU .
D’un point de vue pratique, nous retiendrons que sur l’ensemble des maillages exa-
minés, la prédiction du rendement varie de 2.2 points. Cet écart est assez important,
notamment supérieur aux variations de performance que l’on cherche à obtenir à la fin du
cycle de conception. Ceci justifie l’attention que nous portons dans ce chapitre aux erreurs
numériques. En conclusion, une prédiction fine du rendement nécessite une description fine
de l’écoulement, ou plus précisément des différentes sources de pertes. Pour cette raison,
nous étudions maintenant les pertes par effets visqueux et par effets de jeu.
4.1.3 Pertes par effets visqueux
Les pertes par effets visqueux directs (§ 2.3.3.1) sont principalement dues : au frottement
sur les surfaces des pales et du moyeu (le carter étant traité séparément dans les pertes par
jeu) ; au contournement du bord d’attaque ; et au sillage à l’aval du bord de fuite. Pour
analyser ces effets, un coefficient global de frottement sur les pales et le moyeu (Cf −PM ) est
2
obtenu en intégrant le coefficient local défini par Cf = 2τp /ρref Uref , avec ρref = 0.5 kg/m3
et Uref = 125 m/s, les masse-volumique et vitesse de référence associées à l’écoulement
amont.
a∆y1 a56 aN +aα

Coef. d’influence 65 % 22% 3%
Tableau 4.5: Coefficients d’influence pour la prédiction du frottement moyen sur le moyeu et les
pales.
4.1.3.1 Analyse globale
Les principaux coefficients d’influence du modèle sont donnés dans le tableau 4.5, pour
90 % de l’effet total. La faible valeur des coefficients d’influence de la densité globale du
maillage (3 %) montre tout d’abord que la couche limite est très faiblement influencée par
la description de l’écoulement externe, ce qui est en accord avec les concepts utilisés pour
modéliser cette zone.
Le coefficient a56 est à analyser comme l’interaction entre ∆y1 et γ, c’est-à-dire la taille
des discrétisations de bord d’attaque et de fuite (∆xBA et ∆xBF ). La part importante de ce
coefficient reflète la contribution des pertes dues au contournement du bord d’attaque et
au sillage du bord de fuite. Les limites de notre choix de paramètres réduits apparaissent
ici, car les deux effets ne peuvent être dissociés.
L’influence de ∆y1 confirme les résultats classiques sur l’importance de la taille de
maille en paroi pour les simulations avec des modèles au premier ordre (voir Huang (1997) et
Thivet, Besbes et Knight (2000) pour des études détaillées sur ce sujet). Cette influence doit
être analysée en terme de distance à la paroi adimensionnée en échelles internes de la couche
limite : ∆y1+ = ∆y1 uτ /ν, où uτ est la “vitesse de frottement” définie par uτ = τp /ρ, avec
τp le frottement pariétal. Pour cela, nous examinons plus en détails la prédiction des profils
de vitesse.
4.1.3.2 Prédiction d’un profil de vitesse
Les profils de vitesse présentés dans ce paragraphe

sont extraits sur une quasi-normale au moyeu en
amont du bord d’attaque des pales (figure 4.4). Pour
représenter la vitesse débitante Wm sous forme adimen-
sionnelle U + = Wm /uτ , la densité et le coefficient de
frottement local sont extraits des champs calculés.
Analyse des résultats La figure 4.5 présente les

résultats pour 11 maillages du plan d’expériences : les
deux cas extrêmes ∆y1 = 0.5 µm et ∆y1 = 10 µm, Figure 4.4: Zone d’extraction du profil.
ainsi que trois cas pour chacun des trois niveaux in-
termédiaires ∆y1 =2.9, 5.3 et 7.7 µm. En terme de valeur adimensionnelle pour la première
cellule à la paroi, les deux cas extrêmes sont caractérisés par :
+
– pour ∆y1 = 0.5 µm, la valeur en moyenne scalaire sur le moyeu est ∆y1−moyen =0.4 ;
+
la valeur maximale est ∆y1−max =3 ; et 50 % de la surface du moyeu est couverte par
des cellules avec ∆y1+ < 0.5 ;
+
– pour ∆y1 = 10 µm, la valeur moyenne sur le moyeu est ∆y1−moyen =8.6 ; la valeur
+
maximale est ∆y1−max =25 ; et plus de 50 % de la surface du moyeu est couverte par
des cellules avec ∆y1+ > 5 ;
La première caractéristique notable des profils de vitesse de la figure 4.5 est l’influence
dominante de ∆y1 , en accord avec les résultats du tableau 4.5 : pour une même valeur de
∆y1 , les trois courbes sont regroupées dans une bande étroite, distincte pour chaque famille
de profils.
Du point de vue de la convergence numérique, une quasi-indépendance au maillage est

(graphiquement) observée entre les profils pour ∆y1 = 0.5 µm (∆y1+ =0.2) et ∆y1 = 2.9 µm
(∆y1+ =1.2). Nous retiendrons par la suite le critère classique sur la distance à la paroi : ∆y1+ 1.
La généralisation de ces résultats pour d’autres modèles de turbulence est à faire avec
précaution. En effet, Huang (1997), ainsi que Eça et Hoekstra (2003), montrent que la
convergence en maillage du calcul d’un coefficient de frottement dépend du type de modèle
de turbulence utilisé. Notamment, ces deux références montrent que le modèle de Spalart
& Allmaras converge plus rapidement que les modèles du type (k, ) ou (k, ω).
15
10
y1=0.5 µm
U+
y1=2.9 µm
y1=5.3 µm
5
y1=7.7 µm
y1=10 µm
+ +
U =y
Loi log.
0 -1 0 1 2 3
10 10 10 10 10
+
y
Figure 4.5: Profil de vitesse locale normé en échelles internes. 11 maillages seulement sont représentés.
4.1.4 Pertes par effets de jeu

Les effets de jeu contribuent significativement aux pertes générées dans un compresseur
centrifuge. Nous utilisons ici le coefficient de frottement intégré sur la surface du carter
(Cf −Carter ) comme indicateur de cette source de perte (ce qui correspond à la première
manifestation des effets de jeu présentés au § 2.3.3.3).
4.1.4.1 Analyse des coefficients d’influence
100
90
Cf-Carter/Cf-Carter-MAX (%)
80
70
60
50
40
30
5 10 15 20
NJEU
Figure 4.6: Coefficient de frottement moyen au carter, normé par le maximum, en fonction du nombre
de points dans le jeu. Les 28 solutions du plan d’expériences sont représentées.
Les coefficients du modèle sont ici remarquables : aNJEU =99 %, tous les autres coeffi-
cients sont inférieurs à 1 %. Ceci montre que la valeur de Cf −Carter est entièrement fixée par
la discrétisation du jeu, indépendemment de la discrétisation du reste du canal.
Cette dépendance univoque à la discrétisation du jeu (rappelons que NJEU représente le
nombre de points en envergure et dans la direction azimutale) est visible sur la figure 4.6,
où tous les 28 cas du plan d’expériences sont représentés. D’un point de vue qualitatif (pour
l’instant), la discrétisation la plus fine (21 points) ne semble pas présenter un caractère
indépendant au maillage. Pour ce maillage à NJEU =21 points, la valeur moyenne de ∆y1+
est de 15 (pour une gamme de 4 à 22).
Nous allons donc maintenant tenter d’obtenir une solution localement indépendante au
maillage pour les effets de jeu ou, en d’autres termes, fournir un maillage tel que la prédiction
du coefficient de frottement soit numériquement convergée.
4.1.4.2 Benchmarks numériques pour le jeu
Nous utilisons le mot benchmark au sens de “solution de référence”. L’idée développée

ici est d’utiliser les résultats du plan d’expériences pour fournir un benchmark numérique
80
Benchmarks numériques
70 Calculs du plan d’expérience
2.5
60
Cf-CARTER-Moyen (x100)
2 50
δRE Cf-CARTER
40
1.5 30
20
1 Solution extrapolée (RE) 10

Benchmarks numériques
Calculs du plan d’expérience
0
10 20 30 40 40 35 30 25 20 15 10
∆y1
+
NJEU -moyen
(a) Coefficient de frottement moyen au carter. (b) Erreur numérique sur le frottement au carter.
Figure 4.7: Résultats des calculs du plan d’expériences et des benchmarks numériques. La solution
exacte estimée par l’extrapolation de Richardson est représentée par une asymptote (à gauche) et
utilisée pour estimer l’erreur numérique (à droite).
pour l’écoulement de jeu. En effet, étant donné que la prédiction du coefficient de frot-
tement au carter ne dépend que de la discrétisation du jeu, il suffit d’augmenter NJEU
indépendamment des autres paramètres, pour approcher d’une solution localement indé-
pendante au maillage. En d’autres termes, les ressources informatiques sont entièrement
dévouées à la prédiction des pertes par effets de jeu.
Pour cela, 4 maillages supplémentaires sont générés (les benchmarks numériques), pour
NJEU =25, 29, 33 et 37 points ; les autres paramètres sont calés sur l’expérience au centre.
Notons que sans cette approche particulière, un tel niveau de discrétisation pour le jeu
ne pourrait être atteint par des raffinements uniformes appliqués à l’expérience au centre
(il faudrait pour cela appliquer un raffinement de 37/132.8 dans la direction azimutale
et suivant l’envergure, et donc multiplier par 2.42 8 la taille du maillage No 1 dans le
tableau 4.3, ce qui porterait à 28 millions le nombre de points.)
Les valeurs calculées de Cf −Carter pour les benchmarks numériques sont portées sur la
figure 4.7 (a), avec les valeurs (moyennes) des résultats du plan d’expériences. L’extra-
polation de Richardson (équations (3.12) à (3.15)) permet d’estimer la solution “exacte”
d’après les calculs pour NJEU = 29, 33 et 37 points. Cette solution est représentée par une
asymptote sur la figure 4.7 (a) (elle correspond en théorie à un nombre de points infini).
La proximité entre la solution numérique pour 37 points et la solution asymptotique est
remarquable. Par ailleurs, cette estimation de la solution exacte permet de calculer l’erreur
numérique pour chacune des discrétisations du jeu (figure 4.7 (b)). Ainsi, la solution pour
NJEU =9 points présente une erreur de près de 50 %, et la solution pour NJEU =37 points une
erreur de 2.8 %. Au vu de la phénoménologie de l’écoulement de jeu, qui défie largement le
4.2 Quantification des erreurs numériques 67
domaine de calibration des modèles de turbulence au premier ordre, il est difficile de donner
une interprétation générale des ces résultats en termes de critères de maillage. L’hypothèse
la plus probable est que deux critères doivent être simultanément respectés : (i) hors de la zone
de jeu, la discrétisation de la couche limite du carter nécessite une taille de maille en paroi telle
que ∆y1+ 1 ; (ii) dans le jeu, nous avançons l’idée que le critère de convergence s’exprime
en nombres de points (37 points semblant alors un minimum pour s’approcher d’une solution
véritablement convergée).
Ce résultat contraste avec certaines pratiques dans la littérature, où des études pour
les effets de jeu dans les compresseurs centrifuges sont menées avec NJEU =15 points pour
des études “anciennes” (Basson et Lakshminarayana, 1993) ; mais aussi pour des études
récentes se concentrant sur la modélisation géométrique du bout de la pale (NJEU =12 points
pour Van Zante et al. (2000)). En revanche, la généralité de notre recommandation pour
un nombre de points élevé est confirmée par une étude de Gerolymos, Tsanga et Vallet
(1998) dans les compresseurs axiaux en régime transsonique.
4.2 Quantification des erreurs numériques

L’objectif de ce paragraphe est de donner une mesure des erreurs numériques sur la
prédiction des performances d’un compresseur centrifuge. Pour cela, une isovitesse du com-
presseur est calculée sur plusieurs maillages, obtenus en relâchant un maillage de référence
défini à partir des critères du paragraphe précédent. Les solutions sur ces grilles permettent
d’appliquer l’extrapolation de Richardson pour dériver une solution extrapolée, considérée
comme la solution exacte du point de vue numérique. Cette solution de référence est alors
utilisée pour quantifier l’erreur due au maillage sur chacune des grilles disponibles. Nous
tentons finalement de mettre à profit cette mesure des erreurs pour proposer une approche
industrielle de la prédiction d’un champ de performances.
Les résultats présentés dans ce paragraphe ont été

obtenus pour le compresseur académique RADIVER.
Ce cas-test, utilisé pour la validation des modèles de 2.85
P1
turbulence, est présenté dans le prochain chapitre. Le
2.8
P2
champ expérimental de la figure 4.8 est donné pour in-
Taux de compression
diquer la nomenclature utilisée dans la définition des 2.75
Point M
5 points de fonctionnement étudiés. Le point M est S2
2.7
le point de référence (débit nominal) ; les points P1
et P2 correspondent à des faibles débits (vers le pom- 2.65
S1
page) ; les points S2 et S1 correspondent à des forts
2.6
débits (vers le blocage). C’est toutefois l’occasion de
1.8 1.9 2 2.1 2.2
rappeler que ce chapitre se concentre sur les erreurs m red
numériques, et que ces données expérimentales ne se- Figure 4.8: Définition des points
ront utilisées que pour la validation. de fonctionnement pour le compresseur
académique RADIVER.
4.2.1 Maillage de référence

Dans un premier temps, un maillage de référence est défini à partir des critères obtenus
au paragraphe précédent. Les caractéristiques de ce maillage sont les suivantes :
– le paramètre de référence pour la densité est choisi à la limite supérieure de l’espace
défini dans le plan d’expériences (tableau 4.3) : N = 56 points. Les ressources infor-
matiques limitant le nombre total de points, ce choix permet de concentrer la densité
du maillage dans les directions azimutale et de l’écoulement ;
– étant donnée l’importance de α (tableau 4.4), nous faisons le choix de fixer ce pa-
ramètre vers la borne supérieure des maillages du plan d’expériences (αMAX = 1.55
dans le tableau 4.3). De plus, afin d’obtenir une progression suffisamment lente de la
taille de maille tangentielle depuis le bord d’attaque, un second choix est d’augmenter
le rapport entre les nombres de points suivant l’écoulement et dans la direction azimu-
tale. Ainsi, nous retenons : α = 1.9 pour la direction de l’écoulement et α = 1.6 pour
la direction azimutale6 . Les nombres de points obtenus dans les directions azimutale
et de l’écoulement sont donc Ni = 81 points et Nk = 315 points ;
– afin de minimiser l’erreur due au jeu (figure 4.7), nous prenons NJEU = 41 points ;
– en accord avec les résultats du paragraphe 4.1.3.2, nous prenons ∆y1 = 1.6 µm, de
+
sorte que ∆y1−moyen = 1.2 sur les surfaces du moyeu et des pales ;
– la valeur de γ retenue est 10. Ce choix n’est pas en contradiction avec les résultats
du paragraphe précédent, car c’est l’influence de la discrétisation absolue du bord
d’attaque qui est identifiée par le paramètre a56 . Le choix d’une valeur faible pour
∆y1 permet de compenser la valeur importante de γ ;
– enfin, si peu d’éléments quantitatifs ont été apportés pour l’influence de Nc , des obser-
vations qualitatives (non présentées ici) ont montré qu’il influençait la discrétisation
de la zone de sillage de la couche limite (ce résultat a été obtenu par ailleurs par
Thivet, Besbes et Knight (2000)). Nous retenons Nc =28 points.
Pour résumer, le maillage de référence obtenu se caractérise par 81 × 97 × 315 points pour
le bloc principal, avec 41 points pour le jeu, pour un nombre total de mailles de 3 millions,
ses caractéristiques sont données dans le tableau 4.6.
N α NJEU NC /N ∆y1 γ
56 pts 1.9 et 1.6 41 pts 0.5 1.6 µm 10
Tableau 4.6: Caractéristiques du maillage de référence de 3 millions de points.
Afin de mener des études de convergence en maillage, il est nécessaire de disposer

d’au moins 3 maillages. Étant donné que le maillage précédent approche la limite des
ressources informatiques disponibles pour cette étude, les autres maillages sont obtenus par
relâchement. Un premier niveau inférieur est obtenu en divisant par 2 le nombre de points
dans chaque direction, ce qui revient à diviser par 8 le nombre total de points. Le maillage
obtenu est de 400 000 points environ. Étant donné que l’application de l’extrapolation de
6
ce choix peut aussi être interprété comme le remplacement de la valeur 3 de la constante dans
l’équation (4.3) par une valeur 3.5 pour une valeur unique du paramètre α = 1.6.
Richardson requière que les 3 maillages soient dans le rang asymptotique, diviser encore le
nombre de points par 8 n’est pas un choix approprié. Un maillage intermédiaire est donc
réalisé en tentant d’approcher un rapport de raffinement dans chaque direction de l’ordre
de 21/3 = 1.26 à partir du maillage de référence, de sorte que le nombre total de points
obtenus soit environ 1.5 millions. Enfin, un maillage de 200 000 points est obtenu à partir
de ce maillage en divisant le nombre de points dans chaque direction par 2. Ce dernier
maillage se veut représentatif des maillages utilisés dans une approche industrielle.
4.2.2 Erreurs dues au processus itératif

La première source d’erreur numérique mentionnée au paragraphe 3.2.2.1 est l’erreur
due au processus itératif. Pour la minimiser, nous appliquons les critères de convergence
donnés au paragraphe 3.3.1. Une estimation graphique des historiques du processus de
convergence sur les grandeurs d’intérêt (estimation basée sur les procédures proposées par
Stern et al. (2001a)) permet d’estimer les incertitudes relatives sur le taux et le rendement
à 0.0001 % et 0.0002 %, respectivement. Des critères de convergence itérative identiques
ont été appliqués pour toutes les simulations. L’incertitude maximum est observée pour
le rendement sur le maillage de 200 000 points et vaut 0.02 %. Ces incertitudes étant
négligeables, nous ne les prendrons pas en compte par la suite. La figure 4.9 présente
l’évolution des résidus, des débits entrée et sortie et du rendement en fonction du processus
itératif, et illustre ce point.
2 1.3 0.794
1.5
0.792
1.28
1
Résidu global (rms)
0.79
0.5
Débit (kg/s)
1.26
ηis-tt
0 0.788
1.24
-0.5
0.786
-1
1.22
0.784
-1.5
Entrée
Sortie
-2 1.2 0.782
0 500 1000 1500 2000 0 500 1000 1500 2000 0 500 1000 1500 2000
Nombre itérations Nombre itérations Nombre itérations
(a) Résidus moyennés sur tous les (b) Débit entrée/sortie. (c) Rendement.
blocs.
Figure 4.9: Évolutions des résidus et de la solution lors du processus itératif. Modèle SA, maillage
de 200 000 points.
4.2.3 Erreurs dues au maillage

4.2.3.1 Calcul de la solution extrapolée
Pour pouvoir estimer l’erreur numérique due au maillage, l’extrapolation de Richardson

(équations (3.12) à (3.15)) est appliquée aux trois maillages les plus fins (3 millions, 1.5
millions et 400 000 points). Ceci permet d’obtenir une solution extrapolée pour le taux de
0.925
2.95
0.92
2.9
0.915
2.85 0.91
ηis-tt
πtt
0.905
2.8
0.9
2.75 Solution extraplolée 0.895 Solution extraplolée

