Lois de paroi pour les écoulements turbulents présentant des gradients de pression adverses
Bibliographic record
Abstract
Je tiens tout d'abord à remercier mon directeur de recherche : Dominique Pelletier pour la confiance qu'il a maintenu à mon égard tout au long de cette maîtrise.Je souligne également sa précision tant dans les travaux de recherche que dans la rédaction et la capacité qu'il a eu à maintenir ma motivation parfois vacillante.J'en viens maintenant à mes chers "collègues" de laboratoire : Francis Lacombe, Sebastien Lortie et Yohann Vautrin sans qui ces semaines au laboratoire n'auraient clairement pas été les mêmes, que ce soit pour parler recherche ou pas du tout.Je remercie Rachel de m'avoir appuyé tout au long de cette maîtrise et d'avoir fait preuve par moment d'une incroyable patience.Merci également à Manu qui a partagé avec moi cette aventure au Canada.Je terminerai par remercier Etienne Muller avec qui j'ai eu l'immense chance de commencer ma maîtrise : de binôme de travail à bons amis.Je salue sa détermination et sa motivation qui n'ont eu de cesse de m'inspirer.v RÉSUMÉ Ce mémoire s'attarde sur l'utilisation de lois de paroi améliorées dans le cadre de la simulation d'écoulements turbulents.L'utilisation de ces lois de paroi est motivée par la réduction du coût de calcul des simulations grâce à l'utilisation de modèles simplifiés permettant de décrire le comportement du fluide dans les zones de proches parois.Dans le cadre de simulations RANS, on développe ici des lois de paroi couplables à des modèles bas Reynolds et sensibilisées aux gradients de pression.Cette nouvelle forme de lois de paroi est appelée consistante.En effet, la loi de paroi est créée à partir des solutions unidimensionnelles pour un écoulement de Couette par un certain modèle de turbulence.On assure de cette manière la consistance entre la loi et le modèle de turbulence.Tout d'abord, il s'agit de s'occuper de l'implémentation d'un algorithme éléments finis adaptatif permettant de résoudre les écoulements unidimensionnels.Cette procédure adaptative permet de s'assurer de la qualité des résultats et des maillages utilisés.De plus, la technique des solutions manufacturées est utilisée dans le but de vérifier les solutions obtenues.Dans un second temps, on procède à la construction de la tabulation des lois de paroi grâce à l'utilisation de l'algorithme précédemment développé.Cette tabulation se présente sous la forme d'une matrice à trois entrées : la position, le gradient de pression et les différentes variables physiques.Lors de son utilisation, les conditions limites du problème à l'étude y sont directement interpolées linéairement.La maîtrise se termine sur l'essai concluant de la tabulation créée pour le modèle k -ω SST dans le cadre d'un écoulement turbulent unidimensionnel avec différentes distances de raccordement.vi
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.009 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.030 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".