Soutenance de thèse de DAGOIS Maxime
Titre de thèse
Développement d'une méthode AMR robuste pour la
résolution de la turbulence en LES : Application à des cas d'explosions de H2
Development of a robust AMR method for turbulence resolution in Large Scale
Simulation : Application to H2 explosion cases
Résumé de la thèse
La sécurité industrielle nécessite des outils fiables pour prévenir les fuites de gaz et les explosions. La simulation numérique permet dans ce cadre d'anticiper les scénarios dangereux et d'améliorer la sûreté des systèmes. Dans les configurations d'explosion, les interactions flamme-obstacle amplifient fortement la turbulence et produisent des phénomènes très instationnaires et localisés.
La simulation aux grandes échelles (LES) constitue une approche pertinente pour mieux représenter la dynamique du front de flamme et les interactions flamme-turbulence. Pour les explosions, elle a montré un fort potentiel dans des configurations de taille relativement réduite. En revanche, les grands domaines restent difficiles à traiter en raison du coût de calcul nécessaire pour résoudre simultanément la turbulence et la flamme avec une précision suffisante. Dans ce contexte, le raffinement adaptatif de maillage (AMR) offre une solution prometteuse en concentrant le raffinement dans les zones d'intérêt tout en limitant le coût CPU global.
L'un des principaux défis de l'AMR est de définir des critères physiques capables de déclencher le raffinement et de fixer la taille locale des cellules. Les critères stationnaires reposent généralement sur des indicateurs bien définis, souvent fondés sur des statistiques. Sur cette base, nous proposons le modèle {large $nu$}-AMR, construit à partir d'un rapport de viscosité pour cibler les zones de forte dissipation turbulente. À l'inverse, les configurations instationnaires ne peuvent pas s'appuyer directement sur de telles formulations statistiques, ce qui rend la construction d'un critère plus délicate.
Récemment, une méthode d'identification des tourbillons a été proposée à partir d'un critère détectant les régions où le taux de rotation dépasse le taux de déformation. Le modèle TFP-AMR a étendu cette idée aux cas de déflagration en introduisant des grandeurs liées à la flamme dans le senseur de turbulence. Bien qu'efficace pour cibler les zones turbulentes, ce modèle impose une taille de cellule fixée a priori, sans estimation locale fondée physiquement. Pour dépasser cette limite, cette thèse propose la stratégie LTFP-AMR afin d'améliorer l'AMR ciblant la turbulence en LES.
La principale contribution de cette thèse est l'introduction d'un modèle local d'estimation de taille de cellule, qui définit automatiquement le niveau d'AMR $n_t$ à partir de grandeurs locales liées à la flamme et à l'écoulement. Cette loi d'échelle attribue des cellules plus fines aux régions les plus turbulentes tout en limitant le raffinement ailleurs, ce qui réduit le coût CPU par rapport à une taille de cellule fixée a priori. Fondée sur une formulation en nombre de Reynolds, elle conduit à une nouvelle stratégie AMR capable de cibler efficacement la turbulence en LES.
La méthodologie a d'abord été évaluée sur des cas 2D d'interaction flamme-tourbillon afin de vérifier sa capacité à détecter les tourbillons influençant la flamme et à prescrire des niveaux de raffinement cohérents. Elle a ensuite été appliquée à une configuration 3D non réactive de type bluff-body, pour laquelle LTFP-AMR améliore la résolution locale en aval du porte-flamme et dans son sillage. L'approche a enfin été validée sur le canal d'explosion hydrogène-air GraVent, en analysant les structures tourbillonnaires se développant en aval des obstacles. À partir de mesures de pression à plusieurs positions et de données de vitesse de pointe de flamme, les résultats AMR ont été comparés aux données expérimentales ainsi qu'à un maillage statique raffiné. Les résultats montrent que LTFP-AMR conserve un niveau de précision comparable à celui du modèle TFP-AMR, tout en réduisant davantage le coût de calcul grâce au modèle proposé d'estimation locale de la taille de cellule.
Thesis resume
Industrial safety requires reliable tools to prevent gas leaks and explosions. Numerical simulation can help anticipate hazardous scenarios and improve system safety. In explosion configurations, flame-obstacle interactions strongly amplify turbulence, producing highly unsteady and localized phenomena
Large Eddy Simulation (LES) is a valuable numerical approach to better understand physical phenomenon and are already capable of representing flame front dynamics and flame-turbulence interactions. For explosion simulations, LES has shown significant potential for reproducing deflagration regimes in relatively small scale configurations. However, larger domains remain difficult to simulate because of the very high computational cost required to resolve both turbulence and flame structures with sufficient accuracy. In this context, Adaptive Mesh Refinement (AMR) offers a promising solution, as it allows the mesh to be refined locally in regions of interest while limiting the overall CPU cost.
One of the major challenge to efficiently use AMR is to define physical criterion to trigger refinement and determine the local cell size. Hence, stationary criterion offer well defined indicator often based on statistics to ensure a correct trigger of the AMR methodology. Based on the viscosity ratio, we propose the {large $nu$}-AMR model to target zone where the turbulent dissipation is high and then turbulence are within. On the other hand, unstationary cases cannot rely on statistical formulation and is then more difficult to build.
Recently, a vortex identification method was proposed based on a criterion that detects turbulence when the local rotation rate exceeds the deformation rate. The TFP-AMR model extended this idea to deflagration cases by incorporating flame-related quantities into the turbulence sensor. This model well targeted turbulent zone but have to impose a chosen cell size to impose of this area without relying on physical basis. Building on this work and to overcome this limitation, the present thesis proposes the LTFP-AMR strategy to improve turbulence-targeted AMR for LES.
The main contribution of this thesis is the introduction of a local cell-size estimation model, which automatically defines the AMR level $n_t$ from local flame and flow quantities. This scaling approach assigns finer cells to the most turbulent regions while limiting refinement in weaker ones, thereby reducing CPU cost compared with a fixed prescribed cell size. Based on a Reynolds-number formulation, it leads to a new AMR strategy capable of targeting turbulence efficiently in LES.
The methodology was first assessed on a 2D FVI cases to confirm its ability to detect impactful vortices and prescribe consistent local refinement levels. It was then applied to a 3D non-reactive bluff-body configuration. In this case, LTFP-AMR improved the local resolution downstream of the holder and in its wake. The approach was finally validated on the H2-air GraVent explosion channel, by analysing vortical structures developing downstream of the obstacles. Using pressure measurements at several probe locations and flame tip velocity data, the AMR results were compared with both experiments and a refined static mesh. The results show that LTFP-AMR preserves a level of accuracy comparable to that of TFP-AMR while further reducing the computational cost through the proposed local cell size estimation model.