3 000 000 points 3 000 000 points
1 500 000 points 0.89 1 500 000 points
2.7 400 000 points 400 000 points
200 000 points 200 000 points
0.885
1.8 1.9 2 2.1 2.2 1.8 1.9 2 2.1 2.2
mred mred
(a) Taux de compression. (b) Rendement isentropique.
Figure 4.10: Champs obtenus pour les 4 maillages testés et pour la solution extrapolée.
compression et rendement. La figure 4.10 présente les caractéristiques obtenues (taux de

compression et rendement) pour les 4 maillages testés, et pour la solution extrapolée.
Cette figure montre l’influence significative du maillage sur la prédiction des perfor-
mances, en particulier sur le rendement. Ainsi, au point M de référence (point central) un
écart significatif de près de 2 points7 est observé entre le maillage de 200 000 points et le
maillage de 3 millions de points. Pour le taux de compression, cet écart est de 1.6 % (en
référence au maillage à 3 millions de points).
Du point de vue de la convergence en maillage pour la prédiction du taux, la différence
entre les maillages à 1.5 et 3 millions de points est négligeable : pour cette raison, la solution
extrapolée ne peut être distinguée de ces deux courbes. Pour la prédiction du rendement,
les variations entre les deux maillages fins restent observables (0.2 points au débit nominal),
et la solution extrapolée se détache clairement.
Pour juger du degré de confiance que l’on peut accorder à la solution extrapolée, deux
critères sont utilisés (Celik, 2003) : la monotonie de la convergence et l’ordre observé
du schéma (résultat de l’extrapolation de Richardson, équation (3.14)). Ici, pour chaque
point, la convergence est bien monotone, c’est-à-dire que la variation de la solution diminue
à chaque raffinement. De plus, les ordres de convergence observés pour le rendement sont
situés entre 1.95 et 3, c’est-à-dire proches de l’ordre théorique du schéma (ordre 2). Ces
deux indicateurs nous donnent un bon degré de confiance dans la solution extrapolée :
celle-ci va pouvoir être utilisée pour estimer les erreurs numériques.
7
Un écart de 1 point correspond à un écart de 0.01 sur la valeur du rendement.
2.5 2.5
Point P1 Point P1
2 Point P2 2 Point P2
Point M Point M
Point S2 Point S2
Point S1 Point S1
δRE ηis-tt (pts)

1.5 1.5
δRE πtt (%)
1 1
0.5 0.5
0 0
500000 1.5E+06 2.5E+06 500000 1.5E+06 2.5E+06

Nombre de points Nombre de points
Figure 4.11: Erreurs numériques obtenues pour les 4 maillages testés. Les symboles correspondant
aux erreurs effectivement calculées sont reliés par des courbes de tendance.
4.2.3.2 Estimation des erreurs numériques
En utilisant la solution extrapolée comme référence, les erreurs numériques sont cal-
culées pour le taux (erreur relative en %) et le rendement (erreur exprimée en points). La
figure 4.11 montre, pour chaque point de fonctionnement, l’évolution de l’erreur en fonc-
tion du nombre de points du maillage. L’usage d’une courbe de tendance se justifie par la
convergence en puissance de l’erreur numérique, donnée par l’équation (3.11). Cette figure
permet de juger de la convergence en maillage au fur et à mesure des raffinements.
Les courbes d’erreur de la figure 4.11 (a) montrent qu’une précision inférieure à 1 %
est obtenue pour le taux de compression autour de 500 000 points. Au-delà de 2 millions
de points, l’erreur numérique sur le taux de compression est inférieure à 0.1 %, ce qui est
de l’ordre de la meilleure précision que l’on peut atteindre dans le domaine expérimental.
En ce qui concerne le rendement, il est difficile de porter un jugement de valeur sur la

précision obtenue. En comparaison avec la précision de mesures expérimentales, de l’ordre
de 1 point en général, l’erreur due au maillage devient “satisfaisante” autour de 1 million
de points. Dans ce cas, on peut négliger les erreurs numériques dans une comparaison
CFD/expérience.
En revanche, quand la CFD est utilisée comme outil de conception, en particulier dans
les phases d’optimisation, il est fréquent de comparer des géométries dont les performances
diffèrent de moins de 1 point. Idéalement, il conviendrait pour cela que la variation de
performance estimée par CFD soit supérieure à l’erreur numérique. En d’autres termes,
pour comparer deux roues différant de 0.5 points, un maillage de plus de deux millions de
points serait nécessaire. En pratique, l’argument empirique généralement utilisé pour jus-
tifier l’utilisation de maillages dégradés pour réaliser une optimisation est que : “à défaut
0.925
Rendement isentropiqe
0.92
Delta de rendement = 1.2 points
0.915
1.8 1.9 2 2.1 2.2

mred
Figure 4.12: Définition d’un delta de rendement.
de prédire le rendement en valeur absolue, la CFD prédit les ’delta’ de manière suffisam-
ment précise” (Casey (1994) par exemple). L’auteur n’a pas connaissance de justification
rigoureuse de cette assertion dans le cas des compresseurs centrifuges. Nous allons donc
tenter maintenant d’étayer cet argument du point de vue des erreurs numériques.
4.2.3.3 Prédiction des “delta” de performance

En utilisant les données présentées dans ce chapitre, nous sommes amenés à définir les
“delta” de rendement comme les écarts de rendement entre un point du champ et le point
de référence (ceci est illustré figure 4.12, où le delta de rendement représenté correspond
au point S1). Pour cette raison, nous ne pouvons définir de delta pour le point M (à moins
de définir un autre point de référence).
Un premier moyen de quantifier la prédiction des delta est de commenter simplement
les tendances observées sur la figure 4.10 : qualitativement, toutes les courbes exhibent des
tendances similaires, ce qui signifie que les delta sont sensiblement équivalents pour les 4
maillages et la solution extrapolée.
Un deuxième argument qualitatif peut être tiré de la figure 4.11. En effet, pour chaque
point, l’erreur correspond à l’écart entre un niveau de grille et la solution extrapolée, et
donc, le fait que les courbes d’erreurs soient quasiment superposées indique que chaque
point est à la même distance de la solution extrapolée. En d’autres termes, on montre une
fois de plus que les courbes sont “parallèles”, et que les delta sont donc constants.
Enfin, un moyen de quantifier cela est de comparer les delta prédits sur la solution
extrapolée avec ceux prédits sur une grille donnée : on forme ainsi “l’erreur sur le delta”.
En notant le delta par ∆, ceci revient à former la quantité :
Erreur sur le delta = ∆solution extrapolée − ∆200 000 points , (4.8)
si on veut mesurer la capacité de la grille de 200 000 points à prédire les delta. Cette
quantité peut alors être formée pour chaque point du champ (à l’exception du point M,
puisqu’il sert de référence). Le tableau suivant présente les erreurs de delta ainsi calculées.
Point P1 Point P2 Point S2 Point S1

Erreur sur le delta (en points) -0.1 -0.16 0.03 -0.1
Tableau 4.7: Erreur sur la prédiction des delta de rendement pour un maillage de 200 000 points.
Nous arrivons enfin à une conclusion favorable quant à l’utilisation de la CFD pour faire
des comparaisons de performances : un maillage de 200 000 points permet de discriminer des
écarts de performance avec une précision inférieure à 0.2 points.
4.2.4 Influence du maillage sur la prédiction du bruit de raie

La prédiction du bruit de raies à l’aide de l’outil de prédiction acoustique LTS repose
sur l’extraction de données aérodynamiques en sortie du rotor : le champ de vitesse (com-
posantes Vz , Vt et Vr ), la densité du fluide et la vitesse du son. Ces données étant soumises
aux erreurs numériques mentionnées précédemment, la méthode d’évaluation de l’erreur
numérique par l’extrapolation de Richardson est appliquée au calcul de la puissance acous-
tique.
L’étude de grille n’a été exploitée que pour le point de fonctionnement M. Les calculs
acoustiques sont menés sur une hauteur d’extraction de 80 %, à la distance R = 1.1R2
du bord de fuite du rotor. Le tableau 4.8 présente les puissances calculées pour chaque
maillage, la valeur limite calculée par l’extrapolation de Richardson, ainsi que les erreurs
associées.
Nombre de points 200 000 400 000 1 500 000 3 000 000 solution extrapolée
Puissance acoustique (dB) 120.5 120.3 119.9 119.7 119.4
Erreur estimée (%) 1.0 0.8 0.5 0.3 —
Tableau 4.8: Erreurs sur la prédiction de la puissance acoustique pour le point de fonctionnement M
(rayon d’extraction R = 1.1R2 ).
Malgré un impact significatif sur les performances globales, il apparaı̂t que le maillage
n’influence que faiblement la prédiction de la puissance acoustique. À titre de comparaison,
l’écart minimum observé lors de la comparaison de plusieurs roues durant l’optimisation
est de 1 dB. Ainsi, un maillage de 400 000 points présente une erreur négligeable dans le cadre
d’une comparaison entre les performances acoustiques de deux roues.
4.2.5 Proposition pour une approche industrielle de la prédiction

CFD des champs compresseurs
Dans une approche industrielle, il est avant tout primordial de pouvoir prédire les
tendances sur un champ compresseur. Mais il est aussi nécessaire de pouvoir “recaler”
le champ sur une valeur absolue. Par exemple, il est pratique courante de calculer des
caractéristiques rendement–débit en terme de tendance par des méthodes 1D (corrélations
de pertes), que l’on recale ensuite à partir de l’expérience disponible sur d’autres machines.
Nous proposons ici une méthode similaire pour obtenir un champ recalé en
valeur absolue pour tenir compte des erreurs numériques :
1- Le tableau 4.7 montre qu’un maillage dégradé est suffisant pour

prédire une tendance (i.e., les delta). On réalise donc une première série de
calculs pour obtenir le champ sur un maillage de 200 000 points.
2- La figure 4.11 (b) permet de choisir la taille de maillage nécessaire

pour prédire une valeur absolue à une précision donnée. Ainsi, le calcul d’un
seul point de référence sur un maillage de 1 million de mailles permet de recaler
en valeur absolue avec une précision inférieure à 1 point.
3- Finalement, en combinant les étapes 1 et 2, on obtient un champ recalé,

d’une précision inférieure à 1 point en valeur absolue et à 0.2 points en tendance.
La généralisation de cette méthode est à faire avec précaution. Nous avançons l’hy-
pothèse que cette méthode peut s’appliquer au moins à des machines “proches” (la no-
tion de similitude abordée dans la troisième partie de ce mémoire permettra de préciser
ce point), une généralisation plus large nécessiterait l’application de la méthode de ce
deuxième paragraphe à des machines différentes, en particulier dans le régime transso-
nique où la prédiction du blocage est particulièrement difficile. Enfin, on insistera sur le
fait que même pour le maillage de 200 000 points, l’écart sur les débits d’entrée et de sortie
reste inférieur à 0.03 %, et ne biaise donc pas le recalage.
L’étude de sensibilité au maillage du premier paragraphe de ce chapitre a apporté une
meilleure compréhension des relations complexes entre caractéristiques de l’écoulement et
paramètres de maillage. Nous soulignerons en particulier deux résultats originaux comme
la démonstration de la faible contribution des effets visqueux au phénomène de glissement
et l’importance cruciale de la discrétisation des couches limites au carter pour la prédiction
des effets de jeu. La notion de solution localement indépendante au maillage proposée au
paragraphe 4.1.4 a permis d’obtenir des critères mesurables pour la convergence en maillage
de la prédiction du frottement au carter. Ainsi, à partir d’une approche locale, les résultats
du premier paragraphe ont permis de définir les contraintes nécessaires à la réalisation d’un
maillage de référence permettant de s’approcher de la convergence asymptotique pour la
prédiction des quantités globales.
Les résultats du deuxième paragraphe ont alors permis de quantifier les erreurs numéri-
ques dans les simulations pour les compresseurs centrifuges. Nous avons ainsi pu confirmer
l’idée que des maillages relativement dégradés permettent de capturer de manière satis-
faisante une tendance sur une isovitesse. En revanche, la prédiction d’une valeur absolue
de rendement nécessite l’utilisation de maillages nettement plus fins, et donc de ressources
conséquentes. Dans une optique d’application industrielle, nous avons finalement proposé
une méthode pour minimiser l’effort de calcul tout en essayant d’obtenir la meilleure qualité
de prédiction pour des ressources données.
L’estimation des erreurs numériques est la première étape pour atteindre le premier
objectif de la thèse : fiabiliser la conception par une démarche de qualification de l’outil
CFD. Ceci nous amène maintenant à considérer la deuxième source d’erreur : les modèles.
Chapitre 5
Modèles de turbulence sensibilisés

aux effets de rotation et courbure
Sommaire
5.1 Position du problème . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2 Physique et modélisation . . . . . . . . . . . . . . . . . . . . . . 78
5.2.1 Effets de la rotation . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.2.2 Effets de courbure . . . . . . . . . . . . . . . . . . . . . . . . . . 86
5.2.3 Panorama des corrections existantes . . . . . . . . . . . . . . . . 88
5.2.4 Correction d’un modèle à une équation (Spalart et Shur, 1997) . 91
5.2.5 Correction d’un modèle à deux équations (Cazalbou et al., 2005) 96
5.3 Implantation des corrections . . . . . . . . . . . . . . . . . . . . 102
5.3.1 Stratégie d’implantation . . . . . . . . . . . . . . . . . . . . . . . 102
5.3.2 Vérification du codage . . . . . . . . . . . . . . . . . . . . . . . . 105
5.3.3 Analyse de la consistance physique . . . . . . . . . . . . . . . . . 113
5.4 Évaluation des modèles corrigés sur un compresseur académique117
5.4.1 Présentation du cas-test RADIVER . . . . . . . . . . . . . . . . 117
5.4.2 Mise en œuvre des calculs . . . . . . . . . . . . . . . . . . . . . . 120
5.4.3 Comparaison avec les données expérimentales . . . . . . . . . . . 121
5.4.4 Analyse des simulations . . . . . . . . . . . . . . . . . . . . . . . 126
Ce chapitre est la deuxième étape dans la démarche d’amélioration de la prédictivité

des calculs CFD, et se concentre donc sur la deuxième contribution aux sources d’erreur
d’une simulation : l’erreur due aux modèles de turbulence.
Dans un premier temps, nous justifions par des considérations générales le choix de
se concentrer sur les effets de rotation et courbure sur la turbulence dans un contexte
turbomachine. L’analyse des phénomènes physiques mis en jeu aboutit à la définition d’une
stratégie de modélisation, illustrée ensuite par les deux modèles corrigés étudiés dans ce
mémoire : la correction d’un modèle à une équation de transport (Spalart et Allmaras, 1994)
proposée par Spalart et Shur (1997) ; et la correction de Cazalbou et al. (2005) appliquée à
un modèle à deux équations du type (k, ). L’implantation de ces deux corrections dans le
code de calcul est alors présentée et vérifiée. Enfin, les modèles corrigés sont testés sur un
compresseur académique (le cas-test RADIVER), pour évaluer le gain obtenu et finalement
conclure sur l’importance des erreurs de modélisation.
78 Modèles de turbulence sensibilisés aux effets de rotation et courbure
5.1 Position du problème

En reprenant la classification de Bradshaw (1971), les écoulements turbulents dans les
turbomachines sont de type “complexe” : en plus du cisaillement principal (∂V1 /∂y) lié à
la présence des couches limites, apparaissent des cisaillements secondaires significatifs liés
aux surfaces en rotation, aux sillages des pales, aux courbures de l’écoulement (dues aux
parois mais aussi aux écoulements secondaires) et aux accélérations de Coriolis dues à la
rotation d’ensemble
Plus généralement, dans ce type d’écoulements, la turbulence est affectée par les effets de
compressibilité, les gradients de pression, voire la transition, et enfin les effets de rotation et
courbure. Dans ce large champ d’investigation, notre étude se restreint à l’analyse des effets
de rotation et courbure (R/C), en prolongement des études entamées par le laboratoire et
l’industriel.
Bien que la physique et la modélisation des effets R/C soient examinées en détail
plus loin, nous pouvons déjà souligner le défaut inhérent aux modèles du premier ordre :
dans les équations pour les tensions de Reynolds, les termes impliquant la rotation sont
redistributifs, c’est-à-dire qu’ils apparaissent avec des signes opposés dans les équations des
tensions normales ; ils sont donc à trace nulle, et disparaissent du bilan d’énergie cinétique
de turbulence (k).
Notons que l’absence de ce défaut donne un avantage théorique à la modélisation au
second ordre, où les termes de rotation se manifestent de manière explicite. Toutefois, s’il
est nécessaire de développer des modèles qui peuvent être utilisés sur une base routinière
lorsque des ressources numériques importantes le permettent (SNECMA par exemple), il
est aussi important de proposer des solutions directement applicables dans un contexte
industriel sensiblement différent comme celui de LTS.
5.2 Physique et modélisation

Dans ce paragraphe, nous examinons tout d’abord les modes d’actions de la rotation
et de la courbure sur la turbulence, en considérant notamment quelques configurations
élémentaires. Dans un deuxième temps, cette analyse permet de juger, puis de définir, les
corrections de modèles visant à restituer ces effets.
5.2.1 Effets de la rotation
Quand un écoulement turbulent est soumis à une rotation d’ensemble, la présence des
accélérations de Coriolis entraı̂ne des modifications significatives du champ fluctuant. Les
deux mécanismes par lesquels la rotation opère sont l’instabilité de Coriolis en cisaillement
et l’inhibition du transfert spectral.
5.2 Physique et modélisation 79
5.2.1.1 Instabilité de Coriolis en cisaillement
L’instabilité de Coriolis en cisaillement1 (Tritton, 1992) peut se traduire par des phé-
nomènes d’amplification (déstabilisation) ou de réduction (stabilisation) de la turbulence, cette
réduction pouvant mener jusqu’à la relaminarisation de l’écoulement. En anticipant sur
le paragraphe 5.2.1.4, notons que ces deux effets peuvent cohabiter dans les canaux d’une
turbomachine radiale. Puisque cet effet n’apparaı̂t pas explicitement dans une modélisation
au premier ordre, il s’agit du premier phénomène important que devra reproduire une correction
pour les effets de la rotation.
Pour illustrer le mode d’action associé à cette instabilité, nous considérons ici une confi-
guration élémentaire : l’évolution temporelle d’une turbulence homogène uniformément ci-
saillée en rotation (THUC-Ω). Cette configuration, illustrée sur la figure 5.1 (a), permet
d’appréhender le mécanisme de base de l’instabilité de Coriolis en cisaillement car, dans
ce cas, la rotation influence directement le mouvement fluctuant sans avoir affecté le mou-
vement moyen au préalable.
En l’absence de rotation, la THUC est une situation instable (Rose, 1966) : l’énergie
cinétique de turbulence (k) et son taux de dissipation () augmentent continûment avec le
temps. Plus généralement, le caractère instable de la THUC-Ω correspondra à un taux de
croissance k1 dk
dt
positif.
Raisonnement par “particule déplacée” en THUC-Ω La situation de THUC-Ω est

illustrée figure 5.1 (a). Elle correspond à un écoulement incompressible dans un repère
cartésien (x,y,z), en rotation autour de l’axe z à la vitesse angulaire Ω. Ici, W1 désigne la
vitesse suivant x dans le référentiel tournant. Pour expliquer qualitativement le mécanisme
de l’instabilité, nous reproduisons ici le raisonnement par “particule déplacée” proposé par
Tritton (1992). Le paramètre
Ω dW1
β= , où S = ,
S dy
définit entièrement le problème de stabilité. Nous considérons ici que S est positif, les
différents cas (stable ou instable) étant alors obtenus pour différentes valeurs de Ω.
À partir de la figure 5.1 (b), le raisonnement débute en déplaçant une particule fluide
du niveau A au niveau B, en partant d’une situation d’équilibre. Initialement à la vitesse

W1A < W1B , la particule déplacée a une vitesse W1A après déplacement. Pour les particules
non déplacées en B, la force de Coriolis −2ρΩW1B y est équilibrée par la force due au
gradient de pression. La force subie par la particule déplacée de A à B est donc le résultat

de la différence entre la force de Coriolis associée à la vitesse W1A et la force du gradient de
pression en B (cette dernière étant égale à 2ρΩW1B y pour assurer l’équilibre des particules

non déplacées en B). Ainsi, du signe de 2ρΩ(W1B − W1A )y, la force subie par la particule
déplacée, dépend la stabilité de l’écoulement : si cette force est positive, alors le déplacement
initial est amplifié et la situation est instable, et réciproquement.
1
“Shear-Coriolis Instability”
(a) (b)
Figure 5.1: Turbulence homogène uniformément cisaillée : (a) configuration ; (b) analyse par particule
déplacée, d’après Tritton (1992).

