Dispersion et mélange turbulents de particules solides et de gouttelettes par une simulation des grandes échelles et une modélisation stochastique lagrangienne
Institution:
Ecully, Ecole centrale de LyonDisciplines:
Directors:
Abstract EN:
In order to study the dispersion of industrial stack emissions, a large eddy simulation with the dynamic subgrid-scale model of Germano et al. (1991) is coupled with Lagrangian tracking of fluid particles containing scalar, solid particles and droplets. Because most interactions between particles, such as chemical reactions, collisions, coalescence, breakup or evaporation, take place at a subgrid scale, it is important to model the movement of particles below the grid. Therefore, a Langevin model is coupled with the LES. The stochastic model is written in terms of subgrid-scale statistics at a mesh level. Finally, a model for droplet coalescence and breakup is implemented. Coalescence and breakup are considered as a stochastic process under the scaling symmetry assumption. The model is inspired by the stochastic model for secondary breakup of Apte et al. (2003). The results of the different models implemented in the LES are compared with various wind tunnel experiments.
Abstract FR:
Une simulation des grandes échelles est utilisée pour étudier la dispersion de scalaires passifs, des particules solides et des gouttelettes dans une couche limite turbulente. Etant donné que de nombreux processus physico-chimiques, comme les réactions chimiques, les collisions, la coalescence, la fragmentation ou l'évaporation des gouttelettes ont lieu à des échelles bien plus petites que la maille, l'équation stochastique de Langevin est utilisée pour déterminer la composante petite échelle de la vitesse des particules suivies. Le modèle stochastique est exprimé uniquement en fonction des grandeurs obtenues par la SGE avec le modèle dynamique de sous-maille Germano et al. (1991). Enfin, la coalescence et la fragmentation sont introduites par un modèle probabiliste de coalescence et de fragmentation inspiré du modèle stochastique de fragmentation de Apte et al. (2003). Les résultats des différents modèles introduits sont confrontés à diverses expériences de laboratoire.