FacebookTwitterLinkedInImprimer

Dans le cadre d’une démarche générale de réduction des émissions produites par le secteur des transports, en particulier routiers, IFPEN s’intéresse à une voie complémentaire à l’électrification des véhicules : l’emploi de motorisations à hydrogène. Toutefois, l’utilisation de l’hydrogène dans des moteurs à combustion interne requiert au préalable une compréhension approfondie de différents phénomènes, du fait par exemple des interactions entre ce combustible et l’air. Un tel objectif nécessite de recourir à des outils de simulation avancés de mécanique des fluides réactifs en conditions turbulentes, ainsi qu’à des méthodes numériques dédiées permettant d’exploiter pleinement les résultats obtenus.

Dans ce contexte, la simulation aux grandes échelles (Large Eddy Simulation – LES) permet de reproduire la turbulence de manière réaliste, grâce à une description détaillée des tourbillons et tout particulièrement des phénomènes acycliques [1]. Cependant, l’accès à cette information instationnaire n’est pas immédiat ; il nécessite des outils adaptés, capables d’identifier deux types de mouvements pouvant être à l’origine des variabilités cycle-à-cycle observées dans un moteur : le mouvement d’ensemble de l’écoulement et celui, fluctuant, associé à la turbulence.

La méthode déployée à cette fin a été l’EMD (Empirical Mode Decompostion), qui permet d’isoler efficacement les composantes basse fréquence et haute fréquence d’un signal. Initialement développée en 1D, elle a été étendue en 2D pour les applications moteur [2], puis en 3D dans le cadre d’un travail de thèse [3]. Ses avantages sont de n’utiliser pour les calculs qu’un seul champ de vitesse, contrairement aux approches plus classiques comme la POD (Proper Orthogonal Decomposition), et de ne pas nécessiter de critère pour isoler les deux types de composantes, contrairement aux approches de type ondelette ou filtre Gaussien.

Dès lors, par l’utilisation de l’EMD en 3D, il devient possible de traiter n’importe quel champ de vitesse au cours d’un cycle moteur et d’avoir accès à la variabilité des grandes structures tourbillonnaires entre les cycles. Il s’agit là d’un apport majeur pour l’analyse et la compréhension des mécanismes physiques conduisant aux variabilités cycliques de la combustion. En outre, cela permet de définir des descripteurs propres aux composantes hautes et basses fréquences du champ de vitesse, ainsi qu’à leur variabilité (figure). L’impact de différents phénomènes (jets de soupapes, interactions avec les parois, mouvement de tumblea, injection gazeuse) devient ainsi quantifiable.

Ces travaux ont permis le développement d’une technique innovante pour définir de nouveaux descripteurs de l’écoulement turbulent dans des situations fortement instationnaires, tel que rencontré dans les moteurs à hydrogène. Cette technique ouvre la voie à des analyses encore plus poussées de l’aérodynamique turbulente, en vue d’identifier des mécanismes à l’origine de certains phénomènes indésirables (bruit, émissions, etc.) affectant d’autres dispositifs de conversion d’énergie, comme par exemple les machines électriques ou encore les éoliennes.

Décomposition par EMD d’un champ de vitesse turbulent issu d’un calcul LES (coupe 2D).
Figure : Décomposition par EMD d’un champ de vitesse turbulent issu d’un calcul LES (coupe 2D). De gauche à droite : le champ de vitesse instantané U, sa composante basse fréquence ULF, sa composante haute fréquence UHF, la variabilité de la vitesse par rapport à la moyenne d’ensemble UCCV.

    
a- Mouvement aérodynamique de rotation autour d’un axe perpendiculaire à l’axe de déplacement du piston 
   


Références :

  1. Maio, Giampaolo; Ding, Zhihao; Truffin Karine; Colin Olivier; Benoit Olivier; Jay Stéphane (2022), ECFM-LES modelling with AMR for the CCV prediction and analysis in lean-burn conditions. In: Science and Technology for Energy Transition. Submitted.
       
  2. Sadeghi, Mehdi; Truffin, Karine; Peterson, Brian; Böhm, Benjamin; Jay, Stéphane (2021), Development and Application of Bivariate 2D-EMD for the Analysis of Instantaneous Flow Structures and Cycle-to-Cycle Variations of In-cylinder Flow. In: Flow, Turbulence and Combustion, vol. 106, n° 1, pp. 231–259.
    >> DOI: 10.1007/s10494-020-00197-z
       
  3. Zhihao Ding, Méthodologies d’analyse de l’aérodynamique interne moteur, Thèse de doctorat, université d’Orléans, 2022.
           

Contacts scientifiques : karine.truffin@ifpen.fr ; olivier.laget@ifpen.fr ; stephane.jay@ifpen.fr

>> NUMÉRO 48 DE SCIENCE@IFPEN