La variation de vitesse associée au déplacement de la particule, W1A − W1A , est obtenue
en intégrant l’équation de la quantité de mouvement suivant x entre A et B, i.e. :

A
W1 − W1 = 2Ωvdt = 2Ωd ,
A
où d = vdt est la distance entre A et B, avec v la vitesse du déplacement. Puisque, par
définition, W1B − W1A = Sd, on peut écrire :

2ρΩ(W1B − W1A ) = 2ρΩ (Sd − 2Ωd) = 2ρΩS(1 − 2β)d ,
dont le signe ne dépend que de ΩS(1 − 2β). En rappelant que S est positif par convention,
le signe de cette expression est identique à celui donné par le nombre sans dimension
β(1 − 2β). Nous pouvons alors identifier les trois cas suivants :
– si β < 0 ou β > 0.5, la particule est rappelée vers sa position initiale : la force de
Coriolis stabilise l’écoulement ;
– si 0 < β < 0.5, le déplacement initial est amplifié : la force de Coriolis déstabilise
l’écoulement ;
– si β = 0 ou β = 0.5 la particule reste en équilibre : la force de Coriolis n’affecte pas la
stabilité de l’écoulement.
Ceci amène naturellement à l’introduction du nombre sans dimension suivant :
Ω Ω
B R = −2 (1 − 2 ) = 2β(2β − 1) , (5.1)
S S
appelé nombre de Bradshaw-Richardson. L’action déstabilisante de la force de Coriolis
correspond alors simplement aux cas où B R < 0, et réciproquement.
Généralisation Si les bornes de la zone instable (0 ≤ β ≤ 0.5) sont confirmées par les
analyses de stabilité linéaire de Lezius et Johnston (1976), Cambon et al. (1994) et Speziale,
Abid et Blaisdell (1996), les données physiques sont plus rares. On retiendra que : (i) les
résultats de simulation aux grandes échelles (LES) de Bardina, Ferziger et Reynolds (1983)
prédisent un écoulement instable pour β = 0 et 0.25, et en stabilité neutre pour β = 0.5 ;
(ii) les résultats de distorsion rapide (RDT) de Bertoglio (1982) donnent un écoulement
stable pour β −0.44 et instable pour β +0.44, avec un point de stabilité neutre obtenu
pour β −0.2. En l’absence de données plus précises, nous retiendrons que la zone instable
s’étend de β légèrement négatif jusqu’à β = 0.5. En rappelant qu’en l’absence de rotation
(β = 0), l’écoulement cisaillé est instable, il n’est pas surprenant que la zone instable
déborde vers β légèrement négatif.
5.2.1.2 Inhibition du transfert spectral
Le deuxième mode par lequel la rotation affecte la turbulence peut se superposer à

(voire être inhibé par) l’instabilité de Coriolis en cisaillement. La situation de turbulence
homogène initialement isotrope en rotation (THI-Ω) permet d’isoler ce mécanisme. En
l’absence de rotation, la turbulence décroı̂t sous l’effet de la dissipation turbulente.
Les expérience de Wigeland et Nagib (1978) et Jacquin et al. (1990) (ainsi que les
simulations de Rogallo (1981); Bardina, Ferziger et Reynolds (1983); Bardina, Ferziger et
Rogallo (1985); Dang et Roy (1985)) ont montré que dans le cas de la THI-Ω, la rotation
entraı̂ne une diminution du taux de décroissance énergétique ( k1 dk
dt
), et corrélativement, du
1 d
taux de décroissance de la dissipation ( dt ). En d’autres termes, une turbulence homogène
décroı̂t moins rapidement en présence de la rotation. C’est le deuxième phénomène important
que devra reproduire une modélisation au premier ordre.
Les expériences de Jacquin et al. (1990) ont par ailleurs mis en évidence le caractère
anisotrope de ce phénomène, qui affecte de manière privilégiée les échelles transversales
(i.e., dans le plan orthogonal à Ω). Un raisonnement par particule déplacée montre que
la rotation opère par un confinement de la taille des tourbillons dans le plan transverse.
Ce confinement agit à une échelle caractéristique LΩ = v/Ω (où v est représentative de la
fluctuation de vitesse dans le plan transverse), et n’affecte pas les échelles inférieures.
Ces phénomènes traduisent en fait un mécanisme non-linéaire, indétectable dans une

approche statistique. En effet, les modèles spectraux de Cambon, Bertoglio et Jeandel
(1981) et l’analyse de Aupoix, Cousteix et Liandrat (1983) ont montré que ces modifica-
(a) Faible taux de rotation. (b) Régime intermédiaire. (c) Limite aux forts taux de rotation.
Figure 5.2: THI-Ω : Influence de la rotation sur le transfert spectral.

tions étaient dues à l’action explicite de la rotation sur les corrélations triples (terme non
linéaire de transfert dans l’équation de Lin). Dans une approche spectrale, l’anisotropie
et la diminution du taux de décroissance énergétique se traduisent pas une diminution du
transfert énergétique vers les grands nombres d’ondes (Rogallo, 1981). En d’autres termes,
l’énergie se maintient aux petits nombres d’ondes, et on observe une pente plus importante
que la pente en -5/3 du spectre de Kolmogorov (voir la figure 5.2 (c)). La valeur limite de
cette pente n’est pas encore unanimement reconnue : Okamoto (1995) obtient une pente
-11/3 ; Zeman (1994) propose une pente de -11/5 basée sur des considérations théoriques ;
mais l’analyse de Zhou (1995), les simulations LES de Domaradzki et Yang (2004) et les
expériences de Moisy, Morize et Rabaud (2004) conduisent à une pente -2.
L’idée développée précédemment d’un confinement opérant à une échelle LΩ ∝ 1/Ω
se transpose dans le domaine spectral par un nombre d’onde de coupure kΩ ∝ Ω. En
d’autres termes, la pente du spectre n’est modifiée que pour les nombres d’ondes compris
entre k0 et kΩ (avec k0 le nombre d’onde le plus énergétique), c’est le régime intermédiaire
de la figure 5.2 (b). Lorsque kΩ > kη (avec kη la micro échelle de Kolmogorov), tout le
spectre subit l’influence de la rotation, de sorte qu’augmenter encore la rotation ne modifie
plus significativement la structure de la turbulence. Ceci amène finalement à un point
important : au delà d’un certain seuil, les effets de la rotation saturent, c’est la notion de
“limite aux forts taux de rotation”. Ceci constitue la troisième contrainte que devra respecter
un modèle de turbulence sensibilisé pour les effets de la rotation.
5.2.1.3 Analyse pour un canal en rotation
Figure 5.3: Configuration de canal plan en rotation.
Afin d’illustrer plus concrètement l’impact de la rotation sur un écoulement turbulent,

nous considérons ici le cas de l’écoulement monodimensionnel (invariance en x et z) de
canal plan en rotation, présenté à la figure 5.3. Du point de vue de l’orientation de la
vitesse relative et de la rotation, cette situation est similaire à celle rencontrée en sortie
d’une roue de compresseur centrifuge (dans ce cas, x est la direction radiale).
En supposant l’écoulement monodimensionnel, dans le repère relatif, les termes expli-
cites dûs à la rotation disparaissent du bilan de quantité de mouvement suivant x :

∂ 1 ∂W1∗
0=1+ ∗ −u v∗ ∗ ,
∂y Reτ ∂y ∗
où les quantités “étoilées” sont les variables adimensionnelles obtenues en utilisant h comme
longueur de référence et uτ comme vitesse de référence (uτ est une moyenne quadratique
de la vitesse de frottement sur les deux parois du canal), et Reτ le nombre de Reynolds
basé sur h et uτ . Cette équation permet de souligner un point important : ici, la rotation
n’influence le champ moyen que par le biais des tensions de Reynolds. En d’autres termes,
la simulation d’un écoulement de canal plan ne restituera le champ de vitesse correctement
que si elle est menée avec un modèle corrigé pour l’influence de la rotation sur la turbulence.
De plus, l’examen d’un bilan de quantité de mouvement suivant y (analyse similaire à
celle menée au paragraphe 2.3.1.3) montre que la force de Coriolis (orientée vers la paroi -h
de la figure 5.3) est équilibrée par un gradient de pression ∂P/∂y < 0. En d’autres termes,
la paroi −h est “en pression”.
Modification du profil de vitesse La figure 5.4 donne une vue schématique du profil
de vitesse débitante modifié par la rotation. De manière notable, le maximum de vitesse
est déplacé vers le côté en dépression du canal (Johnston, Halleen et Lezius, 1972). En
poursuivant l’analogie avec une roue de compresseur centrifuge, cet effet se traduit par une
modification de la charge aube-à-aube (que l’on exprime parfois en terme de différence de
vitesse et non de pression comme au paragraphe 2.3.1.3).
Dans la région centrale du profil, une zone linéaire de pente −2Ω est observée expérimen-
talement (Johnston, Halleen et Lezius, 1972). Ceci traduit le caractère de stabilité neutre
de l’écoulement dans cette zone (B R = 0, correspondant au cas où β = 1/2).
Au niveau de la paroi en pression, l’écoulement est déstabilisé par l’instabilité de Coriolis
en cisaillement, car B R y est positif. Corrélativement, le niveau de turbulence augmente,
le gradient de vitesse augmente, et surtout, le frottement augmente.
Au niveau de la paroi en dépression, l’écoulement est stabilisé par l’instabilité de Coriolis
en cisaillement, car B R y est négatif (∂W1 /∂y < 0, du fait de l’orientation du repère). Ainsi,
Figure 5.4: Influence de la rotation sur le profil de vitesse débitante en configuration de canal plan.
on peut observer une relaminarisation de l’écoulement dans cette zone. Corrélativement,

le gradient de vitesse et le frottement diminuent.
Écoulements secondaires Enfin, les écoulement secondaires qui se produisent en réalité

dans un canal sont significativement affectés par la rotation. La figure 5.5 illustre schémati-
quement ces modifications pour le canal carré (d’après les résultats expérimentaux de
MacFarlane, Joubert et Nickels (1998)).
En l’absence de rotation, huit tourbillons apparaissent dans le plan transverse (fi-
gure 5.5 (a)), similaires à des tourbillons de Taylor-Gø̈rtler. Sous l’effet de la rotation,
ces tourbillons se structurent en quatre tourbillons contrarotatifs (figure 5.5 (b)). Lorsque
la rotation augmente, deux “gros” tourbillons occupent l’essentiel de la section de passage,
et cohabitent avec deux plus petits dont les centres sont proches de la surface en pression
(figure 5.5 (c)). Si ces effets sont dus à une action directe de la rotation (elle intervient
explicitement dans les équations du mouvement moyen), le modèle de turbulence influence
la prédiction de ces écoulements, comme l’illustre la figure 5.5 (d). Cette dernière figure
compare les écoulements secondaires prédits par un modèle (k, ) standard et ceux obtenus
par un modèle corrigé pour les effets de la rotation (correction HPB de Howard, Patankar
et Bordynuik (1980)), résultats tirés de Cazalbou (2002).
(a) Rotation nulle. (b) Régime intermédiaire. (c) Fort taux de rotation.
(d) Résultats de simulation numérique.
Figure 5.5: Influence de la rotation sur les structures de l’écoulement secondaire dans un canal
carré. Figures (a), (b) et (c) représentation schématique tirée de résultats expérimentaux. Figure (d),
influence du modèle de turbulence sur la prédiction.
Les modifications obtenues dans cette configuration simple laissent raisonnablement

envisager un impact de la rotation sur la structure de l’écoulement dans un compresseur
centrifuge.
5.2.1.4 Analyse théorique pour un compresseur centrifuge
L’analogie mentionnée précédemment entre la sortie d’un compresseur et un canal plan

permet déjà, de manière qualitative, de prévoir l’effet de la rotation sur la turbulence dans
un compresseur centrifuge : la turbulence va augmenter à l’intrados (PS) et diminuer à l’ex-
trados (SS). De plus, ceci peut avoir un impact sur la charge aube-à-aube, le frottement
pariétal et la structure des écoulements secondaires. Notons que c’est à l’extrados que
l’écoulement a le plus de risque de décoller, la diminution de la turbulence aura donc pour
effet d’accentuer ce risque. Pour un nombre de rotation modérément élevé, Baljé (1981)
interprète cet effet comme une contribution supplémentaire (en plus des écoulements secon-
daires) à la formation de la configuration de jet/sillage en sortie du rotor (voir figure 5.6) :
les particules à faible énergie cinétique de turbulence (intrados) sont plus facilement trans-
portées vers le sillage.
Figure 5.6: Influence de la rotation sur la formation du jet/sillage, d’après Baljé (1981).
En revenant sur le raisonnement mené au paragraphe 2.3.1.3, c’est bien dans la partie
radiale de la roue que la force de Coriolis a le plus d’intensité. Néanmoins, en entrée de
roue, la force n’est pas négligeable. En effet, en utilisant la composition des vitesses, elle
s’écrit :
F Coriolis = −2ρΩ × (V − U ) = 2ρΩUuz × uθ ,
avec uz, uθ et ur les vecteurs unitaires dans les direction axiale, tangentielle et radiale,
respectivement. Alors, en notant que U = rΩ et que uz × uθ = −ur , la force de Coriolis
en entrée peut s’écrire :
F Coriolis = −2ρΩ2 rur .
Elle est donc portée par la direction radiale, orientée du carter au moyeu, et dépend du
rayon. Ainsi, les raisonnements du paragraphe précédent permettent de soupçonner un effet
fortement stabilisant au carter et faiblement déstabilisant au moyeu (rCarter > rMoyeu ) pour
l’entrée de la roue.
5.2.2 Effets de courbure

Les effets de courbure sont qualitativement connus depuis les travaux de Prandtl. La
revue de Bradshaw (1973) et, plus tard, les travaux expérimentaux de Hunt et Joubert
(1979) permettent de résumer l’impact de la courbure sur la turbulence : une surface concave
est déstabilisante (i.e., la turbulence augmente), alors qu’une surface convexe est stabilisante
(i.e., la turbulence diminue).
Les résultats expérimentaux de Clauser et Clauser (1937) et Kim et Simon (1991)
montrent que, dans le cas de la surface concave, l’apparition de tourbillons de Taylor-
Gø̈rtler accélère la transition laminaire–turbulent, et modifie le transport de la turbulence.
Dans le cas de la surface convexe, la stabilisation peut entraı̂ner la relaminarisation (en
fait, le nombre de Reynolds de transition augmente).
Comme mentionné dans l’introduction, cette classe d’écoulement entre dans la catégorie
des écoulements complexes du fait de la présence du taux de déformation ∂V2 /∂x. Bien
que d’un ordre de grandeur inférieur à ∂V1 /∂y, ce terme entraı̂ne donc des modifications
importantes du champ fluctuant (Bradshaw, 1973). Un raisonnement par particule déplacée
explique qualitativement le phénomène de déstabilisation.
5.2.2.1 Raisonnement par particule déplacée pour une surface concave
Rc
Force de Pression
1
0
0
1
B
0
1
0
1
0 Force
1 A
0
1
00000000000000000000000000000000000
11111111111111111111111111111111111
0
1
00000000000000000000000000000000000
11111111111111111111111111111111111
Centrifuge
0
1
00000000000000000000000000000000000
11111111111111111111111111111111111
0
1
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
00000000000000000000000000000000000
11111111111111111111111111111111111
Figure 5.7: Couche limite se développant sur une surface concave : analyse par particule déplacée.
Considérons la couche limite se développant sur une surface concave (figure 5.7). Pour
simplifier les notations, nous considérerons ici que V désigne la composante V1 de la vitesse
absolue. Dans toute la couche limite, les particules sont en équilibre sur leur trajectoire,
c’est-à-dire que la force centrifuge liée à la courbure (−ρVA2 /Rc y) est compensée par l’effort
dû au gradient de pression (−∂P/∂y y, avec ∂P/∂y < 0).
À un niveau donné A de la couche limite, supposons que les fluctuations entraı̂nent
une particule jusqu’en B, de sorte que la particule conserve sa vitesse VA . En B, cette
particule est soumise à une force centrifuge −ρVA2 /Rc y et à un effort de pression égal à
+ρVB2 /Rc y (du fait de l’équilibre local en B). Comme VB > VA , le bilan des efforts subis
par la particule déplacée est déséquilibré : la résultante des efforts est orientée suivant y.
Ainsi, la force subie par la particule accentue le déplacement initial : la paroi concave est
bien déstabilisante. Un raisonnement identique permet d’illustrer le caractère stabilisant
d’une paroi convexe.
Généralisation Le nombre de Richardson–gradient de courbure est défini par :
V /Rc
Ric = 1 , (5.2)
2
∂V /∂y
où Rc est le rayon de courbure. Ce nombre mesure l’effet de la courbure par rapport au
taux principal de cisaillement. Il mesure aussi, par son signe, l’orientation de la paroi : en
effet, pour Ric > 0 la paroi est convexe, et elle est concave pour Ric < 0.
5.2.2.2 Analyse théorique pour un compresseur centrifuge
Les données précédentes peuvent se transposer dans un compresseur centrifuge en exa-

minant les courbures mentionnées dans le chapitre 2 (§ 2.2.2). La courbure la plus impor-
tante est celle correspondant au virage axial–radial dans le plan méridien. La figure 5.8
transpose les raisonnements précédents : l’effet de courbure est déstabilisant au moyeu (aug-
mentation de la turbulence) et stabilisant au carter (réduction de la turbulence). Notons que,
comme pour la rotation, cet effet est pénalisant : il accroı̂t le risque (déjà important) de
décollement au carter.
Dans le plan aube-à-aube, l’intensité des courbures (voire leur orientation) dépend des
choix de conception, nous les examinerons donc au cas par cas suivant les compresseurs
testés plus loin. Notons toutefois que dans le cas de pales couchées en arrière (β2m < 0◦
Figure 5.8: Analyse qualitative de l’influence de la courbure sur la turbulence (plan méridien).
en sortie), l’extrados est (faiblement) concave et l’intrados convexe : en sortie, l’effet de

courbure sur la turbulence va donc s’opposer à l’effet de la rotation. Il est difficile de statuer
a priori sur l’effet dominant.
5.2.3 Panorama des corrections existantes

La littérature présente de nombreuses corrections pour les effets de rotation et courbure.
Sans prétendre à l’exhaustivité, nous présentons dans ce paragraphe les plus représentatives.
En se basant sur l’analogie entre les effets de rotation et courbure proposée par Brad-
shaw (1973), des modèles développés spécifiquement pour l’un ou l’autre de ces effets sont
utilisés pour reproduire les deux (le paragraphe 5.2.4.1 revient sur cette analogie). Ainsi,
nombres de modèles visant à reproduire l’instabilité de Coriolis en cisaillement sont dérivés
de modèles pour la courbure ; ces deux classes de modèles sont donc présentées ensemble ;
les modèles pour les effets non linéaires de la rotation sont ensuite introduits.
En préliminaire, nous mentionnerons les corrections de Johnston et Eide (1976), Adams

et Johnston (1984) et Moore et Moore (1990) pour les modèles algébriques. Ces corrections
modifient la longueur de mélange calculée en fonction d’un nombre de rotation et/ou d’un
nombre de Richardson pour la courbure. Étant donné le cadre d’application limité de ces
modèles (ils sont développés pour des configurations bidimensionnelles et donc calés au
cas par cas), ils ne sont pas présentés ici. De plus, le modèle à une équation de Spalart &
Allmaras (SA) semble jouir d’une certaine popularité comme alternative à moindre coût (de
calcul et de mise en œuvre) aux modèles à deux équations et occupe ainsi avantageusement
le créneau autrefois tenu par le modèle algébrique de Baldwin & Lomax. La correction
rotation/courbure du modèle SA (Spalart et Shur, 1997) est présentée plus loin.
Étant donné que le panorama va donc se concentrer sur les modèles à deux équations
du type (k, ), nous présentons ci-dessous les équations générales du modèle dans un repère
absolu :
µt = ρCµ fµ kT , (5.3)

∂k ∂k ∂Ui ∂ µt ∂k
ρ + ρUj = τij + µ+ − ρ , (5.4)
∂t ∂xj ∂xj ∂xj σk ∂xj

∂ ∂ 1 ∂Ui ∂ µt ∂ 1
ρ + ρUj = C1 f1 τij + µ+ − C2 ρ + E , (5.5)
∂t ∂xj T ∂xj ∂xj σ ∂xj T
2
avec τij = 2µt Sij − ρkδij , et
3
C1 = 1.44, C2 = 1.92, Cµ = 0.09, σk = 1.0 et σ = 1.3 .
Pour le modèle (k, ) de Yang et Shih (1993), noté YS par la suite, l’échelle de temps
turbulente T est écrite :
k ν 0.5
T = + ,

et l’équation pour la dissipation est complétée du terme
2 2
∂ U1
E = νµt .
∂y 2
La formulation bas-Reynolds est assurée par la fonction de paroi

0.5 k 0.5 y
fµ = 1 + exp − (Ax + Bx3 + Cx5 où x = Rey = ,
ν
avec les constantes suivantes : A=1.5 10−4 ; B=5 10−7 ; C=10−10 . La condition de paroi
pour est alors :
√ 2
∂ k
p = 2ν .
∂xj
5.2.3.1 Corrections pour courbure et rotation/cisaillement

Le tableau 5.1 synthétise les principales approches retenues dans la littérature pour
prendre en compte les effets de la rotation en se basant sur l’analogie avec les effets de
courbure.
Courbure Analogues rotation C2 modifié B

2
Wilcox et Chambers (1977) Howard et al. (1980) 0 (1 − C B)
C2 −ΩS k2
Ω
(modèle I)
Launder et al. (1977) Howard et al. (1980) 0 (1 − C B)
C2 Ω
2
modèle II : −2Ω(S − 2Ω) k2
2
modèle III : −2ΩS k2
Park et Chung (1989) Hellsten (1998) 0 (1 − C B)−1
C2 -|S-2Ω|(S-|S-2Ω|) k2
2
Ω
Tableau 5.1: Principales corrections pour les effets de courbure et leurs analogues pour les effets de
rotation/cisaillement.
La correction pour les effets de courbure proposée par Wilcox et Chambers (1977) pour
le modèle (k, ω) (dans la version de Wilcox et Traci (1976)) est transposée au modèle (k, )
par Howard, Patankar et Bordynuik (1980) (sous la dénomination “modèle I”) et adaptée
pour la rotation. Elle est utilisée pour simuler le cas-test du canal plan en rotation. Notons
que la transposition de la version (k, ) à la version (k, ω) induit l’apparition d’un terme
source dû à la rotation dans l’équation pour k. Ce terme s’écrit
PkΩ = 9Ωµt S .
Cette correction est la seule à introduire un terme dû à la rotation dans l’équation modèle
pour k (rappelons que la rotation n’intervient pas de manière explicite dans l’équation
exacte pour k).
Howard, Patankar et Bordynuik (1980) (ainsi que Chen et Guo (1990)) examinent une
seconde correction (sous la dénomination “modèle II”), dérivée de la correction de courbure
de Launder, Priddin et Sharma (1977).
Une correction de courbure plus récente, proposée par Park et Chung (1989), est trans-
posée aux effets de rotation par Hellsten (1998). Le nombre de rotation B utilisé est dérivé
d’une proposition de Khodak et Hirsch (1996).
De toutes les formulations pour le nombre de rotation B présentées dans le tableau 5.1,
2
seule la forme B = −2Ω(S −2Ω) k2 présente l’avantage de pouvoir être assimilée au nombre
de Bradshaw-Richardon B R dans une situation de THUC-Ω (mais dans une formulation
mixte, c’est-à-dire impliquant des échelles de temps des mouvements moyen et fluctuant).
Toutefois, la formulation de Khodak et Hirsch (1996) permet d’obtenir le même signe pour
B que pour B R sur toute la gamme de β.
Pour autant, il n’est pas immédiat de conclure que l’utilisation d’un nombre assi-
milable à B R garantit une restitution correcte de la branche instable de la situation
de THUC-Ω (rappelons que physiquement, l’instabilité correspond à β ∈ [0; 0.5] ou de
manière équivalente B R < 0). En effet, Cazalbou et al. (2005) montrent qu’une analyse
mathématique par la théorie des systèmes dynamiques est nécessaire pour identifier les
bornes de la zone instable prédite par un modèle (k, ) en THUC-Ω. Par cette approche,
une plage instable correspondant à β ∈ [−0.05; 0.55] est obtenue pour le “modèle II” de
Howard, Patankar et Bordynuik (1980). Pour le modèle de Hellsten (1998), cette plage
correspond à β ∈ [−0.04; 1.04]. Ceci amène à rejeter l’approche de Hellsten (1998).
Néanmoins, si la stabilité de l’écoulement semble bien restituée par l’approche de Ho-
ward, Patankar et Bordynuik (1980), Cazalbou et al. (2005) montrent que des problèmes
“d’explosion en temps fini” sont inhérents à la formulation mathématique retenue. Nous
revenons sur ce point dans le paragraphe 5.2.5.
5.2.3.2 Corrections pour les effets non linéaires de la rotation
Références C2 0
C2 Cnl ∞
C2
0 +C 1+0.1325|γ|
Aupoix, Cousteix et Liandrat (1983) C2 nl 1+0.6051|γ|+3.937γ 2 1.83 0.9 2.73
Bardina, Ferziger et Rogallo (1985) 0 + C |γ|−1
C2 1.83 0.15 +∞
nl
Shimomura (1993) 0 + C (1 + 10γ 2 )−1

C2 1.83 1 2.83
nl
Okamoto (1995) 0 + C (1 + 13.04γ 2 )−1

C2 1.71 1.21 2.92
nl
Rubinstein et Zhou (1996) 0 2 + C γ −2
C2 — — +∞
nl
Park et Chung (1999) (m=2) 0 + C (1 + 4.3|γ|−3/2 )−1

C2 1.83 0.83 2.67
nl
Park et Chung (1999) (m=4) C 0 + Cnl (1 + 4.3|γ|−3/2 )−1 1.7 0.7 2.4
2
Thangam, Wang et Zhou (1999) C20 2 + C (1 + 1.525γ 2 )−1 1.83 3.75 2.67
nl
Tableau 5.2: Corrections pour les effets non linéaires de la rotation. Le nombre γ = /(Ωk) traduit
∞ est la limite de C quand γ → ∞.
l’effet de la rotation. C2 2
Du fait de la généralité de l’équation (5.5) pour (modèles non linéaires, modèles algé-
briques aux contraintes de Reynolds, modèles de transport des contraintes de Reynolds),
de nombreuses corrections existent pour prendre en compte les effets non-linéaires de la
rotation sur l’évolution du taux de dissipation. Le tableau 5.2 présente une revue des
corrections existantes.
Ces corrections étant généralement calées à partir de la configuration de THI-Ω, elles

portent naturellement sur C2 (seul terme non nul de l’équation (5.5) dans cette situation).
On constate alors que, pour tous les modèles du tableau 5.2, l’effet de la rotation est de
diminuer la destruction du taux de dissipation (via une diminution de C2), dans le but
de diminuer le taux de décroissance de la turbulence. Ceci est conforme à la première
contrainte identifiée au paragraphe 5.2.1.2.
En revanche, ces modèles présentent des comportements différents aux forts taux de
rotation : pour les modèles de Bardina, Ferziger et Rogallo (1985) et Rubinstein et Zhou
(1996), la valeur de C2 tend vers l’infini quand la rotation augmente, alors qu’elle reste
finie dans les autres modèles. On peut montrer ainsi que ces deux modèles ne sont pas
en accord avec la notion de limite aux forts taux de rotation introduite précédemment
(troisième contrainte du paragraphe 5.2.1.2).
Enfin, notons que les modèles de Okamoto (1995), Park et Chung (1999) et Thangam,
Wang et Zhou (1999) sont obtenus par une approche spectrale permettant de caler la pente
limite du spectre de turbulence. Ainsi, pour le modèle de Park et Chung (1999), le nombre
m dans le tableau 5.2 désigne l’exposant de k dans l’expression du spectre dans la zone
des très gros tourbillons.
Il ressort donc de ce panorama qu’aucun des modèles corrigés disponibles ne resti-
tue pleinement la physique des effets de rotation/courbure, même sur des configurations
simples. Pour cette raison, nous étudions maintenant deux corrections récentes : la correc-
tion de Cazalbou et al. (2005), issue des travaux menés au laboratoire, et la correction de
(Spalart et Shur, 1997), retenue pour son approche originale de l’unification des effets de
rotation/courbure, et parce que le modèle SA est en passe de devenir un standard chez
LTS.
5.2.4 Correction d’un modèle à une équation (Spalart et Shur,

1997)
La correction de Spalart et Shur (1997) apportée au modèle de Spalart & Allmaras
(SA) est la première des deux corrections implantées dans le code de calcul dans le cadre
de ce mémoire. Le modèle corrigé sera noté SARC par la suite. Ce paragraphe débute
en revenant sur l’analogie rotation/courbure. Ceci permet d’introduire ensuite la stratégie
de modélisation utilisée par Spalart et Shur (1997) pour dériver une mesure unique des
effets de rotation et courbure (cette mesure est reprise dans le modèle de Cazalbou et
al. (2005)). Enfin, la formulation mathématique de la correction apportée au modèle de
Spalart & Allmaras est présentée.
5.2.4.1 Analogie rotation/courbure

Du point de vue de la physique associée aux effets de rotation et courbure, les phé-
nomènes de stabilisation et déstabilisation présentés aux paragraphes 5.2.1 et 5.2.2 sont
communs aux deux situations.
Du point de vue des nombres adimensionnels, c’est le signe de la vorticité absolue ω =
∗
ω +2Ω qui pilote la physique de l’instabilité. Pour l’instabilité de Coriolis en cisaillement en
situation de THUC-Ω, la vorticité absolue vaut −dW1 /dy + 2Ω. Dans le cas de la courbure,
elle vaut dV2 /dx V /Rc . Ainsi, l’analogie est parfaite lorsqu’on compare les zones de
stabilisation/déstabilisation de B R et Ric (équations (5.1) et (5.2)).
De plus, dans un contexte de modélisation au premier ordre, l’attention se porte na-

turellement sur la contrainte de Reynolds tangentielle −uv. Dans l’équation de transport
pour
cette quantité
: (i) dans le repère absolu, la rotation apparaı̂t comme un terme source2
2Ω u2 − v 2 ; (ii) si on écrit cette équation dans le repère {s; n} lié à la particule, la cour-

bure apparaı̂t comme un terme source 2U/Rc u − v (voir Gibson, Jones et Younis
2 2
(1981) par exemple). L’analogie est donc confirmée par les équations.
Enfin, dans le cas d’un écoulement de rotation pure en coordonnées polaire (Uθ = RΩ),
on voit aisément que courbure et rotation s’identifient parfaitement : dans le référentiel
absolu, l’écoulement subit une courbure Rc = R ; dans le référentiel tournant lié à la
particule, il subit une rotation pure Ω, égale à Uθ /R par définition. La turbulence étant
invariante par changement de repère, elle subit un effet identique.
5.2.4.2 Mesure unifiée des effets de rotation/coubure
Les contraintes imposées par Spalart et Shur (1997) pour dériver une telle mesure sont
les suivantes :
condition 1 : unifier les effets de rotation et courbure ;

condition 2 : être invariante par changement de repère ;
condition 3 : avoir une formulation 3D indépendante du problème.
L’approche retenue est inspirée d’une idée de Knight et Saffman (1978). Elle part
du constat que c’est le signe de (u2 − v 2 ) qui définit le caractère stable ou instable,
d’après l’équation de transport pour uv. Pour un écoulement cisaillé mince bidimensionnel,
l’inégalité u2 > v 2 revient à dire que les axes principaux du tenseur des contraintes de Rey-
nolds (Rij ) sont en avance sur ceux du tenseur des taux de déformation (Sij ). En d’autres
termes, ces axes forment un angle θ > 0. À partir de là, le raisonnement de Spalart et Shur
s’appuie sur deux hypothèses :
1. la turbulence augmente quand les axes de Rij et Sij se confondent ;
2. le mouvement des axes de Sij répond instantanément à la géométrie (courbure) ou à
la rotation, tandis que les axes de Rij sont en retard.
Ainsi, courbure et rotation ont pour effet de réduire (resp. d’augmenter) l’angle θ entre les
axes de Rij et Sij ; c’est cela qui permet de détecter leur effet stabilisant (resp. déstabilisant).
Pour cette raison, l’évolution de θ permet de détecter intensité de l’effet R/C. Étant
donné que l’angle entre les axes de Rij et une référence est constant (hypothèse 2 énoncée
précédemment), Spalart et Shur (1997) mesurent l’évolution de l’angle α entre le premier
axe principal du tenseur des taux déformations et l’axe X du repère absolu (en effet,
2 2
u − v 2 > 0 dans la couche limite turbulent du fait du phénomène de blocage dû à la paroi.
Dα/Dt −Dθ/Dt en conséquence directe de l’hypothèse 2). On peut alors montrer que
cette évolution vaut U/Rc dans le cas avec courbure, i.e. :
Dα
= U/Rc (mesure de courbure) ,
Dt
Étant donné que Dα/Dt est la dérivée particulaire d’une quantité invariante définie par
rapport à un repère absolu, elle est elle-même invariante par changement de repère (i.e.,
objective). On peut de plus montrer que Dα/Dt = Ω en THUC-Ω.
Il s’agit maintenant de distinguer les effets stabilisants des effets déstabilisants. Pour
cela, Spalart et Shur (1997) montrent que, en 2D, Dα/Dt doit être comparé à la vorticité
absolue, le signe résultant donnant alors la nature de l’effet. Ainsi, la quantité
Dα
e≡ signe(ωz∗ + 2Ω) (5.6)
Dt
est la mesure retenue en 2D pour quantifier de manière unifiée rotation et courbure.
En 3D, la rotation entre les axes principaux de Sij et Rij n’est plus un scalaire mais un
vecteur. Il en va de même pour la vorticité absolue ω. En conséquence, la généralisation
de la mesure (5.6) en 3D est plus complexe. Après plusieurs considérations de symétrie et
une certaine quantité d’algèbre, Spalart et Shur (1997) montrent qu’une généralisation de
e en 3D peut s’écrire :

2 DSij
e≡ Wik Sjk + Ωm (εimn Sjn + εjmn Sin ) , (5.7)
S̃ 2 Dt
où Wij est le tenseur objectif de rotation absolue, et Sij le tenseur des taux de déformation :

∂Ui ∂Uj
Wij = 0.5 − + 2εmji Ωm , (5.8)
∂xj ∂xi

∂Ui ∂Uj
Sij = 0.5 + , (5.9)
∂xj ∂xi
avec εijk le tenseur des permutations circulaires. Enfin,
S̃ = (2Sij Sij )1/2 et W̃ = (2Wij Wij )1/2 (5.10)
sont respectivement les mesures objectives de la déformation et de la rotation.

Finalement la quantité e définie par l’équation (5.7) est une mesure de rotation/courbure qui
répond aux trois conditions énoncées précédemment. Cette quantité est homogène au carré
de l’inverse d’un temps ; sa normalisation est sans effet direct sur le pilotage de l’instabilité,
et peut donc impliquer des échelles associées au mouvement moyen et/ou à la turbulence.
Pour la modification du modèle de Spalart & Allmaras, e est utilisé sous la forme
adimensionnelle suivante :
S̃ 2
r̃ = e , (5.11)
(S̃ 2 + W̃ 2 )2
La quantité (S̃ 2 + W̃ 2 ) est alors notée D 2 par soucis de simplicité d’écriture.
Dégénérescence de r̃ en THUC-Ω Nous examinons maintenant l’expression de r̃ dans

le cas de la THUC-Ω. Avec les notations de la figure 5.1 (a), les seuls termes non nuls du
tenseur des taux de déformation sont S12 = S21 = S, et donc S̃ = S. Les seuls termes non
nuls du tenseur de rotation absolue sont W12 = −W21 = S/2 − Ω, et donc W̃ = |S − 2Ω|.
Partons maintenant de

2 DSij
r̃ = Wik Sjk + Ωm (εimn Sjn + εjmn Sin ) .
D4 Dt
En notant que : (i) DSij /Dt = 0 en THUC-Ω ; (ii) le seul terme non nul de l’expression
entre crochets est obtenu pour m = 3 car Ω = Ωz ; (iii) que les seuls termes non nuls de la
somme implicite sur i, j et k sont les triplets {i = 1; k = 2; j = 1} et {i = 2; k = 1; j = 2},
r̃ s’écrit :

2
r̃ = W S
12 12 Ω(ε S
13n 1n + ε S
13n 1n ) + W S
21 21 Ω(ε S
23n 2n + ε S
23n 2n ) .
D4
Soit finalement :
S2
r̃ = Ω(SΩ − S) ,
D4
et donc, en comparant cette expression à celle de B R (équation (5.1)), il vient que
S4
r̃ = BR .
2D 4
Ainsi, r̃ est bien un nombre adimensionnel qui restitue les zones de stabilisation et désta-
bilisation de la situation de THUC-Ω.
5.2.4.3 Modélisation
Modèle de base Le modèle SA (Spalart et Allmaras, 1994) calcule la viscosité tour-
billonnaire sous la forme
νt = ν̃fv1 ,
où ν̃ est une variable intermédiaire obtenue par la résolution de l’équation de transport
suivante :
2
Dν̃ 1 cb1 ν̃
= cb1 (1 − ft2 )ν̃ S̃ + ∇ · (ν + ν̃)∇ν̃ + cb2 (∇ν̃) − cw1 fw1 − 2 ft2
2
.
Dt σ
κ d
Production
Diffusion Destruction
(5.12)
La fonction d’amortissement
χ3 ν̃
fv1 = où χ = ,
χ3 + c3v1 ν
assure que la variable ν̃ se comporte de manière linéaire à travers toute la couche limite,
de sorte que la résolution de l’équation (5.12) en proche paroi est plus aisée (que pour une
variable comme la dissipation dans un modèle du type (k, ) par exemple). Ceci explique
que le modèle SA converge plus rapidement vis-à-vis de la taille de maille en paroi (voir
chapitre précédent).
De manière analogue le terme de production du modèle est basé sur une expression
modifiée pour la norme de la vorticité relative :
ν̃ χ
S̃ = ω ∗ + fv2 avec fv2 = 1 − ,
κ2 d2 1 + χfv1
où fv2 est une fonction d’amortissement, κ=0.41 la constante de Von Karman, et d la dis-
tance à la paroi. Ici, ω ∗ est la norme de la vorticité relative définie comme ω ∗ = Wij∗ Wij∗ ,

∗ ∂Wj
avec Wij = 0.5 ∂xj − ∂xi . De plus, afin d’autoriser l’existence de zones laminaires dans
∂Wi
l’écoulement, la fonction
ft2 = ct3 exp(−ct4 χ2 )
est introduite dans le terme de production, de sorte que la solution ν̃ = 0 soit une solution
stable du système. Afin de préserver le comportement du modèle en proche paroi, un terme
similaire, mais de signe opposé, est introduit dans le terme de destruction.
Le terme de diffusion contient une contribution non-conservative du mouvement tur-
bulent (termes en ν̃) et une contribution conservative de la diffusion moléculaire (terme en
ν).
Enfin, la présence de la paroi est restituée par un terme de blocage non visqueux
(contrairement à la majorité des formulations bas Reynolds classiques pour le modèle
(k, )), basé sur le rapport entre la viscosité turbulente et la distance à la paroi. Ce terme
est complété par la fonction
1/6
1 + c6w3 ν̃
fw (r) = g , où g = r + cw2 (r 6 − r) et r = ,
g 6 + c6w3 S̃κ2 d2
qui réduit la décroissance du terme de destruction dans la zone externe de la couche limite,
afin de calibrer le frottement pariétal sur une configuration de plaque plane.
Les coefficients du modèle se résument ainsi :
κ = 0.41, cb1 = 0.1355, cb2 = 0.622, σ = 2/3, cv1 = 7.1, cw2 = 0.3, cw3 = 2, cw1 =
cb1 /κ2 + (1 + cb 2)/σ, ct3 = 1.1, ct4 = 2.
Correction R/C La correction SARC se résume à l’ajout d’un terme multiplicatif au

terme de production du modèle SA :
PSA = cb1 (1 − ft2 )S̃ ν̃ devient PSARC = fr1 PSA = fr1 cb1 (1 − ft2 )S̃ ν̃ , où
2r ∗
fr1 (r ∗ , r̃) = (1 + cr1 ) 1 − c r3 tan−1
(c r2 r̃) − cr1 . (5.13)
1 + r∗
Les termes sans dimension r ∗ et r̃ sont donnés par les relations suivantes (avec la
convention de sommation sur les indices répétés) :
S̃
r∗ = , (5.14)
W̃

2 DSij
r̃ = 4 Wik Sjk + (εimn Sjn + εjmn Sin )Ωm . (5.15)
D Dt
Les coefficients de la correction donnés dans Spalart et Shur (1997) sont :
cr1 = 1.0 , cr2 = 12.0 et cr3 = 1.0 .
5.2.5 Correction d’un modèle à deux équations (Cazalbou et al.,

2005)
5.2.5.1 Critères d’élaboration du modèle
Au regard des défauts des corrections existantes (§ 5.2.3), trois critères sont proposés
pour juger de la pertinence d’une correction pour les effets de rotation/courbure :
critère 1 : comportement mathématique ;

critère 2 : vraisemblance (“réalisabilité”) ;
critère 3 : consistance physique.
Le premier critère vise à s’assurer que la formulation mathématique même de la correc-

tion ne mène pas à des solutions divergentes3 , du type de celles rencontrées par Howard,
Patankar et Bordynuik (1980) et Hellsten (1998) (ainsi que par Ji et Durbin (2004) dans
le cas d’un modèle au second ordre). Ce problème est qualifié d’“explosion en temps fini”,
c’est-à-dire que la solution analytique du système modèle (pour k et ) tend vers l’infini
au bout d’un temps fini, ce qui évidemment n’a pas de sens physique.
Le second critère signifie que l’écoulement prédit a un sens, c’est-à-dire qu’il ne viole
pas de lois élémentaires de la physique. Dans le cadre d’un modèle (k, ), les contraintes
suivantes sont posées : k ≥ 0, ≥ 0 et uv≥ u2 v 2 .
Enfin, le troisième critère assure que l’écoulement prédit est en accord avec les données
phénoménologiques disponibles. Pour un écoulement en rotation, les phénomènes men-
tionnés précédemment peuvent être rappelés : les frontières de l’instabilité de Coriolis en
cisaillement (0 ≤ β ≤ 0.5) ; et la saturation des effets non-linéaires aux forts régimes de
rotation.
L’analyse des situations de THUC-Ω et THI-Ω pour le modèle (k, ), par le biais de la
théorie des systèmes dynamiques (Speziale et Mac Giolla Mhuiris, 1989), va permettre de
se munir des outils nécessaires à l’évaluation de ces critères.
3
Notons bien ici qu’il ne s’agit pas d’un problème de stabilité lié à la résolution numérique du problème,
mais bien d’une propriété mathématique intrinsèque des équations du modèle.
5.2.5.2 Analyse du modèle (k, ) en turbulence homogène en rotation
Les problèmes modèles
THUC-Ω Dans ce cas, les équations (5.4) et (5.5) se réduisent à :
dk k2 2
= Cµ S − , (5.16)
dt
d 2
= Cµ C1 kS 2 − C2 . (5.17)
dt k
Les conditions initiales 0 et k0 et le paramètre β = Ω/S définissent entièrement le
problème. En introduisant la variable α = /Sk, le rapport entre les échelles de temps
des mouvements moyen et fluctuant, les équations précédentes permettent d’écrire
dα
∗
= Cµ (C1 − 1) − (C2 − 1) α2 ≡ Λ(α) , (5.18)
dt
avec t∗ = St. Pour α(0) = α0 = 0 /(Sk0) donné, ceci constitue un système dynamique
parfaitement défini pour la variable d’état α. Il admet autant de points fixes qu’il existe de
zéros de Λ(α). La stabilité d’un point fixe α∞ (à distinguer de la stabilité de l’écoulement),
correspond au cas où la relation f (α∞ ) < 1 est vérifiée, avec f (α) = α + Λ(α).
Lorsque le point fixe est unique et stable, il correspond à un état d’équilibre du système,
c’est-à-dire que, quelle que soit la condition initiale, le système évolue asymptotiquement
vers l’état défini par α∞ .
Une des particularités de l’approche de Cazalbou et al. (2005) est d’examiner la stabilité
de l’écoulement au voisinage du point fixe. Ainsi, en se plaçant à l’état d’équilibre, les trois
critères précédents peuvent alors être traduits de la manière suivante :
– critère 1 : Cazalbou et al. (2005) montrent que le problème d’explosion en temps fini
est susceptible d’apparaı̂tre dans le cas où le système dynamique n’admet pas de
point fixe (i.e., l’équation Λ(α) = 0 n’a pas de solution) ;
– critère 2 : La condition de vraisemblance de l’état d’équilibre uv≥ u2 v 2 impose
3
α∞ ≥ Cµ
2
– critère 3 : Enfin, la stabilité de l’écoulement peut être discutée en examinant le signe
des taux de croissance de l’énergie cinétique et de la dissipation, écrits sous la forme
1 dk Cµ − α 2
= , (5.19)
k dt∗ α
1 d Cµ C1 − C2α2
= . (5.20)
dt∗ α
2 2
Ainsi, l’écoulement est neutre pour α∞ = Cµ , stable pour α∞ > Cµ et instable pour
2
α∞ < Cµ . Pour toutes les corrections du tableau 5.1, C2 est fonction de β ; c’est alors
la valeur de α∞ en fonction de β qui permet de juger de l’accord avec les données
expérimentales disponibles.
THI-Ω Dans ce cas, les équations (5.4) et (5.5) se réduisent à :
∂k
= − , (5.21)
∂t
∂ 2
= −C2 . (5.22)
∂t k
Les conditions initiales 0 et k0 et le paramètre γ = / |Ωk| définissent entièrement le
problème. Les équations précédentes permettent d’écrire
dγ 0
= − (C2 − 1) γ 2 avec γ(0) = γ0 = , (5.23)
dt∗∗ |Ω| k0
où t∗∗ = |Ω| t. Si (C2 − 1) est non nul, le système dynamique (5.23) admet un point fixe
pour lequel γ = 0, correspondant au régime de forte rotation. D’autres points fixes peuvent
exister si C2 = 1, mais on peut montrer qu’ils sont en contradiction avec l’existence d’un
régime limite de forte rotation.
Analyse de la correction de Howard, Patankar et Bordynuik (1980) L’analyse

de cette correction (modèle II du tableau 5.1, noté HPB par la suite) met en évidence
l’intérêt de l’approche par la théorie des systèmes dynamiques.
Pour la situation de THUC-Ω, la résolution de Λ(α) = 0 (voir équation (5.18)) per-
met d’obtenir le diagramme des points fixes porté à la figure 5.9. Ce diagramme traduit
l’évolution du point fixe α∞ en fonction du régime de rotation β : la solution de l’équation
Λ(α) = 0 dépend de Ω (à S fixé) par le biais du coefficient C2 .
L’analyse en THUC-Ω des trois critères d’élaboration de la correction permet d’in-
terpréter ce diagramme :
– entre β1 et β2 , l’équation Λ(α) = 0 n’a pas de solution, c’est-à-dire que le système
dynamique n’a pas de point fixe (i.e., le critère 1 n’est pas respecté). Cazalbou et
al. (2005) montrent qu’il est néanmoins possible d’obtenir une solution analytique
dans ce cas. Cette solution traduit notamment l’explosion en temps fini (i.e., on peut
donner la valeur du temps t∗ au bout duquel k et tendent vers l’infini) ;
– entre β3 = 0.03 et β1 = −0.05 d’une part, et β2 = −0.44 et β4 = 0.47 d’autre part,
α∞ < 32 Cµ , et le critère 2 n’est pas respecté. En d’autres termes, l’état d’équilibre ne
respecte pas la relation uv≥ u2 v 2 ;
– pour β < β5 et β > β6 , la relation α∞ > Cµ est vérifiée, c’est-à-dire que l’écoule-
ment est stable. Les valeurs β5 = −0.05 et β6 = 0.55 sont en assez bon accord avec
les données expérimentales mentionnées précédemment.
On retiendra donc que le modèle II de Howard, Patankar et Bordynuik (1980) reproduit
de manière satisfaisante les branches stables de la situation de THUC-Ω, ainsi que le début
de la zone instable. En revanche, sur une certaine gamme de β, il produit un écoulement non
physique.
En situation de THI-Ω, on examine les points fixes du modèle aux forts taux de rotation.
Le coefficient C2 de la correction tend alors vers 1 quand t∗ → ∞, c’est-à-dire qu’il
Figure 5.9: Diagramme des points fixes pour le modèle II de Howard, Patankar et Bordynuik (1980)
en situation de THUC-Ω. La courbe en trait épais représente le point fixe α∞ en fonction du régime
de rotation β. La zone grisée entre β5 = −0.05 et β6 = 0.55 correspond à un écoulement instable, en
accord avec les données expérimentales. Entre β3 = 0.03 et β1 = −0.05 d’une part, et β2 = −0.44
et β4 = 0.47 d’autre part, l’état d’équilibre n’est pas vraisemblable. Enfin, entre β1 et β2 le système
subit une explosion en temps fini.
existe des points fixes autres que γ∞ = 0. Cazalbou et al. (2005) montrent alors que le
comportement de k et à l’état d’équilibre peut s’écrire de la manière suivante :
k ∝ ∝ exp(−γ∞ |Ω|t) avec γ∞ = 1.29 .
Ainsi, l’existence même d’un état d’équilibre aux forts taux de rotation (au sens γ → 0) semble
compromise. De plus la décroissance de la turbulence lorsque Ω → ∞ est toujours influencée
par la rotation. Ceci est le deuxième défaut de cette correction, qui ne restitue pas la saturation
aux forts taux de rotation en THI-Ω.
Nous allons maintenant voir comment Cazalbou et al. (2005) modifient ce modèle pour
pallier les déficiences identifiées.
5.2.5.3 Proposition d’une nouvelle correction

La démarche adoptée est de partir de la correction HPB, qui se comporte de manière
satisfaisante au voisinage des points de stabilité neutre et dans les branches stables, et de
la modifier dans le but de respecter les trois critères mentionnés plus haut. Ainsi, les deux
objectifs à atteindre sont de restaurer un comportement physique sur toute la gamme de β
d’une part, et d’autre part de modéliser les effets non-linéaires de la rotation, notamment
le comportement aux forts taux de rotation.
La correction est d’abord élaborée pour les situations de THI-Ω et THUC-Ω, puis sa
généralisation est menée en utilisant les résultats de Bardina, Ferziger et Rogallo (1985) et
Spalart et Shur (1997).
Élaboration de la correction La nouvelle correction est recherchée sous la forme sui-

vante :
0

C2 = C2 1 + Fnl (β, α) + Fsc (θ, α) ,
où
Ω(S − 2Ω)
θ= = β(1 − 2β)/α , (5.24)
S/k
est un nombre de Bradshaw-Richardson mixte.
La fonction Fnl vise à restituer les effets non linéaires de la rotation. Les corrections du
∞
tableau 5.2 pour lesquelles C2 tend vers une valeur finie C2 différente de 1 quand Ω → ∞
peuvent être utilisées, car γ = 0 est alors un point fixe. Dans ce cas, en utilisant, le système
dynamique (5.23), Cazalbou et al. (2005) montrent que, à l’état d’équilibre (i.e., autour
du point fixe γ∞ = 0), les équations (5.21) et (5.22) pour k et s’intègrent sous la forme
∞ ∞ ∞
k ∝ t−1/(C2 −1) et ∝ t−C2 /(C2 −1) .
Ceci confirme que la saturation aux forts taux de rotation est bien assurée, puisque Ω
n’intervient plus.
Cazalbou retient le modèle de Park et Chung (1999) avec m=2. Dans une formulation
objective, la correction s’écrit
0
(C2 − 1) /C2
0
Fnl = 3/2 .
1+a α
|1/2 − β|
Notons que cette formulation objective dégénère bien en la version donnée dans la ta-
bleau 5.2 pour une situation de THI-Ω.
La fonction Fsc vise à reproduire les phénomènes associés à l’instabilité de Coriolis en
cisaillement. Afin de répondre aux objectifs énoncés plus haut, la formulation retenue est :
Csc
Fsc (θ, α) = tanh(bθ + c) − d . (5.25)
α
Cette formulation présente les qualités suivantes : (i) elle est inactive lorsque le cisaillement
disparaı̂t ; (ii) elle dégénère en la correction HPB au voisinage des points de stabilité neutre ;
(iii) elle assure l’existence d’un point fixe sur toute la gamme de β et (iv) ce point fixe est
toujours vraisemblable ; enfin (v) les bornes de la zone instable sont β = −0.04 et β = 0.52, en
accord satisfaisant avec les données expérimentales. La figure 5.10 illustre ces trois derniers
points, en présentant le diagramme des points fixes obtenu pour cette correction.
Généralisation La généralisation de la correction est assurée en utilisant des nombres

de Rossby et Bradshaw-Richardson objectifs. En reprenant les propositions de Bardina,
Ferziger et Rogallo (1985) et Spalart et Shur (1997), ceux-ci s’expriment :
=
Ro , (5.26)
Ω̃k
R = − 2k DS ij
B Wik Sjk + Ωm (εimn Sjn + εjmn Sin ) , (5.27)
S̃ 3 Dt
Figure 5.10: Diagramme des points fixes pour la correction de Cazalbou et al. (2005) en situation de
THUC-Ω. Le point fixe existe sur toute la gamme de β, et il est toujours vraisemblable (i.e., supérieur
à 3Cµ /2). Les bornes de la zone instable (β = −0.04 et β = 0.52), données par α∞ > Cµ , sont en
accord avec les données expérimentales.
où
Ω̃ = (Wij Wij /2)1/2 . (5.28)
dégénère en γ. En THUC-Ω, le cisaillement intervient sous la forme
En THI-Ω, Ro

Ro =
/k
, (5.29)
THUC−Ω |Ω − S/2|
Ceci traduit le fait que −S/2 caractérise la rotation de la particule fluide sur elle-même,
dans son évolution dans le repère relatif.
En THI-Ω, B R est singulier, mais ceci est compensé par l’utilisation d’une fonction en
tangente hyperbolique. En THUC-Ω, nous avons montré au paragraphe 5.2.4.2 (à un facteur
R est égal à θ (équation (5.24)), à la normalisation près.
multiplicatif près) que B
Finalement, la forme générale de la correction est :

0
C2 −1 S̃k
C2 = 0
C2 + + 0
C2 Csc
tanh bB R + c − d . (5.30)
3/2
1 + aRo
0
Avec les coefficients suivants : C2 = 1.83, Csc = 0.119, a = 4.3, b = 5.13, c = 0.453 et
d = 0.682.
Notons que l’expression précédente pour C2 dépend du cisaillement en l’absence de

rotation. Pour ne pas affecter la généralité du modèle, les constantes ont donc été choisies
de sorte que la valeur classique de 1.92 soit retrouvée pour la configuration habituelle de
calibration de C2 : la zone logarithmique d’une couche limite. Ainsi, la dégénérescence de
la correction en l’absence de rotation est bien cohérente avec le modèle non-corrigé.
5.3 Implantation des corrections

Les corrections retenues dans le cadre de ce mémoire étant présentées, ce chapitre
décrit leur implantation dans le code de calcul en place chez l’industriel. La stratégie
d’implantation est d’abord explicitée, et les points importants du codage sont donnés.
Ensuite, la vérification de cette implantation est démontrée. Enfin, la consistance physique
des corrections est examinée en comparant qualitativement les résultats obtenus avec les
considérations théoriques des paragraphes 5.2.1.4 et 5.2.2.2.
5.3.1 Stratégie d’implantation

5.3.1.1 Préliminaire : informations relatives à EURANUS
Sans rentrer dans le détail du code de calcul, ce paragraphe fournit les informations
nécessaires à la compréhension de l’implantation des deux corrections.
Domaine de calcul Le solveur EURANUS étant multi-blocs, les informations suivantes

sont relatives à un bloc donné. La figure 5.11 schématise un bloc quelconque, en 2D par
soucis de simplicité. Un bloc est caractérisé par le nombre de points (ou sommets des
cellules) dans chaque direction : NI, NJ, NK. Le nombre de cellules correspondant est donc
NI-1, NJ-1, NK-1.
Deux couches de cellules fantômes (dummy cells) sont ajoutées dans EURANUS autour
de chaque bloc du domaine de calcul. Ainsi, pour la direction I par exemple, la cellule I=-1
est la première cellule fantôme, et la première cellule intérieure du domaine est la cellule I=1.
Pour cette raison, le nombre total de cellules par bloc est NPTS=(NI+3)*(NJ+3)*(NK+3).
Stockage des données Le stockage des variables réelles utilisées par le code est réalisé à
l’aide d’un vecteur unique, noté WORK. Chaque variable est rangée de manière ordonnée
Figure 5.11: Grille de calcul avec les conventions de numérotation pour les sommets et les cellules. Le
domaine intérieur est délimité par le cadre rouge, et est entouré de deux couches de cellules fantômes.
5.3 Implantation des corrections 103
pour tous les points de calcul4 . L’accès aux données est alors assuré par un pointeur associé
à chaque variable : il définit l’indice du début de la variable dans WORK. Ainsi, pour une
variable F quelconque, associée au pointeur IFP, WORK(IFP) correspond au premier point
de maillage (c’est-à-dire F(I=-1, J=-1, K=-1) en 3D). L’accès à un point quelconque du
maillage est alors assuré par un index : INDEXIJK =(I+1)+(J+1)*(NI+3)+(K+1)*(NI+3)*
(NJ+3) permet d’accéder à F(I,J,K) sous la forme WORK(IFP+INDEXIJK ).
5.3.1.2 Approche adoptée pour l’implantation
Les modifications à apporter pour intégrer les deux corrections dans le code de calcul
EURANUS sont assez ciblées : elles n’interviennent que dans le calcul des termes sources
RC
des modèles. Il s’agit donc de calculer fr1 et C2 pour les modèles SARC et YSRC,
respectivement. Ainsi, pour chacun des deux modèles, seule la routine qui calcule les termes
sources est modifiée.
Au sein de ces routines, les modifications interviennent en deux temps :
1. Calcul préliminaire des termes utilisés par les corrections : i.e., les dérivées premières
et secondes (présentes dans le terme DSij /Dt) du champ de vitesse sont évaluées et
stockées dans WORK.
RC
2. Calculs des termes correctifs fr1 et C2 en chaque point du maillage (ils dépendent
des propriétés locales de l’écoulement).
5.3.1.3 Points importants du codage
Calcul des gradients En pratique, les gradients sont calculés par des routines pré-
existantes dans le code. Ces routines calculent aux sommets des cellules la valeur des
gradients d’une variable donnée aux centres de cellules.
L’objectif ici est de disposer des dérivées premières et secondes aux centres des cellules
du domaine intérieur. La procédure est la suivante :
1. Les dérivées premières aux sommets de toutes les cellules sont calculées.
2. Une boucle unique est effectuée sur les cellules intérieures et la première couche seule-
ment de cellules fantômes, c’est-à-dire sur les cellules I=0 à I=NI (c.f. figure 5.11).
Dans cette boucle, on (i) transfère les gradients des sommets aux centres des cel-
lules, et (ii) on stocke les gradients aux centres des cellules dans le tableau WORK.
On dispose donc des gradients aux centres sur tout le domaine intérieur plus la
première couche de cellules fantômes. Bien que le calcul de la correction dans le code
ne nécessite que les cellules intérieures, on a besoin des dérivées premières dans la
première couche de cellules fantômes pour pouvoir calculer les dérivées secondes dans
le domaine intérieur.
3. On calcule et stocke les dérivées secondes aux sommets, sur le domaine intérieur
seulement (i.e., de I=1 à I=NI-1).
4
La plupart des variables sont calculées aux centres des cellules ; toutefois, la viscosité tourbillonnaire
par exemple est calculée et stockée aux sommets.
4. On effectue alors une boucle unique sur les cellules intérieures (I=0 à I=NI-1), pour
transférer les dérivées secondes aux centres des cellules et stocker ces 27 termes dans
WORK.
En anticipant sur le fait que le calcul du facteur BR (commun aux deux corrections, à un
facteur multiplicatif près) implique une somme indicielle sur plusieurs indices, il convient
d’accorder une attention particulière à la manière dont sont stockées les dérivées premières
et secondes du champ de vitesse. Afin d’effectuer ce calcul à l’aide d’une boucle, les dérivées
sont stockées de la manière suivante :
– Le vecteur IVGRC1 contient les 9 pointeurs vers les 9 composantes des dérivées
premières du champ de vitesse calculées aux centres des cellules. La convention de
stockage adoptée est :
IVGRC1(1)=∂V1 /∂X1 , IVGRC1(2)=∂V1 /∂X2 , IVGRC1(3)=∂V1 /∂X3 ,
où les VI sont les 3 composantes du champ de vitesse dans les trois directions XI .
Ainsi, l’index INDMN=N+3*(M-1) permet d’accéder aux pointeurs vers les dérivées
premières. En effet, grâce à la convention de stockage de IVGRC1 la relation suivante
est vérifiée : IVGRC1(INDMN)=∂VM /∂XN .
– Le vecteur IVGRC2 contient les 27 pointeurs vers les 27 composantes des dérivées
secondes du champ de vitesse, calculées aux centres des cellules. En notant, par
exemple, VYZ la dérivée ∂V /∂Y ∂Z = ∂V2 /∂X2 ∂X3 , la convention de stockage sui-
vante est adoptée :
IVGRC2(1) = UXX IVGRC2(2) = UYX IVGRC2(3) = UZX
IVGRC2(4) = VXX IVGRC2(5) = VYX IVGRC2(6) = VZX
IVGRC2(7) = WXX IVGRC2(8) = WYX IVGRC2(9) = WZX
IVGRC2(10) = UXY IVGRC2(11) = UYY IVGRC2(12) = UZY
IVGRC2(13) = VXY IVGRC2(14) = VYY IVGRC2(15) = VZY
IVGRC2(16) = WXY IVGRC2(17) = WYY IVGRC2(18) = WZY
IVGRC2(19) = UXZ IVGRC2(20) = UYZ IVGRC2(21) = UZZ
IVGRC2(22) = VXZ IVGRC2(23) = VYZ IVGRC2(24) = VZZ
IVGRC2(25) = WXZ IVGRC2(26) = WYZ IVGRC2(27) = WZZ
Ainsi, l’index INDMNP=N+3*(M-1) + 9*(P-1), permet d’accéder à
IVGRC2(INDMNP)=∂UM /∂XN ∂XP .
À l’issue de cette étape préliminaire, on dispose finalement des dérivées premières et
secondes du champ de vitesse, aux centres des cellules, et stockées dans WORK. Par la
suite si, par exemple, la quantité ∂UM /∂XN ∂XP est requise au point de maillage M,N,P,
elle sera appelée sous la forme WORK(IVGRC2(INDMNP)+INDEXIJK ).
5.3.1.4 Calcul des termes de la correction

RC
L’évaluation de fr1 et C2 est la deuxième étape de modification.
Les calculs de S̃, W̃ et Ω̃ sont assurés par deux boucles imbriquées sur les indices i et j
(équations (5.14) et (5.26)) est
des équations (5.10) et (5.28). La formation de r ∗ et Ro
ensuite possible.
Afin d’expliciter les boucles pour le calcul de r̃ et BR (équations (5.11) et (5.27)), la
notation suivante est adoptée pour signifier le terme somme commun aux deux expressions :
 
 DSij 
SUM = Wik Sjk  + Ωm (εimn Sjn + εjmn Sin ) . (5.31)
Dt
SUMkij SUMmnij
Le premier terme, noté SUMkij , ne dépend plus que de i et j après la somme sur k. Il en
va de même pour le terme entre crochets : (i) DSij /Dt ne dépend explicitement que de i
et j, et (ii) le terme noté SUMmnij signifie que la somme sur m et n a été effectuée.
Dans EURANUS, le vecteur rotation du système est nécessairement orienté suivant l’axe
z, et donc m peut être particularisé à 3 pour éviter une boucle inutile. Ainsi, la boucle
permettant de calculer SUM se résume de la manière suivante :
SUM = 0
DO i = 1,3
DO j = 1,3
Calcul de DSij /Dt
SUMkij = 0
DO k = 1,3
Calcul de Wik et Sjk
SUMkij = SUMkij + Wik *Sjk
SUMmnij =0
DO n = 1,3
SUMmnij = SUMmnij + Ω(εi3n Sjn + εj3n Sin )
SUM = SUM + SUMkij *(DSij /Dt+SUMmnij )

À ce stade, il ne reste qu’à former les termes proprement dits des corrections, et de
multiplier le terme source par fr1 pour le modèle SARC et de remplacer C2 par la nouvelle
RC
valeur C2 pour le modèle (k, ).
Limitations Deux limitations peuvent être notées sur l’implantation effectuée :

– le terme de dérivée temporelle implicitement inclus dans la dérivée particulaire
DSij /Dt n’a pas été implémenté. Ce terme est nul à la fin du processus itératif
dans le cas d’un calcul stationnaire. Il serait néanmoins nécessaire pour un calcul
instationnaire ;
– la convention de stockage adoptée pour les dérivées premières et secondes n’est pas
transposable en l’état au cas 2D. Une stratégie similaire peut toutefois être aisément
développée pour garder l’avantage du calcul des termes sources par boucles.
5.3.2 Vérification du codage

L’objectif de ce paragraphe est de vérifier que l’implantation dans le code reproduit
correctement les équations des deux corrections. Seuls les termes propres à la correction
sont considérés ici (c’est-à-dire que l’on ne vérifie pas l’implantation des modèles de base).
5.3.2.1 Méthode adoptée
Dans les situations de THI-Ω et THUC-Ω, il est possible de calculer analytiquement

chacun des termes de la correction. Toutefois, il a semblé difficile de mettre en œuvre une
approche complète de calcul par EURANUS de ces configurations d’écoulement.
Une stratégie en 2 étapes a donc été adoptée :
1. La simplicité des écoulements de THI-Ω et THUC-Ω permet de créer les champs ana-
lytiquement, pour les transposer ensuite au format .cfv (format natif de CFVIEW5 ) à
l’aide d’outils Numeca disponibles. Une macro de dépouillement CFVIEW a alors été
créée, qui calcule les termes de la correction sur un champ quelconque. La donnée des
solutions analytiques de la correction sur ces écoulements a ensuite permis de vérifier
les valeurs calculées par la macro. Le résultat de cette étape est donc l’obtention
d’une “macro de référence”.
2. Dans un second temps, l’implantation dans EURANUS a été adaptée spécifiquement
pour exporter les termes de la correction dans les champs solutions générés par le
code, afin de les rendre accessibles dans CFVIEW. Cette version modifiée du code a
été appliquée au cas RADIVER. L’application de la macro de référence à ce cas-test
permet donc de comparer (i) les valeurs directement calculées par le solveur (sur la
base de l’implantation de la correction dans le code) et (ii) les valeurs calculées par
la macro de référence. La comparaison des deux résultats assure la vérification de
l’implantation.
5.3.2.2 Vérification de la macro de référence
Cette procédure a été menée pour les deux corrections. Toutefois, par soucis de conci-
sion, seuls les résultats pour les termes du modèle SARC sont présentés.
Solution analytique Les caractéristiques des deux configurations étudiées sont les sui-
vantes :
– THI-Ω : U = U0 , V = W = 0, Ω = Ω0 z ;
– THUC-Ω : U = S0 y, V = W = 0, Ω = Ω0 z ;
On peut alors calculer analytiquement les termes suivants :
– THI-Ω : S̃=0, W̃ = 2Ω0 , r ∗ = 0, r̃ = 0 et fr1 = −cr1 ;
– THUC-Ω : S̃ = S0 , W̃ = |S0 − 2Ω0 |, r ∗ = S0 /|S0 − 2Ω0 |,
4Ω0 S02 |S0 − 2Ω0 |
r̃ = ;
(2S02 − 4S0 Ω0 + 4Ω20 )2
Comparaison solution analytique/macro de référence La situation de THI-Ω est

évaluée pour : U0 = 50 m/s et Ω0 = 2986 rad/s. On vérifie alors que la macro calcule
5
CFVIEW est le logiciel de post-traitement de la chaı̂ne d’outils Numeca.
bien les valeurs obtenues analytiquement : S̃=0 s−1 , W̃ = 5972 rad/s, r ∗ = 0, r̃ = 0 et

fr1 = −1.0.
Dans la situation de THUC-Ω, on définit : S0 = 10 s−1 et Ω0 = 2986 rad/s. On vérifie
alors que la macro calcule bien les valeurs obtenues analytiquement : S̃ = 10 s−1 , W̃ =
5962 rad/s, r ∗ = 0.001678, r̃ = 5.63601.10−06 et fr1 = −0.99.
Configuration de cisaillement croissant en rotation À ce stade, la macro est vérifiée

pour les cas de THI-Ω et THUC-Ω. Toutefois, l’examen de la formule (5.31) montre que le
terme DSij /Dt n’a été activé que dans des cas où le tenseur est identiquement nul. Nous
avons donc envisagé un cas supplémentaire où certains termes de ce tenseur ne sont pas
nuls tout en autorisant l’obtention d’une solution analytique.
Un écoulement à “cisaillement croissant” est ici défini par U = Kxy, V = W = 0 ; et
soumis à une rotation Ω = Ω0 z.
√
On peut alors montrer que : S̃ = 2K y 2 + 0.5x2 et W̃ = |Kx − 2Ω0 |.
Le tenseur DSij /Dt contient alors deux termes non-nuls : DS12 /Dt = DS21 /Dt = 0.5K 2 xy.

Après calcul, l’expression (5.31) s’écrit : SUM = (Ω0 − 0.5Kx) K 2 Ω0 (x2 + y 2 ) + 0.5K 3 xy 2 .
La figure 5.12 compare le champ associé à SUM calculé d’une part par la macro de
référence (à partir de la seule donnée de U = Kxy et Ω) et représenté par des contours
de couleur, et d’autre part la relation analytique ci-dessus (fonction de x et y) représentée
par des isolignes ; l’accord entre la macro et la relation analytique est parfait.
Ces comparaisons permettent de démontrer la vérification de la macro de dépouillement.
Figure 5.12: Vérification pour une configuration de cisaillement croissant : les contours de couleur
correspondent au champ de la variable SUM calculé par la macro de référence. Les isolignes corres-
pondent à la relation analytique calculée directement à partir du champ de vitesse. L’accord entre les
deux assure la vérification de la macro de référence.
5.3.2.3 Comparaison macro de référence/solveur modifié

La macro de référence est maintenant appliquée à un premier calcul sur le cas RADIVER.
La comparaison entre les résultats calculés par le solveur et ceux calculés par la macro est
présentée sur les figures 5.13 à 5.16 pour le modèle SARC et 5.17 à 5.20 pour le modèle
YSRC.
Pour le modèle SARC, les différences se situent uniquement à l’entrée en vue méridienne.
Dans le calcul de B R, une partie de la zone amont est parasitée d’erreurs numériques. Ceci
impacte de manière moins significative la fonction fr1 . Notons que Spalart et Shur (1997)
décrivent un comportement “erratique” de r̃ en dehors des zones de cisaillement. Quelques
problèmes aux frontières et l’influence du maillage sont visibles, mais ceci est vrai tant
pour les résultats de la macro que pour ceux du solveur. Trois sources d’erreurs numériques
peuvent expliquer ces faibles différences :
– La méthode de calcul des gradients dans CFVIEW est une méthode simplifiée, qui
peut donc donner des différences avec la méthode utilisée dans EURANUS.
– Pour l’implantation effectuée, l’évaluation des dérivées secondes par deux applications
successives d’un opérateur de dérivée première est certainement une source d’erreur
aussi. Ceci est une voie d’amélioration de la mise en œuvre des corrections.
– La méthode de visualisation dans CFVIEW utilise des données aux sommets des
cellules, alors qu’EURANUS calcule les variables aux centres des cellules. Le trans-
fert cellules → sommets est donc une source potentielle d’erreur numérique dans la
comparaison.
Pour le calcul de B R la sensibilité aux zones de faible cisaillement (i,e,, en amont
des pales et dans le début du canal) est encore plus marquée. On note aussi quelques
anomalies au bord d’attaque. Ce comportement se retrouve dans une moindre mesure
au niveau de S̃ et dans certaines zones pour le rapport k/. Pour ces raisons, C2 peut
prendre de larges valeurs positives, voire négatives, notamment autour du bord d’attaque.
Il a donc été nécessaire d’introduire des limiteurs pour borner le comportement de C2 .
Ainsi des valeurs de 1.1 pour le minimum et 5 pour le maximum ont été retenues. C’est la
saturation de C2 dans le solveur (mais qui n’est pas appliquée dans la macro) qui explique
les différences entre les champs solveur/macro sur les figures 5.19 et 5.20. En dehors de
cela, la comparaison entre les deux méthodes de calcul est satisfaisante. Il est intéressant de
noter que le terme en r ∗ permet de borner “mathématiquement” la fonction fr1 du modèle
SARC (entre −3 et 10 environ), de sorte que la saturation de la correction n’a pas besoin
d’être introduite manuellement dans l’implantation du modèle pour un cas hors-calibration.
Nous pouvons donc finalement conclure de ces comparaisons que le codage reproduit cor-
rectement les équations des corrections.
(a) Solveur (b) Macro
Figure 5.13: Modèle SARC : comparaison résultats du solveur (à gauche)/résultats de la macro de
référence (à droite), pour le calcul de r̃ dans une vue méridienne.
référence (à droite), pour le calcul de r̃ dans une vue aube-à-aube à mi-hauteur.
référence (à droite), pour le calcul de fr1 dans une vue méridienne.
référence (à droite), pour le calcul de fr1 dans une vue aube-à-aube à mi-hauteur.
Figure 5.17: Modèle YSRC : comparaison résultats du solveur (à gauche)/résultats de la macro de
R dans une vue méridienne.
référence (à droite), pour le calcul de B
R dans une vue aube-à-aube à mi-hauteur.
référence (à droite), pour le calcul de B
référence (à droite), pour le calcul de C2 dans une vue méridienne.
référence (à droite), pour le calcul de C2 dans une vue aube-à-aube à mi-hauteur.
5.3.3 Analyse de la consistance physique

La figure 5.21 rappelle les considérations théoriques présentées précédemment.
La figure 5.22 montre comment les deux corrections reproduisent ces effets pour les
champs de viscosité tourbillonnaire µt (normée par la viscosité dynamique µ) dans un plan
méridien moyenné. Pour les deux modèles non corrigés, la turbulence est générée dans la
couche de cisaillement au niveau du carter, et s’étend en une poche qui occupe plus de
la moitié de la veine au niveau du bord de fuite, jusqu’à occuper la quasi-totalité de la
veine dans le diffuseur. On notera que pour une turbulence en entrée comparable (les deux
échelles de couleur sont différentes), le modèle SA crée un niveau général de turbulence
plus important.
Pour la correction SARC, les effets de courbure sont visibles : (i) en tête, la création
de turbulence est nettement moins importante et intervient plus loin du bord d’attaque ;
(ii) en pied, la surface concave du moyeu entraı̂ne une création significative de turbulence.
Plus loin dans le diffuseur, les deux résultats redeviennent comparables. En pied au niveau
du bulbe, la correction entraı̂ne une création de turbulence : cet effet est probablement
associé à la force de Coriolis décrite précédemment (§ 5.2.1.4), qui inhibe donc l’effet de
courbure convexe du bulbe.
Pour la correction YSRC, l’effet de courbure en tête est visible, qui entraı̂ne un confi-
nement de la poche de turbulence. En pied, l’effet de courbure n’est pas visible. Il n’y a
pas non plus d’effet de la force de Coriolis en entrée.
La figure 5.23 illustre le comportement des deux corrections pour les champs de µt /µ
dans un plan aube-à-aube à mi-hauteur. Pour le modèle SARC (figure (b)), on note tout
d’abord que l’augmentation du niveau moyen de turbulence entre l’entrée et le bord d’at-
taque est liée à l’effet de la force de Coriolis identifié sur la figure précédente. Au niveau des
pales, le principal effet observé est celui de la force de Coriolis juste avant le bord de fuite
de la pale (zone notée D sur la figure (b)). Ainsi, la correction SARC rompt la symétrie
du champ obtenu avec le modèle SA, et l’apparition d’un pic de turbulence au niveau de
l’intrados (PS) est visible. Il est par contre difficile d’identifier l’effet de déstabilisation à
l’extrados.
(a) Effet de rotation (b) Effet de courbure
Figure 5.21: Analyse théorique des effets de rotation et courbure dans un compresseur centrifuge
(a) SA (b) SARC
(c) YS (d) YSRC
Figure 5.22: Effet des corrections rotation/courbure sur le champ de viscosité tourbillonnaire (normé
par la viscosité dynamique : µt /µ) : effet de courbure dans le plan méridien en moyenne azimutale
pondérée masse.
Pour le modèle YSRC, cet effet n’est pas visible sur la figure 5.23 (d). À l’aval du bord
de fuite, on observe surtout la trace de l’effet de courbure du plan méridien. La figure 5.24
présente un plan serré du bord de fuite de la pale en pied. Cette fois, la déstabilisation au
PS (intrados) induite par l’instabilité de Coriolis en cisaillement est visible. À l’extrados,
on peut observer un effet stabilisant, qui diminue la taille de la poche de turbulence avant
le bord de fuite.
(a) SA (b) SARC
(c) YS (d) YSRC
Figure 5.23: Effet des corrections rotation/courbure sur le champ de viscosité tourbillonnaire (normé
par la viscosité dynamique : µt /µ) : effet de courbure et rotation dans un plan aube-à-aube à mi-
hauteur (Z/B = 50 %).
(a) YS (b) YSRC
Figure 5.24: Plan serré sur le bord de fuite en pied : effet de la rotation dans un plan aube-à-aube
en pied (Z/B = 10 %).
L’extraction des coefficients de frottement intégrés sur les pales et les surfaces moyeu et
carter confirme la consistance des prédictions. Les résultats du tableau 5.3 montrent que,
pour les deux corrections, le coefficient de frottement augmente à l’intrados et diminue
à l’extrados. Ceci traduit le fait que l’intrados est majoritairement concave, à quoi se
superpose l’instabilité de Coriolis en cisaillement (de manière analogue à la configuration
de canal plan). En revanche, les variations dues aux corrections au moyeu et au carter ne
s’accordent pas avec les considérations théoriques : l’augmentation de turbulence au moyeu
(due à l’effet de courbure) ne se traduit pas par une augmentation du frottement.
SA SARC ∆SA/SARC YS YSRC ∆YS/YSRC

Cf −PS 0.0143 0.0148 +3.5 % 0.0164 0.0176 +7.3 %
Cf −SS 0.0240 0.0233 −2.9 % 0.0271 0.0251 −7.4 %
Cf −Moyeu 0.0418 0.0411 −1.7 % 0.0383 0.0374 −2.4 %
Cf −Carter 0.0390 0.0388 −0.5 % 0.0436 0.0251 −0.5 %
Tableau 5.3: Impact des corrections sur le frottement moyen sur les pales.
En conclusion, on pourra retenir que, d’un point de vue qualitatif, l’accord entre de simples
considérations théoriques et les modifications du champ turbulent par les modèles corrigés est
remarquable. Ainsi, les déstabilisations prévisibles au moyeu et à l’intrados sont parfaitement
restituées dans le cadre d’une modélisation au premier ordre, c’est-à-dire que la viscosité tour-
billonnaire prédite par le modèle est plus importante dans ces zones. Ceci permet de conclure
sur la consistance physique des corrections.
5.4 Évaluation des modèles corrigés sur un compresseur académique 117
5.4 Évaluation des modèles corrigés sur un compres-

seur académique
Ce paragraphe présente un travail de vérification et validation (au sens défini dans le
chapitre 3), appliqué aux résultats de calculs avec les modèles SA et YS et leurs versions
corrigées SARC et YSRC. Les données expérimentales utilisées pour la validation sont
tirées du cas-test RADIVER (Ziegler, Gallus et Niehuis, 2003a,b). Il s’agit d’un compresseur
centrifuge développé par MTU, et testé au RWTH de Aix la Chapelle (Aachen).
5.4.1 Présentation du cas-test RADIVER
Les détails du cas-test RADIVER sont donnés dans les références Ziegler, Gallus et
Niehuis (2003a,b) et Ziegler (2003). On se bornera ici à rappeler les données utiles à la va-
lidation, notamment au niveau de l’extraction des quantités physiques à partir des données
mesurées, et de leur utilisation dans les comparaisons expériences/calculs.
5.4.1.1 Caractéristiques et géométrie du compresseur RADIVER
Figure 5.25: Géométrie du compresseur RADIVER, tirée de Ziegler (2003).
La figure 5.25 présente une vue d’ensemble du compresseur RADIVER muni de son dif-
fuseur aubé (à géométrie variable). Notons que l’objectif principal de ce cas-test est l’étude
instationnaire des interactions rotor-stator ; toutefois, seule les données stationnaires en
l’absence de diffuseur sont utilisées dans ce mémoire. Le tableau 5.4 donne les principales
caractéristiques du compresseur.
5.4.1.2 Méthode expérimentale
Le compresseur est placé dans un circuit d’air fermé, avec une chambre de tranquilisa-
tion en amont pour régler les conditions (totales) d’alimentation.
Mesures de pression totale par tube de Pitot À l’aval du rotor, la pression totale
est fournie sur un plan R=cste=138.1 mm (noté 2M, voir figure 5.26), elle est mesurée à
l’aide de sondes Pitot. 4 positions azimutales sont relevées successivement ; des traversées
Caractéristiques du point de fonctionnement

Vitesse de rotation nominale N0 = 35200 tr/min
Débit réduit maximum ṁred-max = 2.5 kg/s
Vitesse spécifique ns = 0.69
Taux de compression maximum de l’étage πmax = 4.1
Rendement isentropique maximum de l’étage ηmax = 0.834
Données géométriques de la roue
Nombre de pales Zp = 15
Rayon de sortie R2 = 135 mm
Angle métal en sortie β2p = -38◦
Hauteur de pale en sortie b2 = 11.1 mm
Tableau 5.4: Cas-test RADIVER : caractéristiques et géométrie du compresseur.
Figure 5.26: Plans d’extraction des données expérimentales, d’après Ziegler, Gallus et Niehuis
(2003a) : plan 2M, tubes de Pitot ; plan 2M’ mesures L2F.
de sondes sont données pour 5 hauteurs relatives : Z/B=10%, 30%, 50%, 70% et 90%. 4
prises de pression pariétales, sur le moyeu et le carter, permettent d’acquérir les données
de pression pour Z/B=0% et 100%.
Pour une hauteur relative donnée, les profils de pression totale en moyenne azimutale en
sortie du rotor sont obtenus par une moyenne (arithmétique) des données pour les quatre
positions des Pitot afin de minimiser la distorsion de l’écoulement absolu délivré par la roue,
qui est liée aux instationnarités et au temps de réponse des sondes. Les profils dans le plan
2M ainsi obtenus sont considérés comme représentatifs de profils en moyenne azimutale
pondérée masse (note : il est difficile de fournir un argument théorique quant à la quantité
adéquate pour pondérer la moyenne délivrée par une sonde placée dans l’écoulement délivré
par le rotor). Pour le calcul des performances globales, une moyenne linéaire des données
de mesure pour les 7 hauteurs relatives entre le moyeu et le carter est effectuée pour obtenir
la pression moyenne en sortie.
Mesures de température totale La température totale est fournie sur un plan R =cste
= 335 mm (i.e., à l’aval du diffuseur lorsqu’il est présent), elle est mesurée à l’aide de sondes
NTC (Negative Temperature Coefficient). Ziegler, Gallus et Niehuis (2003a) estiment qu’un
flux de chaleur significatif est transmis par le carter, et utilisent pour cette raison une
méthode particulière pour moyenner la température : la “méthode Hi3”. Cette méthode
consiste à relever la température totale pour 7 hauteurs et 25 positions azimutales, puis
d’utiliser une moyenne arithmétique des 3 valeurs les plus élevées, supposée représenter la
température totale en sortie du rotor6 en l’absence de flux de chaleur. Nous utilisons ici
cette moyenne telle qu’elle est fournie.
Mesures laser (L2F) dans la roue Dans la roue, sur le plan 2M’, voir la figure 5.26,
des mesures laser par la technique L2F sont disponibles. Ziegler, Gallus et Niehuis (2003b)
présentent en détails la technique utilisée, basée sur les travaux de Schodl (1977). Cette
technique permet de mesurer la norme et la direction des composantes de la vitesse absolue,
perpendiculairement au plan laser. Pour la configuration de diffuseur lisse, seul le point de
débit minimum (point P1 sur la figure 5.27) est mesuré.
Incertitudes expérimentales D’après Ziegler (2003), les incertitudes associées aux va-
leurs mesurées par les sondes de Pitot sont de l’ordre de 0.2 %. Une erreur supplémentaire
doit être considérée du fait de l’influence de la sonde sur le point de fonctionnement, mais
cette erreur n’a pas été chiffrée.
Pour la température totale, l’incertitude associée aux sondes NTC est de l’ordre de 0.3%.
Cependant, il est probable que la méthode “Hi3” ne compense pas de manière précise
l’erreur expérimentale due au flux de chaleur à travers le carter. Pour cette raison, il
conviendra de considérer avec prudence les valeurs absolues de rendement (pour ce cas,
une erreur de 1K sur la mesure de température équivaut à une variation de rendement
proche de 1 point).
Nous retiendrons les incertitudes expérimentales suivantes : UEXP = 0.2 % pour le taux de
compression et UEXP = 0.8 point pour le rendement.
D’après Ziegler, Gallus et Niehuis (2003b), les incertitudes associées aux mesures L2F
◦
sont de + +
− 1 à 2% pour la vitesse et − 1 à 3 pour les angles.
5.4.1.3 Configurations retenues pour les calculs

Le tableau 5.5 présente les configurations expérimentales retenues pour les simulations.
Elles correspondent à l’isovitesse N = 0.8 · N0 , qui est la ligne de fonctionnement où le plus
de données expérimentales est disponible. Les conditions indicées 0 dans le tableau 5.5 sont
les valeurs mesurées dans la chambre de tranquilisation amont à l’aide de sondes Pitot. La
figure 5.27 représente le taux en fonction du débit pour cette isovitesse, et introduit les
notations associées à chacun des 5 points de fonctionnement étudiés.
6
Le premier principe de la thermodynamique assure que la température totale est constante dans le
diffuseur pour un écoulement adiabatique.
Nom du point Pt0 Tt0 ṁ (kg/s) N (tr/min) ṁred (kg/s)

P1 59776 295.6 1.057 28520 1.814
P2 59803 295.5 1.100 28516 1.885
M 59809 295.5 1.141 28518 1.957
S2 59825 295.5 1.205 28517 2.067
S1 59900 295.8 1.274 28532 2.184
Tableau 5.5: Cas-test RADIVER : Configurations expérimentales reproduites dans les calculs.
2.85
P1
2.8
P2
2.75
Point M
Taux
2.7 S2
2.65
EXP S1
2.6
1.8 1.9 2 2.1 2.2

mred
Figure 5.27: Illustration des configurations expérimentales étudiées sur le cas RADIVER, avec figu-
ration des noms associés aux points expérimentaux.
5.4.2 Mise en œuvre des calculs

Paramètres de calcul De même que dans le chapitre précédent, tous les calculs sont
menés avec la méthode d’avancement en temps ; un schéma de Runge-Kutta à 4 pas pour
l’intégration temporelle, avec utilisation d’un pas de temps local et de la technique de
multigrille (3 niveaux). La discrétisation spatiale est assurée par un schéma centré précis
au second ordre. Les conditions aux limites imposées sont la température totale, la pression
totale et la direction de l’écoulement (axiale) en entrée ; une vitesse relative nulle sur les
parois solides. En sortie, le débit est imposé, par une méthode de mise à l’échelle de la
vitesse.
Modélisation de la géométrie Afin de simplifier la mise en œuvre des calculs, le bulbe

en amont de la roue n’est que partiellement modélisé. Les simulations de Weiß et al. (2003),
pour le cas RADIVER, montrent que ceci a peu d’influence sur les performances prédites.
Dans les simulations, la déformée de la pale n’est prise en compte que par la réduction
du jeu qu’elle entraı̂ne : lors de la création du modèle numérique de la géométrie, les valeurs
du jeu au bord d’attaque et au bord de fuite sont tirées de calculs mécaniques (éléments
finis) prenant en compte les forces centrifuges (les résultats de ces calculs sont donnés dans
Ziegler (2003)). Ainsi, le jeu à froid, 0.7 mm au bord d’attaque et au bord de fuite, est
réduit à 0.684 mm et 0.358 mm en fonctionnement. Pour une répartition du jeu supposée
linéaire, l’écart relatif maximal avec les données des calculs mécaniques est de l’ordre de
5 %.
Dépouillement des calculs Une attention particulière a été portée à accorder les
méthodes de dépouillements CFD et expérimentales.
Pour l’extraction des performances globales, la pression totale moyenne utilisée en
entrée est celle imposée à l’entrée du domaine numérique. Ainsi, puisque la conduite entre
la chambre de tranquilisation amont et l’entrée de la roue n’est pas modélisée, la perte
de pression totale associée n’est pas prise en compte : il est attendu que les calculs sur-
estiment légèrement le taux (et donc le rendement). En sortie roue, la pression totale est
extraite dans le plan 2M de la même manière que dans les expériences : le calcul est d’abord
moyenné azimutalement en pondération masse, puis les 7 valeurs de pression totale (Z/B=
0%, 10%, 30%, 50%, 70%, 90% et 100%) sont extraites et moyennées linéairement.
Pour la température totale, il n’est pas possible de reproduire la méthode expérimentale,
car les parois sont supposées adiabatiques dans les calculs. Tt2 est obtenue par une moyenne
pondérée masse sur le plan 2M. En comparant les figures 4.10 (évaluation de la pression
totale en sortie par une moyenne pondérée masse sur toute la section de passage) et 5.28
(évaluation de la pression totale en sortie reproduisant la méthode expérimentale), on peut
noter que l’influence de la méthode de dépouillement est considérable, tant sur la valeur
absolue du rendement que sur la tendance.
Pour les comparaisons avec les mesures L2F, le plan 2M’ a été reproduit en accord avec
la figure 5.26. Plusieurs méthodes de moyenne des données expérimentales sont données
dans Ziegler (2003). Les données retenues pour les comparaisons sont celles obtenues par
une moyenne pondérée masse (notée VMK par Ziegler). Pour cette raison, les profils sont
extraits des calculs après une moyenne azimutale pondérée masse.
5.4.3 Comparaison avec les données expérimentales

Les calculs avec les modèles SA et SARC sont présentés pour le maillage de 3 millions
de points du chapitre précédent. Les erreurs numériques sur la prédiction des performances
sont présentées dans les figures 4.10 et 4.11. Pour le modèle SARC, une étude de conver-
gence similaire à celle du chapitre 3 (non présentée ici) a montré que la correction RC
n’influence pas de manière significative l’erreur numérique.
Les calculs avec les modèles YS et YSRC ont été menés sur le maillage de 1.5 millions
de points. Les erreurs numérique avec le modèle (k, ) sont comparables aux erreurs du
modèle SA. Pour cette raison, et afin de permettre une comparaison entre les deux classes
de modèles, la procédure de recalage du champ présentée au paragraphe 4.2.5 est appliquée.
Pour cela, le point M est calculé avec les modèles YS et YSRC pour le maillage de 3 millions
de points, et sert de référence en absolu pour caler la tendance obtenue sur le maillage de
1.5 millions de points.
Les erreurs numériques étant ainsi évaluées, la procédure de vérification et validation
du chapitre 3, résumée par l’équation (3.9), est donc appliquée ici. Toutefois, l’influence des
paramètres incertains n’est pas prise en compte, elle est traitée dans le prochain chapitre.
Ainsi, l’évaluation de l’incertitude totale (Utot = UG + UEXP ) pour la construction de
Mval (équation (3.17)) repose sur les erreurs numériques calculées au chapitre 3 et sur les
incertitudes expérimentales données au paragraphe 5.4.1.2.
5.4.3.1 Performances globales
La figure 5.28 présente les champs CFD pour les quatre modèles. Pour le taux de
compression, figure 5.28 (b) la tendance est identique pour tous les modèles, en bon accord
avec les données expérimentales. La surestimation observée est en accord avec le fait que
l’amont du compresseur ne soit pas modélisé. Une estimation par modèle de perte de charge
en conduite (Idel’cik, 1960) conduit à une perte de pression totale de 1 % entre le plenum
2.9 0.915
0.91
2.85
0.905
2.8
0.9
ηis-tt 0.895
πtt
2.75
0.89
2.7
SARC
SA 0.885
SARC
YSRC
2.65 SA
YS 0.88
YSRC
EXP
YS
0.875 EXP
2.6
1.8 1.9 2 2.1 2.2 1.8 1.9 2 2.1 2.2

mred mred
103
1
102
0.5
101
0
100
πtt/πtt-nom (%)
∆ηis-tt (pts)
-0.5
99
98 -1
97 SARC -1.5
SA
SARC
96 YSRC -2 SA
YS
YSRC
EXP
95 -2.5 YS
EXP
94
-3
1.8 1.9 2 2.1 2.2 1.8 1.9 2 2.1 2.2
mred mred
(c) Taux normé par la valeur au point M, avec barres d’erreurs (d) Delta de rendement par rapport au point M, avec barres d’er-
pour l’incertitude expérimentale. reurs pour l’incertitude expérimentale et pour l’erreur numérique.
Figure 5.28: Performance globales : comparaison des modèles SARC/SA et YSRC/YS avec les
données expérimentales. Maillage de 3Mpts pour SA/SARC, et pour YS/YSRC maillage de 1.5Mpts
recalé à 3Mpts suivant la méthode du chapitre 4.
et l’amont de la roue, ce qui correspond à la moitié de l’écart CFD/EXP. Il est probable

que cet effet se combine à l’influence de la taille des couches limites.
Pour la construction de la métrique de validation, l’incertitude totale est inférieure à l’écart
∆CFD/EXP . Ainsi, l’accord quasi-parfait observé sur la figure 5.28 (c) pour la tendance doit
être tempéré par le fait que l’incertitude donnée par la métrique de validation varie entre
0.7 % et 2 % sur toute la gamme de fonctionnement simulée.
Pour le rendement isentropique, de larges écarts sont observés entre les calculs et les
expériences. Étant donnée l’incertitude associée à la moyenne Hi3 de la température, il est
difficile de conclure sur l’origine de l’écart en valeur absolue. On notera par ailleurs que les
deux corrections ont un impact opposé sur l’écart avec les valeurs expérimentales : l’écart
augmente de 0.1 point environ pour la correction du modèle SA, et il diminue de 0.3 point
au maximum pour la correction du modèle YS.
En tendance, les 4 modèles donnent un résultat sensiblement équivalent, comme le
montre la figure 5.28 (d). Les barres d’erreur pour l’incertitude expérimentale sont portées
sous l’hypothèse que l’erreur est strictement aléatoire, et se répercute donc de manière
identique sur la tendance ; cette hypothèse est probablement pessimiste, mais nous ne
disposons pas de moyen plus pertinent pour évaluer l’erreur sur la tendance. Les barres
d’erreurs sont aussi données pour le modèle SARC, elle sont portées ici dans une seule
direction, car on fait l’hypothèse que l’erreur due au maillage est déterministe et non
aléatoire, en accord avec les résultats du chapitre 4. L’écart entre le point M et le point S1
est sous-estimé d’environ 1 point pour SARC et de 0.5 point pour YSRC. L’augmentation de
rendement entre le point M et le point P1 est sous-estimée de 0.2 point par tous les modèles.
Enfin, en considérant les barres d’erreurs expérimentales portées sur la figure 5.28 (d),
on constate que seul le point le plus proche du blocage présente un écart supérieur à
l’incertitude expérimentale.
Il est possible de proposer une explication au fait que la tendance ne soit pas sensi-
blement affectée par les corrections. En effet : (i) si l’on suppose que l’effet de courbure
associé aux parois (constant pour tous les points, puisqu’associé à la géométrie) domine
la contribution de la courbure des lignes de courant (variable en fonction de l’influence du
point de fonctionnement sur les écoulements secondaires) d’une part, et (ii) étant donné
que la vitesse de rotation ne varie pas ici, on peut conclure que la correction RC ne varie
pas de manière significative sur une isovitesse.
En conclusion, la modélisation des effets de rotation et courbure sur la turbulence améliore la
prédiction en valeur absolue des performances globales de 0.3 points de rendement au maximum
(pour YSRC). Cependant, cette modélisation n’apporte de changement significatif du point de
vue de la tendance que pour la prédiction du blocage avec le modèle YSRC. Dans l’ensemble,
la meilleure prédiction est obtenue avec le modèle YSRC.
5.4.3.2 Données locales

Profils de pression totale La figure 5.29 compare les résultats numériques et expéri-
mentaux pour les profils de pression totale au plan 2M. Globalement, la tendance est
identique pour tous les modèles, en bon accord avec les données expérimentales, et ce pour
les trois points de fonctionnement présentés.
La correction SARC modifie légèrement la prédiction du maximum de pression totale

en tête (correspondant au sillage). En pied, le minimum de pression totale correspondant
au jet est sensiblement mieux prédit par le modèle SARC. Ces remarques sont valables
pour les trois points de fonctionnement.
Le modèle corrigé YSRC améliore la prédiction des extrema en pied et en tête. Vers
le pied, la variation associée à la correction RC pour le modèle YS est du même ordre de
grandeur que pour le modèle SA. Dans l’ensemble, le modèle YSRC apporte la meilleure
0.9
Jet
0.8
0.7
0.6
SARC
Z/B
0.5 SA
YSRC
0.4 YS
EXP
0.3
0.2
Sillage
0.1
0
100000 120000 140000 160000 180000
P t (Pa)
(a) Point M (débit nominal).
1 1
0.9 0.9
0.8 0.8
0.7 0.7
0.6 0.6
SARC SARC
Z/B
Z/B
0.5 SA 0.5 SA
YSRC YSRC
0.4 YS 0.4 YS
EXP EXP
0.3 0.3
0.2 0.2
0.1 0.1
0 0
100000 120000 140000 160000 180000 100000 120000 140000 160000 180000
P t (Pa) P t (Pa)
(b) Point P1 (débit faible). (c) Point S1 (débit élevé).
Figure 5.29: Profils de pression totale en moyenne azimutale à l’aval de la roue (plan 2M) : com-
paraison des modèles SARC/SA et YSRC/YS avec les données expérimentales pour les points de
fonctionnement M, P1 et S1. Maillage de 1.5Mpts.
prédiction, en très bon accord avec les données expérimentales à la fois en valeur absolue
et en tendance. Il semble par ailleurs que tous les modèles, mais en particulier les modèles
SA et SARC, prédisent un mélange trop important, ce qui entraı̂ne une sous-estimation
des gradients, manifeste au niveau du point Z/B = 0.5.
Profils par mesures L2F Parmi les nombreuses mesures acquises par vélocimétrie laser,
nous retenons la norme de la vitesse absolue V et l’angle absolu d’écoulement α. Du fait de
la forme relativement plate (|β2 | = 35 ◦ ) du triangle des vitesses en sortie (voir figure 2.8
du chapitre 2), pour une erreur donnée sur la vitesse débitante Vm , la répercussion sur V
est plus importante que sur W . Pour cette raison, V est un révélateur plus sensible de la
qualité de la prédiction du jet/sillage. Notons que le déficit de vitesse relative associé au
sillage se manifeste par une vitesse absolue plus importante, du fait de la composition des
vitesses. L’angle absolu est retenu pour son importance sur la performance du diffuseur en
aval de la roue lorsqu’il est présent.
La figure 5.30 (a) montre que le maximum de vitesse absolue (le sillage) et le minimum
(le jet) sont sensiblement mieux prédits par les modèles corrigés. De plus les modèles
(k, ) sont en meilleur accord avec les données expérimentales, la meilleure prédiction étant
donnée par le modèle YSRC.
Pour tous les modèles, le déficit de vitesse présent à Z/B=0.5 n’est pas reproduit, ce
qui suggère que la cohabitation entre les deux zones à vitesses différentes est difficile à
reproduire par la simulation, qui prédit mal l’important gradient de vitesse entre les zones
de jet et de sillage.
La figure 5.30 (b) montre que cette tendance se retrouve pour les courbes pour l’angle
1 1
0.9 0.9
0.8 0.8
0.7 0.7
0.6 0.6
Z/B
Z/B
0.5 0.5
0.4 0.4
SARC
0.3 0.3 SA
SARC YSRC
0.2 SA 0.2 YS
YSRC EXP
0.1 YS 0.1
EXP
0 0
150 175 200 225 250 275 300 325 350 0 5 10 15 20 25 30
V (m/s) α (°)
(a) Norme de la vitesse absolue. (b) Angle absolu de l’écoulement.
Figure 5.30: Profils mesurés par L2F en moyenne azimutale en sortie roue (plan 2M’) : comparaison
des modèles SARC/SA et YSRC/YS avec les données expérimentales au point de fonctionnement P1.
Maillage de 1.5Mpts.
absolu (repéré ici par rapport à la direction tangentielle), bien que l’effet des corrections
y soit nettement moins marqué. La prédiction est bonne en tête, mais la déviation est
sous-estimée de 3◦ en pied. Notons toutefois que cet écart est de l’ordre de grandeur de
l’incertitude expérimentale.
En conclusion, les prédictions locales sont de l’ordre de l’incertitude expérimentale pour tous
les modèles. L’amélioration apportée par les corrections est sensible dans les deux cas. Dans
l’ensemble, la meilleure prédiction est obtenue pour le modèle YSRC.
5.4.4 Analyse des simulations

Ce paragraphe vise à approfondir les comparaisons entre les modèles corrigés et non-
corrigés. L’influence du modèle de turbulence sur la prédiction du bruit de raie est d’abord
présentée. Ensuite, nous examinons la structure de l’écoulement prédit. Étant donné le
caractère dimensionnant du jet/sillage en sortie roue, la structure 3D de l’écoulement est
examinée du point de vue de ce phénomène. Le point de fonctionnement choisi est le point
P1, point de rendement maximum pour les résultats expérimentaux et seul point où les
données L2F sont disponibles. Les résultats de calculs pour les modèles SA et SARC sont
obtenus pour le maillage de 3 Mpts et ceux pour YS et YSRC sur celui de 1.5 Mpts.
5.4.4.1 Influence du modèle de turbulence sur la prédiction du bruit de raie
De même qu’au chapitre précédent, nous examinons ici les prédictions de l’outil acous-
tique dans le cadre des erreurs de simulation. Les données des calculs pour les 4 modèles,
au point M et sur le maillage de 400 000 points, ont été exploitées par l’outil LTS. Les
puissances acoustiques obtenues sont présentées dans le tableau 5.6.
Modèle de turbulence : SA SARC YS YSRC

Puissance acoustique (dB) 119.9 119.6 119.1 120.5
Tableau 5.6: Influence du modèle de turbulence sur la prédiction de la puissance acoustique pour le
point de fonctionnement M (rayon d’extraction R = 1.1R2 , maillage de 400 000 points).
Le modèle de turbulence n’influence pas significativement la prédiction. De même que

pour la prédiction du frottement, la correction du modèle (k, ) est sensiblement plus
“énergique” que la correction du modèle SA. Notons que les deux corrections prédisent des
variations de puissance acoustique de signes opposés, de manière similaire à la prédiction
du rendement.
5.4.4.2 Configuration de jet/sillage
La figure 5.31 présente les contours de vitesse relative W sur le plan 2M’ pour les quatre
modèles. Cette figure montre que l’amélioration associée aux deux corrections RC est liée à
la prédiction d’une valeur plus basse pour le minimum de vitesse relative en tête, associée
à une zone de sillage plus étendue, ce qui est en accord avec les considérations théoriques
(a) SA. (b) SARC.
(c) YS. (d) YSRC.
(e) Mesures L2F.
Figure 5.31: Configuration de jet/sillage au plan 2M’ pour les 4 modèles au point de fonctionnement
P1. Maillage de 1.5Mpts. Les contours de couleur représentent la vitesse relative W en m/s. L’échelle
des calculs CFD, donnée entre les figures (a) et (b), est calée sur l’échelle des mesures (e).
de Baljé (1981) (voir la figure 5.6). En pied, la différence est liée à une prédiction d’une
zone de jet plus importante du côté de l’intrados (PS).
Les modèles (k, ) accentuent par ailleurs cet effet, avec des extremums de vitesse plus
importants que pour les modèles SA et SARC. De plus, l’extension du sillage vers l’extrados
(SS) est particulièrement plus marquée pour le modèle YSRC.
La comparaison des résultats CFD avec les mesures L2F montre un assez bon accord
qualitatif. En particulier, malgré l’étendue limitée des données à proximité des parois, les
mesures suggèrent que le sillage s’étend de manière significative vers l’extrados. Ceci est
en faveur de la prédiction obtenue par le modèle YSRC.
On notera que le caractère plus marqué des gradients de vitesse obtenus avec le modèle
YSRC est certainement l’explication du fait que l’écart sur la puissance acoustique calculée
entre YSRC et YS soit plus important qu’entre SA et SARC.
On retiendra que les modèles corrigés rendent les champs en sortie du rotor plus hétérogènes,
ce qui, d’un point de vue général, peut avoir un impact sur la performance aérodynamique des
étages éventuellement placés en aval.
Influence du jet/sillage sur le bruit de raie Dans le chapitre 2, le “sillage roue” res-
ponsable de la source diffuseur a été considéré de manière générique. Cette inhomogénéité
est généralement assimilée au sillage d’un profil isolé (voir Waitz et al. (1995) par exemple).
Étant donné le caractère spécifique du déficit de vitesse que représente le jet/sillage, nous
avons essayé ici d’isoler sa contribution au bruit de raie.

Une première approche qualitative est possible en examinant les ordres de grandeurs
des longueurs et fréquences caractéristiques des phénomènes en place. Rappelons que c’est
le contenu fréquentiel de la distorsion qui conditionne l’émission de bruit : le bruit est
important lorsque les phénomènes aérodynamiques ont une grandeur caractéristique proche
de la fréquence de passage des pales. La longueur d’onde acoustique est donnée par :
c 60
λ= ,
NZpR
où c est la vitesse du son, N la vitesse de rotation (en tr/min) et ZpR le nombre de pales
de la roue. Tous calculs faits, dans le cas RADIVER, la longueur d’onde acoustique est
de 5 cm. L’analyse des calculs CFD permet d’estimer la taille du sillage : en aval de la
roue (rayon R0 = 138 mm), la sillage occupe environ 50 % de la section définie par l’arc
2πR0 /ZpR , ce qui donne une taille caractéristique de l’ordre de 3 cm, proche des 5 cm de
la longueur d’onde acoustique. En revanche, la taille du sillage des bords de fuite est de
l’ordre de 0.3 cm, donc d’un ordre de grandeur inférieur.
Sur la base des résultats de simulation disponibles, un autre argument qualitatif peut
être avancé en examinant la figure 5.32. La visualisation des contours de couleur pour le
Mach relatif montre que le sillage des bords de fuite (sillage au sens du profil isolé) subit
un mélange rapide en aval de la roue. Ainsi, au plan d’extraction utilisé pour les calculs
acoustiques (R = 1.1R2 ), il semble avoir disparu.
Figure 5.32: Sillage du bord de fuite : contours de couleur du Mach relatif sur un plan aube-à-aube
à 80 % de la hauteur de pale. Le deficit de vitesse a disparu à R = 1.1R2 .
Afin d’avancer des arguments quantitatifs, les données aérodynamiques utilisées pour
les calculs acoustiques ont été extraites sur un rayon R = R2 + 3 mm, afin d’obtenir
des profils de vitesse incluant les contributions des bords de fuite et du jet/sillage. Un
traitement particulier a été appliqué à ces profils, illustré sur la figure 5.33. Pour chacune
des composantes du champ de vitesse (Vr , Vt , Vz ), nous avons qualitativement séparé les
différentes contributions suivant l’exemple de la figure 5.33. Les calculs acoustiques ont
ensuite été menés sur le profil complet d’une part et sur les deux contributions d’autre
part.
Les résultats des calculs acoustiques sont les suivants : (i) profil complet : 126,4 dB ; (ii)
contribution du bord de fuite : 104,9 dB ; et (iii) contribution du jet/sillage : 126,2 dB. Ces
Figure 5.33: Séparation des contributions des bords de fuite et du jet/sillage. Contours de couleur
sur un plan orthogonal à R = 1.1R2 et correspondance avec l’analyse du profil de vitesse pour Vr
extrait à 80 %.
résultats indiquent que le contenu fréquentiel du jet/sillage est nettement plus propice à
générer du bruit que le sillage des bords de fuite. Notons que ces calculs n’ont qu’une valeur
indicative, étant donné que les profils de vitesse utilisés ont été construits artificiellement,
et que l’influence de cette construction sur les calculs par transformées de Fourier n’a pas
été évaluée.
En somme, l’ensemble des indicateurs évoqués dans ce paragraphe tend à montrer que le
jet/sillage est bien la contribution principale à la génération de bruit de raies au bord d’attaque
du diffuseur. On peut donc conclure que lors d’une optimisation, réduire les inhomogénéités du
jet/sillage est bénéfique pour l’aérodynamique et l’acoustique.
5.4.4.3 Écoulements secondaires
Le chapitre 2 a rappelé que la configuration de jet/sillage est liée aux écoulements

secondaires et notamment à l’écoulement de jeu. La figure 5.34 illustre cette contribution,
pour des calculs extraits des simulations avec les modèles SARC et YSRC.
La figure 5.37 compare les écoulements secondaires prédits par les modèles SARC et
YSRC au point P1. Cette figure est obtenue en portant, sur plusieurs plans de coupes (voir
la figure 5.35), les lignes de courant du vecteur local de l’écoulement secondaire. Ce vecteur
ne pouvant être défini de manière non ambiguë, une méthode approchée est utilisée, dérivée
de celle Hirsch, Kang et Pointel (1996) : le “vecteur écoulement principal” est approximé
par la moyenne pondérée masse de chaque composante du vecteur vitesse relative sur le
plan de coupe considéré. Le “vecteur écoulement secondaire” est alors localement défini
comme la soustraction du vecteur écoulement principal au vecteur vitesse relative.
Une comparaison des lignes de courant de l’écoulement secondaire prédites par les
modèles avec et sans correction n’a pas donné de différence significative. Notons que,
s’agissant des écoulements secondaires, ils résultent en grande partie de l’action expli-
cite des accélérations de Coriolis au niveau des équations de quantité de mouvement (voir
le chapitre 2). Les corrections ne jouent que sur leur influence indirecte via l’action sur la
Figure 5.34: Contributions des écoulements secondaires et de jeu à la configuration de jet/sillage.

Simulation avec le modèle SARC, maillage de 3Mpts, point de fonctionnement P1. Les contours de
couleur correspondent à W , avec l’échelle de la figure 5.31. La ligne de courant bleue a transité par
le jeu, la ligne de courant rouge subit l’effet des écoulements secondaires.
Figure 5.35: Plans de coupes pour l’extraction des écoulements secondaires des calculs CFD.
turbulence, et cette conclusion n’est donc pas surprenante. Pour cette raison, la figure 5.37
compare les deux modèles corrigés seulement. La figure 5.36 est donnée en support des
commentaires qui suivent. Pour le modèle YSRC, elle représente les plans I, II, III et V,
dans une vue 3D de la roue, avec des lignes de courant à travers ces plans.
Jusqu’au plan II, les deux modèles prédisent un tourbillon de passage similaire, formé
par la migration de fluide dans les couches limites (i) du moyeu sous l’effet de la courbure
des pales, et (ii) des surfaces des pales sous l’effet de la courbure de la veine méridienne ; vers
la tête de pale, le mouvement relatif du carter contribue à cette structure tourbillonnaire.
À partir du plan III, la structure tourbillonnaire visible dans le cadran supérieur gauche
(proche du carter au SS) est la trace de l’écoulement de jeu, qui apparaı̂t à ce plan du fait
de la charge croissante de la pale à travers la roue, comme le montre la ligne de courant
rouge de la figure 5.36. Cet effet est accentué par les tourbillons dûs à la courbure des pales
et du plan méridien (figure 2.14). Dans la partie supérieure droite du plan, l’orientation des
lignes de courant est due au tourbillon de jeu issu en amont, qui est convecté dans le canal
par l’écoulement principal, combinée aux tourbillons de passage et des pales à l’extrados
et au carter.
La différence entre les deux modèles se manifeste par le second tourbillon visible en pied
vers le centre du canal pour le modèle YSRC, qui est en fait la persistance de la structure
du plan précédent, au vu de la ligne de courant verte de la figure 5.36.
Peu de différences sont notables entre les deux modèles au niveau du plan IV, où la
trace de l’écoulement de jeu reste visible, mais plus localisée vers le coin carter/extrados,
du fait de la charge très importante de la pale en sortie de roue.
Au plan V, la principale différence entre les deux modèles est la présence d’un tour-
billon supplémentaire en pied au centre du canal pour le modèle YSRC. Ce tourbillon est
orienté du SS au PS, en contradiction avec les structures identifiées au chapitre 2. Il s’agit
probablement de ce que Lakshminarayana (1996) appelle “l’effet direct de la rotation” dans
le plan méridien, non pris en compte dans l’analyse du paragraphe 2.3.2. Ce tourbillon est
rarement observé expérimentalement du fait de son orientation opposée aux autres contri-
butions. Notons que ce tourbillon étant aussi observé avec le modèle YS, sa prédiction n’est
pas liée à la correction.
Figure 5.36: Lignes de courant à travers à les plans de coupes (le plan IV n’est pas figuré ici), illustrant
l’évolution des structures tourbillonnaires. La ligne de courant rouge représente la contribution de
l’écoulement de jeu. La ligne noire prend son origine au coeur du tourbillon du plan II. La ligne verte
traverse le coeur du tourbillon proche du moyeu au plan V. Modèle YSRC, maillage de 1.5Mpts.
(a) Plan I. (b) Plan I.
(c) Plan II. (d) Plan II.
(e) Plan III. (f) Plan III.
(g) Plan IV. (h) Plan IV.
(i) Plan V. (j) Plan V.
Figure 5.37: Lignes de courant des écoulements secondaires sur les plans orthogonaux de la fi-
gure 5.35, au point de fonctionnement P1. Modèle SARC à gauche et YSRC à droite. Maillage de
1.5Mpts.
Les données physiques rappelées au début de ce chapitre ont souligné les effets signi-
ficatifs de la rotation et de la courbure sur la turbulence. L’influence de ces effets sur
des grandeurs physiques importantes comme le frottement pariétal, ou la charge dans un
canal plan, nous a fondé à examiner l’impact de leur modélisation sur la prédiction des
écoulements dans les compresseurs centrifuges.
Étant donnés les défauts des corrections existantes, nous avons examiné deux correc-
tions récentes visant à pallier ces déficiences : l’approche de Spalart et Shur (1997), basée
sur l’introduction d’une mesure originale des effets RC et appliquée au modèle SA ; et
la correction de Cazalbou et al. (2005), basée sur une approche (k, ) garantissant un
comportement mathématique et physique satisfaisant sur toute la gamme des régimes de
rotation. Ces deux corrections ont donc été implantées dans le code de calcul EURANUS
de NUMECA, en place chez LTS.
Les prédictions obtenues avec les modèles standards et leurs homologues corrigés ont été
évaluées sur un compresseur académique, le cas-test RADIVER. Cette étape de validation
amène un bilan nuancé sur les améliorations apportées par les corrections RC. En effet,
si l’impact des corrections est majeur sur les champs de viscosité tourbillonnaire (voir les
figures 5.22 à 5.24), il reste très limité sur les quantités globales et modéré sur les quantités
locales. Nous faisons donc la conclusion suivante : l’effet direct de la rotation et de la courbure
sur le champ moyen domine l’effet indirect via la turbulence.
En ce qui concerne la démarche de qualification de l’outil CFD adoptée dans ce mémoire,

ce chapitre a montré que les incertitudes associées aux modèles de turbulence étaient
significatives. En particulier, l’écart entre les modèles standards est de 0.3 points, et celui
entre les deux corrections de 0.7 points. Les écarts dûs à la modélisation sont donc du
même ordre de grandeur que les incertitudes associées à des maillages raffinés (de l’ordre
de 3 Mpts) identifiées au chapitre précédent. En revanche, sur un maillage de 200 000
points, l’erreur due à la grille est de l’ordre de 2 points, donc nettement supérieure.
Enfin, une dernière incertitude n’a pas été prise en compte dans ce chapitre, celle
associée aux paramètres incertains. Le chapitre suivant va permettre de souligner l’impor-
tance de cette contribution, en particulier dans une approche industrielle de l’utilisation
de la CFD.
Lire
la seconde partie
de la thèse

Dufour 1

Transféré par

Droits d'auteur :

Formats disponibles

Dufour 1

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Dufour 1

Transféré par

Droits d'auteur :

Formats disponibles

N◦ d’ordre : 2375 Année 2006

présentée pour obtenir le titre de

DOCTEUR DE L’INSTITUT NATIONAL

École doctorale : TYFEP

CONTRIBUTIONS À LA MODÉLISATION ET AU CALCUL

Thèse soutenue le 4 Octobre 2006, devant le jury composé de :

G. Bois Professeur à l’ENSAM-LML, Lille Rapporteur

Thèse préparée au département de Mécanique des Fluides de l’ENSICA

Je dois aussi témoigner de l’implication sans faille de l’ensemble équipes de Liebherr

Je tiens à remercier dans son ensemble le Département de Mécanique des Fluides de

Guillaume, le 21 Novembre 2006.

I Prédictivité : Qualiﬁcation de l’outil CFD 39

5 Modèles de turbulence sensibilisés aux eﬀets de rotation et courbure 77

6 Prédictivité dans un contexte industriel 135

8 Analyse des essais et bilan sur la conception 211

III Similitude : Vers la gamme d’étages 231

10 Inﬂuence de la conception sur le potentiel de mise à l’échelle 249

A Outils de Conception 285

ai , coeﬃcient d’inﬂuence de la ième variable du plan d’expérience

α , angle de l’écoulement absolu

CFD , computational fluid dynamics

1.1 Contexte de l’étude

Figure 1.1: Pack de climatisation et roue de compresseur centrifuge.

sance froide indispensable à la climatisation de la cabine, des performances du compresseur

1.2 Enjeux industriels et scientiﬁques

En réponse à ces préoccupations, la démarche mise en place dans la thèse a permis

Derrière le terme “qualiﬁcation”, on entend un travail s’inscrivant dans l’approche de

Figure 1.2: Représentation schématique de l’écoulement dans un compresseur centrifuge, d’après

S’agissant maintenant de la conception des turbomachines, on peut distinguer plusieurs

1.3 Démarche et organisation du mémoire

Ce chapitre aborde les principes généraux nécessaires à la compréhension des dévelop-

2.1 Le système de conditionnement d’air

2.1.2 Fonctionnement global

Figure 2.2: Vue schématique du groupe de conditionnement d’air (Document LTS).

Figure 2.3: Vue synoptique du fonctionnement du pack de climatisation (Document LTS).

2.2 Le compresseur centrifuge

Le diﬀuseur À la sortie du rotor, la pression statique de l’écoulement a augmenté, mais

La volute Le rôle principal de la volute est de collec-

2.2.3 Approche thermodynamique

2.2.3.1 Triangle des vitesses

où V , W et U sont respectivement les vecteurs2 vitesse absolue, relative et de la pale.

(a) Entrée roue. (b) Sortie roue.

2.2.3.2 Puissance échangée

dh + dEc = δQech + δWech , (2.3)

ht = h + 1/2V 2 . Dans le cas d’une évolution adiabatique, l’intégration du premier principe

2.2.3.3 Retour sur le triangle des vitesse

Cette décomposition présente l’augmentation d’enthalpie totale comme la somme de

2.2.3.4 Rendement du processus

En rappelant que le rôle d’un compresseur est de minimiser l’augmentation de tempé-

Le rendement compare alors le processus réel et le processus idéal au travers du travail

Travail absorbé dans le cas idéal

La référence la plus utilisée est la transformation isentropique. La représentation du

Figure 2.9: Diagramme enthalpie-entropie pour un étage de compresseur centrifuge

et l’on retrouve le principe même du compresseur : convertir la puissance sur l’arbre en

sont alors homogènes à un débit et une vitesse de rotation, respectivement. On peut

Figure 2.10: Champ compresseur type, d’après Baines (2005)

2.3 Aérodynamique des compresseurs centrifuges

2.3.1 L’écoulement principal

– la force d’inertie liée à la variation de vitesse de la particule sur sa trajectoire (ex-

F centrifuge-rotation = −ρΩ × (Ω × r) , (2.15)